1. 程式人生 > >如何保證消息隊列是高可用的

如何保證消息隊列是高可用的

處理程序 stop 關於 套路 consumer 不可 其他 ces 承擔

為什麽寫這篇文章?

博主有兩位朋友分別是小A和小B:

  1. 小A,工作於傳統軟件行業(某社保局的軟件外包公司),每天工作內容就是和產品聊聊需求,改改業務邏輯。再不然就是和運營聊聊天,寫幾個SQL,生成下報表。又或者接到客服的通知,某某功能故障了,改改數據,然後下班部署上線。每天過的都是這種生活,技術零成長。
  2. 小B,工作於某國企,雖然能接觸到一些中間件技術。然而,他只會訂閱/發布消息。通俗點說,就是調調API。對為什麽使用這些中間件啊?如何保證高可用啊?沒有充分的認識。

慶幸的是兩位朋友都很有上進心,於是博主寫這篇文章,幫助他們復習一下關於消息隊列中間件這塊的要點

復習要點

本文大概圍繞如下幾點進行闡述:

  1. 為什麽使用消息隊列?
  2. 使用消息隊列有什麽缺點?
  3. 消息隊列如何選型?
  4. 如何保證消息隊列是高可用的?
  5. 如何保證消息不被重復消費?
  6. 如何保證消費的可靠性傳輸?
  7. 如何保證消息的順序性?

我們圍繞以上七點進行闡述。需要說明一下,本文不是《消息隊列從入門到精通》這種課程,因此只是提供一個復習思路,而不是去教你們怎麽調用消息隊列的API。建議對消息隊列不了解的人,去找點消息隊列的博客看看,再看本文,收獲更大

正文

1、為什麽要使用消息隊列?

分析:一個用消息隊列的人,不知道為啥用,這就有點尷尬。沒有復習這點,很容易被問蒙,然後就開始胡扯了。
回答:這個問題,咱只答三個最主要的應用場景(不可否認還有其他的,但是只答三個主要的),即以下六個字:解耦、異步、削峰

(1)解耦

傳統模式:
技術分享圖片
傳統模式的缺點:

  • 系統間耦合性太強,如上圖所示,系統A在代碼中直接調用系統B和系統C的代碼,如果將來D系統接入,系統A還需要修改代碼,過於麻煩!

中間件模式:
技術分享圖片
中間件模式的的優點:

  • 將消息寫入消息隊列,需要消息的系統自己從消息隊列中訂閱,從而系統A不需要做任何修改。

(2)異步

傳統模式:
技術分享圖片
傳統模式的缺點:

  • 一些非必要的業務邏輯以同步的方式運行,太耗費時間。

中間件模式:
技術分享圖片
中間件模式的的優點:

  • 將消息寫入消息隊列,非必要的業務邏輯以異步的方式運行,加快響應速度

(3)削峰

傳統模式
技術分享圖片
傳統模式的缺點:

  • 並發量大的時候,所有的請求直接懟到數據庫,造成數據庫連接異常

中間件模式:
技術分享圖片
中間件模式的的優點:

  • 系統A慢慢的按照數據庫能處理的並發量,從消息隊列中慢慢拉取消息。在生產中,這個短暫的高峰期積壓是允許的。

2、使用了消息隊列會有什麽缺點?

分析:一個使用了MQ的項目,如果連這個問題都沒有考慮過,就把MQ引進去了,那就給自己的項目帶來了風險。我們引入一個技術,要對這個技術的弊端有充分的認識,才能做好預防。要記住,不要給公司挖坑!
回答:回答也很容易,從以下兩個個角度來答

  • 系統可用性降低:你想啊,本來其他系統只要運行好好的,那你的系統就是正常的。現在你非要加個消息隊列進去,那消息隊列掛了,你的系統不是呵呵了。因此,系統可用性降低
  • 系統復雜性增加:要多考慮很多方面的問題,比如一致性問題、如何保證消息不被重復消費,如何保證保證消息可靠傳輸。因此,需要考慮的東西更多,系統復雜性增大。

但是,我們該用還是要用的。

3、消息隊列如何選型?

先說一下,博主只會ActiveMQ,RabbitMQ,RocketMQ,Kafka,對什麽ZeroMQ等其他MQ沒啥理解,因此只能基於這四種MQ給出回答。
分析:既然在項目中用了MQ,肯定事先要對業界流行的MQ進行調研,如果連每種MQ的優缺點都沒了解清楚,就拍腦袋依據喜好,用了某種MQ,還是給項目挖坑。如果面試官問:"你為什麽用這種MQ?。"你直接回答"領導決定的。"這種回答就很LOW了。還是那句話,不要給公司挖坑。
回答:首先,咱先上ActiveMQ的社區,看看該MQ的更新頻率:

  1. Apache ActiveMQ 5.15.3 Release
  2. Christopher L. Shannon posted on Feb 12, 2018
  3. Apache ActiveMQ 5.15.2 Released
  4. Christopher L. Shannon posted on Oct 23, 2017
  5. Apache ActiveMQ 5.15.0 Released
  6. Christopher L. Shannon posted on Jul 06, 2017
  7. 省略以下記錄
  8. ...

我們可以看出,ActiveMq幾個月才發一次版本,據說研究重心在他們的下一代產品Apollo。
接下來,我們再去RabbitMQ的社區去看一下,RabbitMQ的更新頻率

  1. RabbitMQ 3.7.3 release 30 January 2018
  2. RabbitMQ 3.6.15 release 17 January 2018
  3. RabbitMQ 3.7.2 release23 December 2017
  4. RabbitMQ 3.7.1 release21 December 2017
  5. 省略以下記錄
  6. ...

我們可以看出,RabbitMQ版本發布比ActiveMq頻繁很多。至於RocketMQ和kafka就不帶大家看了,總之也比ActiveMQ活躍的多。詳情,可自行查閱。
再來一個性能對比表

特性ActiveMQRabbitMQRocketMQkafka
開發語言 java erlang java scala
單機吞吐量 萬級 萬級 10萬級 10萬級
時效性 ms級 us級 ms級 ms級以內
可用性 高(主從架構) 高(主從架構) 非常高(分布式架構) 非常高(分布式架構)
功能特性 成熟的產品,在很多公司得到應用;有較多的文檔;各種協議支持較好 基於erlang開發,所以並發能力很強,性能極其好,延時很低;管理界面較豐富 MQ功能比較完備,擴展性佳 只支持主要的MQ功能,像一些消息查詢,消息回溯等功能沒有提供,畢竟是為大數據準備的,在大數據領域應用廣。

綜合上面的材料得出以下兩點:
(1)中小型軟件公司,建議選RabbitMQ.一方面,erlang語言天生具備高並發的特性,而且他的管理界面用起來十分方便。正所謂,成也蕭何,敗也蕭何!他的弊端也在這裏,雖然RabbitMQ是開源的,然而國內有幾個能定制化開發erlang的程序員呢?所幸,RabbitMQ的社區十分活躍,可以解決開發過程中遇到的bug,這點對於中小型公司來說十分重要。不考慮rocketmq和kafka的原因是,一方面中小型軟件公司不如互聯網公司,數據量沒那麽大,選消息中間件,應首選功能比較完備的,所以kafka排除。不考慮rocketmq的原因是,rocketmq是阿裏出品,如果阿裏放棄維護rocketmq,中小型公司一般抽不出人來進行rocketmq的定制化開發,因此不推薦。
(2)大型軟件公司,根據具體使用在rocketMq和kafka之間二選一。一方面,大型軟件公司,具備足夠的資金搭建分布式環境,也具備足夠大的數據量。針對rocketMQ,大型軟件公司也可以抽出人手對rocketMQ進行定制化開發,畢竟國內有能力改JAVA源碼的人,還是相當多的。至於kafka,根據業務場景選擇,如果有日誌采集功能,肯定是首選kafka了。具體該選哪個,看使用場景。

4、如何保證消息隊列是高可用的?

分析:在第二點說過了,引入消息隊列後,系統的可用性下降。在生產中,沒人使用單機模式的消息隊列。因此,作為一個合格的程序員,應該對消息隊列的高可用有很深刻的了解。如果面試的時候,面試官問,你們的消息中間件如何保證高可用的?你的回答只是表明自己只會訂閱和發布消息,面試官就會懷疑你是不是只是自己搭著玩,壓根沒在生產用過。請做一個愛思考,會思考,懂思考的程序員。
回答:這問題,其實要對消息隊列的集群模式要有深刻了解,才好回答。
以rcoketMQ為例,他的集群就有多master 模式、多master多slave異步復制模式、多 master多slave同步雙寫模式。多master多slave模式部署架構圖(網上找的,偷個懶,懶得畫):
技術分享圖片
其實博主第一眼看到這個圖,就覺得和kafka好像,只是NameServer集群,在kafka中是用zookeeper代替,都是用來保存和發現master和slave用的。通信過程如下:
Producer 與 NameServer集群中的其中一個節點(隨機選擇)建立長連接,定期從 NameServer 獲取 Topic 路由信息,並向提供 Topic 服務的 Broker Master 建立長連接,且定時向 Broker 發送心跳。Producer 只能將消息發送到 Broker master,但是 Consumer 則不一樣,它同時和提供 Topic 服務的 Master 和 Slave建立長連接,既可以從 Broker Master 訂閱消息,也可以從 Broker Slave 訂閱消息。
那麽kafka呢,為了對比說明直接上kafka的拓補架構圖(也是找的,懶得畫)
技術分享圖片
如上圖所示,一個典型的Kafka集群中包含若幹Producer(可以是web前端產生的Page View,或者是服務器日誌,系統CPU、Memory等),若幹broker(Kafka支持水平擴展,一般broker數量越多,集群吞吐率越高),若幹Consumer Group,以及一個Zookeeper集群。Kafka通過Zookeeper管理集群配置,選舉leader,以及在Consumer Group發生變化時進行rebalance。Producer使用push模式將消息發布到broker,Consumer使用pull模式從broker訂閱並消費消息。
至於rabbitMQ,也有普通集群和鏡像集群模式,自行去了解,比較簡單,兩小時即懂。
要求,在回答高可用的問題時,應該能邏輯清晰的畫出自己的MQ集群架構或清晰的敘述出來。

5、如何保證消息不被重復消費?

分析:這個問題其實換一種問法就是,如何保證消息隊列的冪等性?這個問題可以認為是消息隊列領域的基本問題。換句話來說,是在考察你的設計能力,這個問題的回答可以根據具體的業務場景來答,沒有固定的答案。
回答:先來說一下為什麽會造成重復消費?
  其實無論是那種消息隊列,造成重復消費原因其實都是類似的。正常情況下,消費者在消費消息時候,消費完畢後,會發送一個確認信息給消息隊列,消息隊列就知道該消息被消費了,就會將該消息從消息隊列中刪除。只是不同的消息隊列發送的確認信息形式不同,例如RabbitMQ是發送一個ACK確認消息,RocketMQ是返回一個CONSUME_SUCCESS成功標誌,kafka實際上有個offset的概念,簡單說一下(如果還不懂,出門找一個kafka入門到精通教程),就是每一個消息都有一個offset,kafka消費過消息後,需要提交offset,讓消息隊列知道自己已經消費過了。那造成重復消費的原因?,就是因為網絡傳輸等等故障,確認信息沒有傳送到消息隊列,導致消息隊列不知道自己已經消費過該消息了,再次將該消息分發給其他的消費者。
  如何解決?這個問題針對業務場景來答分以下幾點
  (1)比如,你拿到這個消息做數據庫的insert操作。那就容易了,給這個消息做一個唯一主鍵,那麽就算出現重復消費的情況,就會導致主鍵沖突,避免數據庫出現臟數據。
  (2)再比如,你拿到這個消息做redis的set的操作,那就容易了,不用解決,因為你無論set幾次結果都是一樣的,set操作本來就算冪等操作。
  (3)如果上面兩種情況還不行,上大招。準備一個第三方介質,來做消費記錄。以redis為例,給消息分配一個全局id,只要消費過該消息,將<id,message>以K-V形式寫入redis。那消費者開始消費前,先去redis中查詢有沒消費記錄即可。

6、如何保證消費的可靠性傳輸?

分析:我們在使用消息隊列的過程中,應該做到消息不能多消費,也不能少消費。如果無法做到可靠性傳輸,可能給公司帶來千萬級別的財產損失。同樣的,如果可靠性傳輸在使用過程中,沒有考慮到,這不是給公司挖坑麽,你可以拍拍屁股走了,公司損失的錢,誰承擔。還是那句話,認真對待每一個項目,不要給公司挖坑。
回答:其實這個可靠性傳輸,每種MQ都要從三個角度來分析:生產者弄丟數據、消息隊列弄丟數據、消費者弄丟數據

RabbitMQ

(1)生產者丟數據
從生產者弄丟數據這個角度來看,RabbitMQ提供transaction和confirm模式來確保生產者不丟消息。
transaction機制就是說,發送消息前,開啟事物(channel.txSelect()),然後發送消息,如果發送過程中出現什麽異常,事物就會回滾(channel.txRollback()),如果發送成功則提交事物(channel.txCommit())。
然而缺點就是吞吐量下降了。因此,按照博主的經驗,生產上用confirm模式的居多。一旦channel進入confirm模式,所有在該信道上面發布的消息都將會被指派一個唯一的ID(從1開始),一旦消息被投遞到所有匹配的隊列之後,rabbitMQ就會發送一個Ack給生產者(包含消息的唯一ID),這就使得生產者知道消息已經正確到達目的隊列了.如果rabiitMQ沒能處理該消息,則會發送一個Nack消息給你,你可以進行重試操作。處理Ack和Nack的代碼如下所示(說好不上代碼的,偷偷上了):

  1. channel.addConfirmListener(new ConfirmListener() {
  2. @Override
  3. public void handleNack(long deliveryTag, boolean multiple) throws IOException {
  4. System.out.println("nack: deliveryTag = "+deliveryTag+" multiple: "+multiple);
  5. }
  6. @Override
  7. public void handleAck(long deliveryTag, boolean multiple) throws IOException {
  8. System.out.println("ack: deliveryTag = "+deliveryTag+" multiple: "+multiple);
  9. }
  10. });

(2)消息隊列丟數據
處理消息隊列丟數據的情況,一般是開啟持久化磁盤的配置。這個持久化配置可以和confirm機制配合使用,你可以在消息持久化磁盤後,再給生產者發送一個Ack信號。這樣,如果消息持久化磁盤之前,rabbitMQ陣亡了,那麽生產者收不到Ack信號,生產者會自動重發。
那麽如何持久化呢,這裏順便說一下吧,其實也很容易,就下面兩步
1、將queue的持久化標識durable設置為true,則代表是一個持久的隊列
2、發送消息的時候將deliveryMode=2
這樣設置以後,rabbitMQ就算掛了,重啟後也能恢復數據
(3)消費者丟數據
消費者丟數據一般是因為采用了自動確認消息模式。這種模式下,消費者會自動確認收到信息。這時rahbitMQ會立即將消息刪除,這種情況下如果消費者出現異常而沒能處理該消息,就會丟失該消息。
至於解決方案,采用手動確認消息即可。

kafka

這裏先引一張kafka Replication的數據流向圖
技術分享圖片
Producer在發布消息到某個Partition時,先通過ZooKeeper找到該Partition的Leader,然後無論該Topic的Replication Factor為多少(也即該Partition有多少個Replica),Producer只將該消息發送到該Partition的Leader。Leader會將該消息寫入其本地Log。每個Follower都從Leader中pull數據。
針對上述情況,得出如下分析
(1)生產者丟數據
在kafka生產中,基本都有一個leader和多個follwer。follwer會去同步leader的信息。因此,為了避免生產者丟數據,做如下兩點配置

  1. 第一個配置要在producer端設置acks=all。這個配置保證了,follwer同步完成後,才認為消息發送成功。
  2. 在producer端設置retries=MAX,一旦寫入失敗,這無限重試

(2)消息隊列丟數據
針對消息隊列丟數據的情況,無外乎就是,數據還沒同步,leader就掛了,這時zookpeer會將其他的follwer切換為leader,那數據就丟失了。針對這種情況,應該做兩個配置。

  1. replication.factor參數,這個值必須大於1,即要求每個partition必須有至少2個副本
  2. min.insync.replicas參數,這個值必須大於1,這個是要求一個leader至少感知到有至少一個follower還跟自己保持聯系

這兩個配置加上上面生產者的配置聯合起來用,基本可確保kafka不丟數據

(3)消費者丟數據
這種情況一般是自動提交了offset,然後你處理程序過程中掛了。kafka以為你處理好了。再強調一次offset是幹嘛的
offset:指的是kafka的topic中的每個消費組消費的下標。簡單的來說就是一條消息對應一個offset下標,每次消費數據的時候如果提交offset,那麽下次消費就會從提交的offset加一那裏開始消費。
比如一個topic中有100條數據,我消費了50條並且提交了,那麽此時的kafka服務端記錄提交的offset就是49(offset從0開始),那麽下次消費的時候offset就從50開始消費。
解決方案也很簡單,改成手動提交即可。

ActiveMQ和RocketMQ

大家自行查閱吧

7、如何保證消息的順序性?

分析:其實並非所有的公司都有這種業務需求,但是還是對這個問題要有所復習。
回答:針對這個問題,通過某種算法,將需要保持先後順序的消息放到同一個消息隊列中(kafka中就是partition,rabbitMq中就是queue)。然後只用一個消費者去消費該隊列。
有的人會問:那如果為了吞吐量,有多個消費者去消費怎麽辦?
這個問題,沒有固定回答的套路。比如我們有一個微博的操作,發微博、寫評論、刪除微博,這三個異步操作。如果是這樣一個業務場景,那只要重試就行。比如你一個消費者先執行了寫評論的操作,但是這時候,微博都還沒發,寫評論一定是失敗的,等一段時間。等另一個消費者,先執行寫評論的操作後,再執行,就可以成功。
總之,針對這個問題,我的觀點是保證入隊有序就行,出隊以後的順序交給消費者自己去保證,沒有固定套路。

總結

寫到這裏,希望讀者把本文提出的這幾個問題,經過深刻的準備後,一般來說,能囊括大部分的消息隊列的知識點。如果面試官不問這幾個問題怎麽辦,簡單,自己把幾個問題講清楚,突出以下自己考慮的全面性。
最後,其實我不太提倡這樣突擊復習,希望大家打好基本功,做一個愛思考,懂思考,會思考的程序員。

如何保證消息隊列是高可用的