rabbitmq 重复ACK导致消息丢失

Posted 2020-08-20 美码师

rabbitmq 重复确认导致消息丢失

背景

rabbitmq 在应用场景中，大多采用工作队列 work-queue的模式。

在一个常见的工作队列模式中，消费者 worker 将不断的轮询从队列中拉取最新消息，当队列负载压力增大时允许添加多个worker 进行处理。
然而执行一个任务可能需要相当的时长，这是由业务特性所决定的；如果 worker执行任务过程中出现异常甚至宕机，此时消息便会丢失，这是简单消息队列难以解决的问题。

rabbitmq 采用了消息确认机制来防止此类问题，在该机制中，worker需要向 MQ Server 返回 ACK响应以表示消息已确认处理；
在以下情况下，rabbitmq 会对消息进行重新投递：
1 client 未响应ACK, 主动关闭 Channel；
2 client 未响应ACk, 网络异常断开；

消息的重发机制没有超时限制，只要client 不响应ACK，那么会一直投递；
如果启用了消息持久化机制，那么消息将有进一步的保障。

问题描述及分析

1 客户端为简化应答处理，可以设置自动应答选项，如：

  boolean autoAck = false;
  channel.basicConsume(TASK_QUEUE_NAME, autoAck, consumer);

2 如果不启用自动应答，需要应用代码手动进行应答：

    try {
          doWork(message);
        } finally {
          logger.info(" xxx work done");
          channel.basicAck(envelope.getDeliveryTag(), false);
        }

3 当两种方案同时存在

由于客户端的编码失误，先启用了自动应答选项，又在应用代码执行了应答的代码：

     // enable autoAck
     boolean autoAck = true;
     consumerChannel.basicConsume(queueName, autoAck, this);

     //...

     // snipper from Consumer.handleDelivery method
     // send ack to server  
     try {
            consumerChannel.basicAck(deliveryTag, true);
        } catch (Exception e) {
     }

多了一次确认，应用代码貌似一切如常。 但在频繁进行消息收发测试时发现 消息存在随机性丢失处理的情况！
检查 rabbitmq server日志发现以下异常：

  {amqp_error,precondition_failed,"unknown delivery tag 1",‘basic.ack‘}
  ...
  {amqp_error,precondition_failed,"unknown delivery tag 1",‘basic.ack‘}
  ...
  {amqp_error,precondition_failed,"unknown delivery tag 1",‘basic.ack‘}
  ...

提示未知的 delivery tag=1，该字段为MQ server 用于消息确认的标记，服务端因无法识别而打印错误。
另外一个现象则是，连续收发消息 5次，其中丢失消息处理1次，而 rabbitmq server错误日志出现 4次！

经过分析，发现问题原因所在：
rabbitmq 为每一个channel维护了一个delivery tag的计数器，这里采用正向自增，新消息投递时自增，当消息响应时自减；
在连续收发的场景中，由于消息发送的间隔较短，部分消息因 consumer的重复确认被rabbitmq 当做已处理而丢弃。

解决方案

取消consumer 的自动应答机制，仅保留手动应答的处理，问题解决。

参考资料

关于 rabbitmq 消息确认机制：
http://www.rabbitmq.com/confirms.html#when