Kratos 不内置通用异步任务队列,但提供基于 Kafka 的事件驱动异步处理和原生定时任务调度(hptimer/cron)两种生产可用方案:hptimer 适用于毫秒级高频定时任务,cron 支持标准表达式用于周期性任务;Kafka 适合业务解耦、削峰填谷与可靠投递;二者适用场景不同,不可混用。

Kratos 本身不内置通用异步任务队列(如 Celery 那样的 Producer/Worker 模型),但提供了两种明确的、生产可用的异步调度能力:一种是基于消息队列(如 Kafka)的事件驱动异步处理,另一种是框架原生支持的定时任务调度(hptimer 和 cron)。选哪条路,取决于你的“异步任务”是否需要延迟/周期触发,还是仅需解耦执行、削峰填谷。
用 hptimer 或 cron 做毫秒/秒级定时任务
如果你的任务是「固定时间点执行」或「按周期重复执行」(比如每 5 秒检查一次心跳、每天凌晨 2 点清理日志),直接用 Kratos 生态自带的定时器中间件最轻量、最可控。
-
hptimer适合高频、低延迟、动态增删多的任务:例如连接超时控制(毫秒级精度)、实时指标采样、服务健康探针。它底层只用一个time.Timer+ 最小堆,上万任务也不卡顿 -
cron更贴近传统运维习惯:支持标准* * * * *表达式,适合日报生成、定时对账、缓存预热等秒级任务。它基于robfig/cron/v3封装,启动/停止自动接入 Kratos 生命周期 - 两者都通过
kratos-transport注册为transport.Server,启动时自动加载,无需额外部署中间件或维护 Worker 进程 - 注意:它们不解决「任务失败重试」「任务幂等」「跨服务分发」问题——这是消息队列或专用任务队列(如 Asynq)的职责
用 Kafka 实现事件驱动型异步处理
如果你的“异步”本质是「业务逻辑解耦 + 削峰 + 可靠投递」(比如用户注册后发短信、下单后更新库存+发通知+写日志),那就该走消息队列路线。Kratos 对 Kafka 的集成是松耦合的,推荐用社区成熟方案而非自己封装 Consumer Group。
- 不要直接在 Kratos service 内启一个
sarama.AsyncProducer然后裸发消息:这会把业务逻辑和消息发送细节混在一起,错误处理、重试、监控都得自己补 - 推荐做法:定义清晰的领域事件(如
UserRegisteredEvent),用 Protobuf 描述,在 service 中只调用封装好的event.Publisher.Publish(ctx, event);具体序列化、分区、重试策略由独立的kafka-publisher组件实现 - 消费端建议用独立的 Worker 服务(非 Kratos HTTP/gRPC server),用
segmentio/kafka-go或Shopify/sarama拉取消息,反序列化后调用 Biz 层逻辑——这样失败不影响主链路,也能横向扩容消费者 - Kratos 的
data层可封装 Kafka 客户端配置(如brokers、topic、requiredAcks),但绝不把消费逻辑塞进 API 层
别踩坑:什么时候不该用 Kratos 自带的定时器?
当你的任务具备以下任一特征时,hptimer/cron 就不合适了:
- 任务执行时间不可控(比如调用第三方 HTTP 接口,可能耗时几秒甚至超时)——
hptimer的 goroutine 是单线程调度,长任务会阻塞后续所有定时触发 - 需要跨多个 Kratos 实例做分布式协调(比如只允许集群中一个节点执行某定时任务)——
cron是每个实例各自跑一份,没内置分布式锁 - 要求失败后自动重试、死信队列、任务状态追踪——这两个中间件都不提供任务生命周期管理能力
- 任务来源是外部事件(如 MQ 消息、Webhook 回调),不是固定时间点——那它根本就不是「定时任务」,而是「异步消息处理」
真正容易被忽略的是边界:Kratos 的 hptimer 和 cron 解决的是「我主动触发」的问题,而 Kafka 解决的是「别人通知我干啥」的问题。混用或错配,后期排查延迟、堆积、重复消费时会非常痛苦。


















