RocketMQ学习十三-顺序消息,延时消息与消息过滤

如题所示，本文围绕顺序消息，延时消息与消息过滤来展开。

一，顺序消息

RocketMQ只能保证队列级别的消息有序，如果要实现某一类消息的顺序执行，就必须将这类消息发送到同一个队列，可以在消息发送时使用 MessageQueueSelector，通过指定sharding key进而将同一类消息发送到同一队列里，这样在CommitLog文件里消息的顺序就与发送时一致了。broker端选择发送的队列可以参考之前是的文章：RocketMQ学习五-选择队列等特性。

下面再说下消费端的处理。

顺序消息消费的事件监听器是MessageListenerOrderly。我们知道PullMessageService根据偏移量拉取一批消息后会存入ProcessQueue中，然后使用线程池进行处理。要保证消费端对单队列中的消息顺序处理，故在多线程场景下需要按照消息消费队列进行加锁。顺序消费在消费端的并发度并不取决消费端线程池的大小，而是取决于分给给消费者的队列数量，故如果一个 Topic 是用在顺序消费场景中，建议消费者的队列数设置增多，可以适当为非顺序消费的 2~3 倍，这样有利于提高消费端的并发度，方便横向扩容。

消费端的横向扩容或 Broker 端队列个数的变更都会触发消息消费队列的重新负载，并发消费时一个消费队列有可能被多个消费者同时消费，但顺序消费时并不会出现这种情况，因为顺序消息不仅仅在消费消息时会锁定消息消费队列，在分配到消息队列时，能从该队列拉取消息还需要在 Broker 端申请该消费队列的锁，即同一个时间只有一个消费者能拉取该队列中的消息，确保顺序消费的语义。

那如果顺序消费的过程中消费失败了怎么处理呢？并发消费模式在消费失败是有重试机制，默认重试 16 次，而且重试时是先将消息发送到 Broker，然后再次拉取到消息，这种机制就会丧失其消费的顺序性。还有如果一条消息如果一直不能消费成功，其消息消费进度就会一直无法向前推进，即会造成消息积压现象，所以顺序消费时我们一定要捕捉异常。

二，延时消息

在开源版本的RocketMQ中延时消息并不支持任意时间的延时，目前默认设置为：1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h，从1s到2h分别对应着等级1到18，而阿里云中的付费版本是可以支持40天内的任何时刻(毫秒级别)。

延时消息的流程图：

Producer在自己发送的消息上设置好需要延时的级别(比如设置3等级的延迟：message.setDelayTimeLevel(3))。
Broker发现此消息是延时消息(消息的 delayLevel 大于0)，将Topic进行替换成延时Topic(SCHEDULE_TOPIC_XXXX)，每个延时级别都会作为一个单独的queue(delayLevel-1)，将自己的Topic作为额外信息存储(CommitLog#putMessage方法里)。
构建ConsumerQueue
定时任务定时每隔1s扫描每个延时级别的ConsumerQueue。
拿到ConsumerQueue中的CommitLog的Offset，获取消息，判断是否已经达到执行时间
如果达到，那么将消息的Topic恢复，进行重新投递。如果没有达到则延迟没有达到的这段时间执行任务。

三，消息过滤

RocketMQ支持SQL过滤与TAG过滤两种方式。

SQL过滤：在broker端进行，可以减少无用数据的网络传输但broker压力会大，性能低，支持使用SQL语句复杂的过滤逻辑。
TAG过滤：在broker与consumer端进行，增加无用数据的网络传输但broker压力小，性能高，只支持简单的过滤。

SQL过滤先不分析了，可以参考文章：RocketMQ源码解析：消息过滤是如何实现的？
TAG过滤的流程大概是，broker获取对应ConsuemrQueue里hashcode(tag)后根据消费端传入的tag进行比较，如果不匹配则将此消息跳过；如果匹配消费端还要进行一次tag的比较，因为会有可能出现了hash冲突。

broker端的过滤：

    //查询消息入口
    public GetMessageResult getMessage(final String group, final String topic, final int queueId, final long offset,
        final int maxMsgNums,
        final MessageFilter messageFilter) {
 
        //tag过滤，在consumerQueue里
       if (messageFilter != null
            && !messageFilter.isMatchedByConsumeQueue(isTagsCodeLegal ? tagsCode : null, extRet ? cqExtUnit : null)) {
             if (getResult.getBufferTotalSize() == 0) {
                  status = GetMessageStatus.NO_MATCHED_MESSAGE;
             }
                continue;
        }
    //tag过滤，在commitlog里
    if (messageFilter != null
        && !messageFilter.isMatchedByCommitLog(selectResult.getByteBuffer().slice(), null)) {
        if (getResult.getBufferTotalSize() == 0) {
             status = GetMessageStatus.NO_MATCHED_MESSAGE;
         }
         // release...
         selectResult.release();
         continue;
    }
}

consumer过滤：

public PullResult processPullResult(final MessageQueue mq, final PullResult pullResult,
        final SubscriptionData subscriptionData) {
        PullResultExt pullResultExt = (PullResultExt) pullResult;

        this.updatePullFromWhichNode(mq, pullResultExt.getSuggestWhichBrokerId());
        if (PullStatus.FOUND == pullResult.getPullStatus()) {
            ByteBuffer byteBuffer = ByteBuffer.wrap(pullResultExt.getMessageBinary());
            List msgList = MessageDecoder.decodes(byteBuffer);

            List msgListFilterAgain = msgList;
            if (!subscriptionData.getTagsSet().isEmpty() && !subscriptionData.isClassFilterMode()) {
                msgListFilterAgain = new ArrayList(msgList.size());
                for (MessageExt msg : msgList) {
                    if (msg.getTags() != null) {
                        if (subscriptionData.getTagsSet().contains(msg.getTags())) {
                            msgListFilterAgain.add(msg);
                        }
                    }
                }
            }

            if (this.hasHook()) {
                FilterMessageContext filterMessageContext = new FilterMessageContext();
                filterMessageContext.setUnitMode(unitMode);
                filterMessageContext.setMsgList(msgListFilterAgain);
                this.executeHook(filterMessageContext);
            }

            ......

        }

        pullResultExt.setMessageBinary(null);

        return pullResult;
    }

消息过滤还可以通过topic来实现，我们在使用topic进行过滤还是使用tag过滤可以根据具体的业务场景进行选择，一般来说，不同的 Topic 之间的消息没有必然的联系，而 Tag 则用来区分同一个 Topic 下相互关联的消息。

参考文章
顺序消息参考：13 结合实际场景顺序消费、消息过滤实战
延时消息参考：rocketmq一个topic多个group_你需要知道的RocketMQ
消息过滤参考：rocketMQ消息Tag过滤原理

RocketMQ学习十三-顺序消息,延时消息与消息过滤

你可能感兴趣的:(RocketMQ学习十三-顺序消息,延时消息与消息过滤)