RocketMQ架构和工作流程
一.MQ概述
1.简介
MQ，Message Queue，是一种提供消息队列服务的中间件，也称为消息中间件，是一套提供了消息生产、存储、消费全过程API的软件系统。消息即数据。一般消息的体量不会很大。
2.用途
限流削峰
MQ可以将系统的超量请求暂存其中，以便系统后期可以慢慢进行处理，从而避免了请求的丢失或系统 被压垮。
异步解耦
上游系统对下游系统的调用若为同步调用，则会大大降低系统的吞吐量与并发度，且系统耦合度太高。而异步调用则会解决这些问题。所以两层之间若要实现由同步到异步的转化，一般性做法就是，在这两层间添加一个MQ层
数据收集
分布式系统会产生海量级数据流，如：业务日志、监控数据、用户行为等。针对这些数据流进行实时或批量采集汇总，然后对这些数据流进行大数据分析，这是当前互联网平台的必备技术。通过MQ完成此类数据收集是最好的选择。（如Kafka）
3.MQ对比
二. RocketMQ概述
1.基本概念
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。
主题（Topic）
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。
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。
队列（Queue）
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）。
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。
补充：
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。
消息标识（MessageId/Key）
RocketMQ中每个消息拥有自己的MessageId，且可以携带具有业务标识的Key，以方便对消息的查询。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。
- 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。[重复概率较低]
- 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） [重复概率较高]
- key：由用户指定的业务相关的唯一标识。[用户可控制不重复]
2.系统架构
RocketMQ架构上主要分为四部分构成：
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(先选择Broker，再选择队列)进行消息投递，投递的过程支持快速失败并且低延迟。
RocketMQ中的消息生产者都是以生产者组（ProducerGroup）的形式出现的。一个生产者组可以同时发送多个主题的消息。
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。
RocketMQ中的消息消费者都是以消费者组（ConsumerGroup）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，容易实现
- 负载均衡（将一个Topic中的不同的Queue平均分配给同一个ConsumerGroup的不同的Consumer，注意，并不是将消息负载均衡）
- 容错（一个Consmer挂了，该ConsumerGroup中的其它Consumer可以接着消费原Consumer消费的Queue）
注意：
- 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。
- 一个Topic类型的消息可以被多个消费者组同时消费
- 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
- 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
NameServer
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。
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。
①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。
各节点的数据同步：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。
注意：NameServer的无状态特性使得它和ZooKeeper、Eureka、Nacos等注册中心不同
- 优点：NameServer集群搭建简单，扩容简单。
- 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。
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地址(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。
②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。
③路由发现
RocketMQ的路由发现采用的是Pull模型。当Topic路由信息出现变化时，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。
补充：
- 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
- Pull模型：拉取模型。存在的问题是，实时性较差
- Long Polling模型：长轮询模型。客户端发起请求后，服务端不会立即返回请求结果，而是将请求挂起等待一段时间，如果此段时间内服务端数据变更，立即响应客户端请求，若是一直无变化则等到指定的超时时间后响应请求，客户端重新发起长链接。
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。
④客户端NameServer选择策略
这里的客户端指的是Producer与Consumer
客户端在配置时必须要写上NameServer集群的地址
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。 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。
客户端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。
Broker
Broker充当着消息的中转角色，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模块构成
Broker Server的功能模块示意图：
RemotingModule：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：
- ClientManager：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
- StoreService：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。
- HAService：高可用服务。提供MasterBroker和SlaveBroker之间的数据同步功能。(主从集群)
- IndexService：索引服务。根据特定的Messagekey，对投递到Broker的消息进行索引服务，同时也提供根据MessageKey对消息进行快速查询的功能。
②集群部署(解决单点故障)
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
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。
工作流程
①具体流程
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。
补充：Topic的创建模式
手动创建Topic时，有两种模式：
- 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
- 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
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
②读写队列
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。
- 当写队列多于读队列时：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 3 4 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。
- 当读队列多于写队列时：例如，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ConsumerGroup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。
也就是说，当读/写队列数量设置不同时，总是有问题的
那为什么还要这样设计呢？
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？
可以先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。