SidekiqUniqueJobs:确保 Sidekiq 任务唯一性的利器
2025-01-15 10:07:23作者:裴锟轩Denise
在后台任务处理中,确保任务唯一性是避免重复执行和资源浪费的关键。SidekiqUniqueJobs 是一个为 Sidekiq 任务添加唯一性约束的开源项目。本文将详细介绍 SidekiqUniqueJobs 的安装、配置和使用方法,帮助开发者有效地管理任务执行。
安装 SidekiqUniqueJobs
系统要求
在安装 SidekiqUniqueJobs 之前,请确保满足以下系统要求:
- Sidekiq 版本不低于 5.0(推荐 5.2 或更高版本)
- Ruby 版本 MRI 2.5 或更高(推荐 2.6 或更高版本),或 JRuby 9.0 或更高(推荐 9.2 或更高版本)
- Redis 服务器版本不低于 3.2(推荐 5.0 或更高版本)
安装步骤
-
将以下代码添加到应用的 Gemfile 中:
gem 'sidekiq-unique-jobs' -
执行
bundle install命令以安装 SidekiqUniqueJobs。 -
在
config/initializers/sidekiq.rb文件中配置 Sidekiq 和 SidekiqUniqueJobs 的中间件:require "sidekiq-unique-jobs" Sidekiq.configure_server do |config| config.redis = { url: ENV["REDIS_URL"], driver: :hiredis } config.client_middleware do |chain| chain.add SidekiqUniqueJobs::Middleware::Client end config.server_middleware do |chain| chain.add SidekiqUniqueJobs::Middleware::Server end SidekiqUniqueJobs::Server.configure(config) end Sidekiq.configure_client do |config| config.redis = { url: ENV["REDIS_URL"], driver: :hiredis } config.client_middleware do |chain| chain.add SidekiqUniqueJobs::Middleware::Client end end
使用 SidekiqUniqueJobs
创建第一个任务
以下是一个使用 SidekiqUniqueJobs 的简单任务示例:
class UniqueJob
include Sidekiq::Worker
sidekiq_options lock: :until_executed
def perform
# 执行任务逻辑
end
end
在这个例子中,lock: :until_executed 选项确保了在任务执行期间,相同的任务不会被重复放入队列。
锁类型
SidekiqUniqueJobs 提供了多种锁类型,以满足不同的任务需求:
:until_executing:从任务入队到开始执行期间锁定。:until_executed:从任务入队到执行完成后解锁。:until_expired:任务在指定时间后解锁,适用于定期任务。:until_and_while_executing:结合:until_executing和:while_executing的锁定效果。:while_executing:任务执行期间锁定。
冲突策略
当无法获取锁时,可以通过设置冲突策略来决定任务的后续行为。可用的冲突策略包括:
:log:记录冲突并继续。:raise:抛出异常并重试任务。:reject:拒绝任务并从队列中移除。:replace:替换当前队列中的任务。:reschedule:重新安排任务执行。
结论
SidekiqUniqueJobs 是一个强大的工具,可以帮助开发者确保 Sidekiq 任务唯一性,避免不必要的重复执行和资源浪费。通过本文的介绍,开发者可以开始使用 SidekiqUniqueJobs,并根据自己的需求选择合适的锁类型和冲突策略。要了解更多关于 SidekiqUniqueJobs 的信息,可以访问项目地址:https://github.com/mhenrixon/sidekiq-unique-jobs.git。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
679
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
209
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781