超时流式处理 - 没有消息流入的数据异常监控

背景

流计算有个特点，数据流式写入，流式计算。

但是有一种情况，可能无法覆盖。例如电商中的收货超时，退款处理超时事件的流式监控。因为数据都不会再写进来了，所以也无法触发流式计算。

这些问题如何流式预警呢？

可以用超时时间+调度的方式，当然这里面有PostgreSQL的独门秘籍：

1、CTE，语法灵活。

2、partial index，不需要检索的数据不构建索引。

3、DML returning，可以返回DML语句的结果，结合CTE实现最小交互计算。

4、multi-index bitmap scan，多个索引合并扫描，在使用OR条件时，可以结合多个字段的索引进行合并扫描。

DEMO设计

1、被监控表的结构。里面记录了订单、退款等事件的超时处理时间，超时通知次数，下一次通知时间间隔，完结状态等。

create table tbl (  id int8,                                         --                               ..... 其他字段 （比如已完结状态）  state int,                       -- 完结状态(1 表示已完结)  deadts timestamp,                -- 超时时间        nts interval,                    -- 超时间隔，用于更新下一次通知时间 （比如一天通知一次）       notify_times int default 0,      -- 通知次数  deadts_next timestamp            -- 下一次通知时间
);

2、创建partial index，也就是说，对未完结工单才需要通知用户，这些数据是业务关心的，使用partial index可以简化索引大小。提高速度。

create index idx_tbl_1 on tbl (deadts,notify_times,state) where notify_times=0 and state<>1;  create index idx_tbl_2 on tbl (deadts_next,state) where deadts_next is not null and state<>1;

3、获取需要通知的数据，并且更新通知次数以及下一次的通知时间。

with tmp1 as (
update tbl set   deadts_next=now()+nts,   notify_times=notify_times+1
where ctid = any (array(  select ctid from tbl where  ( deadts < now() and notify_times=0 and state<>1) union allselect ctid from tbl where( deadts_next < now() and deadts_next is not null and state<>1)   limit 10000     -- 一次获取1万条超时数据
))
returning *
)
select * from tmp1;

4、执行计划完美

 CTE Scan on tmp1  (cost=18163.25..18163.45 rows=10 width=48)CTE tmp1->  Update on tbl tbl_2  (cost=18151.05..18163.25 rows=10 width=54)InitPlan 1 (returns $0)->  Limit  (cost=0.13..18151.03 rows=10000 width=6)->  Append  (cost=0.13..764699.60 rows=421301 width=6)->  Index Scan using idx_tbl_1 on tbl  (cost=0.13..169527.13 rows=369766 width=6)Index Cond: (deadts < now())->  Index Scan using idx_tbl_2 on tbl tbl_1  (cost=0.43..590959.46 rows=51535 width=6)Index Cond: (deadts_next < now())->  Tid Scan on tbl tbl_2  (cost=0.01..12.21 rows=10 width=54)TID Cond: (ctid = ANY ($0))
(12 rows)

5、调度

《PostgreSQL 定时任务方法2》

《PostgreSQL Oracle 兼容性之 - DBMS_JOBS - Daily Maintenance - Timing Tasks(pgagent)》

当然你如果使用阿里云，可以使用阿里云的调度平台，配置调度任务。

性能指标

1、写入1亿数据，假设有100万条同时超时需要处理，耗时如何？

-- 1亿条完结
insert into tbl select id, 1, now(), '5 min', 0, null from generate_series(1,100000000) t(id);  -- 100万条超时
insert into tbl select id, 0, now(), '5 min', 0, null from generate_series(1,1000000) t(id);

通知性能，比如每一批通知1万条：

(小批量获取，并更新超时时间，目的是让autovacuum介入，实时回收垃圾)

with tmp1 as (
update tbl set   deadts_next=now()+nts,   notify_times=notify_times+1
where ctid = any (array(  select ctid from tbl where  ( deadts < now() and notify_times=0 and state<>1)   union allselect ctid from tbl where( deadts_next < now() and deadts_next is not null and state<>1)   limit 10000     -- 一次获取1万条超时数据
))
returning *
)
select * from tmp1;  -- 计划  CTE Scan on tmp1  (cost=18163.25..18163.45 rows=10 width=48) (actual time=39.092..78.707 rows=10000 loops=1)Output: tmp1.id, tmp1.state, tmp1.deadts, tmp1.nts, tmp1.notify_times, tmp1.deadts_nextBuffers: shared hit=75094 read=49 dirtied=49CTE tmp1->  Update on public.tbl tbl_2  (cost=18151.05..18163.25 rows=10 width=54) (actual time=39.089..74.637 rows=10000 loops=1)Output: tbl_2.id, tbl_2.state, tbl_2.deadts, tbl_2.nts, tbl_2.notify_times, tbl_2.deadts_nextBuffers: shared hit=75094 read=49 dirtied=49InitPlan 1 (returns $0)->  Limit  (cost=0.13..18151.03 rows=10000 width=6) (actual time=31.265..36.899 rows=10000 loops=1)Output: tbl.ctidBuffers: shared hit=11395->  Append  (cost=0.13..764699.60 rows=421301 width=6) (actual time=31.264..35.354 rows=10000 loops=1)Buffers: shared hit=11395->  Index Scan using idx_tbl_1 on public.tbl  (cost=0.13..169527.13 rows=369766 width=6) (actual time=0.014..0.014 rows=0 loops=1)Output: tbl.ctidIndex Cond: (tbl.deadts < now())Buffers: shared hit=1->  Index Scan using idx_tbl_2 on public.tbl tbl_1  (cost=0.43..590959.46 rows=51535 width=6) (actual time=31.249..33.870 rows=10000 loops=1)Output: tbl_1.ctidIndex Cond: (tbl_1.deadts_next < now())Buffers: shared hit=11394->  Tid Scan on public.tbl tbl_2  (cost=0.01..12.21 rows=10 width=54) (actual time=39.017..43.529 rows=10000 loops=1)Output: tbl_2.id, tbl_2.state, tbl_2.deadts, tbl_2.nts, (tbl_2.notify_times + 1), (now() + tbl_2.nts), tbl_2.ctidTID Cond: (tbl_2.ctid = ANY ($0))Buffers: shared hit=21395Planning time: 0.301 msExecution time: 79.905 ms

丝般柔滑

Time: 79.905 ms

小结

使用以上方法，可以完美的解决超时数据的监控问题。性能好。