PGMQ 项目新增定时消息发送功能的技术解析
2025-06-26 13:50:16作者:段琳惟
PGMQ 是一个基于 PostgreSQL 的消息队列扩展项目,最近社区讨论并实现了一个重要功能增强:支持指定具体时间而非延迟时间来发送消息。这项改进使得消息调度更加直观和灵活。
功能需求背景
传统消息队列系统中,发送延迟消息通常需要指定一个延迟时间(如多少秒后发送)。但在实际业务场景中,开发者更常需要的是在某个具体时间点发送消息,例如:
- 在特定日期和时间触发任务
- 在业务高峰期统一处理
- 配合节假日或活动时间安排
原先 PGMQ 只提供基于延迟时间的发送方式,用户需要自行计算当前时间到目标时间的差值作为延迟参数,这不仅增加了使用复杂度,还可能引入时间计算错误。
技术实现方案
社区经过讨论后确定了两种可能的实现路径:
- 重载现有 send 函数:修改现有 pgmq.send() 函数,使其 delay 参数能够同时接受整数(秒数)和时间戳类型
- 新增专用函数:创建新的 pgmq.send_at() 函数专门处理基于时间戳的发送
最终实现采用了第二种方案,通过新增专用函数来保持 API 的清晰性和向后兼容性。这种设计有以下优势:
- 避免破坏现有代码
- 函数用途更加明确
- 参数类型检查更简单
实现细节
新函数的核心逻辑是将用户指定的时间戳转换为相对于当前时间的延迟秒数。实现时考虑了以下技术要点:
- 时间处理:正确处理时区转换,确保时间计算准确
- 参数校验:验证用户输入的时间是否合法(非过去时间)
- 性能优化:最小化时间计算开销
- 错误处理:提供清晰的错误提示
使用方法示例
使用新的定时发送功能非常简单:
-- 在2024年10月20日零点发送消息
SELECT * FROM pgmq.send_at('my_queue', '{"hello": "world"}', '2024-10-20 00:00:00');
相比之前需要手动计算延迟时间的方式,新 API 更加直观和易于维护。
技术影响
这项改进对 PGMQ 项目有重要意义:
- 提升开发体验:简化了定时消息的发送逻辑
- 增强可靠性:减少了因时间计算错误导致的问题
- 扩展应用场景:更好地支持基于日历的调度需求
- 社区贡献范例:展示了如何通过社区协作完善开源项目
总结
PGMQ 通过新增 send_at 函数,实现了更加灵活和易用的定时消息发送功能。这一改进体现了开源项目响应社区需求、持续优化用户体验的特点。对于需要使用 PostgreSQL 作为消息队列的开发者来说,这项功能将大大简化定时任务的处理逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217