最近再做一个master-worker式的任务调度程序，这个第一版是同事做的，我负责重构。
代码结构在这篇文章里

之前使用kafka来做队列，但是当我重构时发现，worker处理一个message的时间有时候需要几分钟，处理完茶都凉了，consumer和partition的连接都断了，没法commit了。

试了很多方法都不行，最后改成了下边这个丑样子：

    def run(self):
        consumer = KafkaConsumer(
            bootstrap_servers=conf.KAFKA_CONF['host'],
            group_id=self.group_id,
            enable_auto_commit=False,
            auto_offset_reset='earliest',
            api_version=(0, 9)
        )   
    
        consumer.subscribe([self.topic])
    
        while not self.exit.is_set():
            poll_msgs = consumer.poll(timeout_ms=5000, max_records=1)
            for partition in poll_msgs:
                offset = consumer.committed(partition)
                try:
                    consumer.commit({partition: OffsetAndMetadata(offset+1, None)})
                except Exception, e:
                    Log.error(e)
                    continue

                msgs = poll_msgs[partition]
                for msg in msgs:
                    self.process(msg)
    
        consumer.close()
        Log.info('%s shutdown' % self.name)

也就是在处理前先commit，如果commit不了了则不处理该partition的任务，等到下一轮poll的时候（poll的时候partition就又连上了）再commit和处理该分区的任务。

真丑。

这个问题的本质在于kafka并不适合我们这个业务场景，kafka的设计是针对实时，高吞吐的场景，它设计时候就不会考虑一个message处理几分钟的情况，所以用起来会变扭死。

正确的做法是技术选型的时候就不应该用Kafka，应该换用其它队列比如redis。