如何确保基于Resque的ActiveJob后台任务始终正常运行？

我之前折腾过好一阵子Resque+Capistrano的部署，太懂你这种担心worker挂掉、任务没人处理的焦虑了！先给你明确答案：Resque Worker确实会崩溃——不管是未捕获的任务异常、内存泄漏撑爆进程、系统资源不足，甚至是偶尔的网络波动都可能把worker搞挂。所以必须加一层保障机制，不然后台任务很容易“失联”。

下面是我实践过的几种标准解决方案，从基础到进阶都有：

一、用进程管理工具兜底（核心方案） #

Resque本身没有自带进程守护和自动重启的能力，所以必须依赖外部工具监控worker进程，挂了就自动拉起来。最常用的有这两个：

1. Systemd（Linux系统首选） #

现在大部分主流Linux发行版都用systemd，它自带的进程监控功能足够稳定，不用额外装软件。

你可以创建一个systemd模板服务文件（比如/etc/systemd/system/resque-worker@.service）：

[Unit]
Description=Resque Worker Instance %i
After=network.target

[Service]
User=deploy  # 换成你的部署用户
Group=deploy
WorkingDirectory=/var/www/your_app/current  # 你的应用当前目录
Environment="RAILS_ENV=production"
# 启动命令，QUEUE=*可以换成你需要的队列，COUNT=1表示每个实例一个worker
ExecStart=/bin/bash -lc 'bundle exec rake resque:work QUEUE=* COUNT=1'
Restart=always  # 不管进程怎么死的，都自动重启
RestartSec=5  # 崩溃后5秒重启
KillMode=process

[Install]
WantedBy=multi-user.target

配置好后，你可以启动多个worker实例（比如启动2个）：

systemctl start resque-worker@1 resque-worker@2
systemctl enable resque-worker@1 resque-worker@2  # 设置开机自启

这样不管worker是崩溃还是被意外杀死，systemd都会自动帮你重启，完全不用手动干预。

2. Monit（轻量级监控+告警） #

如果需要更精细化的监控（比如CPU/内存告警、邮件通知），Monit是个不错的选择。

先安装monit，然后在/etc/monit/conf.d/resque.conf里添加监控配置：

# 监控第一个worker进程
check process resque_worker_1 with pidfile /var/www/your_app/shared/tmp/pids/resque-1.pid
  start program = "/bin/bash -lc 'cd /var/www/your_app/current && bundle exec rake resque:work QUEUE=* COUNT=1 PIDFILE=/var/www/your_app/shared/tmp/pids/resque-1.pid'" as uid deploy and gid deploy
  stop program = "/bin/bash -lc 'cd /var/www/your_app/current && bundle exec rake resque:stop PIDFILE=/var/www/your_app/shared/tmp/pids/resque-1.pid'"
  if does not exist for 2 cycles then restart  # 进程消失就重启
  if cpu usage > 90% for 3 cycles then alert  # CPU过高告警
  if memory usage > 80% for 3 cycles then alert  # 内存过高告警

# 可以复制上面的配置，添加更多worker实例
check process resque_worker_2 with pidfile /var/www/your_app/shared/tmp/pids/resque-2.pid
  # 内容和上面类似，改pid文件名即可

配置好后重启monit，它会定时检查worker状态，挂了就重启，还能给你发邮件告警。

二、Capistrano部署时的优化 #

用capistrano-resque部署时，要确保部署后worker能加载新代码，同时避免旧进程残留：

• 在你的deploy.rb里配置重启命令（对应你用的进程管理工具）：

  # 如果用systemd
  set :resque_restart_cmd, 'systemctl restart resque-worker@*'
  # 如果用monit
  set :resque_restart_cmd, 'monit restart all resque_worker_*'
  

  这样部署完成后，Capistrano会自动重启所有worker，加载最新代码。
• 不要用COUNT=N一次性启动多个worker，最好每个worker单独管理（比如systemd的@实例或monit的多个进程配置），这样单个worker崩溃不会影响其他实例。

三、额外的防护细节 #

• 捕获任务异常：在ActiveJob任务里尽量捕获所有可能的异常，避免未处理的异常直接搞挂worker。比如：

  class YourJob < ApplicationJob
    queue_as :default
  
    def perform(args)
      # 你的业务逻辑代码
    rescue StandardError => e
      # 记录详细错误日志
      Rails.logger.error "Job #{self.class.name} failed with args #{args}: #{e.message}\n#{e.backtrace.join("\n")}"
      # 可选：将任务重新入队，稍后重试
      retry_job wait: 5.minutes, queue: :retry
    end
  

• 定期重启worker：即使worker没崩溃，长期运行可能会有内存泄漏，建议每天定时重启一次（比如用cron配合systemd：0 3 * * * systemctl restart resque-worker@*），避免内存耗尽。
• 监控队列长度：用Resque自带的resque-web面板，或者自己写个简单的脚本监控队列长度。如果某个队列的任务数持续增长，说明worker可能挂了或者处理不过来，及时告警。

内容的提问来源于stack exchange，提问作者Honza