推荐使用:que-go —— 高性能的PostgreSQL工作队列库
2024-05-20 11:17:25作者:秋阔奎Evelyn
在寻求高效、可靠的任务调度解决方案时,不妨考虑一下这个由Go语言编写的【que-go】项目。它是一个完全兼容的Golang版Chris Hanks的Ruby Que库,专为PostgreSQL设计。该项目充分利用了PostgreSQL的顾问锁机制,确保速度和稳定性。
项目介绍
由于que-go与原版的Que完全兼容,这意味着您可以在Rails应用中用Ruby发起任务,然后用Go编写工作者进行处理。或者,如果您只有一小部分任务需要在Go中实现,您可以保留大部分Ruby工作者,并在不同的队列名称上添加几个Go工作者。当然,您也可以全部使用Go来完成所有工作。这为多语言环境下的协作提供了极大的灵活性。
技术分析
que-go依赖于高性能的pgx PostgreSQL驱动而非常用的pq。这是因为Que利用了会话级的顾问锁,需要在整个获取、处理、删除任务并释放锁的过程中保持相同的数据库连接。而pq和标准的database/sql接口无法提供这样的功能,因此que-go选择了自带有完美连接池的pgx。除此之外,pgx还因其使用二进制编码而拥有更好的性能。
应用场景
- 在需要实时处理大量异步任务的应用中,que-go是一个理想的选择,比如订单处理、邮件发送、数据分析等。
- 对于跨语言的微服务架构,que-go可以帮助您无缝地整合Ruby和Go的后台任务处理。
- 对于注重稳定性和性能优化的大型系统,其基于PostgreSQL的内在特性可以提供出色的支持。
项目特点
- 兼容性: 兼容Ruby Que,使得在不同编程语言之间协同工作成为可能。
- 高效性: 利用PostgreSQL的顾问锁实现快速、可靠的任务管理。
- pgx驱动: 使用pgx作为数据库驱动,提供更优的性能和连接池管理。
- 可扩展性: 可根据需求选择混合使用Ruby和Go工作者,或全栈Go实现。
要了解更多详细信息和示例代码,请访问项目文档。
登录后查看全文
热门项目推荐
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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