消息队列实现复制的最佳实践

Posted 2021-04-26 码农沉思录

对于MQ

• 在Pro、Con客户端，依靠业务代码，配合请求确认机制保证不会丢消息。

• 在服务端，一般采用持久化和复制做保证。

把消息复制到多个节点，不仅可解决丢消息问题，还可保证消息服务的HA。所以都会把MQ配置集群模式，并开启消息复制保证系统。

那么消息复制需要解决哪些问题呢？

1 消息复制的指标

我们希望MQ兼具高性能、高可用并且还能提供数据一致性。虽然很多MQ宣称三个特性全都支持，但这都是有前置条件的。

1.1 性能

首先明确数据的写性能一定不如单节点。因为无论采用哪种复制，都需数据被写到多节点后再返回，性能一定不如只写入一个节点。

需要写入节点越多，可用性和数据可靠性越好，但写性能就越低。
不过，复制对消费的性能影响不大，不管采用哪种复制方式，消费消息的时候，都只是选择多副本中一个节点去读数据，和单节点消费无异。

1.2 一致性

MQ对数据一致性要求，既包括“不丢消息”，也包括“严格顺序”。
若要确保数据一致性，必须采用主从复制。

这个结论有严格数学论证。

主从模式下，数据先写到主节点，从节点只从主节点上复制，若出现主从数据不一致，须以主节点数据为准。

这里的主节点并非不可变，在很多复制实现中，当主节点出现问题，其他节点可通过选举，变成主节点。只要保证，在任一时刻，集群的主节点数不能超过1个，就可确保数据一致性。

1.3 高可用

须采用主从复制，高可用需解决的就是，当某个主节点宕机，尽快再选个主节点来继位。

比较快速的实现方式是，使用一个第三方服务来管理这些节点，发现某主节点宕机，由管理服务指定一个新的主节点。
但引入管理服务会带来一系列问题，比如管理服务本身的高可用、数据一致性如何保证？就如 redis 哨兵机制。

有的MQ选择自选举，由还存活的这些节点通过投票，来选个新主节点。

• 优点
  没有外部依赖，可以实现自我管理

• 缺点
  投票的实现都比较复杂，并且选举过程是比较慢的，几秒至几十秒都可能，在选出新的主节点前，服务一直不可用。

大部分复制的实现，都不会选择把消息写入全部副本再返回确认，因为这样虽然可以保证数据一致性，但是，一旦这些副本中有任何一个副本宕机，写入就会卡死了。如果只把消息写入到一部分副本就认为写入成功并返回确认，就可以解决卡死的问题，并且性能也会比写全部副本好很多。

到底写入多少个副本算写入成功呢？这又是一个非常难抉择的问题。

假设集群采用“一主二从三副本”的模式，如果只要消息写入到两个副本就算是写入成功了，那这三个节点最多允许宕机一个节点，否则就没法提供服务了。如果说我们把要求写入的副本数量降到1，只要消息写入到主节点就算成功了，那三个节点中，可以允许宕机两个节点，系统依然可以提供服务，这个可用性就更好一些。但是，有可能出现一种情况：主节点有一部分消息还没来得复制到任何一个从节点上，主节点就宕机了，这时候就会丢消息，数据一致性又没有办法保证了。

以上还没涉及任何复制或者选举的方法和算法，都是最基本的分布式原理。里面是有很多固有矛盾，所以，并没有一种完美实现方案能够兼顾高性能、高可用和一致性。

不同MQ选择了不同的复制实现方式，有各自的优缺点，在高性能、高可用和一致性方面提供的能力也是各有高低。
接下来我们对比RocketMQ和Kafka实现复制。

2 RocketMQ复制

2.1 传统复制

在RocketMQ中，复制的基本单位是Broker，服务端进程。采用主从复制，通常配置成一主一从，也支持一主多从。

RocketMQ提供两种

复制方式

异步复制

消息先发送到主节点，就返回“写入成功”，然后消息再异步复制到从节点。

同步双写

消息同步双写到主从节点，主从都写成功，才返回“写入成功”。
这两种方式本质上的区别是，写入多少个副本再返回“写入成功”的问题，异步复制需要的副本数是1，同步双写需要的副本数是2。

如果在返回“写入成功”前，需要写入的副本数不够多，那就会丢消息。
对RocketMQ来说，如果采用异步复制的方式会不会丢消息呢？不会丢。

为什么不会丢消息

RocketMQ的Broker的主从关系是通过配置固定，不支持动态切换。
如果主节点宕机，生产者就不能再生产消息，消费者可自动切换到从节点继续进行消费。
这时候，即使有一些消息没有来得及复制到从节点上，这些消息依然躺在主节点的磁盘，除非是主节点的磁盘坏了，否则等主节点重新恢复服务的时候，这些消息依然可以继续复制到从节点上，也可以继续消费，不会丢消息，消息顺序也没有问题。

这种主从复制方式，牺牲可用性，得到较好性能和数据一致性。

可用性

一对主从节点可用性不行，那就多对。

• 功能
  RocketMQ支持把一个主题分布到多对主从节点，每对主从节点中承担主题中的一部分队列。

• 表现
  若某主节点宕机，自动切换到其他主节点继续发消息。

• 解决如下问题：

• 可用性

• 还可通过水平扩容提升Topic性能

旧复制缺陷

由于topic层无法保证严格顺序，必须指定队列发消息，对任一队列，一定是落在一组特定主从节点，若该主节点宕机，其他主节点无法替代这主节点，否则就无法保证严格顺序。
因此这种复制模式的严格顺序和高可用只能选其一。

2.2 新复制

2018年底引入Deldger，一种全新复制方式。

Dledger在写入消息时，要求至少消息复制到半数以上节点后，才给客户端返回写成功，且支持选举动态切换主节点。

执行原理

3节点为例。当主节点宕机，2个从节点会通过投票选出一个新主节点，相比主从复制，解决了可用性问题。
由于消息要至少复制到2个节点上才返回写成功，即使主节点宕机，也至少有一节点消息是和主节点一致。选举时，总会把数据和主节点一样的从节点选为新主，保证了数据一致性，既不会丢消息，还可保证严格顺序。

新复制的缺陷

选举过程中不能提供服务。最少需要3节点才能保证数据一致性。
3节点时，只能保证1个节点宕机时可用，如果2个节点同时宕机，即使还有1个节点存活也无法提供服务，资源利用率较低。
由于至少要复制到半数以上的节点才返回写入成功，不如主从异步复制快。

3 Kafka 复制

复制的基本单位是分区。每个分区的几个副本间，构成一个小的复制集群。
Broker只是这些分区副本的容器，所以Kafka的Broker是不分主从的。

分区的多个副本中采用一主多从。
写入消息时，采用异步复制。消息在写到主节点后，并不会马上返回写入成功，而是等待足够多的节点都复制成功后再返回。这个“足够多”由用户定。对应：ISR（In Sync Replicas)，“保持数据同步的副本”。ISR的数量可配，ISR中包含主节点。

Kafka使用ZooKeeper监控每个分区的多个节点，如果发现某个分区主节点宕机：

• Kafka会利用ZooKeeper选个新主节点，这解决可用性

• 选举时，会从所有ISR节点选新主节点，这保证数据一致性

默认如果所有ISR宕机，分区就无法提供服务。也可以选择配置成让分区继续提供服务，这样只要有一个节点活，就可提供服务，代价是无法保证数据一致性，会丢消息。

Kafka的这种高度可配置的复制方式

• 优点
  非常灵活，可自定义配置这些复制参数，在可用性、性能和一致性这几方面做业务取舍

• 缺点
  学习成本较高

4 总结

没有完美的复制方案，可同时兼顾高性能、高可用和一致性。要根据业务需求，做出取舍，再去配置。

• 参考

• https://blog.51cto.com/14799494/2507807

点个在看支持我吧，转发就更好了