这是一个创建于 1256 天前的主题，其中的信息可能已经有所发展或是发生改变。
场景：爬虫抓取任务出现积压的时候往往是抓取策略出现了一些变化，此时需要人为干预恢复抓取，但是此时会积压过多存量信息。
比如积压 10k 条，日进 5k 条，每小时能处理 1k 条，那么比如服务挂掉两天之后开始恢复，队列里面就积压了 20k 条，预计的恢复时间大概是一天。（恢复：最新今队列的数据能在比较短的时间被处理）
如果依赖消息队列，我能想到这两个思路：
- 把存量消息都清掉，然后按照一定速率慢速回放插入队列
- 把存量消息都清掉，把所有的存量消息以低优先级插入队列
感觉都需要人工干预队列的行为，我想的是有没有一种类似堆栈的中间件，实现 LIFO，永远处理的是最新进来的消息，处理完之后开始尝试旧的存量的消息，直到都消费完为止？
 |
1
amwyyyy 2021-07-13 11:14:13 +08:00
rocketmq pull 模式，想怎么消费随你
|
 |
3
xiaoqiao24 2021-07-13 14:12:02 +08:00
|
 |
4
kop1989 2021-07-13 15:36:46 +08:00
把每次新 push 进来的消息都添加到队列头。
|
|
5
kop1989 2021-07-13 15:37:55 +08:00
但是这样做过于简单粗暴，我觉得你所需要的不光是后进先出，而是具有当前 /历史标记。当前标记的走队列，历史标记的走栈，这样更加合理一点。
|
 |
6
swulling 2021-07-13 15:45:21 +08:00
你的根本需求，可以用双队列实现。
定义两个队列，1 和 2 。写入方先写 1，故障恢复后，切换为写 2 。 消费者同时轮询消费 1 和 2，这样存量消息和新消息按相同的速度消费，直到 1 消费完成。 |
 |
7
a719114136 2021-07-13 16:24:20 +08:00
redis 可以。
RabbitMQ 的话得自己做一些操作，不想人工干预的话就通过多个队列： 1. 找个地方维护一个队列名列表 2. 爬虫永远往队列名列表中的最新一个插入 3. 消费者每次启动向队列名列表中插入一个新队列名 |
Select Language