微服务异步架构——MQ之RocketMQ

本文转载自：微服务异步架构——MQ之RocketMQ

---

“我们大家都知道把一个微服务架构变成一个异步架构只需要加一个MQ，现在市面上有很多MQ的开源框架。到底选择哪一个MQ的开源框架才合适呢 ”

一、什么是MQ？MQ的原理是什么？

MQ就是消息队列，是Message Queue的缩写。消息队列是一种通信方式。消息的本质就是一种数据结构。因为MQ把项目中的消息集中式的处理和存储，所以MQ主要有解耦，并发，和削峰的功能。

1.1 解耦：

MQ的消息生产者和消费者互相不关心对方是否存在，通过MQ这个中间件的存在，使整个系统达到解耦的作用。

如果服务之间用RPC通信，当一个服务跟几百个服务通信时，如果那个服务的通信接口改变，那么几百个服务的通信接口都的跟着变动，这是非常头疼的一件事。

但是采用MQ之后，不管是生产者或者消费者都可以单独改变自己。他们的改变不会影响到别的服务。从而达到解耦的目的。为什么要解耦呢？说白了就是方便，减少不必要的工作量。

1.2 并发：

MQ有生产者集群和消费者集群，所以客户端是亿级用户时，他们都是并行的。从而大大提升响应速度。

1.3 削峰：

因为MQ能存储的消息量很大，所以他可以把大量的消息请求先存下了，然后再并发的方式慢慢处理。

如果采用RPC通信，每一次请求用调用RPC接口，当请求量巨大的时候，因为RPC的请求是很耗资源的，所以巨大的请求一定会压垮服务器。

削峰的目的是用户体验变好，并且使整个系统稳定。能承受大量请求消息。

二、现在市面上有什么MQ

重点介绍RocketMQ

现在市面上的MQ有很多，主要有RabbitMQ，ActiveMQ，ZeroMQ，RocketMQ，Kafka等等，这些都是开源的MQ产品。以前很多人推荐使用RabbitMQ，他也是非常好用的MQ产品，这里不做过多的介绍。Kafka也是高吞吐量的老大，我们这里也不介绍。

我们重点介绍一下RocketMQ，RocketMQ是阿里巴巴在2012年开源的分布式消息中间件，目前已经捐赠给Apache软件基金会，并于并于2017年9月25日成为 Apache 的顶级项目。

作为经历过多次阿里巴巴双十一这种“超级工程”的洗礼并有稳定出色表现的国产中间件，以其高性能、低延时和高可靠等特性近年来已经也被越来越多的国内企业使用。

功能概览图

可以看见RocketMQ支持定时和延时消息，这是RabbitMQ所没有的能力。

RocketMQ的物理结构

从这里可以看出，RocketMQ涉及到四大集群，producer，Name Server，Consumer，Broker。

2.1 Producer集群：

是生产者集群，负责产生消息，向消费者发送由业务应用程序系统生成的消息，RocketMQ提供三种方式发送消息：同步，异步，单向。

2.1.1 普通消息

2.1.1.1 同步原理图

同步消息关键代码

try {
	SendResult sendResult =
	producer.send(msg);
	// 同步发送消息，
	只要不抛异常就是成功 if
	(sendResult != null) {
		System.out.println
		(new Date() + " Send mq message success.
Topic is:" + msg.getTopic() + " msgId is: " + sendResult.getMessageId());
	}
	catch (Exception e) {
		System.out.println
		(new Date() + " Send mq message failed.
Topic is:" + msg.getTopic());
		e.printStackTrace();
	}
}

2.1.1.2 异步原理图

异步消息关键代码

producer.sendAsync(msg, new SendCallback()
{
	@Overridepublic void onSuccess
	(final SendResult sendResult)
	{
		// 消费发送成功 System.out.println
		("send message success. topic=" +
		sendResult.getTopic() + ", msgId="
		+ sendResult.getMessageId());
	}
	@Overridepublic void onException
	(OnExceptionContext context)
	{
		System.out.println("send message failed.
topic=" + context.getTopic() + ",
msgId=" + context.getMessageId());
	}
}
);

2.1.1.3 单向（Oneway）发送原理图

单向只发送，不等待返回，所以速度最快，一般在微秒级，但可能丢失

单向（Oneway）发送消息关键代码

producer.sendOneway(msg);

2.1.2 定时消息和延时消息

发送定时消息关键代码

try {
	// 定时消息，单位毫秒（ms），
	在指定时间戳（当前时间之后）进行投递，
	例如 2016-03-07 16:21:00 投递。
	如果被设置成当前时间戳之前的某个时刻，
	消息将立刻投递给消费者。 long timeStamp
	= new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")
	.parse("2016-03-07 16:21:00").getTime();
	msg.setStartDeliverTime(timeStamp);
	// 发送消息，只要不抛异常就是成功
	SendResult sendResult = producer.send(msg);
	System.out.println
	("MessageId:"+sendResult.getMessageId());
}
catch (Exception e) {
	// 消息发送失败，
	需要进行重试处理，可重新发送这条消息
	或持久化这条数据进行补偿处理
	System.out.println(new Date()
	+ " Send mq message failed.
Topic is:" + msg.getTopic());
	e.printStackTrace();
}

发送延时消息关键代码

try {
	// 延时消息，单位毫秒（ms），
	在指定延迟时间（当前时间之后）进行投递，
	例如消息在 3 秒后投递 long delayTime
	= System.currentTimeMillis() + 3000;
	// 设置消息需要被投递的时间
	msg.setStartDeliverTime(delayTime);
	SendResult sendResult = producer.send(msg);
	// 同步发送消息，只要不抛异常就是成功
	if (sendResult != null)
	{
		System.out.println(new Date()
		+ " Send mq message success.
Topic is:" + msg.getTopic() + " msgId is: " + sendResult.getMessageId());
	}
}
catch (Exception e) {
	// 消息发送失败，
	需要进行重试处理，可重新发送这条消息
	或持久化这条数据进行补偿处理
	System.out.println(new Date()
	+ " Send mq message failed.
Topic is:" + msg.getTopic());
	e.printStackTrace();
}

2.2 注意事项

①. 定时和延时消息的 msg.setStartDeliverTime 参数需要设置成当前时间戳之后的某个时刻（单位毫秒）。如果被设置成当前时间戳之前的某个时刻，消息将立刻投递给消费者。

②. 定时和延时消息的 msg.setStartDeliverTime 参数可设置40天内的任何时刻（单位毫秒），超过40天消息发送将失败。

③. StartDeliverTime 是服务端开始向消费端投递的时间。 如果消费者当前有消息堆积，那么定时和延时消息会排在堆积消息后面，将不能严格按照配置的时间进行投递。

④. 由于客户端和服务端可能存在时间差，消息的实际投递时间与客户端设置的投递时间之间可能存在偏差。

⑤. 设置定时和延时消息的投递时间后，依然受 3 天的消息保存时长限制。例如，设置定时消息 5 天后才能被消费，如果第 5 天后一直没被消费，那么这条消息将在第8天被删除。

⑥. 除 Java 语言支持延时消息外，其他语言都不支持延时消息。

发布消息原理图

三、事务消息

RocketMQ提供类似X/Open XA的分布式事务功能来确保业务发送方和MQ消息的最终一致性，其本质是通过半消息的方式把分布式事务放在MQ端来处理。

原理图

其中：

①. 发送方向消息队列 RocketMQ 服务端发送消息。

②. 服务端将消息持久化成功之后，向发送方 ACK 确认消息已经发送成功，此时消息为半消息。

③. 发送方开始执行本地事务逻辑。

④. 发送方根据本地事务执行结果向服务端提交二次确认（Commit 或是 Rollback），服务端收到 Commit 状态则将半消息标记为可投递，订阅方最终将收到该消息；服务端收到 Rollback 状态则删除半消息，订阅方将不会接受该消息。

⑤. 在断网或者是应用重启的特殊情况下，上述步骤 4 提交的二次确认最终未到达服务端，经过固定时间后服务端将对该消息发起消息回查。

⑥. 发送方收到消息回查后，需要检查对应消息的本地事务执行的最终结果。

⑦. 发送方根据检查得到的本地事务的最终状态再次提交二次确认，服务端仍按照步骤 4 对半消息进行操作。

3.1 RocketMQ的半消息机制的注意事项是

①. 根据第六步可以看出他要求发送方提供业务回查接口。

②. 不能保证发送方的消息幂等，在ack没有返回的情况下，可能存在重复消息

③. 消费方要做幂等处理。

3.2 核心代码

final BusinessService businessService = new BusinessService(); // 本地业务

TransactionProducer producer
= ONSFactory.createTransactionProducer
(properties,new LocalTransactionCheckerImpl());
producer.start();
Message msg = new Message
("Topic", "TagA", "Hello MQ transaction===".
getBytes());
try {
	SendResult sendResult
	= producer.send(msg, new LocalTransactionExecuter()
	{
		@Override public TransactionStatus execute
		(Message msg, Object arg) {
			// 消息 ID
			（有可能消息体一样，但消息 ID 不一样，
			当前消息 ID 在控制台无法查询）
			String msgId = msg.getMsgID();
			// 消息体内容进行 crc32，也可以使用其它的如
			MD5 long crc32Id = HashUtil.crc32Code
			(msg.getBody());
			// 消息 ID 和 crc32id
			主要是用来防止消息重复 // 如果业务本身是幂等的，
			可以忽略，否则需要利用 msgId 或 crc32Id 来做幂等
			// 如果要求消息绝对不重复，推荐做法是
			对消息体 body 使用 crc32 或 MD5 来防止重复消息
			Object businessServiceArgs = new Object();
			TransactionStatus transactionStatus
			=TransactionStatus.Unknow;
			try {
				Boolean isCommit =
				businessService.execbusinessService
				(businessServiceArgs);
				if (isCommit)
				{
					// 本地事务成功则提交消息 transactionStatus = TransactionStatus.CommitTransaction; } else {
						// 本地事务失败则回滚消息
						transactionStatus = TransactionStatus.
						RollbackTransaction;
					}
				}
				catch (Exception e)
				{
					log.error("Message Id:{}", msgId, e);
				}
				System.out.println(msg.getMsgID());
				log.warn("Message Id:{}transactionStatus:{}", msgId, transactionStatus.name());
				return transactionStatus;
			}
		}
		, null);
	}
	catch (Exception e) {
		// 消息发送失败，
		需要进行重试处理，可重新发送这条消息或
		持久化这条数据进行补偿处理 System.out.println
		(new Date() + " Send mq message failed.
Topic is:" + msg.getTopic());
		e.printStackTrace();
	}

所有消息发布原理图

producer完全无状态，可以集群部署。

3.3 Name Server集群：

NameServer是一个几乎无状态的节点，可集群部署，节点之间无任何信息同步，NameServer很像注册中心的功能。

听说阿里之前的NameServer 是用ZooKeeper做的，可能因为Zookeeper不能满足大规模并发的要求，所以之后NameServer 是阿里自研的。

NameServer其实就是一个路由表，他管理Producer和Comsumer之间的发现和注册。

3.4 Broker集群：

Broker部署相对复杂，Broker分为Master与Slave，一个Master可以对应多个Slaver，但是一个Slaver只能对应一个Master，Master与Slaver的对应关系通过指定相同的BrokerName。

不同的BrokerId来定义，BrokerId为0表示Master，非0表示Slaver。Master可以部署多个。每个Broker与NameServer集群中的所有节点建立长连接，定时注册Topic信息到所有的NameServer。

3.5 Consumer集群：

订阅方式

消息队列 RocketMQ 支持以下两种订阅方式：

集群订阅：同一个 Group ID 所标识的所有 Consumer 平均分摊消费消息。 例如某个 Topic 有 9 条消息，一个 Group ID 有 3 个 Consumer 实例，那么在集群消费模式下每个实例平均分摊，只消费其中的 3 条消息。

// 集群订阅方式设置（不设置的情况下，
默认为集群订阅方式）properties.put
(PropertyKeyConst.MessageModel,
PropertyValueConst.CLUSTERING);

广播订阅：同一个 Group ID 所标识的所有 Consumer 都会各自消费某条消息一次。 例如某个 Topic 有 9 条消息，一个 Group ID 有 3 个 Consumer 实例，那么在广播消费模式下每个实例都会各自消费 9 条消息。

// 广播订阅方式设置properties.put
(PropertyKeyConst.MessageModel,
PropertyValueConst.BR
OADCASTING);

订阅消息关键代码：

Consumer consumer = ONSFactory.create
Consumer(properties);
consumer.subscribe
("TopicTestMQ", "TagA||TagB", **new**
MessageListener() {
	//订阅多个
	Tag public Action consume(Message message,
	ConsumeContext context) {
		System.out.println
		("Receive: " + message);
		return Action.
		CommitMessage;
	}
}
);
//订阅另外一个 Topic
consumer.subscribe("TopicTestMQ-Other",
"*", **new** MessageListener()
{
	//订阅全部 Tag public Action consume
	(Message message, ConsumeContext context)
	{
		System.out.println("Receive: " + message);
		return Action.CommitMessage;
	}
}
);
consumer.start();

注意事项：

消费端要做幂等处理，所有MQ基本上都不会做幂等处理，需要业务端处理，原因是如果在MQ端做幂等处理会带来MQ的复杂度，而且严重影响MQ的性能。

消息收发模型

主子账号创建

创建主子账号的原因是权限问题。下面是主账号创建流程图

子账号流程图

四、MQ是微服务架构

非常重要的部分

MQ的诞生把原来的同步架构思维转变到异步架构思维提供一种方法，为大规模，高并发的业务场景的稳定性实现提供了很好的解决思路。

Martin Fowler强调：分布式调用的第一原则就是不要分布式。这句话看似颇具哲理，然而就企业应用系统而言，只要整个系统在不停地演化，并有多个子系统共同存在时，这条原则就会被迫打破。

Martin Fowler提出的这条原则，一方面是希望设计者能够审慎地对待分布式调用，另一方面却也是分布式系统自身存在的缺陷所致。

所以微服务并不是万能药，适合的架构才是最好的架构。

---

本文转载自：微服务异步架构——MQ之RocketMQ