五月婷婷中文字幕,精品久9热

分布式開放消息系統(tǒng)(RocketMQ)的原理與實踐

來源：http://www.itdecent.cn/p/453c6e7ff81c

備注：

1.????如果您此前未接觸過RocketMQ，請先閱讀附錄部分，以便了解RocketMQ的整體架構(gòu)和相關(guān)術(shù)語

2.????文中的MQServer與Broker表示同一概念

分布式消息系統(tǒng)作為實現(xiàn)分布式系統(tǒng)可擴展、可伸縮性的關(guān)鍵組件，需要具有高吞吐量、高可用等特點。而談到消息系統(tǒng)的設(shè)計，就回避不了兩個問題：

消息的順序問題

消息的重復(fù)問題

RocketMQ作為阿里開源的一款高性能、高吞吐量的消息中間件，它是怎樣來解決這兩個問題的？RocketMQ 有哪些關(guān)鍵特性？其實現(xiàn)原理是怎樣的？

關(guān)鍵特性以及其實現(xiàn)原理

一、順序消息

消息有序指的是一類消息消費時，能按照發(fā)送的順序來消費。例如：一個訂單產(chǎn)生了 3 條消息，分別是訂單創(chuàng)建、訂單付款、訂單完成。消費時，要按照這個順序消費才有意義。但同時訂單之間又是可以并行消費的。

假如生產(chǎn)者產(chǎn)生了2條消息：M1、M2，要保證這兩條消息的順序，應(yīng)該怎樣做？你腦中想到的可能是這樣：

你可能會采用這種方式保證消息順序

M1發(fā)送到S1后，M2發(fā)送到S2，如果要保證M1先于M2被消費，那么需要M1到達消費端后，通知S2，然后S2再將M2發(fā)送到消費端。

這個模型存在的問題是，如果M1和M2分別發(fā)送到兩臺Server上，就不能保證M1先達到，也就不能保證M1被先消費，那么就需要在MQ Server集群維護消息的順序。那么如何解決？一種簡單的方式就是將M1、M2發(fā)送到同一個Server上：

保證消息順序，你改進后的方法

這樣可以保證M1先于M2到達MQServer（客戶端等待M1成功后再發(fā)送M2），根據(jù)先達到先被消費的原則，M1會先于M2被消費，這樣就保證了消息的順序。

這個模型，理論上可以保證消息的順序，但在實際運用中你應(yīng)該會遇到下面的問題：

網(wǎng)絡(luò)延遲問題

只要將消息從一臺服務(wù)器發(fā)往另一臺服務(wù)器，就會存在網(wǎng)絡(luò)延遲問題。如上圖所示，如果發(fā)送M1耗時大于發(fā)送M2的耗時，那么M2就先被消費，仍然不能保證消息的順序。即使M1和M2同時到達消費端，由于不清楚消費端1和消費端2的負(fù)載情況，仍然有可能出現(xiàn)M2先于M1被消費。如何解決這個問題？將M1和M2發(fā)往同一個消費者即可，且發(fā)送M1后，需要消費端響應(yīng)成功后才能發(fā)送M2。

但又會引入另外一個問題，如果發(fā)送M1后，消費端1沒有響應(yīng)，那是繼續(xù)發(fā)送M2呢，還是重新發(fā)送M1？一般為了保證消息一定被消費，肯定會選擇重發(fā)M1到另外一個消費端2，就如下圖所示。

保證消息順序的正確姿勢

這樣的模型就嚴(yán)格保證消息的順序，細心的你仍然會發(fā)現(xiàn)問題，消費端1沒有響應(yīng)Server時有兩種情況，一種是M1確實沒有到達，另外一種情況是消費端1已經(jīng)響應(yīng)，但是Server端沒有收到。如果是第二種情況，重發(fā)M1，就會造成M1被重復(fù)消費。也就是我們后面要說的第二個問題，消息重復(fù)問題。

回過頭來看消息順序問題，嚴(yán)格的順序消息非常容易理解，而且處理問題也比較容易，要實現(xiàn)嚴(yán)格的順序消息，簡單且可行的辦法就是：

保證生產(chǎn)者 - MQServer - 消費者是一對一對一的關(guān)系

但是這樣設(shè)計，并行度就成為了消息系統(tǒng)的瓶頸（吞吐量不夠），也會導(dǎo)致更多的異常處理，比如：只要消費端出現(xiàn)問題，就會導(dǎo)致整個處理流程阻塞，我們不得不花費更多的精力來解決阻塞的問題。

但我們的最終目標(biāo)是要集群的高容錯性和高吞吐量。這似乎是一對不可調(diào)和的矛盾，那么阿里是如何解決的？

世界上解決一個計算機問題最簡單的方法：“恰好”不需要解決它！—— 沈詢

有些問題，看起來很重要，但實際上我們可以通過合理的設(shè)計或者將問題分解來規(guī)避。如果硬要把時間花在解決它們身上，實際上是浪費的，效率低下的。從這個角度來看消息的順序問題，我們可以得出兩個結(jié)論：

1、不關(guān)注亂序的應(yīng)用實際大量存在

2、隊列無序并不意味著消息無序

最后我們從源碼角度分析RocketMQ怎么實現(xiàn)發(fā)送順序消息。

一般消息是通過輪詢所有隊列來發(fā)送的（負(fù)載均衡策略），順序消息可以根據(jù)業(yè)務(wù)，比如說訂單號相同的消息發(fā)送到同一個隊列。下面的示例中，OrderId相同的消息，會發(fā)送到同一個隊列：

// RocketMQ默認(rèn)提供了兩種MessageQueueSelector實現(xiàn)：隨機/Hash

SendResult sendResult = producer.send(msg, new MessageQueueSelector() {

@Override

public MessageQueue select(List mqs, Message msg, Object arg) {

Integer id = (Integer) arg;

int index = id % mqs.size();

return mqs.get(index);

}

}, orderId);

在獲取到路由信息以后，會根據(jù)MessageQueueSelector實現(xiàn)的算法來選擇一個隊列，同一個OrderId獲取到的隊列是同一個隊列。

private SendResult send() ?{

// 獲取topic路由信息

TopicPublishInfo topicPublishInfo = this.tryToFindTopicPublishInfo(msg.getTopic());

if (topicPublishInfo != null && topicPublishInfo.ok()) {

MessageQueue mq = null;

// 根據(jù)我們的算法，選擇一個發(fā)送隊列

// 這里的arg = orderId

mq = selector.select(topicPublishInfo.getMessageQueueList(), msg, arg);

if (mq != null) {

return this.sendKernelImpl(msg, mq, communicationMode, sendCallback, timeout);

}

二、消息重復(fù)

上面在解決消息順序問題時，引入了一個新的問題，就是消息重復(fù)。那么RocketMQ是怎樣解決消息重復(fù)的問題呢？還是“恰好”不解決。

造成消息的重復(fù)的根本原因是：網(wǎng)絡(luò)不可達。只要通過網(wǎng)絡(luò)交換數(shù)據(jù)，就無法避免這個問題。所以解決這個問題的辦法就是不解決，轉(zhuǎn)而繞過這個問題。那么問題就變成了：如果消費端收到兩條一樣的消息，應(yīng)該怎樣處理？

1、消費端處理消息的業(yè)務(wù)邏輯保持冪等性

2、保證每條消息都有唯一編號且保證消息處理成功與去重表的日志同時出現(xiàn)

第1條很好理解，只要保持冪等性，不管來多少條重復(fù)消息，最后處理的結(jié)果都一樣。第2條原理就是利用一張日志表來記錄已經(jīng)處理成功的消息的ID，如果新到的消息ID已經(jīng)在日志表中，那么就不再處理這條消息。

我們可以看到第1條的解決方式，很明顯應(yīng)該在消費端實現(xiàn)，不屬于消息系統(tǒng)要實現(xiàn)的功能。第2條可以消息系統(tǒng)實現(xiàn)，也可以業(yè)務(wù)端實現(xiàn)。正常情況下出現(xiàn)重復(fù)消息的概率不一定大，且由消息系統(tǒng)實現(xiàn)的話，肯定會對消息系統(tǒng)的吞吐量和高可用有影響，所以最好還是由業(yè)務(wù)端自己處理消息重復(fù)的問題，這也是RocketMQ不解決消息重復(fù)的問題的原因。

RocketMQ不保證消息不重復(fù)，如果你的業(yè)務(wù)需要保證嚴(yán)格的不重復(fù)消息，需要你自己在業(yè)務(wù)端去重。

三、事務(wù)消息

RocketMQ除了支持普通消息，順序消息，另外還支持事務(wù)消息。首先討論一下什么是事務(wù)消息以及支持事務(wù)消息的必要性。我們以一個轉(zhuǎn)帳的場景為例來說明這個問題：Bob向Smith轉(zhuǎn)賬100塊。

在單機環(huán)境下，執(zhí)行事務(wù)的情況，大概是下面這個樣子：

單機環(huán)境下轉(zhuǎn)賬事務(wù)示意圖

當(dāng)用戶增長到一定程度，Bob和Smith的賬戶及余額信息已經(jīng)不在同一臺服務(wù)器上了，那么上面的流程就變成了這樣：

集群環(huán)境下轉(zhuǎn)賬事務(wù)示意圖

這時候你會發(fā)現(xiàn)，同樣是一個轉(zhuǎn)賬的業(yè)務(wù)，在集群環(huán)境下，耗時居然成倍的增長，這顯然是不能夠接受的。那我們?nèi)绾蝸硪?guī)避這個問題？

大事務(wù) = 小事務(wù) + 異步

將大事務(wù)拆分成多個小事務(wù)異步執(zhí)行。這樣基本上能夠?qū)⒖鐧C事務(wù)的執(zhí)行效率優(yōu)化到與單機一致。轉(zhuǎn)賬的事務(wù)就可以分解成如下兩個小事務(wù)：

小事務(wù)+異步消息

圖中執(zhí)行本地事務(wù)（Bob賬戶扣款）和發(fā)送異步消息應(yīng)該保持同時成功或者失敗中，也就是扣款成功了，發(fā)送消息一定要成功，如果扣款失敗了，就不能再發(fā)送消息。那問題是：我們是先扣款還是先發(fā)送消息呢？

首先我們看下，先發(fā)送消息，大致的示意圖如下：

事務(wù)消息：先發(fā)送消息

存在的問題是：如果消息發(fā)送成功，但是扣款失敗，消費端就會消費此消息，進而向Smith賬戶加錢。

先發(fā)消息不行，那我們就先扣款唄，大致的示意圖如下：

事務(wù)消息-先扣款

存在的問題跟上面類似：如果扣款成功，發(fā)送消息失敗，就會出現(xiàn)Bob扣錢了，但是Smith賬戶未加錢。

可能大家會有很多的方法來解決這個問題，比如：直接將發(fā)消息放到Bob扣款的事務(wù)中去，如果發(fā)送失敗，拋出異常，事務(wù)回滾。這樣的處理方式也符合“恰好”不需要解決的原則。RocketMQ支持事務(wù)消息，下面我們來看看RocketMQ是怎樣來實現(xiàn)的。

RocketMQ實現(xiàn)發(fā)送事務(wù)消息

RocketMQ第一階段發(fā)送Prepared消息時，會拿到消息的地址，第二階段執(zhí)行本地事物，第三階段通過第一階段拿到的地址去訪問消息，并修改狀態(tài)。細心的你可能又發(fā)現(xiàn)問題了，如果確認(rèn)消息發(fā)送失敗了怎么辦？RocketMQ會定期掃描消息集群中的事物消息，這時候發(fā)現(xiàn)了Prepared消息，它會向消息發(fā)送者確認(rèn)，Bob的錢到底是減了還是沒減呢？如果減了是回滾還是繼續(xù)發(fā)送確認(rèn)消息呢？RocketMQ會根據(jù)發(fā)送端設(shè)置的策略來決定是回滾還是繼續(xù)發(fā)送確認(rèn)消息。這樣就保證了消息發(fā)送與本地事務(wù)同時成功或同時失敗。

那我們來看下RocketMQ源碼，是不是這樣來處理事務(wù)消息的?？蛻舳税l(fā)送事務(wù)消息的部分（完整代碼請查看：rocketmq-example工程下的com.alibaba.rocketmq.example.transaction.TransactionProducer）：

// 未決事務(wù)，MQ服務(wù)器回查客戶端

// 也就是上文所說的，當(dāng)RocketMQ發(fā)現(xiàn)`Prepared消息`時，會根據(jù)這個Listener實現(xiàn)的策略來決斷事務(wù)

TransactionCheckListener transactionCheckListener = new TransactionCheckListenerImpl();

// 構(gòu)造事務(wù)消息的生產(chǎn)者

TransactionMQProducer producer = new TransactionMQProducer("groupName");

// 設(shè)置事務(wù)決斷處理類

producer.setTransactionCheckListener(transactionCheckListener);

// 本地事務(wù)的處理邏輯，相當(dāng)于示例中檢查Bob賬戶并扣錢的邏輯

TransactionExecuterImpl tranExecuter = new TransactionExecuterImpl();

producer.start()

// 構(gòu)造MSG，省略構(gòu)造參數(shù)

Message msg = new Message(......);

// 發(fā)送消息

SendResult sendResult = producer.sendMessageInTransaction(msg, tranExecuter, null);

producer.shutdown();

接著查看sendMessageInTransaction方法的源碼，總共分為3個階段：發(fā)送Prepared消息、執(zhí)行本地事務(wù)、發(fā)送確認(rèn)消息。

public TransactionSendResult sendMessageInTransaction(.....) ?{

// 邏輯代碼，非實際代碼

// 1.發(fā)送消息

sendResult = this.send(msg);

// sendResult.getSendStatus() == SEND_OK

// 2.如果消息發(fā)送成功，處理與消息關(guān)聯(lián)的本地事務(wù)單元

LocalTransactionState localTransactionState = tranExecuter.executeLocalTransactionBranch(msg, arg);

// 3.結(jié)束事務(wù)

this.endTransaction(sendResult, localTransactionState, localException);

}

endTransaction方法會將請求發(fā)往broker(mq server)去更新事物消息的最終狀態(tài)：

根據(jù)sendResult找到Prepared消息

根據(jù)localTransaction更新消息的最終狀態(tài)

如果endTransaction方法執(zhí)行失敗，導(dǎo)致數(shù)據(jù)沒有發(fā)送到broker，broker會有回查線程定時（默認(rèn)1分鐘）掃描每個存儲事務(wù)狀態(tài)的表格文件，如果是已經(jīng)提交或者回滾的消息直接跳過，如果是prepared狀態(tài)則會向Producer發(fā)起CheckTransaction請求，Producer會調(diào)用DefaultMQProducerImpl.checkTransactionState()方法來處理broker的定時回調(diào)請求，而checkTransactionState會調(diào)用我們的事務(wù)設(shè)置的決斷方法，最后調(diào)用endTransactionOneway讓broker來更新消息的最終狀態(tài)。

再回到轉(zhuǎn)賬的例子，如果Bob的賬戶的余額已經(jīng)減少，且消息已經(jīng)發(fā)送成功，Smith端開始消費這條消息，這個時候就會出現(xiàn)消費失敗和消費超時兩個問題？解決超時問題的思路就是一直重試，直到消費端消費消息成功，整個過程中有可能會出現(xiàn)消息重復(fù)的問題，按照前面的思路解決即可。

消費事務(wù)消息

這樣基本上可以解決超時問題，但是如果消費失敗怎么辦？阿里提供給我們的解決方法是：人工解決。大家可以考慮一下，按照事務(wù)的流程，因為某種原因Smith加款失敗，需要回滾整個流程。如果消息系統(tǒng)要實現(xiàn)這個回滾流程的話，系統(tǒng)復(fù)雜度將大大提升，且很容易出現(xiàn)Bug，估計出現(xiàn)Bug的概率會比消費失敗的概率大很多。我們需要衡量是否值得花這么大的代價來解決這樣一個出現(xiàn)概率非常小的問題，這也是大家在解決疑難問題時需要多多思考的地方。

20160321補充：在3.2.6版本中移除了事務(wù)消息的實現(xiàn)，所以此版本不支持事務(wù)消息，具體情況請參考rocketmq的issues：

https://github.com/alibaba/RocketMQ/issues/65

https://github.com/alibaba/RocketMQ/issues/138

https://github.com/alibaba/RocketMQ/issues/156

四、Producer如何發(fā)送消息

Producer輪詢某topic下的所有隊列的方式來實現(xiàn)發(fā)送方的負(fù)載均衡，如下圖所示：

producer發(fā)送消息負(fù)載均衡

首先分析一下RocketMQ的客戶端發(fā)送消息的源碼：

// 構(gòu)造Producer

DefaultMQProducer producer = new DefaultMQProducer("ProducerGroupName");

// 初始化Producer，整個應(yīng)用生命周期內(nèi)，只需要初始化1次

producer.start();

// 構(gòu)造Message

Message msg = new Message("TopicTest1",// topic

"TagA",// tag：給消息打標(biāo)簽,用于區(qū)分一類消息，可為null

"OrderID188",// key：自定義Key，可以用于去重，可為null

("Hello MetaQ").getBytes());// body：消息內(nèi)容

// 發(fā)送消息并返回結(jié)果

SendResult sendResult = producer.send(msg);

// 清理資源，關(guān)閉網(wǎng)絡(luò)連接，注銷自己

producer.shutdown();

在整個應(yīng)用生命周期內(nèi)，生產(chǎn)者需要調(diào)用一次start方法來初始化，初始化主要完成的任務(wù)有：

如果沒有指定namesrv地址，將會自動尋址

啟動定時任務(wù)：更新namesrv地址、從namsrv更新topic路由信息、清理已經(jīng)掛掉的broker、向所有broker發(fā)送心跳...

啟動負(fù)載均衡的服務(wù)

初始化完成后，開始發(fā)送消息，發(fā)送消息的主要代碼如下：

private SendResult sendDefaultImpl(Message msg,......) {

// 檢查Producer的狀態(tài)是否是RUNNING

this.makeSureStateOK();

// 檢查msg是否合法：是否為null、topic,body是否為空、body是否超長

Validators.checkMessage(msg, this.defaultMQProducer);

// 獲取topic路由信息

TopicPublishInfo topicPublishInfo = this.tryToFindTopicPublishInfo(msg.getTopic());

// 從路由信息中選擇一個消息隊列

MessageQueue mq = topicPublishInfo.selectOneMessageQueue(lastBrokerName);

// 將消息發(fā)送到該隊列上去

sendResult = this.sendKernelImpl(msg, mq, communicationMode, sendCallback, timeout);

}

代碼中需要關(guān)注的兩個方法tryToFindTopicPublishInfo和selectOneMessageQueue。前面說過在producer初始化時，會啟動定時任務(wù)獲取路由信息并更新到本地緩存，所以tryToFindTopicPublishInfo會首先從緩存中獲取topic路由信息，如果沒有獲取到，則會自己去namesrv獲取路由信息。selectOneMessageQueue方法通過輪詢的方式，返回一個隊列，以達到負(fù)載均衡的目的。

如果Producer發(fā)送消息失敗，會自動重試，重試的策略：

重試次數(shù) < retryTimesWhenSendFailed（可配置）

總的耗時（包含重試n次的耗時） < sendMsgTimeout（發(fā)送消息時傳入的參數(shù)）

同時滿足上面兩個條件后，Producer會選擇另外一個隊列發(fā)送消息

五、消息存儲

RocketMQ的消息存儲是由consume queue和commit log配合完成的。

1、Consume Queue

consume queue是消息的邏輯隊列，相當(dāng)于字典的目錄，用來指定消息在物理文件commit log上的位置。

我們可以在配置中指定consumequeue與commitlog存儲的目錄

每個topic下的每個queue都有一個對應(yīng)的consumequeue文件，比如：

${rocketmq.home}/store/consumequeue/${topicName}/${queueId}/${fileName}

Consume Queue文件組織，如圖所示：

Consume Queue文件組織示意圖

根據(jù)topic和queueId來組織文件，圖中TopicA有兩個隊列0,1，那么TopicA和QueueId=0組成一個ConsumeQueue，TopicA和QueueId=1組成另一個ConsumeQueue。

按照消費端的GroupName來分組重試隊列，如果消費端消費失敗，消息將被發(fā)往重試隊列中，比如圖中的%RETRY%ConsumerGroupA。

按照消費端的GroupName來分組死信隊列，如果消費端消費失敗，并重試指定次數(shù)后，仍然失敗，則發(fā)往死信隊列，比如圖中的%DLQ%ConsumerGroupA。

死信隊列（Dead Letter Queue）一般用于存放由于某種原因無法傳遞的消息，比如處理失敗或者已經(jīng)過期的消息。

Consume Queue中存儲單元是一個20字節(jié)定長的二進制數(shù)據(jù)，順序?qū)戫樞蜃x，如下圖所示：

consumequeue文件存儲單元格式

CommitLog Offset是指這條消息在Commit Log文件中的實際偏移量

Size存儲中消息的大小

Message Tag HashCode存儲消息的Tag的哈希值：主要用于訂閱時消息過濾（訂閱時如果指定了Tag，會根據(jù)HashCode來快速查找到訂閱的消息）

2、Commit Log

CommitLog：消息存放的物理文件，每臺broker上的commitlog被本機所有的queue共享，不做任何區(qū)分。

文件的默認(rèn)位置如下，仍然可通過配置文件修改：

${user.home} \store\${commitlog}\${fileName}

CommitLog的消息存儲單元長度不固定，文件順序?qū)懀S機讀。消息的存儲結(jié)構(gòu)如下表所示，按照編號順序以及編號對應(yīng)的內(nèi)容依次存儲。

Commit Log存儲單元結(jié)構(gòu)圖

3、消息存儲實現(xiàn)

消息存儲實現(xiàn)，比較復(fù)雜，也值得大家深入了解，后面會單獨成文來分析，這小節(jié)只以代碼說明一下具體的流程。

// Set the storage time

msg.setStoreTimestamp(System.currentTimeMillis());

// Set the message body BODY CRC (consider the most appropriate setting

msg.setBodyCRC(UtilAll.crc32(msg.getBody()));

StoreStatsService storeStatsService = this.defaultMessageStore.getStoreStatsService();

synchronized (this) {

long beginLockTimestamp = this.defaultMessageStore.getSystemClock().now();

// Here settings are stored timestamp, in order to ensure an orderly global

msg.setStoreTimestamp(beginLockTimestamp);

// MapedFile：操作物理文件在內(nèi)存中的映射以及將內(nèi)存數(shù)據(jù)持久化到物理文件中

MapedFile mapedFile = this.mapedFileQueue.getLastMapedFile();

// 將Message追加到文件commitlog

result = mapedFile.appendMessage(msg, this.appendMessageCallback);

switch (result.getStatus()) {

case PUT_OK:break;

case END_OF_FILE:

// Create a new file, re-write the message

mapedFile = this.mapedFileQueue.getLastMapedFile();

result = mapedFile.appendMessage(msg, this.appendMessageCallback);

break;

DispatchRequest dispatchRequest = new DispatchRequest(

topic,// 1

queueId,// 2

result.getWroteOffset(),// 3

result.getWroteBytes(),// 4

tagsCode,// 5

msg.getStoreTimestamp(),// 6

result.getLogicsOffset(),// 7

msg.getKeys(),// 8

/**

* Transaction

msg.getSysFlag(),// 9

msg.getPreparedTransactionOffset());// 10

// 1.分發(fā)消息位置到ConsumeQueue

// 2.分發(fā)到IndexService建立索引

this.defaultMessageStore.putDispatchRequest(dispatchRequest);

}

4、消息的索引文件

如果一個消息包含key值的話，會使用IndexFile存儲消息索引，文件的內(nèi)容結(jié)構(gòu)如圖：

消息索引

索引文件主要用于根據(jù)key來查詢消息的，流程主要是：

根據(jù)查詢的 key 的 hashcode%slotNum 得到具體的槽的位置(slotNum 是一個索引文件里面包含的最大槽的數(shù)目，例如圖中所示 slotNum=5000000)

根據(jù) slotValue(slot 位置對應(yīng)的值)查找到索引項列表的最后一項(倒序排列,slotValue 總是指向最新的一個索引項)

遍歷索引項列表返回查詢時間范圍內(nèi)的結(jié)果集(默認(rèn)一次最大返回的 32 條記錄)

六、消息訂閱

RocketMQ消息訂閱有兩種模式，一種是Push模式，即MQServer主動向消費端推送；另外一種是Pull模式，即消費端在需要時，主動到MQServer拉取。但在具體實現(xiàn)時，Push和Pull模式都是采用消費端主動拉取的方式。

首先看下消費端的負(fù)載均衡：

消費端負(fù)載均衡

消費端會通過RebalanceService線程，10秒鐘做一次基于topic下的所有隊列負(fù)載：

遍歷Consumer下的所有topic，然后根據(jù)topic訂閱所有的消息

獲取同一topic和Consumer Group下的所有Consumer

然后根據(jù)具體的分配策略來分配消費隊列，分配的策略包含：平均分配、消費端配置等

如同上圖所示：如果有 5 個隊列，2 個 consumer，那么第一個 Consumer 消費 3 個隊列，第二 consumer 消費 2 個隊列。這里采用的就是平均分配策略，它類似于我們的分頁，TOPIC下面的所有queue就是記錄，Consumer的個數(shù)就相當(dāng)于總的頁數(shù)，那么每頁有多少條記錄，就類似于某個Consumer會消費哪些隊列。

通過這樣的策略來達到大體上的平均消費，這樣的設(shè)計也可以很方面的水平擴展Consumer來提高消費能力。

消費端的Push模式是通過長輪詢的模式來實現(xiàn)的，就如同下圖：

Push模式示意圖

Consumer端每隔一段時間主動向broker發(fā)送拉消息請求，broker在收到Pull請求后，如果有消息就立即返回數(shù)據(jù)，Consumer端收到返回的消息后，再回調(diào)消費者設(shè)置的Listener方法。如果broker在收到Pull請求時，消息隊列里沒有數(shù)據(jù)，broker端會阻塞請求直到有數(shù)據(jù)傳遞或超時才返回。

當(dāng)然，Consumer端是通過一個線程將阻塞隊列LinkedBlockingQueue中的PullRequest發(fā)送到broker拉取消息，以防止Consumer一致被阻塞。而Broker端，在接收到Consumer的PullRequest時，如果發(fā)現(xiàn)沒有消息，就會把PullRequest扔到ConcurrentHashMap中緩存起來。broker在啟動時，會啟動一個線程不停的從ConcurrentHashMap取出PullRequest檢查，直到有數(shù)據(jù)返回。

七、RocketMQ的其他特性

前面的6個特性都是基本上都是點到為止，想要深入了解，還需要大家多多查看源碼，多多在實際中運用。當(dāng)然除了已經(jīng)提到的特性外，RocketMQ還支持：

定時消息

消息的刷盤策略

主動同步策略：同步雙寫、異步復(fù)制

海量消息堆積能力

高效通信

.......

其中涉及到的很多設(shè)計思路和解決方法都值得我們深入研究：

消息的存儲設(shè)計：既要滿足海量消息的堆積能力，又要滿足極快的查詢效率，還要保證寫入的效率。

高效的通信組件設(shè)計：高吞吐量，毫秒級的消息投遞能力都離不開高效的通信。

.......

RocketMQ最佳實踐

一、Producer最佳實踐

1、一個應(yīng)用盡可能用一個 Topic，消息子類型用 tags 來標(biāo)識，tags 可以由應(yīng)用自由設(shè)置。只有發(fā)送消息設(shè)置了tags，消費方在訂閱消息時，才可以利用 tags 在 broker 做消息過濾。

2、每個消息在業(yè)務(wù)層面的唯一標(biāo)識碼，要設(shè)置到 keys 字段，方便將來定位消息丟失問題。由于是哈希索引，請務(wù)必保證 key 盡可能唯一，這樣可以避免潛在的哈希沖突。

3、消息發(fā)送成功或者失敗，要打印消息日志，務(wù)必要打印 sendresult 和 key 字段。

4、對于消息不可丟失應(yīng)用，務(wù)必要有消息重發(fā)機制。例如：消息發(fā)送失敗，存儲到數(shù)據(jù)庫，能有定時程序嘗試重發(fā)或者人工觸發(fā)重發(fā)。

5、某些應(yīng)用如果不關(guān)注消息是否發(fā)送成功，請直接使用sendOneWay方法發(fā)送消息。

二、Consumer最佳實踐

1、消費過程要做到冪等（即消費端去重）

2、盡量使用批量方式消費方式，可以很大程度上提高消費吞吐量。

3、優(yōu)化每條消息消費過程

三、其他配置

線上應(yīng)該關(guān)閉autoCreateTopicEnable，即在配置文件中將其設(shè)置為false。

RocketMQ在發(fā)送消息時，會首先獲取路由信息。如果是新的消息，由于MQServer上面還沒有創(chuàng)建對應(yīng)的Topic，這個時候，如果上面的配置打開的話，會返回默認(rèn)TOPIC的（RocketMQ會在每臺broker上面創(chuàng)建名為TBW102的TOPIC）路由信息，然后Producer會選擇一臺Broker發(fā)送消息，選中的broker在存儲消息時，發(fā)現(xiàn)消息的topic還沒有創(chuàng)建，就會自動創(chuàng)建topic。后果就是：以后所有該TOPIC的消息，都將發(fā)送到這臺broker上，達不到負(fù)載均衡的目的。

所以基于目前RocketMQ的設(shè)計，建議關(guān)閉自動創(chuàng)建TOPIC的功能，然后根據(jù)消息量的大小，手動創(chuàng)建TOPIC。

RocketMQ設(shè)計相關(guān)

RocketMQ的設(shè)計假定：

每臺PC機器都可能宕機不可服務(wù)

任意集群都有可能處理能力不足

最壞的情況一定會發(fā)生

內(nèi)網(wǎng)環(huán)境需要低延遲來提供最佳用戶體驗

RocketMQ的關(guān)鍵設(shè)計：

分布式集群化

強數(shù)據(jù)安全

海量數(shù)據(jù)堆積

毫秒級投遞延遲（推拉模式）

這是RocketMQ在設(shè)計時的假定前提以及需要到達的效果。我想這些假定適用于所有的系統(tǒng)設(shè)計。隨著我們系統(tǒng)的服務(wù)的增多，每位開發(fā)者都要注意自己的程序是否存在單點故障，如果掛了應(yīng)該怎么恢復(fù)、能不能很好的水平擴展、對外的接口是否足夠高效、自己管理的數(shù)據(jù)是否足夠安全...... 多多規(guī)范自己的設(shè)計，才能開發(fā)出高效健壯的程序。

附錄：RocketMQ涉及到的幾個專業(yè)術(shù)語和整體架構(gòu)介紹

一、RocketMQ中的專業(yè)術(shù)語

Topic

topic表示消息的第一級類型，比如一個電商系統(tǒng)的消息可以分為：交易消息、物流消息...... 一條消息必須有一個Topic。

Tag

Tag表示消息的第二級類型，比如交易消息又可以分為：交易創(chuàng)建消息，交易完成消息..... 一條消息可以沒有Tag。RocketMQ提供2級消息分類，方便大家靈活控制。

Queue

一個topic下，我們可以設(shè)置多個queue(消息隊列)。當(dāng)我們發(fā)送消息時，需要要指定該消息的topic。RocketMQ會輪詢該topic下的所有隊列，將消息發(fā)送出去。

Producer 與 Producer Group

Producer表示消息隊列的生產(chǎn)者。消息隊列的本質(zhì)就是實現(xiàn)了publish-subscribe模式，生產(chǎn)者生產(chǎn)消息，消費者消費消息。所以這里的Producer就是用來生產(chǎn)和發(fā)送消息的，一般指業(yè)務(wù)系統(tǒng)。

Producer Group是一類Producer的集合名稱，這類Producer通常發(fā)送一類消息，且發(fā)送邏輯一致。

Consumer 與 Consumer Group

消息消費者，一般由后臺系統(tǒng)異步消費消息。

Push Consumer

Consumer 的一種，應(yīng)用通常向 Consumer 對象注冊一個 Listener 接口，一旦收到消息，Consumer 對象立刻回調(diào) Listener 接口方法。

Pull Consumer

Consumer 的一種，應(yīng)用通常主動調(diào)用 Consumer 的拉消息方法從 Broker 拉消息，主動權(quán)由應(yīng)用控制。

Consumer Group是一類Consumer的集合名稱，這類Consumer通常消費一類消息，且消費邏輯一致。

Broker

消息的中轉(zhuǎn)者，負(fù)責(zé)存儲和轉(zhuǎn)發(fā)消息?？梢岳斫鉃橄㈥犃蟹?wù)器，提供了消息的接收、存儲、拉取和轉(zhuǎn)發(fā)服務(wù)。broker是RocketMQ的核心，它不不能掛的，所以需要保證broker的高可用。

廣播消費

一條消息被多個Consumer消費，即使這些Consumer屬于同一個Consumer Group，消息也會被Consumer Group中的每個Consumer都消費一次。在廣播消費中的Consumer Group概念可以認(rèn)為在消息劃分方面無意義。

集群消費

一個Consumer Group中的Consumer實例平均分?jǐn)傁M消息。例如某個Topic有 9 條消息，其中一個Consumer Group有 3 個實例(可能是 3 個進程,或者 3 臺機器)，那么每個實例只消費其中的 3 條消息。

NameServer

NameServer即名稱服務(wù)，兩個功能：

接收broker的請求，注冊broker的路由信息

接口client的請求，根據(jù)某個topic獲取其到broker的路由信息

NameServer沒有狀態(tài)，可以橫向擴展。每個broker在啟動的時候會到NameServer注冊；Producer在發(fā)送消息前會根據(jù)topic到NameServer獲取路由(到broker)信息；Consumer也會定時獲取topic路由信息。

二、RocketMQ Overview

rocketmq overview

Producer向一些隊列輪流發(fā)送消息，隊列集合稱為Topic，Consumer如果做廣播消費，則一個consumer實例消費這個Topic對應(yīng)的所有隊列；如果做集群消費，則多個Consumer實例平均消費這個Topic對應(yīng)的隊列集合。

再看下RocketMQ物理部署結(jié)構(gòu)圖：

RocketMQ網(wǎng)絡(luò)部署圖

RocketMQ網(wǎng)絡(luò)部署特點：

Name Server 是一個幾乎無狀態(tài)節(jié)點，可集群部署，節(jié)點之間無任何信息同步。

Broker部署相對復(fù)雜，Broker分為Master與Slave，一個Master可以對應(yīng)多個Slave，但是一個Slave只能對應(yīng)一個Master，Master與Slave的對應(yīng)關(guān)系通過指定相同的BrokerName，不同的BrokerId來定義，BrokerId=0表示Master，非0表示Slave。Master也可以部署多個。每個Broker與Name Server集群中的所有節(jié)點建立長連接，定時注冊Topic信息到所有Name Server。

Producer與Name Server集群中的其中一個節(jié)點（隨機選擇）建立長連接，定期從Name Server取Topic路由信息，并向提供Topic 服務(wù)的Master建立長連接，且定時向Master發(fā)送心跳。Producer 完全無狀態(tài)，可集群部署。

Consumer與Name Server集群中的其中一個節(jié)點（隨機選擇）建立長連接，定期從Name Server取Topic 路由信息，并向提供Topic服務(wù)的Master、Slave建立長連接，且定時向Master、Slave發(fā)送心跳。Consumer既可以從Master訂閱消息，也可以從Slave訂閱消息，訂閱規(guī)則由Broker配置決定。

三、其他參考資料

（如需查看請向本號發(fā)送“RocketMQ”）

RocketMQ用戶指南

RocketMQ原理簡介

RocketMQ最佳實踐

阿里分布式開放消息服務(wù)(ONS)原理與實踐2

阿里分布式開放消息服務(wù)(ONS)原理與實踐3

RocketMQ原理解析

推薦關(guān)鍵詞「分布式系統(tǒng)」閱讀：

騰訊文學(xué)內(nèi)容中心分布式文件系統(tǒng)的設(shè)計和實現(xiàn)

億級Web系統(tǒng)搭建：單機到分布式集群

攜程異步消息系統(tǒng)實踐