分布式開放消息系統(tǒng)RocketMQ的原理分析

這篇文章將為大家詳細講解有關(guān)分布式開放消息系統(tǒng)RocketMQ的原理分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

關(guān)鍵特性以及其實現(xiàn)原理

一、順序消息

消息有序指的是可以按照消息的發(fā)送順序來消費。例如：一筆訂單產(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，要按照順序依次消費才有意義。與此同時多筆訂單之間又是可以并行消費的。首先來看如下示例：

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：

假定M1發(fā)送到S1，M2發(fā)送到S2，如果要保證M1先于M2被消費，那么需要M1到達消費端被消費后，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MQ集群，也不能保證M1被先消費。換個角度看，如果M2先于M1達到MQ集群，甚至M2被消費后，M1才達到消費端，這時消息也就亂序了，說明以上模型是不能保證消息的順序的。如何才能在MQ集群保證消息的順序？一種簡單的方式就是將M1、M2發(fā)送到同一個Server上：

這樣可以保證M1先于M2到達MQServer（生產(chǎn)者等待M1發(fā)送成功后再發(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。

這個模型也僅僅是理論上可以保證消息的順序，在實際場景中可能會遇到下面的問題：

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就仍將被先消費，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的負載情況，仍然有可能出現(xiàn)M2先于M1被消費的情況。

那如何解決這個問題？將M1和M2發(fā)往同一個消費者，且發(fā)送M1后，需要消費端響應(yīng)成功后才能發(fā)送M2。

聰明的你可能已經(jīng)想到另外的問題：如果M1被發(fā)送到消費端后，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。

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(數(shù)據(jù)在網(wǎng)絡(luò)傳送中丟失)，另外一種消費端已經(jīng)消費M1且已經(jīng)發(fā)送響應(yīng)消息，只是MQ 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。也就引入了我們要說的第二個問題，消息重復(fù)問題，這個后文會詳細講解。

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，也可以通過文中所描述的方式來簡單處理?？偨Y(jié)起來，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

這樣的設(shè)計雖然簡單易行，但也會存在一些很嚴(yán)重的問題，比如：

1. 并行度就會成為消息系統(tǒng)的瓶頸（吞吐量不夠）

2. 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問題本身，實際上不僅效率低下，而且也是一種浪費。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

所以從業(yè)務(wù)層面來保證消息的順序而不僅僅是依賴于消息系統(tǒng)，是不是我們應(yīng)該尋求的一種更合理的方式？最后我們從源碼角度分析RocketMQ怎么實現(xiàn)發(fā)送順序消息。

RocketMQ通過輪詢所有隊列的方式來確定消息被發(fā)送到哪一個隊列（負載均衡策略）。比如下面的示例中，訂單號相同的消息會被先后發(fā)送到同一個隊列中：

// RocketMQ通過MessageQueueSelector中實現(xiàn)的算法來確定消息發(fā)送到哪一個隊列上
// RocketMQ默認提供了兩種MessageQueueSelector實現(xiàn)：隨機/Hash
// 當(dāng)然你可以根據(jù)業(yè)務(wù)實現(xiàn)自己的MessageQueueSelector來決定消息按照何種策略發(fā)送到消息隊列中
SendResult sendResult = producer.send(msg, new MessageQueueSelector() {
    @Override
    public MessageQueue select(List<MessageQueue> 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獲取到的肯定是同一個隊列。

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。

第1條解決方案，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)消息的概率其實很小，如果由消息系統(tǒng)來實現(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：

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：

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。那如何來規(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)：

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)該保證同時成功或者同時失敗，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？

首先看下先發(fā)送消息的情況，大致的示意圖如下：

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，那就先扣款吧，大致的示意圖如下：

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。

這里需要說明一下：如果使用Spring來管理事物的話，大可以將發(fā)送消息的邏輯放到本地事物中去，發(fā)送消息失敗拋出異常，Spring捕捉到異常后就會回滾此事物，以此來保證本地事物與發(fā)送消息的原子性。

RocketMQ支持事務(wù)消息，下面來看看RocketMQ是怎樣來實現(xiàn)的。

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，并修改消息的狀態(tài)。

細心的你可能又發(fā)現(xiàn)問題了，如果確認消息發(fā)送失敗了怎么辦？RocketMQ會定期掃描消息集群中的事物消息，如果發(fā)現(xiàn)了Prepared消息，它會向消息發(fā)送端(生產(chǎn)者)確認，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，是如何處理事務(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）：

// =============================發(fā)送事務(wù)消息的一系列準(zhǔn)備工作========================================
// 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)送確認消息。

//  ================================事務(wù)消息的發(fā)送過程=============================================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)去更新事務(wù)消息的最終狀態(tài)：

1. 根據(jù)sendResult找到Prepared消息 ，sendResult包含事務(wù)消息的ID

2. 根據(jù)localTransaction更新消息的最終狀態(tài)

如果endTransaction方法執(zhí)行失敗，數(shù)據(jù)沒有發(fā)送到broker，導(dǎo)致事務(wù)消息的 狀態(tài)更新失敗，broker會有回查線程定時（默認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)置的決斷方法來決定是回滾事務(wù)還是繼續(xù)執(zhí)行，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。

這樣基本上可以解決消費端超時問題，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，那么需要回滾整個流程。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。這也是RocketMQ目前暫時沒有解決這個問題的原因，在設(shè)計實現(xiàn)消息系統(tǒng)時，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)送方的負載均衡，如下圖所示：

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：

1. 如果沒有指定namesrv地址，將會自動尋址

2. 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...

3. 啟動負載均衡的服務(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：

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

2. 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)）

3. 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：

1. 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。

2. 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。

3. 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：

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

2. Size存儲中消息的大小

3. 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)?，隨機讀。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。

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(目前正在收集素材)，這小節(jié)只以代碼說明一下具體的流程。

// Set the storage timemsg.setStoreTimestamp(System.currentTimeMillis());// Set the message body BODY CRC (consider the most appropriate settingmsg.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：

索引文件主要用于根據(jù)key來查詢消息的，流程主要是：

1. 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)

2. 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)

3. 遍歷索引項列表返回查詢時間范圍內(nèi)的結(jié)果集(默認一次最大返回的 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下的所有隊列負載：

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

2. 獲取同一topic和Consumer Group下的所有Consumer

3. 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，它類似于分頁的過程，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：

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<PullRequest>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：

1. 定時消息

2. 消息的刷盤策略

3. 主動同步策略：同步雙寫、異步復(fù)制

4. 海量消息堆積能力

5. 高效通信

6. .......

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：

1. 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。

2. 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。

3. .......

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：

1. 每臺PC機器都可能宕機不可服務(wù)

2. 任意集群都有可能處理能力不足

3. 最壞的情況一定會發(fā)生

4. 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：

1. 分布式集群化

2. 強數(shù)據(jù)安全

3. 海量數(shù)據(jù)堆積

4. 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。

關(guān)于“分布式開放消息系統(tǒng)RocketMQ的原理分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。