十分鐘入門 RocketMQ

前些天發現了一個巨牛的人工智能學習網站，通俗易懂，風趣幽默，忍不住分享一下給大家。點擊跳轉到教程。

本文首先引出消息中間件通常需要解決哪些問題，在解決這些問題當中會遇到什么困難，Apache RocketMQ作為阿里開源的一款高性能、高吞吐量的分布式消息中間件否可以解決，規范中如何定義這些問題。然后本文將介紹RocketMQ的架構設計，以期讓讀者快速了解RocketMQ。

消息中間件需要解決哪些問題？

發布訂閱是消息中間件的最基本功能，也是相對于傳統RPC通信而言。在此不再詳述。

Message Priority

規范中描述的優先級是指在一個消息隊列中，每條消息都有不同的優先級，一般用整數來描述，優先級高的消息先投遞，如果消息完全在一個內存隊列中，那么在投遞前可以按照優先級排序，令優先級高的先投遞。
由于RocketMQ所有消息都是持久化的，所以如果按照優先級來排序，開銷會非常大，因此RocketMQ沒有特意支持消息優先級，但是可以通過變通的方式實現類似功能，即單獨配置一個優先級高的隊列，和一個普通優先級的隊列，將不同優先級發送到不同隊列即可。

對于優先級問題，可以歸納為2類：

只要達到優先級目的即可，不是嚴格意義上的優先級，通常將優先級劃分為高、中、低，或者再多幾個級別。每個優先級可以用不同的topic表示，發消息時，指定不同的topic來表示優先級，這種方式可以解決絕大部分的優先級問題，但是對業務的優先級精確性做了妥協。
嚴格的優先級，優先級用整數表示，例如0 ~ 65535，這種優先級問題一般使用不同topic解決就非常不合適。如果要讓MQ解決此問題，會對MQ的性能造成非常大的影響。這里要確保一點，業務上是否確實需要這種嚴格的優先級，如果將優先級壓縮成幾個，對業務的影響有多大？

Message Order

消息有序指的是一類消息消費時，能按照發送的順序來消費。例如：一個訂單產生了3條消息，分別是訂單創建，訂單付款，訂單完成。消費時，要按照這個順序消費才能有意義。但是同時訂單之間是可以并行消費的。
RocketMQ可以嚴格的保證消息有序。

Message Filter

Broker端消息過濾

在Broker中，按照Consumer的要求做過濾，優點是減少了對于Consumer無用消息的網絡傳輸。
缺點是增加了Broker的負擔，實現相對復雜。

淘寶Notify支持多種過濾方式，包含直接按照消息類型過濾，靈活的語法表達式過濾，幾乎可以滿足最苛刻的過濾需求。
淘寶RocketMQ支持按照簡單的Message Tag過濾，也支持按照Message Header、body進行過濾。
CORBA Notification規范中也支持靈活的語法表達式過濾。

Consumer端消息過濾

這種過濾方式可由應用完全自定義實現，但是缺點是很多無用的消息要傳輸到Consumer端。

Message Persistence

消息中間件通常采用的幾種持久化方式：

持久化到數據庫，例如Mysql。
持久化到KV存儲，例如levelDB、伯克利DB等KV存儲系統。
文件記錄形式持久化，例如Kafka，RocketMQ
對內存數據做一個持久化鏡像，例如beanstalkd，VisiNotify
(1)、(2)、(3)三種持久化方式都具有將內存隊列Buffer進行擴展的能力，(4)只是一個內存的鏡像，作用是當Broker掛掉重啟后仍然能將之前內存的數據恢復出來。

JMS與CORBA Notification規范沒有明確說明如何持久化，但是持久化部分的性能直接決定了整個消息中間件的性能。

RocketMQ充分利用Linux文件系統內存cache來提高性能。

Message Reliablity

影響消息可靠性的幾種情況：

Broker正常關閉
Broker異常Crash
OS Crash
機器掉電，但是能立即恢復供電情況。
機器無法開機（可能是cpu、主板、內存等關鍵設備損壞）
磁盤設備損壞。

(1)、(2)、(3)、(4)四種情況都屬于硬件資源可立即恢復情況，RocketMQ在這四種情況下能保證消息不丟，或者丟失少量數據（依賴刷盤方式是同步還是異步）。

(5)、(6)屬于單點故障，且無法恢復，一旦發生，在此單點上的消息全部丟失。RocketMQ在這兩種情況下，通過異步復制，可保證99%的消息不丟，但是仍然會有極少量的消息可能丟失。通過同步雙寫技術可以完全避免單點，同步雙寫勢必會影響性能，適合對消息可靠性要求極高的場合，例如與Money相關的應用。

RocketMQ從3.0版本開始支持同步雙寫。

Low Latency Messaging

在消息不堆積情況下，消息到達Broker后，能立刻到達Consumer。
RocketMQ使用長輪詢Pull方式，可保證消息非常實時，消息實時性不低于Push。

At least Once

是指每個消息必須投遞一次。
RocketMQ Consumer先pull消息到本地，消費完成后，才向服務器返回ack，如果沒有消費一定不會ack消息，所以RocketMQ可以很好的支持此特性。

Exactly Only Once

發送消息階段，不允許發送重復的消息。
消費消息階段，不允許消費重復的消息。

只有以上兩個條件都滿足情況下，才能認為消息是“Exactly Only Once”，而要實現以上兩點，在分布式系統環境下，不可避免要產生巨大的開銷。所以RocketMQ為了追求高性能，并不保證此特性，要求在業務上進行去重，也就是說消費消息要做到冪等性。RocketMQ雖然不能嚴格保證不重復，但是正常情況下很少會出現重復發送、消費情況，只有網絡異常，Consumer啟停等異常情況下會出現消息重復。

Broker的Buffer滿了怎么辦？

Broker的Buffer通常指的是Broker中一個隊列的內存Buffer大小，這類Buffer通常大小有限，如果Buffer滿了以后怎么辦？
下面是CORBA Notification規范中處理方式：

RejectNewEvents 拒絕新來的消息，向Producer返回RejectNewEvents錯誤碼。
按照特定策略丟棄已有消息
- AnyOrder - Any event may be discarded on overflow. This is the default setting for this property.
- FifoOrder - The first event received will be the first discarded.
- LifoOrder - The last event received will be the first discarded.
- PriorityOrder - Events should be discarded in priority order, such that lower priority events will be discarded before higher priority events.
- DeadlineOrder - Events should be discarded in the order of shortest expiry deadline first.

RocketMQ沒有內存Buffer概念，RocketMQ的隊列都是持久化磁盤，數據定期清除。

對于此問題的解決思路，RocketMQ同其他MQ有非常顯著的區別，RocketMQ的內存Buffer抽象成一個無限長度的隊列，不管有多少數據進來都能裝得下，這個無限是有前提的，Broker會定期刪除過期的數據，例如Broker只保存3天的消息，那么這個Buffer雖然長度無限，但是3天前的數據會被從隊尾刪除。

此問題的本質原因是網絡調用存在不確定性，即既不成功也不失敗的第三種狀態，所以才產生了消息重復性問題。

回溯消費

回溯消費是指Consumer已經消費成功的消息，由于業務上需求需要重新消費，要支持此功能，Broker在向Consumer投遞成功消息后，消息仍然需要保留。并且重新消費一般是按照時間維度，例如由于Consumer系統故障，恢復后需要重新消費1小時前的數據，那么Broker要提供一種機制，可以按照時間維度來回退消費進度。
RocketMQ支持按照時間回溯消費，時間維度精確到毫秒，可以向前回溯，也可以向后回溯。

消息堆積

消息中間件的主要功能是異步解耦，還有個重要功能是擋住前端的數據洪峰，保證后端系統的穩定性，這就要求消息中間件具有一定的消息堆積能力，消息堆積分以下兩種情況：

消息堆積在內存Buffer，一旦超過內存Buffer，可以根據一定的丟棄策略來丟棄消息，如CORBA Notification規范中描述。適合能容忍丟棄消息的業務，這種情況消息的堆積能力主要在于內存Buffer大小，而且消息堆積后，性能下降不會太大，因為內存中數據多少對于對外提供的訪問能力影響有限。
消息堆積到持久化存儲系統中，例如DB，KV存儲，文件記錄形式。當消息不能在內存Cache命中時，要不可避免的訪問磁盤，會產生大量讀IO，讀IO的吞吐量直接決定了消息堆積后的訪問能力。

評估消息堆積能力主要有以下四點：

消息能堆積多少條，多少字節？即消息的堆積容量。
消息堆積后，發消息的吞吐量大小，是否會受堆積影響？
消息堆積后，正常消費的Consumer是否會受影響？
消息堆積后，訪問堆積在磁盤的消息時，吞吐量有多大？

分布式事務

已知的幾個分布式事務規范，如XA，JTA等。其中XA規范被各大數據庫廠商廣泛支持，如Oracle，Mysql等。其中XA的TM實現佼佼者如Oracle Tuxedo，在金融、電信等領域被廣泛應用。

分布式事務涉及到兩階段提交問題，在數據存儲方面的方面必然需要KV存儲的支持，因為第二階段的提交回滾需要修改消息狀態，一定涉及到根據Key去查找Message的動作。RocketMQ在第二階段繞過了根據Key去查找Message的問題，采用第一階段發送Prepared消息時，拿到了消息的Offset，第二階段通過Offset去訪問消息，并修改狀態，Offset就是數據的地址。

RocketMQ這種實現事務方式，沒有通過KV存儲做，而是通過Offset方式，存在一個顯著缺陷，即通過Offset更改數據，會令系統的臟頁過多，需要特別關注。

定時消息

定時消息是指消息發到Broker后，不能立刻被Consumer消費，要到特定的時間點或者等待特定的時間后才能被消費。
如果要支持任意的時間精度，在Broker層面，必須要做消息排序，如果再涉及到持久化，那么消息排序要不可避免的產生巨大性能開銷。
RocketMQ支持定時消息，但是不支持任意時間精度，支持特定的level，例如定時5s，10s，1m等。

消息重試

Consumer消費消息失敗后，要提供一種重試機制，令消息再消費一次。Consumer消費消息失敗通常可以認為有以下幾種情況：

由于消息本身的原因，例如反序列化失敗，消息數據本身無法處理（例如話費充值，當前消息的手機號被注銷，無法充值）等。這種錯誤通常需要跳過這條消息，再消費其他消息，而這條失敗的消息即使立刻重試消費，99%也不成功，所以最好提供一種定時重試機制，即過10s秒后再重試。
由于依賴的下游應用服務不可用，例如db連接不可用，外系統網絡不可達等。遇到這種錯誤，即使跳過當前失敗的消息，消費其他消息同樣也會報錯。這種情況建議應用sleep 30s，再消費下一條消息，這樣可以減輕Broker重試消息的壓力。

RocketMQ Overview

RocketMQ是否解決了上述消息中間件面臨的問題，接下來讓我們一探究竟。

RocketMQ 是什么？

上圖是一個典型的消息中間件收發消息的模型，RocketMQ也是這樣的設計，簡單說來，RocketMQ具有以下特點：

是一個隊列模型的消息中間件，具有高性能、高可靠、高實時、分布式特點。
Producer、Consumer、隊列都可以分布式。
Producer向一些隊列輪流發送消息，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對應的隊列集合。
能夠保證嚴格的消息順序
提供豐富的消息拉取模式
高效的訂閱者水平擴展能力
實時的消息訂閱機制
億級消息堆積能力
較少的依賴

RocketMQ 物理部署結構

如上圖所示， RocketMQ的部署結構有以下特點：

Name Server是一個幾乎無狀態節點，可集群部署，節點之間無任何信息同步。
Broker部署相對復雜，Broker分為Master與Slave，一個Master可以對應多個Slave，但是一個Slave只能對應一個Master，Master與Slave的對應關系通過指定相同的BrokerName，不同的BrokerId來定義，BrokerId為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服務的Master建立長連接，且定時向Master發送心跳。Producer完全無狀態，可集群部署。
Consumer與Name Server集群中的其中一個節點（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服務的Master、Slave建立長連接，且定時向Master、Slave發送心跳。Consumer既可以從Master訂閱消息，也可以從Slave訂閱消息，訂閱規則由Broker配置決定。

RocketMQ 邏輯部署結構

如上圖所示，RocketMQ的邏輯部署結構有Producer和Consumer兩個特點。

Producer Group

用來表示一個發送消息應用，一個Producer Group下包含多個Producer實例，可以是多臺機器，也可以是一臺機器的多個進程，或者一個進程的多個Producer對象。一個Producer Group可以發送多個Topic消息，Producer Group作用如下：

標識一類Producer
可以通過運維工具查詢這個發送消息應用下有多個Producer實例
發送分布式事務消息時，如果Producer中途意外宕機，Broker會主動回調Producer Group內的任意一臺機器來確認事務狀態。

Consumer Group

用來表示一個消費消息應用，一個Consumer Group下包含多個Consumer實例，可以是多臺機器，也可以是多個進程，或者是一個進程的多個Consumer對象。一個Consumer Group下的多個Consumer以均攤方式消費消息，如果設置為廣播方式，那么這個Consumer Group下的每個實例都消費全量數據。