- 授权协议: MIT
- 开发语言: Python
- 操作系统: 跨平台
- 软件首页: https://github.com/pricingassistant/mrq
- 软件文档: https://github.com/pricingassistant/mrq/blob/master/README.md
软件介绍
MRQ（MR.Queue）是一个使用 Redis＆gevent 的分布式 worker 任务队列。
MRQ 是一个独特的任务队列，它一方面旨在像 RQ 一样简单，另一方面要求有接近 Celery 的性能。MRQ最早在 Pricing Assistant 上被开发，它最初的功能设计是为了满足任务队列的各种任务需求（IO密集&CPU密集，很多小任务&几个大任务）。
特性
代码简单：MRQ 和 RQ 一样容易理解并且更容易扩展。
强大的用户面板：具有可视界面，可以控制一切，包括队列中的任务、当前任务、worker 的状态等等。
按任务区分的日志：在面板中单独获得每个任务的输出日志。
Gevent worker：IO 密集型任务可以并行在同一个 Unix 进程中执行，以实现最大吞吐量。
管理集成：CPU 密集型的任务可以通过单个命令行参数在多个 UNIX 进程之间拆分。
任务管理：可以利用代码或者用户面板重试、重新入队和取消任务等。
性能：批量作业排队，轻松作业分析。
容易配置：MRQ 的每个参数都可以通过命令行参数或者配置文件进行配置。
任务路由：和 Celery 一样，任务可以有默认的队列、过期时间和 ttl 值。
内置的调度器：可以按照时间间隔和时间点对任务进行调度。
策略：支持串行或者并行的处理队列，同时也支持一次性或者周期性的批量任务。
子队列：简单的命令行来生成多个子队列，从 worker 的角度使用自动发现的方式。
完备的测试体系：边界情况比如 worker 中断、Redis 失败等都在一个 docker 容器中测试。
线程跟踪：可以调试查看每个 CPU 敏感的任务在每个线程消耗的时间。
完备的内存泄露调试器：监视任务的内存泄露并且使用 objgraph 发现内存泄露。
