轻松搞定RocketMQ入门
RocketMQ是一款分布式、隊列模型的消息中間件，具有以下特點：
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
RocketMQ網(wǎng)絡(luò)部署特
（1）NameServer是一個幾乎無狀態(tài)的節(jié)點，可集群部署，節(jié)點之間無任何信息同步
（2）Broker部署相對復(fù)雜，Broker氛圍Master與Slave，一個Master可以對應(yīng)多個Slaver，但是一個Slaver只能對應(yīng)一個Master，Master與Slaver的對應(yīng)關(guān)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Slaver。Master可以部署多個。每個Broker與NameServer集群中的所有節(jié)點建立長連接，定時注冊Topic信息到所有的NameServer
（3）Producer與NameServer集群中的其中一個節(jié)點（隨機選擇）建立長連接，定期從NameServer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。Produce完全無狀態(tài)，可集群部署
（4）Consumer與NameServer集群中的其中一個節(jié)點（隨機選擇）建立長連接，定期從NameServer取Topic路由信息，并向提供Topic服務(wù)的Master、Slaver建立長連接，且定時向Master、Slaver發(fā)送心跳。Consumer即可從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
RocketMQ儲存特點
（1）零拷貝原理：Consumer消費消息過程，使用了零拷貝，零拷貝包括一下2中方式，RocketMQ使用第一種方式，因小塊數(shù)據(jù)傳輸?shù)囊笮Ч萻endfile方式好
a )使用mmap+write方式
優(yōu)點：即使頻繁調(diào)用，使用小文件塊傳輸，效率也很高
缺點：不能很好的利用DMA方式，會比sendfile多消耗CPU資源，內(nèi)存安全性控制復(fù)雜，需要避免JVM Crash問題
b）使用sendfile方式
優(yōu)點：可以利用DMA方式，消耗CPU資源少，大塊文件傳輸效率高，無內(nèi)存安全新問題
缺點：小塊文件效率低于mmap方式，只能是BIO方式傳輸，不能使用NIO
（2）數(shù)據(jù)存儲結(jié)構(gòu)
RocketMQ關(guān)鍵特性
1.單機支持1W以上的持久化隊
（1）所有數(shù)據(jù)單獨儲存到commit Log ，完全順序?qū)?#xff0c;隨機讀
（2）對最終用戶展現(xiàn)的隊列實際只儲存消息在Commit Log 的位置信息，并且串行方式刷盤
這樣做的好處：
（1）隊列輕量化，單個隊列數(shù)據(jù)量非常少
（2）對磁盤的訪問串行話，避免磁盤競爭，不會因為隊列增加導(dǎo)致IOWait增高
每個方案都有優(yōu)缺點，他的缺點是：
（1）寫雖然是順序?qū)?#xff0c;但是讀卻變成了隨機讀
（2）讀一條消息，會先讀Consume Queue，再讀Commit Log，增加了開銷
（3）要保證Commit Log 與 Consume Queue完全的一致，增加了編程的復(fù)雜度
以上缺點如何客服：
（1）隨機讀，盡可能讓讀命中pagecache，減少IO操作，所以內(nèi)存越大越好。如果系統(tǒng)中堆積的消息過多，讀數(shù)據(jù)要訪問硬盤會不會由于隨機讀導(dǎo)致系統(tǒng)性能急劇下降，答案是否定的。
a）訪問pagecache時，即使只訪問1K的消息，系統(tǒng)也會提前預(yù)讀出更多的數(shù)據(jù)，在下次讀時就可能命中pagecache
b）隨機訪問Commit Log 磁盤數(shù)據(jù)，系統(tǒng)IO調(diào)度算法設(shè)置為NOOP方式，會在一定程度上將完全的隨機讀變成順序跳躍方式，而順序跳躍方式讀較完全的隨機讀性能高5倍
（2）由于Consume Queue存儲數(shù)量極少，而且順序讀，在pagecache的與讀取情況下，Consume Queue的讀性能與內(nèi)存幾乎一直，即使堆積情況下。所以可以認為Consume Queue完全不會阻礙讀性能
（3）Commit Log中存儲了所有的元信息，包含消息體，類似于MySQl、Oracle的redolog，所以只要有Commit Log存在， Consume Queue即使丟失數(shù)據(jù)，仍可以恢復(fù)出來
2.刷盤策略
rocketmq中的所有消息都是持久化的，先寫入系統(tǒng)pagecache，然后刷盤，可以保證內(nèi)存與磁盤都有一份數(shù)據(jù)，訪問時，可以直接從內(nèi)存讀取
2.1異步刷盤
在有 RAID 卡， SAS 15000 轉(zhuǎn)磁盤測試順序?qū)懳募?#xff0c;速度可以達到 300M 每秒左右，而線上的網(wǎng)卡一般都為千兆網(wǎng)卡，寫磁盤速度明顯快于數(shù)據(jù)網(wǎng)絡(luò)入口速度，那么是否可以做到寫完 內(nèi)存就向用戶返回，由后臺線程刷盤呢？
(1). 由于磁盤速度大于網(wǎng)卡速度，那么刷盤的進度肯定可以跟上消息的寫入速度。
(2). 萬一由于此時系統(tǒng)壓力過大，可能堆積消息，除了寫入 IO，還有讀取 IO，萬一出現(xiàn)磁盤讀取落后情況，會不會導(dǎo)致系統(tǒng)內(nèi)存溢出，答案是否定的，原因如下：
a) 寫入消息到 PAGECACHE 時，如果內(nèi)存不足，則嘗試丟棄干凈的 PAGE，騰出內(nèi)存供新消息使用，策略是 LRU 方式。
b) 如果干凈頁不足，此時寫入 PAGECACHE 會被阻塞，系統(tǒng)嘗試刷盤部分數(shù)據(jù)，大約每次嘗試 32 個 PAGE，來找出更多干凈 PAGE。
綜上，內(nèi)存溢出的情況不會出現(xiàn)
2.2同步刷盤：
同步刷盤與異步刷盤的唯一區(qū)別是異步刷盤寫完 PAGECACHE 直接返回，而同步刷盤需要等待刷盤完成才返回，同步刷盤流程如下：
（1）寫入 PAGECACHE 后，線程等待，通知刷盤線程刷盤。
（2）刷盤線程刷盤后，喚醒前端等待線程，可能是一批線程。
（3）前端等待線程向用戶返回成功。
3.消息查詢
3.1按照MessageId查詢消息
MsgId總共16個字節(jié)，包含消息儲存主機地址，消息Commit Log Offset。從MsgId中解析出Broker的地址和Commit Log 偏移地址，然后按照存儲格式所在位置消息buffer解析成一個完整消息
3.2按照Message Key查詢消息
1.根據(jù)查詢的key的hashcode%slotNum得到具體的槽位置 （slotNum是一個索引文件里面包含的最大槽目數(shù)目，例如圖中所示slotNum=500W）
2.根據(jù)slotValue（slot對應(yīng)位置的值）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）
4.Hash沖突，尋找key的slot位置時相當于執(zhí)行了兩次散列函數(shù)，一次key的hash，一次key的hash取值模，因此這里存在兩次沖突的情況；第一種，key的hash值不同但模數(shù)相同，此時查詢的時候會在比較第一次key的hash值（每個索引項保存了key的hash值），過濾掉hash值不想等的情況。第二種，hash值相等key不想等，出于性能的考慮沖突的檢測放到客戶端處理（key的原始值是存儲在消息文件中的，避免對數(shù)據(jù)文件的解析），客戶端比較一次消息體的key是否相同
5.存儲，為了節(jié)省空間索引項中存儲的時間是時間差值（存儲時間——開始時間，開始時間存儲在索引文件頭中），整個索引文件是定長的，結(jié)構(gòu)也是固定的
4.服務(wù)器消息過濾
RocketMQ的消息過濾方式有別于其他的消息中間件，是在訂閱時，再做過濾，先來看下Consume Queue存儲結(jié)構(gòu)
1.在Broker端進行Message Tag比較，先遍歷Consume Queue，如果存儲的Message Tag與訂閱的Message Tag不符合，則跳過，繼續(xù)比對下一個，符合則傳輸給Consumer。注意Message Tag是字符串形式，Consume Queue中存儲的是其對應(yīng)的hashcode，比對時也是比對hashcode
2.Consumer收到過濾消息后，同樣也要執(zhí)行在broker端的操作，但是比對的是真實的Message Tag字符串，而不是hashcode
為什么過濾要這么做？
1.Message Tag存儲hashcode，是為了在Consume Queue定長方式存儲，節(jié)約空間
2.過濾過程中不會訪問Commit Log 數(shù)據(jù)，可以保證堆積情況下也能高效過濾
3.即使存在hash沖突，也可以在Consumer端進行修正，保證萬無一失
5.單個JVM進程也能利用機器超大內(nèi)存
1.Producer發(fā)送消息，消息從socket進入java 堆
2.Producer發(fā)送消息，消息從java堆進入pagecache，物理內(nèi)存
3.Producer發(fā)送消息，由異步線程刷盤，消息從pagecache刷入磁盤
4.Consumer拉消息（正常消費），消息直接從pagecache（數(shù)據(jù)在物理內(nèi)存）轉(zhuǎn)入socket，到達Consumer，不經(jīng)過java堆。這種消費場景最多，線上96G物理內(nèi)存，按照1K消息算，可以物理緩存1億條消息
5.Consumer拉消息（異常消費），消息直接從pagecache轉(zhuǎn)入socket
6.Consumer拉消息（異常消費），由于socket訪問了虛擬內(nèi)存，產(chǎn)生缺頁中斷，此時會產(chǎn)生磁盤IO，從磁盤Load消息到pagecache，然后直接從socket發(fā)出去
7.同5
8.同6
6.消息堆積問題解決辦法
1 消息的堆積容量、依賴磁盤大小
2 發(fā)消息的吞吐量大小受影響程度、無Slave情況，會受一定影響、有Slave情況，不受影響
3 正常消費的Consumer是否會受影響、無Slave情況，會受一定影響、有Slave情況，不受影響
4 訪問堆積在磁盤的消息時，吞吐量有多大、與訪問的并發(fā)有關(guān)，最終會降到5000左右
在有Slave情況下，Master一旦發(fā)現(xiàn)Consumer訪問堆積在磁盤的數(shù)據(jù)時，回想Consumer下達一個重定向指令，令Consumer從Slave拉取數(shù)據(jù)，這樣正常的發(fā)消息與正常的消費不會因為堆積受影響，因為系統(tǒng)將堆積場景與非堆積場景分割在了兩個不同的節(jié)點處理。這里會產(chǎn)生一個問題，Slave會不會寫性能下降，答案是否定的。因為Slave的消息寫入只追求吞吐量，不追求實時性，只要整體的吞吐量高就行了，而Slave每次都是從Master拉取一批數(shù)據(jù)，如1M，這種批量順序?qū)懭敕绞绞苟逊e情況，整體吞吐量影響相對較小，只是寫入RT會變長。
服務(wù)端安裝部署
我是在虛擬機中的CentOS6.5中進行部署。
1.下載程序
2.tar -xvf alibaba-rocketmq-3.0.7.tar.gz 解壓到適當?shù)哪夸浫?opt/目錄
3.啟動RocketMQ：進入rocketmq/bin 目錄 執(zhí)行
4.啟動Broker，設(shè)置對應(yīng)的NameServer
編寫客戶端
可以查看sameple中的quickstart源碼 1.Consumer 消息消費者
2.Producer消息生產(chǎn)者
3.首先運行Consumer程序，一直在運行狀態(tài)接收服務(wù)器端推送過來的消息
4.再次運行Producer程序，生成消息并發(fā)送到Broker，Producer的日志沖沒了，但是可以看到Broker推送到Consumer的一條消息
Consumer最佳實踐
1.消費過程要做到冪等（即消費端去重）
RocketMQ無法做到消息重復(fù)，所以如果業(yè)務(wù)對消息重復(fù)非常敏感，務(wù)必要在業(yè)務(wù)層面去重，有以下一些方式：
（1）.將消息的唯一鍵，可以是MsgId，也可以是消息內(nèi)容中的唯一標識字段，例如訂單ID，消費之前判斷是否在DB或Tair（全局KV存儲）中存在，如果不存在則插入，并消費，否則跳過。（實踐過程要考慮原子性問題，判斷是否存在可以嘗試插入，如果報主鍵沖突，則插入失敗，直接跳過） msgid一定是全局唯一的標識符，但是可能會存在同樣的消息有兩個不同的msgid的情況（有多種原因），這種情況可能會使業(yè)務(wù)上重復(fù)，建議最好使用消息體中的唯一標識字段去重
（2）.使業(yè)務(wù)層面的狀態(tài)機去重
2.批量方式消費
如果業(yè)務(wù)流程支持批量方式消費，則可以很大程度上的提高吞吐量，可以通過設(shè)置Consumer的consumerMessageBatchMaxSize參數(shù)，默認是1，即一次消費一條參數(shù)
3.跳過非重要的消息
發(fā)生消息堆積時，如果消費速度一直跟不上發(fā)送速度，可以選擇丟棄不重要的消息
如以上代碼所示，當某個隊列的消息數(shù)堆積到 100000 條以上，則嘗試丟棄部分或全部消息，這樣就可以快速追上發(fā)送消息的速度
4.優(yōu)化沒條消息消費過程
舉例如下，某條消息的消費過程如下
這條消息的消費過程與 DB 交互了 4 次，如果按照每次 5ms 計算，那么總共耗時 20ms，假設(shè)業(yè)務(wù)計算耗時 5ms，那么總過耗時 25ms，如果能把 4 次 DB 交互優(yōu)化為 2 次，那么總耗時就可以優(yōu)化到 15ms，也就是說總體性能提高了 40%。
對于 Mysql 等 DB，如果部署在磁盤，那么與 DB 進行交互，如果數(shù)據(jù)沒有命中 cache，每次交互的 RT 會直線上升， 如果采用 SSD，則 RT 上升趨勢要明顯好于磁盤。
個別應(yīng)用可能會遇到這種情況：在線下壓測消費過程中，db 表現(xiàn)非常好，每次 RT 都很短，但是上線運行一段時間，RT 就會變長，消費吞吐量直線下降
主要原因是線下壓測時間過短，線上運行一段時間后，cache 命中率下降，那么 RT 就會增加。建議在線下壓測時，要測試足夠長時間，盡可能模擬線上環(huán)境，壓測過程中，數(shù)據(jù)的分布也很重要，數(shù)據(jù)不同，可能 cache 的命中率也會完全不同
Producer最佳實踐
1.發(fā)送消息注意事項
（1） 一個應(yīng)用盡可能用一個 Topic，消息子類型用 tags 來標識，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)層面的唯一標識碼，要設(shè)置到 keys 字段，方便將來定位消息丟失問題。服務(wù)器會為每個消息創(chuàng)建索引（哈希索引），應(yīng)用可以通過 topic，key 來查詢這條消息內(nèi)容，以及消息被誰消費。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）send 消息方法，只要不拋異常，就代表發(fā)送成功。但是發(fā)送成功會有多個狀態(tài)，在 sendResult 里定義
SEND_OK：消息發(fā)送成功
FLUSH_DISK_TIMEOUT：消息發(fā)送成功，但是服務(wù)器刷盤超時，消息已經(jīng)進入服務(wù)器隊列，只有此時服務(wù)器宕機，消息才會丟失
FLUSH_SLAVE_TIMEOUT：消息發(fā)送成功，但是服務(wù)器同步到 Slave 時超時，消息已經(jīng)進入服務(wù)器隊列，只有此時服務(wù)器宕機，消息才會丟失
SLAVE_NOT_AVAILABLE：消息發(fā)送成功，但是此時 slave 不可用，消息已經(jīng)進入服務(wù)器隊列，只有此時服務(wù)器宕機，消息才會丟失。對于精確發(fā)送順序消息的應(yīng)用，由于順序消息的局限性，可能會涉及到主備自動切換問題，所以如果sendresult 中的 status 字段不等于 SEND_OK，就應(yīng)該嘗試重試。對于其他應(yīng)用，則沒有必要這樣
（5）對于消息不可丟失應(yīng)用，務(wù)必要有消息重發(fā)機制
2.消息發(fā)送失敗處理
Producer 的 send 方法本身支持內(nèi)部重試，重試邏輯如下：
（1） 至多重試 3 次
（2） 如果發(fā)送失敗，則輪轉(zhuǎn)到下一個 Broker
（3） 這個方法的總耗時時間不超過 sendMsgTimeout 設(shè)置的值，默認 10s所以，如果本身向 broker 發(fā)送消息產(chǎn)生超時異常，就不會再做重試
如：
如果調(diào)用 send 同步方法發(fā)送失敗，則嘗試將消息存儲到 db，由后臺線程定時重試，保證消息一定到達 Broker。
上述 db 重試方式為什么沒有集成到 MQ 客戶端內(nèi)部做，而是要求應(yīng)用自己去完成，基于以下幾點考慮：
（1）MQ 的客戶端設(shè)計為無狀態(tài)模式，方便任意的水平擴展，且對機器資源的消耗僅僅是 cpu、內(nèi)存、網(wǎng)絡(luò)
（2）如果 MQ 客戶端內(nèi)部集成一個 KV 存儲模塊，那么數(shù)據(jù)只有同步落盤才能較可靠，而同步落盤本身性能開銷較大，所以通常會采用異步落盤，又由于應(yīng)用關(guān)閉過程不受 MQ 運維人員控制，可能經(jīng)常會發(fā)生 kill -9 這樣暴力方式關(guān)閉，造成數(shù)據(jù)沒有及時落盤而丟失
（3）Producer 所在機器的可靠性較低，一般為虛擬機，不適合存儲重要數(shù)據(jù)。 綜上，建議重試過程交由應(yīng)用來控制。
3.選擇 oneway 形式發(fā)送
一個 RPC 調(diào)用，通常是這樣一個過程
（1）客戶端發(fā)送請求到服務(wù)器
（2）服務(wù)器處理該請求
（3）服務(wù)器向客戶端返回應(yīng)答
所以一個 RPC 的耗時時間是上述三個步驟的總和，而某些場景要求耗時非常短，但是對可靠性要求并不高，例如日志收集類應(yīng)用，此類應(yīng)用可以采用 oneway 形式調(diào)用，oneway 形式只發(fā)送請求不等待應(yīng)答，而發(fā)送請求在客戶端實現(xiàn)層面僅僅是一個 os 系統(tǒng)調(diào)用的開銷，即將數(shù)據(jù)寫入客戶端的 socket 緩沖區(qū)，此過程耗時通常在微秒級。
RocketMQ不止可以直接推送消息，在消費端注冊監(jiān)聽器進行監(jiān)聽，還可以由消費端決定自己去拉取數(shù)據(jù)
剛開始的沒有細看PullResult對象，以為拉取到的結(jié)果沒有MessageExt對象還跑到群里面問別人，犯2了
特別要注意 靜態(tài)變量offsetTable的作用，拉取的是按照從offset（理解為下標）位置開始拉取，拉取N條，offsetTable記錄下次拉取的offset位置。
在此我向大家推薦一個架構(gòu)學(xué)習(xí)交流群。交流學(xué)習(xí)群號：478030634 里面會分享一些資深架構(gòu)師錄制的視頻錄像：有Spring，MyBatis，Netty源碼分析，高并發(fā)、高性能、分布式、微服務(wù)架構(gòu)的原理，JVM性能優(yōu)化、分布式架構(gòu)等這些成為架構(gòu)師必備的知識體系。還能領(lǐng)取免費的學(xué)習(xí)資源，目前受益良多
文章有點長，大家覺得作者總結(jié)的還可以，大家可以點擊下方二維碼進行關(guān)注。《Java爛豬皮》公眾號聊的不僅僅是Java技術(shù)知識，還有面試等干貨，后期還有大量架構(gòu)干貨。大家一起關(guān)注吧！關(guān)注爛豬皮，你會了解的更多..............
總結(jié)
以上是生活随笔為你收集整理的轻松搞定RocketMQ入门的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 程序员应当学会“偷懒”
- 下一篇： 学习微服务服务消费者——Feign