PulseMQ

面向金融行情的高性能消息中间件，基于 ZeroMQ ROUTER/DEALER 架构。

• Client/Server 架构 — 服务端（ROUTER）集中路由 + 控制面；客户端（DEALER）发布/订阅
• PLAIN + bcrypt 认证 — ZAP 认证链：bcrypt 哈希凭据存储，admin token 保护监控接口
• 类型保真 — DataFrame / dict / str / bytes 端到端保真（_restore_type 自动还原）
• 完整监控 — Web UI（ECharts）+ REST API + SSE 实时推送，延迟分位、事件流、在线客户端
• 运行期重连 — 断线自动指数退避重连（1s → 2s → 4s ... → 30s 封顶）

---

安装

Python >= 3.13

pip install pulse-mq

依赖项：ZeroMQ、msgspec、python-snappy、lz4、zstandard、pyarrow、pandas、bcrypt、loguru。

import pulsemq            # Python 模块名（无连字符）
from pulsemq import Server

PyPI 分发名是 pulse-mq（pip install 用），import 名是 pulsemq（因 Python 标识符不允许连字符）。与 python-dateutil → import dateutil 模式一致。

---

快速开始

启动服务端

最简单的方式是直接用 CLI（零配置，首次启动自动生成默认 admin 用户，密码输出到 stderr）：

pulsemq          # 或： pulsemq-server

也可以在代码中启动（注意 start() 是协程，需要 asyncio.run 包裹）：

import asyncio
from pulsemq import Server

async def main():
    srv = Server(
        data_endpoint="tcp://0.0.0.0:5555",
        control_endpoint="tcp://0.0.0.0:5556",
        admin_endpoint="0.0.0.0:9090",
        credentials={"user1": "pass1"},  # 或省略，用 credentials_file（默认 ./pulsemq_users.toml）
    )
    await srv.start()
    await srv.wait_for_shutdown()  # Ctrl+C / srv.stop() 后返回

asyncio.run(main())

用户管理是独立的 CLI（pulsemq-users，不连 Server，直接读写凭据文件）：

pulsemq-users add user1 --password pass1 --roles publisher,subscriber
pulsemq-users list

服务端内置定时推送

无需外部生产者客户端，直接在 Server 上注册定时回调：

import asyncio
from pulsemq import Server

async def main():
    srv = Server(credentials={"u": "p"})

    @srv.producer("market.tick", interval=2.0, serializer="msgpack")
    async def gen_tick():
        return {"symbol": "AAPL", "price": 180.5, "volume": 1000}

    @srv.producer("market.quote", interval=0.5, serializer="pyarrow", compression="lz4")
    async def gen_quote():
        import pandas as pd
        return pd.DataFrame({"price": [10, 20], "vol": [100, 200]})

    # burst_producer：无间隔连续推送，回调返回 None 即停止本 producer
    seq = 0
    @srv.burst_producer("bench", serializer="msgpack")
    async def bench():
        nonlocal seq
        if seq >= 1000:   # 发满 1000 条后停止
            return None
        seq += 1
        return {"seq": seq}

    await srv.start()       # 注册的 producer 自动开始调度
    await srv.wait_for_shutdown()

asyncio.run(main())

方法	参数	说明
srv.producer(topic, interval, serializer, compression)	interval 秒	固定间隔定时推送
srv.burst_producer(topic, serializer, compression)	无间隔	连续推送，回调返回 None 停止

回调返回值支持 DataFrame / dict / str / bytes，自动编码为协议帧并路由到所有匹配的消费者。

生产者

先创建用户（一次性），再运行下面任一示例（Server 必须已在运行）：

pulsemq-users add publisher --password pass1 --roles publisher
pulsemq-users add subscriber --password pass2 --roles subscriber

import asyncio
from pulsemq.client import ProducerClient

async def main():
    prod = ProducerClient(
        "tcp://127.0.0.1:5555", "tcp://127.0.0.1:5556",
        username="publisher", password="pass1",
    )
    await prod.start()
    await prod.publish("market.stock.AAPL", {"price": 180.5, "volume": 1000})
    await prod.stop()

asyncio.run(main())

消费者

import asyncio
from pulsemq.client import ConsumerClient

async def main():
    cons = ConsumerClient(
        "tcp://127.0.0.1:5555", "tcp://127.0.0.1:5556",
        username="subscriber", password="pass2",
    )
    await cons.start()

    def on_msg(msg):
        print(msg.topic, msg.payload, msg.timestamp_ns)

    await cons.subscribe("market.*", on_msg)
    await asyncio.sleep(3600)  # 持续接收

asyncio.run(main())

---

架构

                      ┌──────────────────┐
                      │    Server        │
                      │  ┌─ 数据面 ─────┐│──── DEALER → 消费者
                      │  │ ROUTER :5555 ││
                      │  └──────────────┘│
                      │  ┌─ 控制面 ─────┐│
                      │  │ ROUTER :5556 ││←── DEALER  ← 生产者
                      │  └──────────────┘│
                      │  ┌─ Admin ──────┐│
                      │  │ HTTP :9090   ││─── REST / SSE / Web UI
                      │  └──────────────┘│
                      │  ZAP (bcrypt)    │
                      └──────────────────┘

端口	协议	用途
5555	ROUTER (数据面)	消息发布/接收
5556	ROUTER (控制面)	REGISTER / HEARTBEAT / SUBSCRIBE / DISCONNECT
9090	HTTP	监控 Web UI + REST API + SSE

数据流

生产者 DEALER ──encode→  ROUTER  decode_header  match topic ──→ 消费者 DEALER
                              ↓
                         TrafficStats.record  LatencyStats.sample

服务端不解压/不反序列化 payload（decode_header 仅提取头部），转发后由消费者完整 decode 还原。

控制面

命令	方向	作用
REGISTER	Client → Server	注册上线（含用户名、角色、订阅列表）
HEARTBEAT	Client → Server	保活（每秒 1 次，6 秒超时自动下线）
SUBSCRIBE	Client → Server	订阅 topic 模式
UNSUBSCRIBE	Client → Server	取消订阅
DISCONNECT	Client → Server	优雅下线

---

数据类型与序列化

支持的数据类型

Python 类型	可用序列化器	record_count
pd.DataFrame	msgpack, json, pyarrow	行数
dict	msgpack, json, pyarrow	1
str	str（仅此一种）	1
bytes	bytes（仅此一种）	1

pyarrow 对 DataFrame/dict 均可直接序列化；json/msgpack 下 DataFrame 先转 list[dict] 再以 data_type=DATAFRAME 标记，接收端 _restore_type 还原回 DataFrame。

序列化格式

格式	后端	适合	批处理场景
msgpack	msgspec	结构化小消息 ✅	批量 DataFrame 需先 to_dict
json	msgspec	人类可读、跨语言	同上
pyarrow	pyarrow IPC	列存/分析 ✅	直接序列化 DataFrame，最快
str	UTF-8	纯文本	❌
bytes	透传	二进制	❌

压缩算法

算法	适用场景
none	小消息，极速
snappy	速度优先
lz4	批数据，平衡
zstd	压缩比优先（带宽受限）

小消息场景压缩是负收益（计算开销 > 传输节省）；批量 DataFrame 场景 lz4/zstd 有明显效果。

---

客户端生命周期

首次启动

场景	异常	exit code
密码错误	AuthenticationError	3
服务器不可达	ClientStartupError	4

运行期重连

断线后 Client._reconnect_loop 按指数退避自动重连：

断线 → disconnected → cancel bg tasks → 新 Transport → PLAIN 认证
  → REGISTER（同 client_id）
    ├─ ALREADY_ONLINE → 退避重试（等待心跳超时释放）
    ├─ auth_failed → _reconnect_fatal → exit 3
    └─ OK → 恢复订阅 → 重启 recv/heartbeat

业务无感：订阅自动恢复，消息继续接收。

---

监控

Web UI

浏览器打开 http://localhost:9090/?token=<admin_token> 查看实时面板：

• 4 个指标卡片：活跃主题、消息量/秒、流量/秒、运行时间
• 4 个客户端卡片：在线用户、生产者数、消费者数、订阅数
• ECharts 流量趋势折线图（分钟级，1H/6H 切换，最多 5 topic 叠加）
• 延迟 P50/P95/P99 柱状图
• 实时事件流（认证/连接/断线）
• 在线 Client 详情弹窗

REST API

# 实时指标
curl 'http://localhost:9090/api/v1/stats/realtime?token=<token>'

# 主题列表
curl 'http://localhost:9090/api/v1/topics?token=<token>'

# 主题分钟级历史
curl 'http://localhost:9090/api/v1/topics/market.tick/history?minutes=60&token=<token>'

# 在线客户端明细
curl 'http://localhost:9090/api/v1/clients?token=<token>'

# 生命周期事件
curl 'http://localhost:9090/api/v1/events?token=<token>'

# 健康检查（无需 token）
curl http://localhost:9090/healthz

SSE 实时流

curl -N 'http://localhost:9090/api/v1/stats/stream?token=<token>'

每 1 秒推送一帧 JSON，包含 topics / latency / online_users / sse_events 等。

---

协议帧格式

单 bytes 帧（非 ZMQ 多帧，通过 DEALER/ROUTER 传输）：

magic(2) ver(1) msg_type(1) flags(1) data_type(1) topic_len(2 BE)
topic(N) ts(8 BE ns) record_count(4 BE) payload(变长) [CRC32?(4)]

• magic = "PM"
• msg_type = DATA(0x01) / CONTROL(0x02)
• flags = 编码序列化器(3bit) + 压缩算法(2bit) + CRC(1bit)
• data_type = UNKNOWN(0x00) / DICT(0x01) / DATAFRAME(0x02) / STR(0x03) / BYTES(0x04)
• record_count 上限 1,000,000
• CRC 可选（由 flags 指示）

---

凭据管理

CLI

用户管理是独立入口 pulsemq-users（不连 Server，直接读写凭据文件，密码自动 bcrypt 哈希）：

# 添加用户（密码自动 bcrypt 哈希；--password 可省略，改为交互输入）
pulsemq-users add trader1 --password secret123 --roles publisher,subscriber

# 列出所有用户
pulsemq-users list

# 禁用 / 启用用户
pulsemq-users disable trader1
pulsemq-users enable  trader1

# 修改密码
pulsemq-users passwd trader1 --password new_secret

# 热加载凭据（向 Server 进程发 SIGHUP；需 PULSEMQ_PID 环境变量，仅 POSIX）
pulsemq-users reload

启动服务端用另一个入口 pulsemq（等价于 pulsemq-server）：

pulsemq            # 启动 Server，Ctrl+C 优雅关闭

也可以指定凭据文件：把 --file <path> 放在子命令之后（如 pulsemq-users list --file /etc/pulsemq/users.toml）。

文件格式 (pulsemq_users.toml)

[users.admin]
hashed_password = "$2b$12$..."
roles = ["admin"]
enabled = true
created_at = "2026-06-27T00:00:00Z"

Admin Token

首次启动自动生成 32 字节随机 base64url token，写入 pulsemq_admin.token（0600 权限）。 Web UI 和 REST API 通过 ?token=... 或 Authorization: Bearer ... 传递。

可通过环境变量 PULSEMQ_ADMIN_TOKEN 或配置文件覆盖。

---

日志

日志输出到 logs/ 目录，每日滚动，保留 30 天：

logs/
├── pulsemq_2026-06-27.log
├── pulsemq_2026-06-28.log
└── ...

stderr 同步输出（容器/交互可见）。

---

性能基准

运行基准

仓库自带可运行的端到端基准脚本（单进程内启动 Server + Producer + Consumer）：

# 单条 dict 消息，msgpack/none
python scripts/bench_simple.py --duration 5

# 批量 DataFrame（1000 行/帧）+ pyarrow + lz4
python scripts/bench_simple.py --duration 5 --records-per-frame 1000 --serializer pyarrow --compression lz4

# 可选参数：--serializer {msgpack,json,pyarrow,str,bytes}
#           --compression {none,snappy,lz4,zstd}

脚本输出帧/记录吞吐量与 p50/p90/p99/max 帧延迟。

参考数据

下列数值来自上述脚本在本机（Windows 11, Python 3.14, 单机 localhost）的一次运行，仅作量级参考，实际表现因机器、负载、序列化/压缩组合而异：

单条消息（dict，每帧 1 条）

序列化	压缩	量级
msgpack	none	~1e4 frames/s
json	none	~1e4 frames/s

小消息场景 pyarrow 单帧开销过大（序列化 + schema），不推荐用于单条 dict。 压缩对 <200B payload 通常为负收益。

批量 DataFrame（1000 行/帧）

序列化	压缩	量级
pyarrow	lz4/zstd	~1e6 records/s
pyarrow	none	略高于带压缩（取决于数据可压缩性）

批量场景 pyarrow 是最优选择（直接序列化 DataFrame，无需 dict 转换）。 帧延迟为压测下 ZMQ 缓冲区排队所致，真实场景以固定间隔发送时远低于此。

---

配置

环境变量

变量	说明	默认
PULSEMQ_DATA_ENDPOINT	数据面绑定地址	tcp://0.0.0.0:5555
PULSEMQ_CONTROL_ENDPOINT	控制面绑定地址	tcp://0.0.0.0:5556
PULSEMQ_ADMIN_BIND	管理 HTTP 绑定地址	0.0.0.0:9090
PULSEMQ_CREDENTIALS_FILE	凭据 TOML 路径	./pulsemq_users.toml
PULSEMQ_ADMIN_TOKEN	监控接口 token（覆盖随机生成）	自动生成
PULSEMQ_ADMIN_PASSWORD	首次启动默认 admin 密码	随机 16 字符

配置文件（TOML）

更多参数（stats_db、heartbeat_timeout、latency_sample_rate、stats_retention_minutes、bcrypt_cost、admin_token_file、sse_interval、event_ring_size 等）需通过 TOML 配置文件设置，不支持环境变量覆盖。在 Server(config=...) 中传入自定义 ServerConfig 即可生效。完整字段见 ServerConfig。

---

更新日志

v2 (current)

完整重构：PUB/SUB → Client/Server (ROUTER/DEALER)

• 架构变更：单 PUB socket → 双 ROUTER（数据面 + 控制面）+ HTTP admin
• 认证升级：api_key 明文 → bcrypt CredentialStore + ZAP PLAIN + 用户 CLI
• 类型保真：_restore_type 确保 DataFrame/dict str/bytes 端到端还原
• 监控增强：延迟 P50/P95/P99、在线客户端、事件流、SSE 实时推送、独立 Admin 线程
• 性能优化：decode_header 服务端零反序列化路由、TrafficStats 单 dict.get
• 自动重连：运行期指数退避重连（1s→2s→4s→...→30s）
• 日志系统：loguru 统一，每日滚动写入 logs/，30 天保留
• 安全性：密码 bcrypt 哈希、admin token 随机生成（0600）、凭据文件原子写入
• 批次处理：DataFrame 批量 1000 行/帧，pyarrow 直序列化（见上文「性能基准」）

---

许可证

MIT