面试官再问我如何保证 RocketMQ 不丢失消息,这回我笑了！

Posted 2020-12-19

最近看了 @JavaGuide 发布的一篇『面试官问我如何保证Kafka不丢失消息?我哭了！』，这篇文章承接这个主题，来聊聊如何保证 RocketMQ 不丢失消息。

0x00. 消息的发送流程

一条消息从生产到被消费，将会经历三个阶段：

• 生产阶段，Producer 新建消息，然后通过网络将消息投递给 MQ Broker
• 存储阶段，消息将会存储在 Broker 端磁盘中
• 消息阶段， Consumer 将会从 Broker 拉取消息

以上任一阶段都可能会丢失消息，我们只要找到这三个阶段丢失消息原因，采用合理的办法避免丢失，就可以彻底解决消息丢失的问题。

0x01. 生产阶段

生产者（Producer） 通过网络发送消息给 Broker，当 Broker 收到之后，将会返回确认响应信息给 Producer。所以生产者只要接收到返回的确认响应，就代表消息在生产阶段未丢失。

RocketMQ 发送消息示例代码如下：

 1DefaultMQProducer mqProducer=new DefaultMQProducer("test");
 2// 设置 nameSpace 地址
 3mqProducer.setNamesrvAddr("namesrvAddr");
 4mqProducer.start();
 5Message msg = new Message("test_topic" /* Topic */,
 6        "Hello World".getBytes(RemotingHelper.DEFAULT_CHARSET) /* Message body */
 7);
 8// 发送消息到一个Broker
 9try {
10    SendResult sendResult = mqProducer.send(msg);
11} catch (RemotingException e) {
12    e.printStackTrace();
13} catch (MQBrokerException e) {
14    e.printStackTrace();
15} catch (InterruptedException e) {
16    e.printStackTrace();
17}

send 方法是一个同步操作，只要这个方法不抛出任何异常，就代表消息已经发送成功。

消息发送成功仅代表消息已经到了 Broker 端，Broker 在不同配置下，可能会返回不同响应状态:

• SendStatus.SEND_OK
• SendStatus.FLUSH_DISK_TIMEOUT
• SendStatus.FLUSH_SLAVE_TIMEOUT
• SendStatus.SLAVE_NOT_AVAILABLE

引用官方状态说明：

上图中不同 broker 端配置将会在下文详细解释

另外 RocketMQ 还提供异步的发送的方式，适合于链路耗时较长，对响应时间较为敏感的业务场景。

 1DefaultMQProducer mqProducer = new DefaultMQProducer("test");
 2// 设置 nameSpace 地址
 3mqProducer.setNamesrvAddr("127.0.0.1:9876");
 4mqProducer.setRetryTimesWhenSendFailed(5);
 5mqProducer.start();
 6Message msg = new Message("test_topic" /* Topic */,
 7        "Hello World".getBytes(RemotingHelper.DEFAULT_CHARSET) /* Message body */
 8);
 9
10try {
11    // 异步发送消息到，主线程不会被阻塞，立刻会返回
12    mqProducer.send(msg, new SendCallback() {
13        @Override
14        public void onSuccess(SendResult sendResult) {
15            // 消息发送成功，
16        }
17
18        @Override
19        public void onException(Throwable e) {
20            // 消息发送失败，可以持久化这条数据，后续进行补偿处理
21        }
22    });
23} catch (RemotingException e) {
24    e.printStackTrace();
25} catch (InterruptedException e) {
26    e.printStackTrace();
27}

异步发送消息一定要注意重写回调方法，在回调方法中检查发送结果。

不管是同步还是异步的方式，都会碰到网络问题导致发送失败的情况。针对这种情况，我们可以设置合理的重试次数，当出现网络问题，可以自动重试。设置方式如下：

1// 同步发送消息重试次数，默认为 2
2mqProducer.setRetryTimesWhenSendFailed(3);
3// 异步发送消息重试次数，默认为 2
4mqProducer.setRetryTimesWhenSendAsyncFailed(3);

0x02. Broker 存储阶段

默认情况下，消息只要到了 Broker 端，将会优先保存到内存中，然后立刻返回确认响应给生产者。随后 Broker 定期批量的将一组消息从内存异步刷入磁盘。

这种方式减少 I/O 次数，可以取得更好的性能，但是如果发生机器掉电，异常宕机等情况，消息还未及时刷入磁盘，就会出现丢失消息的情况。

若想保证 Broker 端不丢消息，保证消息的可靠性，我们需要将消息保存机制修改为同步刷盘方式，即消息存储磁盘成功，才会返回响应。

修改 Broker 端配置如下：

1## 默认情况为 ASYNC_FLUSH 
2flushDiskType = SYNC_FLUSH 

若 Broker 未在同步刷盘时间内（默认为 5s）完成刷盘，将会返回 SendStatus.FLUSH_DISK_TIMEOUT 状态给生产者。

集群部署

为了保证可用性，Broker 通常采用一主（master）多从（slave）部署方式。为了保证消息不丢失，消息还需要复制到 slave 节点。

默认方式下，消息写入 master 成功，就可以返回确认响应给生产者，接着消息将会异步复制到 slave 节点。

注：master 配置：flushDiskType = SYNC_FLUSH

此时若 master 突然宕机且不可恢复，那么还未复制到 slave 的消息将会丢失。

为了进一步提高消息的可靠性，我们可以采用同步的复制方式，master 节点将会同步等待 slave 节点复制完成，才会返回确认响应。

异步复制与同步复制区别如下图：

注：大家不要被上图误导，broker master 只能配置一种复制方式，上图只为解释同步复制的与异步复制的概念。

Broker master 节点 同步复制配置如下：

1## 默认为 ASYNC_MASTER 
2brokerRole=SYNC_MASTER

如果 slave 节点未在指定时间内同步返回响应，生产者将会收到 SendStatus.FLUSH_SLAVE_TIMEOUT 返回状态。

小结

结合生产阶段与存储阶段，若需要严格保证消息不丢失，broker 需要采用如下配置：

1## master 节点配置
2flushDiskType = SYNC_FLUSH
3brokerRole=SYNC_MASTER
4
5## slave 节点配置
6brokerRole=slave
7flushDiskType = SYNC_FLUSH

同时这个过程我们还需要生产者配合，判断返回状态是否是 SendStatus.SEND_OK。若是其他状态，就需要考虑补偿重试。

虽然上述配置提高消息的高可靠性，但是会降低性能，生产实践中需要综合选择。

0x03. 消费阶段

消费者从 broker 拉取消息，然后执行相应的业务逻辑。一旦执行成功，将会返回 ConsumeConcurrentlyStatus.CONSUME_SUCCESS 状态给 Broker。

如果 Broker 未收到消费确认响应或收到其他状态，消费者下次还会再次拉取到该条消息，进行重试。这样的方式有效避免了消费者消费过程发生异常，或者消息在网络传输中丢失的情况。

消息消费的代码如下：

 1// 实例化消费者
 2DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("test_consumer");
 3
 4// 设置NameServer的地址
 5consumer.setNamesrvAddr("namesrvAddr");
 6
 7// 订阅一个或者多个Topic，以及Tag来过滤需要消费的消息
 8consumer.subscribe("test_topic", "*");
 9// 注册回调实现类来处理从broker拉取回来的消息
10consumer.registerMessageListener(new MessageListenerConcurrently() {
11    @Override
12    public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs, ConsumeConcurrentlyContext context) {
13        // 执行业务逻辑
14        // 标记该消息已经被成功消费
15        return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;
16    }
17});
18// 启动消费者实例
19consumer.start();

以上消费消息过程的，我们需要注意返回消息状态。只有当业务逻辑真正执行成功，我们才能返回 ConsumeConcurrentlyStatus.CONSUME_SUCCESS。否则我们需要返回 ConsumeConcurrentlyStatus.RECONSUME_LATER，稍后再重试。

0x04. 总结

看完 RocketMQ 不丢消息处理办法，回头再看这篇 kafka，有没有发现，两者解决思路是一样的，区别就是参数配置不一样而已。

所以下一次，面试官再问你 XX 消息队列如何保证不丢消息？如果你没用过这个消息队列，也不要哭，微笑面对他，从容给他分析那几步会丢失，然后大致解决思路。

最后我们还可以说出我们的思考，虽然提高消息可靠性，但是可能导致消息重发，重复消费。所以对于消费客户端，需要注意保证幂等性。

但是要注意了，这时面试官可能就会跟你的话题，让你来聊聊如何保证幂等性，一定先想好再说哦。

什么?你还不知道如何实现幂等？那就赶紧关注@程序通事，后面文章我们就来聊聊幂等这个话题。

0x05. Reference

• 极客时间-消息队列高手课
• https://github.com/apache/rocketmq/blob/master/docs/cn/best_practice.md