草庐IT

ruby-on-rails - Sidekiq在处理大数据时处理重新排队

coder 2023-11-01 原文

请参阅下面更新的问题。

原始问题:

在我当前的 Rails 项目中，我需要解析大型 xml/csv 数据文件并将其保存到 mongodb 中。 现在我使用以下步骤:

  1. 接收用户上传的文件，将数据存入mongodb
  2. 使用sidekiq对mongodb中的数据进行异步处理。
  3. 处理完成后，删除原始数据。

对于本地主机中的中小型数据，上述步骤运行良好。但是在 heroku 中，我使用 hirefire 来动态地上下扩展 worker dyno。当 worker 仍在处理大数据时，hirefire 看到空队列并缩减 worker dyno。这会向进程发送终止信号，并使进程处于未完成状态。

我正在寻找一种更好的解析方法，允许解析进程随时终止(在收到终止信号时保存当前状态)，并允许进程重新排队。

现在我正在使用 Model.delay.parse_file，它不会重新排队。

更新

阅读sidekiq wiki后，我找到了article about job control .任何人都可以解释代码，它是如何工作的，以及它如何在收到 SIGTERM 信号和工作人员重新排队时保持状态？

是否有任何替代方法来处理作业终止、保存当前状态并从最后一个位置继续？

谢谢，

最佳答案

可能更容易解释流程和高级步骤，给出示例实现(我使用的精简版)，然后讨论 throw 和 catch:

  1. 插入带有递增索引的原始 csv 行(以便稍后能够从特定行/索引恢复)
  2. 处理 CSV 停止每个“ block ”，通过检查 Sidekiq::Fetcher.done? 是否返回 true 来检查作业是否完成
  3. 当 getter 完成？时，将当前处理的项目的索引存储在用户上并返回，以便作业完成并将控制权返回给sidekiq。
  4. 请注意，如果作业在短暂超时(默认 20 秒)后仍在运行，则该作业将被终止。
  5. 然后当作业再次运行时，从上次中断的地方(或 0 处)开始

例子:

    class UserCSVImportWorker
      include Sidekiq::Worker

      def perform(user_id)
        user = User.find(user_id)

        items = user.raw_csv_items.where(:index => {'$gte' => user.last_csv_index.to_i})
        items.each_with_index do |item, i|
          if (i+1 % 100) == 0 && Sidekiq::Fetcher.done?
            user.update(last_csv_index: item.index)

            return
          end

          # Process the item as normal
        end
      end
    end

上面的类确保每 100 个项目我们检查 fetcher 没有完成(如果关闭已经启动的代理)，并结束作业的执行。然而，在执行结束之前，我们会使用已处理的最后一个 index 更新用户，以便我们下次可以从中断的地方开始。

throw catch 是一种实现上述功能的方法(可能)更简洁一些，但有点像使用 Fibers，不错的概念，但很难理解。从技术上讲，throw catch 更像是 goto，而不是大多数人普遍接受的方式。

编辑

此外，您无法调用 Sidekiq::Fetcher.done? 并在每一行或已处理的每一行 block 上记录 last_csv_index，如果您这样的话worker 在没有机会记录 last_csv_index 的情况下被杀，您仍然可以“关闭”到您离开的地方。

关于ruby-on-rails - Sidekiq在处理大数据时处理重新排队，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/24582650/

大数ruby-on-railscodesectionindexmongodbherokusidekiqidempotent

有关ruby-on-rails - Sidekiq在处理大数据时处理重新排队的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. Ruby 解析字符串 - 2

    我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？

  4. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  5. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  6. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  7. ruby-on-rails - rails : keeping DRY with ActiveRecord models that share similar complex attributes - 2

    这似乎应该有一个直截了当的答案，但在Google上花了很多时间，所以我找不到它。这可能是缺少正确关键字的情况。在我的RoR应用程序中，我有几个模型共享一种特定类型的字符串属性，该属性具有特殊验证和其他功能。我能想到的最接近的类似示例是表示URL的字符串。这会导致模型中出现大量重复(甚至单元测试中会出现更多重复)，但我不确定如何让它更DRY。我能想到几个可能的方向...按照“validates_url_format_of”插件，但这只会让验证干给这个特殊的字符串它自己的模型，但这看起来很像重溶液为这个特殊的字符串创建一个ruby​​类，但是我如何得到ActiveRecord关联这个类模型

  8. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  9. ruby - 其他文件中的 Rake 任务 - 2

    我试图在一个项目中使用rake，如果我把所有东西都放到Rakefile中，它会很大并且很难读取/找到东西，所以我试着将每个命名空间放在lib/rake中它自己的文件中，我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题，但没有任务。我现在只有一个.rake文件作为测试，名为“servers.rake”，它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时

  10. ruby - 如何在 Ruby 中顺序创建 PI - 2

    出于纯粹的兴趣，我很好奇如何按顺序创建PI，而不是在过程结果之后生成数字，而是让数字在过程本身生成时显示。如果是这种情况，那么数字可以自行产生，我可以对以前看到的数字实现垃圾收集，从而创建一个无限系列。结果只是在Pi系列之后每秒生成一个数字。这是我通过互联网筛选的结果:这是流行的计算机友好算法，类机器算法:defarccot(x,unity)xpow=unity/xn=1sign=1sum=0loopdoterm=xpow/nbreakifterm==0sum+=sign*(xpow/n)xpow/=x*xn+=2sign=-signendsumenddefcalc_pi(digits

随机推荐