Question

在我的场景中，我使用PubSub安排任务。这比在Google Compute Engine中的Docker容器内运行的Python脚本消耗的消息多达2.000个PubSub消息。该脚本使用PubSub消息。

每条消息的处理时间约为30秒到5分钟。因此，确认截止日期为600秒（10分钟）。

from google.cloud import pubsub_v1
from google.cloud.pubsub_v1.subscriber.message import Message

def handle_message(message: Message):
    # do your stuff here (max. 600sec)
    message.ack()
    return

def receive_messages(project, subscription_name):

    subscriber = pubsub_v1.SubscriberClient()
    subscription_path = subscriber.subscription_path(project, subscription_name)

    flow_control = pubsub_v1.types.FlowControl(max_messages=5)
    subscription = subscriber.subscribe(subscription_path, flow_control=flow_control)

    future = subscription.open(handle_message)

    # Blocks the thread while messages are coming in through the stream. Any
    # exceptions that crop up on the thread will be set on the future.
    # The subscriber is non-blocking, so we must keep the main thread from
    # exiting to allow it to process messages in the background.
    try:
        future.result()
    except Exception as e:
        # do some logging
        raise

因为我正在处理这么多PubSub消息，所以{m} creating a template用于以下两种方式之一使用auto-scaling的计算引擎：

gcloud compute instance-groups managed create my-worker-group \
  --zone=europe-west3-a \
  --template=my-worker-template \
  --size=0

gcloud beta compute instance-groups managed set-autoscaling my-worker-group \
  --zone=europe-west3-a \
  --max-num-replicas=50 \
  --min-num-replicas=0 \
  --target-cpu-utilization=0.4

gcloud beta compute instance-groups managed set-autoscaling my-worker-group \
  --zone=europe-west3-a \
  --max-num-replicas=50 \
  --min-num-replicas=0 \
  --update-stackdriver-metric=pubsub.googleapis.com/subscription/num_undelivered_messages \
  --stackdriver-metric-filter="resource.type = pubsub_subscription AND resource.label.subscription_id = my-pubsub-subscription" \
  --stackdriver-metric-single-instance-assignment=10

到目前为止，这么好。选项一扩展到大约8个实例，而第二个选项将启动最大实例数。现在我发现有些奇怪的事情发生了，这就是我在这里发帖的原因。也许你可以帮助我？！

消息重复：似乎每个实例中的PubSub服务（计算引擎内的docker容器内的Python脚本）读取一批消息（~10），有点像缓冲区并给出它们到我的代码。看起来所有同时旋转的实例将读取所有相同的消息（2.000的前10个），并将开始处理相同的内容。在我的日志中，我看到大多数消息由不同的机器处理3次。我期待PubSub知道某些用户是否缓冲了10条消息，以便另一个用户将缓冲10条不同的消息，而不是相同的消息。

确认截止日期：由于缓冲缓冲区末端的消息（让我们说消息8或9）必须在缓冲区中等待，直到前面的消息为止（消息1到7）已被处理。等待时间加上自己的处理时间的总和可能会超过600秒的超时。

负载平衡：由于每台计算机都会缓冲这么多消息，因此只有少数几个实例会占用负载，而其他实例则完全空闲。对于使用PubSub stackdriver指标的scaling-option 2，会发生这种情况。

人们告诉我，我需要使用Cloud SQL或其他方法实现手动同步服务，其中每个实例都指示它正在工作的消息，以便其他实例不会启动相同的操作。但我觉得这不可能是真的 - 因为那时我不知道PubSub是什么意思。

更新我找到了nice explanation by Gregor Hohpe，是2015年企业集成模式一书的合着者。实际上我的观察是错误的，但观察到的副作用是真实的。

Google Cloud Pub / Sub API实际上实现了两者发布 - 订阅频道和竞争消费者模式。在 Cloud Pub / Sub的核心是一个经典的Publish-Subscribe Channel，它将发布给它的单个消息发送给多个订户。这种模式的一个优点是添加订阅者是无副作用的，这是发布 - 订阅频道的一个原因有时被认为比点对点更松散耦合频道，仅向一个订户发送消息。添加点对点渠道的消费者会导致竞争消费者因此具有很强的副作用。

我观察到的副作用是关于每个订阅者（订阅相同订阅，点对点==竞争消费者）的消息缓冲和消息流控制。当前版本的Python Client Lib包装了PubSub REST API（和RPC）。如果使用该包装器，则无法控制：

在一台VM上启动了多少个容器;如果CPU尚未充分利用，可以启动多个容器
一次从订阅中提取多少条消息（缓冲）;完全无法控制
在容器内部启动了多少个线程，用于处理拉出的消息;如果值低于固定值，则flow_control（max_messages）无效。

我们观察到的副作用是：

一个消费者一次拉出大量消息（大约100到1.000）并将其排队到其客户端缓冲区中。因此，根据自动扩展规则启动的所有其他VM都不会收到任何消息，因为所有消息都在前几个VM的队列中
如果邮件进入确认截止日期，则会将邮件重新传递到同一个VM或任何其他VM（或docker容器）。因此，您需要在处理消息时修改确认截止日期。处理开始时，截止时间计数器开始。
假设消息的处理是一个长时间运行的任务（例如机器学习），你可以
- 预先确认消息，但如果没有其他消息等待，这将导致VM被自动缩放规则关闭。该规则并不关心CPU利用率是否仍然很强且处理尚未完成。
- 处理后确认消息。在这种情况下，您需要在处理该消息时修改该特定消息的确认截止日期。自上次修改以来，一定不能有一个代码块中断截止日期。

尚未考虑的可能解决方案：