RocketMq01_概述及背景主题标签队列生产者消费者注册中心工作流程

Posted 2023-01-31 所得皆惊喜

文章目录

• ①. RocketMQ - 概述、背景
• ②. 消息、主题、标签、队列、唯一标识
• ③. 生产者、消费者、NameServer、Broker
• ④. RocketMq - 工作流程
• ⑤. Topic的创建模式、读写队列

①. RocketMQ - 概述、背景

• ①. RocketMQ是⼀款阿⾥巴巴开源的消息中间件。2016年11⽉28⽇,阿⾥巴巴向Apache软件基⾦会捐赠RocketMQ,成为Apache孵化项⽬。2017年9⽉25⽇,Apache宣布RocketMQ孵化成为Apache顶级项⽬(TLP),成为国内⾸个互联⽹中间件在Apache上的顶级项⽬

• ②. RocketMQ是一个统一消息引擎、轻量级数据处理平台
  

• ③. 发展历程

1. 2007年,阿里开始五彩石项目,Notify(五彩石)作为项目中交易核心消息流转系统应运而生,Notify系统是RocketMQ的雏形
2. 2010年,B2B大规模使用ActiveMQ作为阿里的消息内核,阿里需要一个具有海量堆积能力的消息系统
3. 2011年初,kafka开源,淘宝中间件团队对Kafka进行深入研究后,开发了MetaMQ,2012年MetaMQ发展到了3.0版本,在它基础上进行进一步抽象,形成RocketMQ,并将其开源
4. 2015年,阿里在RocketMQ基础上,又推出了针对阿里云上用户的消息系统AliwareMQ
5. 2016年双十一,RocketMQ承载了万亿级消息流转,跨越了一个新的里程碑。11月28日,阿里巴巴向Apache软件基金会捐赠RocketMQ
6. 2017年5月29日,Apache宣布RocketMQ孵化成为Apache顶级项目(TLP),成为国内首个互联网中间件在Apache上的顶级项目

②. 消息、主题、标签、队列、唯一标识

• ①. 消息(Message):消息是指,消息系统所传输信息的物理载体,生产和消费数据的最小单位,每条消息必须属于一个主题(topic) - 可以理解成真实的数据

• ②. 主题

1. Topic表示一类消息的集合,每个主题包含若干条消息,每条消息只能属于一个主题,是RocketMQ进行消息订阅的基本单位 - topic:message 1:n message:topic 1:1
2. 一个生产者可以同时发送多种Topic的消息；而一个消费者只对某种特定的Topic感兴趣,即只可以订阅和消费一种Topic的消息 - producer:topic 1:n consumer:topic 1:1

• ③. 标签(Tag):为消息设置的标签,用于同一主题下区分不同类型的消息。来自同一业务单元的消息,可以根据不同业务目的在同一主题下设置不同标签。标签能够有效地保持代码的清晰度和连贯性,并优化RocketMQ提供的查询系统。消费者可以根据Tag实现对不同子主题的不同消费逻辑,实现更好的扩展性

1. Topic是消息的一级分类,Tag是消息的二级分类
2. Topic:货物、tag=上海、tag=江苏、tag=浙江
3. 消费者:topic=货物tag=上海、topic=货物tag =上海|浙江、topic=货物tag=*

• ④. 队列(Queue)

1. 存储消息的物理实体。一个Topic中可以包含多个Queue,每个Queue中存放的就是该Topic的消息。一个Topic的Queue也被称为一个Topic中消息的分区(Partition)
2. 一个Topic的Queue中的消息只能被一个消费者组中的一个消费者消费。一个Queue中的消息不允许同一个消费者组中的多个消费者同时消费
   

• ⑤. 分片(Sharding):分片不同于分区。在RocketMQ中,分片指的是存放相应Topic的Broker。每个分片中会创建出相应数量的分区,即Queue,每个Queue的大小都是相同的
  
• ⑥. 消息标识(MessageId/Key):RocketMQ中每个消息拥有唯一的MessageId,且可以携带具有业务标识的Key,以方便对消息的查询。不过需要注意的是,MessageId有两个:在生产者send()消息时会自动生成一个MessageId(msgId),当消息到达Broker后,Broker也会自动生成一个MessageId(offsetMsgId)。msgId、offsetMsgId与key都称为消息标识

1. msgId:由producer端生成,其生成规则为:
   producerIp + 进程pid + MessageClientIDSetter类的ClassLoader的hashCode +当前时间 + AutomicInteger自增计数器
2. offsetMsgId:由broker端生成,其生成规则为:brokerIp + 物理分区的offset(Queue中的偏移量)
3. key:由用户指定的业务相关的唯一标识

③. 生产者、消费者、NameServer、Broker

• ①. RocketMQ架构上主要分为四部分构成:生产者、消费者、Name Server、Broker
  

• ②. Producer:消息生产者,负责生产消息。Producer通过MQ的负载均衡模块选择相应的Broker集群队列进行消息投递,投递的过程支持快速失败并且低延迟

1. 例如,业务系统产生的日志写入到MQ的过程,就是消息生产的过程
2. 再如,电商平台中用户提交的秒杀请求写入到MQ的过程,就是消息生产的过程
3. RocketMQ中的消息生产者都是以生产者组(Producer Group)的形式出现的。生产者组是同一类生产者的集合,这类Producer发送相同Topic类型的消息。一个生产者组可以同时发送多个主题的消息

• ③. Consumer:消息消费者,负责消费消息。一个消息消费者会从Broker服务器中获取到消息,并对消息进行相关业务处理

1. QoS系统从MQ中读取日志,并对日志进行解析处理的过程就是消息消费的过程
2. 电商平台的业务系统从MQ中读取到秒杀请求,并对请求进行处理的过程就是消息消费的过程
3. RocketMQ中的消息消费者都是以消费者组(Consumer Group)的形式出现的。消费者组是同一类消费者的集合,这类Consumer消费的是同一个Topic类型的消息。消费者组使得在消息消费方面,实现负载均衡(将一个Topic中的不同的Queue平均分配给同一个Consumer Group的不同的Consumer,注意,并不是将消息负载均衡)和容错(一个Consmer挂了,该Consumer Group中的其它Consumer可以接着消费原Consumer消费的Queue)的目标变得非常容易
4. 消费者组中Consumer的数量应该小于等于订阅Topic的Queue数量。如果超出Queue数量,则多出的Consumer将不能消费消息
   
5. 一个Topic类型的消息可以被多个消费者组同时消费
   
6. 消费者组只能消费一个Topic的消息,不能同时消费多个Topic消息
7. 一个消费者组中的消费者必须订阅完全相同的Topic

• ④. NameServer是一个Broker与Topic路由的注册中心,支持Broker的动态注册与发现
  RocketMQ的思想来自于Kafka,而Kafka是依赖了Zookeeper的。所以,在RocketMQ的早期版本,即在MetaQ v1.0与v2.0版本中,也是依赖于Zookeeper的。从MetaQ v3.0,即RocketMQ开始去掉了Zookeeper依赖,使用了自己的NameServer(使用Zookeeper使用了第三方依赖)

1. 主要包括两个功能:
   Broker管理:接受Broker集群的注册信息并且保存下来作为路由信息的基本数据；提供心跳检测机制,检查Broker是否还存活
   路由信息管理:每个NameServer中都保存着Broker集群的整个路由信息和用于客户端查询的队列信息。Producer和Conumser通过NameServer可以获取整个Broker集群的路由信息,从而进行消息的投递和消费

• ⑤. 路由注册:NameServer通常也是以集群的方式部署,不过,NameServer是无状态的,即NameServer集群中的各个节点间是无差异的,各节点间相互不进行信息通讯。那各节点中的数据是如何进行数据同步的呢?在Broker节点启动时,轮询NameServer列表,与每个NameServer节点建立长连接,发起注册请求。在NameServer内部维护着⼀个Broker列表,用来动态存储Broker的信息
  这种NameServer的无状态方式,有什么优缺点:

1. 优点:NameServer集群搭建简单,缩容容易
2. 缺点:对于Broker,必须明确指出所有NameServer地址。否则未指出的将不会去注册。也正因
   为如此,NameServer并不能随便扩容。因为,若Broker不重新配置,新增的NameServer对于
   Broker来说是不可见的,其不会向这个NameServer进行注册。
3. Broker节点为了证明自己是活着的,为了维护与NameServer间的长连接,会将最新的信息以心跳包的方式上报给NameServer,每30秒发送一次心跳。心跳包中包含 BrokerId、Broker地(IP+Port)、Broker名称、Broker所属集群名称等等。NameServer在接收到心跳包后,会更新心跳时间戳,记录这个Broker的最新存活时间

• ⑥. 路由剔除:由于Broker关机、宕机或网络抖动等原因,NameServer没有收到Broker的心跳,NameServer可能会将其从Broker列表中剔除
  NameServer中有⼀个定时任务,每隔10秒就会扫描⼀次Broker表,查看每一个Broker的最新心跳时间戳距离当前时间是否超过120秒,如果超过,则会判定Broker失效,然后将其从Broker列表中剔除

• ⑦. 路由发现:RocketMQ的路由发现采用的是Pull模型。当Topic路由信息出现变时,NameServer不会主动推送给客户端,而是客户端定时拉取主题最新的路由。默认客户端每30秒会拉取一次最新的路由

1. Push模型:推送模型。其实时性较好,是一个“发布-订阅”模型,需要维护一个长连接。而
   长连接的维护是需要资源成本的。该模型适合于的场景:实时性要求较高、Client数量不多,Server数据变化较频繁
2. Pull模型:拉取模型。存在的问题是,实时性较差
3. Long Polling模型:长轮询模型。其是对Push与Pull模型的整合,充分利用了这两种模型的优势,屏蔽了它们的劣势

• ⑧. 客户端NameServer选择策略(这里的客户端指的是Producer与Consumer)

1. 客户端在配置时必须要写上NameServer集群的地址,那么客户端到底连接的是哪个NameServer节点呢?客户端首先会生产一个随机数,然后再与NameServer节点数量取模,此时得到的就是所要连接的节点索引,然后就会进行连接。如果连接失败,则会采用round-robin策略,逐个尝试着去连接其它节点
2. 首先采用的是随机策略进行的选择,失败后采用的是轮询策略

• ⑨. Broker功能介绍:Broker充当着消息中转角色,负责存储消息、转发消息。Broker在RocketMQ系统中负责接收并存储从生产者发送来的消息,同时为消费者的拉取请求作准备。Broker同时也存储着消息相关的元数据,包括消费者组消费进度偏移offset、主题、队列等

1. Remoting Module:整个Broker的实体,负责处理来自clients端的请求。而这个Broker实体则由以下模块构成
2. Client Manager:客户端管理器。负责接收、解析客户端(Producer/Consumer)请求,管理客户端。例如,维护Consumer的Topic订阅信息
3. Store Service:存储服务。提供方便简单的API接口,处理消息存储到物理硬盘和消息查询功能
4. HA Service:高可用服务,提供Master Broker 和 Slave Broker之间的数据同步功能
5. Index Service:索引服务。根据特定的Message key,对投递到Broker的消息进行索引服务,同时也提供根据Message Key对消息进行快速查询的功能
   

• ⑩. 集群部署:

1. 为了增强Broker性能与吞吐量,Broker一般都是以集群形式出现的。各集群节点中可能存放着相同Topic的不同Queue。不过,这里有个问题,如果某Broker节点宕机,如何保证数据不丢失呢?其解决方案是,将每个Broker集群节点进行横向扩展,即将Broker节点再建为一个HA集群,解决单点问题
2. Broker节点集群是一个主从集群,即集群中具有Master与Slave两种角色。Master负责处理读写操作请求,Slave负责对Master中的数据进行备份。当Master挂掉了,Slave则会自动切换为Master去工作。所以这个Broker集群是主备集群。一个Master可以包含多个Slave,但一个Slave只能隶属于一个Master。Master与Slave 的对应关系是通过指定相同的BrokerName、不同的BrokerId 来确定的。BrokerId为0表示Master,非0表示Slave。每个Broker与NameServer集群中的所有节点建立长连接,定时注册Topic信息到所有NameServer

④. RocketMq - 工作流程

• ①. 启动NameServer,NameServer启动后开始监听端口,等待Broker、Producer、Consumer连接

• ②. 启动Broker时,Broker会与所有的NameServer建立并保持长连接,然后每30秒向NameServer定时发送心跳包

• ③. 发送消息前,可以先创建Topic,创建Topic时需要指定该Topic要存储在哪些Broker上,当然,在创建Topic时也会将Topic与Broker的关系写入到NameServer中。不过,这步是可选的,也可以在发送消息时自动创建Topic

• ④. Producer发送消息,启动时先跟NameServer集群中的其中一台建立长连接,并从NameServer中获取路由信息,即当前发送的Topic消息的Queue与Broker的地址(IP+Port)的映射关系。然后根据算法策略从队选择一个Queue,与队列所在的Broker建立长连接从而向Broker发消息。当然,在获取到路由信息后,Producer会首先将路由信息缓存到本地,再每30秒从NameServer更新一次路由信息

• ⑤. Consumer跟Producer类似,跟其中一台NameServer建立长连接,获取其所订阅Topic的路由信息,然后根据算法策略从路由信息中获取到其所要消费的Queue,然后直接跟Broker建立长连接,开始消费其中的消息。Consumer在获取到路由信息后,同样也会每30秒从NameServer更新一次路由信息。不过不同于Producer的是,Consumer还会向Broker发送心跳,以确保Broker的存活状态
  

⑤. Topic的创建模式、读写队列

• ①. 手动创建Topic时,有两种模式:

1. 集群模式:该模式下创建的Topic在该集群中,所有Broker中的Queue数量是相同的
2. Broker模式:该模式下创建的Topic在该集群中,每个Broker中的Queue数量可以不同

• ②. 自动创建Topic时,默认采用的是Broker模式,会为每个Broker默认创建4个Queue
  

• ③. 读/写队列

1. 从物理上来讲,读/写队列是同一个队列。所以,不存在读/写队列数据同步问题。读/写队列是逻辑上进行区分的概念。一般情况下,读/写队列数量是相同的
2. 例如,创建Topic时设置的写队列数量为8,读队列数量为4,此时系统会创建8个Queue,分别是0 1 2 34 5 6 7。Producer会将消息写入到这8个队列,但Consumer只会消费0 1 2 3这4个队列中的消息,4 5 6 7中的消息是不会被消费到的
3. 再如,创建Topic时设置的写队列数量为4,读队列数量为8,此时系统会创建8个Queue,分别是0 1 2 3 4 5 6 7。Producer会将消息写入到0 1 2 3 这4个队列,但Consumer只会消费0 1 2 3 4 5 6 7这8个队列中的消息,但是4 5 6 7中是没有消息的。此时假设Consumer Group中包含两个Consuer,Consumer1消费0 1 2 3,而Consumer2消费4 5 6 7。但实际情况是,Consumer2是没有消息可消费的

• ④. 也就是说,当读/写队列数量设置不同时,总是有问题的。那么,为什么要这样设计呢?
  其这样设计的目的是为了,方便Topic的Queue的缩容
  例如,原来创建的Topic中包含16个Queue,如何能够使其Queue缩容为8个,还不会丢失消息?可以动态修改写队列数量为8,读队列数量不变。此时新的消息只能写入到前8个队列,而消费都消费的却是16个队列中的数据。当发现后8个Queue中的消息消费完毕后,就可以再将读队列数量动态设置为8。整个缩容过程,没有丢失任何消息

• ⑤. perm用于设置对当前创建Topic的操作权限:2表示只写,4表示只读,6表示读写