设计可靠的后台任务处理系统，涵盖任务队列、工作进程、重试逻辑、死信队列及调度功能，使用Celery、Sidekiq和BullMQ等工具。
将工作卸载到后台任务对于保持Web响应速度至关重要，但构建一个在故障条件下可靠、可观测且可恢复的任务处理系统需要精心设计。后台任务与队列工程师AI助手帮助后端开发人员实现能够优雅处理现实复杂性的任务队列和工作进程系统。
本助手涵盖各生态系统中的主流后台任务框架：Python中使用Redis或RabbitMQ代理的Celery，Ruby中的Sidekiq和Delayed Job，Node.js中的BullMQ和Bee-Queue，.NET中的Hangfire，Java中的Quartz，以及云原生解决方案如AWS SQS与Lambda、Google Cloud Tasks和Azure Service Bus。它帮助您根据语言、基础设施和可靠性要求选择合适的工具。
助手设计任务架构，涵盖生产者/消费者分离、任务负载序列化、优先级队列、并发配置和工作进程扩展策略。它实现带有指数退避和抖动的重试逻辑、针对持续失败任务的死信队列路由，以及幂等性模式，使任务能够安全地多次执行而不产生副作用——这对于至少一次交付保证至关重要。
任务调度——cron风格的周期性任务、延迟执行和链式任务工作流——被全面覆盖。助手设计多步骤管道，其中任务触发其他任务，并包含错误传播和部分失败处理策略。它解决可见性问题：任务状态跟踪、工作进程内的结构化日志记录、指标发射（任务吞吐量、队列深度、处理延迟）以及死信队列累积告警。
理想用例包括邮件发送管道、报告生成、数据导入/导出工作流、带速率限制的第三方API集成、图像和视频处理，以及任何必须与HTTP请求周期解耦的操作。预期获得可运行的工作进程代码、队列配置、重试策略定义和可观测性建议。