RocketMQ学习教程：08.消费者Rebalance机制【云图智联】

本文深入的分析了RocketMQ的Rebalance机制，主要包括以下内容：

Rebalance必要的元数据信息的维护

Broker协调通知机制；

消费者/启动/运行时/停止时Rebalance触发时机

单个Topic的Rebalance流程

分区分配策略

RocketMQ与Kafka Rebalance机制的区别，

文章篇幅较长，感兴趣的用户可以先收藏，再阅读。

1 Rebalance简介

Rebalance(再均衡)机制指的是：将一个Topic下的多个队列(或称之为分区)，在同一个消费者组(consumer group)下的多个消费者实例(consumer instance)之间进行重新分配。

Rebalance机制本意是为了提升消息的并行处理能力。例如，一个Topic下5个队列，在只有1个消费者的情况下，那么这个消费者将负责处理这5个队列的消息。如果此时我们增加一个消费者，那么可以给其中一个消费者分配2个队列，给另一个分配3个队列，从而提升消息的并行处理能力。如下图：

但是Rebalance机制也存在明显的限制与危害。

Rebalance限制：由于一个队列最多分配给一个消费者，因此当某个消费者组下的消费者实例数量大于队列的数量时，多余的消费者实例将分配不到任何队列。

Rebalance危害：除了以上限制，更加严重的是，在发生Rebalance时，存在着一些危害，如下所述：

消费暂停：考虑在只有Consumer 1的情况下，其负责消费所有5个队列；在新增Consumer 2，触发Rebalance时，需要分配2个队列给其消费。那么Consumer 1就需要停止这2个队列的消费，等到这两个队列分配给Consumer 2后，这两个队列才能继续被消费。

重复消费：Consumer 2 在消费分配给自己的2个队列时，必须接着从Consumer 1之前已经消费到的offset继续开始消费。然而默认情况下，offset是异步提交的，如consumer 1当前消费到offset为10，但是异步提交给broker的offset为8；那么如果consumer 2从8的offset开始消费，那么就会有2条消息重复。也就是说，Consumer 2 并不会等待Consumer1提交完offset后，再进行Rebalance，因此提交间隔越长，可能造成的重复消费就越多。

消费突刺：由于rebalance可能导致重复消费，如果需要重复消费的消息过多；或者因为rebalance暂停时间过长，导致积压了部分消息。那么都有可能导致在rebalance结束之后瞬间可能需要消费很多消息。

基于Rebalance可能会给业务造成的负面影响，我们有必要对其内部原理进行深入剖析，以便于问题排查。我们将从Broker端和Consumer端两个角度来进行说明。Broker端主要负责Rebalance元数据维护，以及通知机制，在整个消费者组Rebalance过程中扮演协调者的作用；而Consumer端分析，主要聚焦于单个Consumer的Rebalance流程。

2 Broker端Rebalance协调机制

从本质上来说，触发Rebalance的根本因素无非是两个：1 ) 订阅Topic的队列数量变化 2)消费者组信息变化。导致二者发生变化的典型场景如下所示：

在这里，笔者将队列信息和消费者组信息称之为Rebalance元数据，Broker负责维护这些元数据，并在二者信息发生变化时，以某种通知机制告诉消费者组下所有实例，需要进行Rebalance。从这个角度来说，Broker在Rebalance过程中，是一个协调者的角色。

在Broker内部，通过元数据管理器维护了Rebalance元数据信息，如下图所示：

这些管理器，内部实现都是一个Map。其中：

队列信息：由TopicConfigManager维护。Map 的key是Topic名称，Value是TopicConfig。Broker通过实时的或者周期性的上报自己的Topic配置信息给NameServer，在NameServer组装成Topic的完整路由信息。消费者定时向NameServer定时拉取最新路由信息，以实现间接通知，当发现队列信息变化，触发Rebalance。

消费者组信息：由ConsumerManager、ConsumerOffsetManager、SubscriptionGroupManager三者共同维护。ConsumerManager维护了消费者组订阅信息，以及消费者组下当前的消费者实例信息，当消费者组的订阅信息或者实例发生变化，Broker都会主动给所有消费者实例发送通知，触发Rebalance。而在Rebalance时，消费者需要从ConsumerOffsetManager查询应该从那个位置继续开始消费。SubscriptionGroupManager主要是维护消费者组的一些附加信息，方便运维。

2.1 队列信息变化

队列信息通过Broker内的TopicConfigManager来维护，每个Broker都会将自己的信息上报给NameServer，由NameServer组装成完整的Topic路由信息。

通常情况下，一个Topic下的队列数量不会频繁的变化，但是如果遇到，Topic队列数量扩/缩容，、broker日常运维时的停止/启动或者broker异常宕机，也有可能导致队列数量发生变化。

这里我们重点讲一下为什么broker异常停止/宕机会导致数量变化。一些读者可能会认为创建Topic时，已经明确指定了队列的数量，那么之后不论怎样，队列的数量信息都不会发生变化，这是一种典型误解。

下图展示了一个RocketMQ集群双主部署模式下，某个broker宕机后，Topic路由信息的变化。

可以看到，在宕机前，主题TopicX下队列分布在broker-a和broker-b两个broker上，每个broker上各有8个队列。当broker-a宕机后，其路由信息会被移除，此时我们就只能看到TopicX在broker-b上的路由信息。

因此，在RocketMQ中，Topic的路由信息实际上是动态变化的。不论是停止/启动/扩容导致的所有变化最终都会上报给NameServer。客户端可以给NameServer发送GET_ROUTEINTO_BY_TOPIC请求，来获得某个Topic的完整路由信息。如果发现队列信息发生变化，则触发Reabalance。

2.2 消费者组信息变化

Rebalance的另外一个条件：消费者组信息，由ConsumerManager、ConsumerOffsetManager、SubscriptionGroupManager三个组件共同维护。

2.2.1 ConsumerManager

ConsumerManager是最重要的一个消费者组元数据管理器，其维护了某个消费者组的订阅信息，以及所有消费者实例的详细信息，并在发生变化时提供通知机制。

数据添加：客户端通过发送HEART_BEAT请求给Broker，将自己添加到ConsumerManager中维护的某个消费者组中。需要注意的是，每个Consumer都会向所有的Broker进行心跳，因此每个Broker都维护了所有消费者的信息。

数据删除：客户端正常停止时，发送UNREGISTER_CLIENT请求，将自己从ConsumerManager移除；此外在发生网络异常时，Broker也会主动将消费者从ConsumerManager中移除。

数据查询：消费者可以向任意一个Broker发送GET_CONSUMER_LIST_BY_GROUP请求，来获得一个消费者组下的所有消费者实例信息。

我们可以通过mqadmin命令行工具的consumerConnection子命令，来查看ConsumerManager中，某个消费者的信息，如：

输出主要分为2个部分：

消费者组实例信息：展示了groupA下当前有2个消费者，以及对应的详细信息，包括：消费者id，消费者ip/port，消费者语言，消费者版本。

消费者组订阅信息：包括订阅的Topic，过滤条件，消费模式，以及从什么位置开始消费等。

这二者不论哪个信息发生变化，Broker都会主动通知这个消费者组下的所有实例进行Rebalance。在ConsumerManager的registerConsumer方法中，我们可以看到这个通知机制。如以下源码片段第四步中所示：

ConsumerManager#registerConsumer

public boolean registerConsumer(final String group, final ClientChannelInfo clientChannelInfo,

ConsumeType consumeType, MessageModel messageModel, ConsumeFromWhere consumeFromWhere,

final Set subList, boolean isNotifyConsumerIdsChangedEnable) {

//1 查找consumer group信息，如果没有，创建一个新的

ConsumerGroupInfo consumerGroupInfo = this.consumerTable.get(group);

if (null == consumerGroupInfo) {

ConsumerGroupInfo tmp = new ConsumerGroupInfo(group, consumeType,

messageModel, consumeFromWhere);

ConsumerGroupInfo prev = this.consumerTable.putIfAbsent(group, tmp);

consumerGroupInfo = prev != null ? prev : tmp;

}

//2 消费者组下实例信息是否发生变化

boolean r1 =

consumerGroupInfo.updateChannel(clientChannelInfo, consumeType, messageModel,

consumeFromWhere);

//3 消费者订阅信息是否发生变化

boolean r2 = consumerGroupInfo.updateSubscription(subList);

//4 如果r1或者r2任意一个为true，则通知这个消费者组下的所有实例进行rebalance

if (r1 || r2) {

if (isNotifyConsumerIdsChangedEnable) {

this.consumerIdsChangeListener.handle(ConsumerGroupEvent.CHANGE,

group, consumerGroupInfo.getAllChannel());

}

this.consumerIdsChangeListener.handle(ConsumerGroupEvent.REGISTER, group, subList);

return r1 || r2;

}

consumerIdsChangeListener在处理ConsumerGroupEvent.CHANGE事件时，会给每个Consumer都发送一个NOTIFY_CONSUMER_IDS_CHANGED通知，这个消费者组下的所有实例在收到通知后，各自进行Rebalance，如下图所示：

敏锐读者注意到了，Broker是通知每个消费者各自Rebalance，即每个消费者自己给自己重新分配队列，而不是Broker将分配好的结果告知Consumer。从这个角度，RocketMQ与Kafka Rebalance机制类似，二者Rebalance分配都是在客户端进行，不同的是：

Kafka：会在消费者组的多个消费者实例中，选出一个作为Group Leader，由这个Group Leader来进行分区分配，分配结果通过Cordinator(特殊角色的broker)同步给其他消费者。相当于Kafka的分区分配只有一个大脑，就是Group Leader。

RocketMQ：每个消费者，自己负责给自己分配队列，相当于每个消费者都是一个大脑。

此时，我们需要思考2个问题：

问题1：每个消费者自己给自己分配，如何避免脑裂的问题呢？

因为每个消费者都不知道其他消费者分配的结果，会不会出现一个队列分配给了多个消费者，或者有的队列分配给了多个消费者。

问题2：如果某个消费者没有收到Rebalance通知怎么办？

每个消费者都会定时触发Rebalance，以避免Rebalance通知丢失。

2.2.2 ConsumerOffsetManager

事实上，通过ConsumerManager已经可以获得Rebalance时需要的消费者所有必要信息。但是还有一点，Rebalance时，如果某个队列重新分配给了某个消费者，那么必须接着从上一个消费者的位置继续开始消费，这就是ConsumerOffsetManager的作用。

消费者可以给Broker发送UPDATE_CONSUMER_OFFSET请求，来更新消费者组对于某个Topic的消费进度。发送QUERY_CONSUMER_OFFSET指令，来从ConsumerOffsetManager中查询消费进度。

通过mqadmin命令行工具的consumerProgress子命令，来可以看到Topic每个队列的消费进度，如：

$ sh bin/mqadmin consumerProgress -g group_X -n localhost:9876

#Topic #Broker Name #QID #Broker Offset #Consumer Offset #Client IP #Diff #LastTime

%RETRY%group_X broker-c 0 0 0 N/A 0 N/A

Topic_S broker-c 0 3 3 N/A 0 N/A

Topic_S broker-c 1 1 1 N/A 0 N/A

Topic_S broker-c 2 5 5 N/A 0 N/A

Topic_S broker-c 3 3 3 N/A 0 N/A

2.2.3 SubscriptionGroupManager

订阅组配置管理器，内部针对每个消费者组维护一个SubscriptionGroupConfig。主要是为了针对消费者组进行一些运维操作，这里不做过多介绍，感兴趣的读者自行查阅源码。

3 Consumer Rebalance机制

前面分析Broker在Rebalance过程中起的是协调者的作用，可以帮忙我们从整体对Rebalance有个初步的认知。但是Rebalance的细节，却是在Consumer端完成的。

在本节中，我们将着重讨论单个consumer的Rebalance流程。

需要说明的是，RocketMQ的consumer分配pull和push两种模式，二者的工作逻辑并不相同。这里主要以push模式的默认实现类DefaultMQPushConsumer为例进行讲解。

3.1 Rebalance触发时机

在前文，我们提到Broker会主动通知消费者进行Rebalance，但是从消费者的角度来看，整个生命过程的各个阶段，都有可能触发Rebalance，而不仅仅是收到通知后才进行Rebalance。

具体来说，Consumer在启动/运行时/停止时，都有可能触发Rebalance，如下图所示：

在启动时，消费者会立即向所有Broker发送一次发送心跳(HEART_BEAT)请求，Broker则会将消费者添加由ConsumerManager维护的某个消费者组中。然后这个Consumer自己会立即触发一次Rebalance。

在运行时，消费者接收到Broker通知会立即触发Rebalance，同时为了避免通知丢失，会周期性触发Rebalance；

当停止时，消费者向所有Broker发送取消注册客户端(UNREGISTER_CLIENT)命令，Broker将消费者从ConsumerManager中移除，并通知其他Consumer进行Rebalance。

下面通过源码分析，分别讲解启动时/运行时/停止时是如何触发Rebalance的。

3.1.1 Consumer启动

DefaultMQPushConsumerImpl的start方法显示了一个消费者的启动流程，如下图所示：

public synchronized void start() throws MQClientException {

//1 启动准备工作(略)

switch (this.serviceState) {...}

//2 从nameserver更新topic路由信息

this.updateTopicSubscribeInfoWhenSubscriptionChanged();

//3 检查consumer配置

this.mQClientFactory.checkClientInBroker();

//4 向每个broker发送心跳信息

this.mQClientFactory.sendHeartbeatToAllBrokerWithLock();

//5 立即触发一次rebalance

this.mQClientFactory.rebalanceImmediately();

}

可以看到Consumer启动主要分为5个步骤，其中步骤2、4、5是我们分析的重点。：

步骤1：启动准备工作，这里使用{...}表示省略，以更清楚看清整个流程

步骤2：从nameserver更新topic路由信息，收集到了Rebalance所需的队列信息

步骤3：检查consumer配置(主要是为了功能兼容，例如consumer要使用SQL92过滤，但是broker并没有开启，则broker会返回错误)

步骤4：向每个broker发送心跳信息，将自己加入消费者组

步骤5：立即触发一次rebalance，在步骤2和4的基础上立即触发一次Rebalance

步骤2 ：更新订阅的topic路由信息

上述代码步骤2，调用updateTopicSubscribeInfoWhenSubscriptionChanged()方法，从nameserver更新topic路由信息，由于一个消费者可以订阅多个topic，因此这个Topic都需要更新，如下：

MQClientInstance#updateTopicSubscribeInfoWhenSubscriptionChanged

private void updateTopicSubscribeInfoWhenSubscriptionChanged() {

//获得的订阅当前Consumer订阅所有Topic信息。key为topic，value为SubscriptionData

Map subTable = this.getSubscriptionInner();

if (subTable != null) {

for (final Map.Entry entry : subTable.entrySet()) {

final String topic = entry.getKey();

//从NameServer逐一更新每个topic的路由信息

this.mQClientFactory.updateTopicRouteInfoFromNameServer(topic);

}

通过这一步，当前Consumer就拿到了Topic下所有队列信息，具备了Rebalance的第一个条件。

步骤4 向broker发送心跳信息

在上述启动流程中的第4步，调用sendHeartbeatToAllBrokerWithLock方法，给每个Broker都发送一个心跳请求。

this.mQClientFactory.sendHeartbeatToAllBrokerWithLock();

当Broker收到心跳请求后，将这个消费者注册到ConsumerManager中，前文提到，当Consumer数量变化时，Broker会主动通知其他消费者进行Rebalance。

而心跳的数据，这些数据是在MQClientInstance类的prepareHeartbeatData方法来准备的。我们在前文通过mqadmin命令行工具的consumerConnection 自命令查看到的消费者订阅信息，在这里都出现了，如所示：

MQClientInstance#prepareHeartbeatData

private HeartbeatData prepareHeartbeatData() {

HeartbeatData heartbeatData = new HeartbeatData();

//1 clientID

heartbeatData.setClientID(this.clientId);

//2 Consumer心跳信息

for (Map.Entry entry : this.consumerTable.entrySet()) {

MQConsumerInner impl = entry.getValue();

if (impl != null) {

ConsumerData consumerData = new ConsumerData();

consumerData.setGroupName(impl.groupName());//消费者名称

consumerData.setConsumeType(impl.consumeType());//消费类型

consumerData.setMessageModel(impl.messageModel());//消费模式

consumerData.setConsumeFromWhere(impl.consumeFromWhere());//从什么位置开始消费

consumerData.getSubscriptionDataSet().addAll(impl.subscriptions());//每个topic的订阅信息

consumerData.setUnitMode(impl.isUnitMode());

heartbeatData.getConsumerDataSet().add(consumerData);

}

//3 Producer心跳信息

for (Map.Entry entry : this.producerTable.entrySet()) {

MQProducerInner impl = entry.getValue();

if (impl != null) {

ProducerData producerData = new ProducerData();

producerData.setGroupName(entry.getKey());

heartbeatData.getProducerDataSet().add(producerData);

}

return heartbeatData;

}

提示：可以看到心跳数据HeartbeatData中，既包含Consumer信息，也包含Producer信息(这里进行了省略)。

步骤5：立即触发一次Rebalance

消费者启动流程的最后一步是调用以下方法立即触发一次rebalance：

this.mQClientFactory.rebalanceImmediately();

这个方法内部实际上，是通过唤醒一个RebalanceService，来触发Rebalance：

public void rebalanceImmediately() {

this.rebalanceService.wakeup();

}

这里我们并不着急分析RebalanceService的内部具体实现，因为所有的Rebalance触发都是以这个类为入口，我们将在讲解完运行时/停止时的Rebalance触发时机后，统一进行说明。

3.1.2 Consumer运行时

consumer在运行时，通过两种机制来触发Rebalance：

监听broker 消费者数量变化通知，触发rebalance

周期性触发rebalance，避免Broker的Rebalance通知丢失。

下面分别进行说明：

1 监听broker 消费者数量变化通知，触发rebalance

RocketMQ支持双向通信机制，Broker发送给客户端到的通知请求，在客户端通过ClientRemotingProcessor的processRequest方法来处理进行区分处理，如下：

ClientRemotingProcessor#processRequest

@Override

public RemotingCommand processRequest(ChannelHandlerContext ctx,

RemotingCommand request) throws RemotingCommandException {

switch (request.getCode()) {

//检查事务消息状态

case RequestCode.CHECK_TRANSACTION_STATE:

return this.checkTransactionState(ctx, request);

//通知消费者数量发生变化，内部会触发rebalance

case RequestCode.NOTIFY_CONSUMER_IDS_CHANGED:

return this.notifyConsumerIdsChanged(ctx, request);

//重置消费者offset

case RequestCode.RESET_CONSUMER_CLIENT_OFFSET:

return this.resetOffset(ctx, request);

//获得消费者状态

case RequestCode.GET_CONSUMER_STATUS_FROM_CLIENT:

return this.getConsumeStatus(ctx, request);

//获得消费者运行时信息

case RequestCode.GET_CONSUMER_RUNNING_INFO:

return this.getConsumerRunningInfo(ctx, request);

//直接消费消息

case RequestCode.CONSUME_MESSAGE_DIRECTLY:

return this.consumeMessageDirectly(ctx, request);

default:

break;

}

return null;

}

目前，我们关注的是，消费者数量变化时，Broker给客户端的通知，也就是上图中红色框的内容。在收到通知后，其调用notifyConsumerIdsChanged进行处理，这个方法内部会立即触发Rebalance。

ClientRemotingProcessor#notifyConsumerIdsChanged

public RemotingCommand notifyConsumerIdsChanged(ChannelHandlerContext ctx,

RemotingCommand request) throws RemotingCommandException {

try {

//对Broker的Rebalance通知请求进行解码

final NotifyConsumerIdsChangedRequestHeader requestHeader =

(NotifyConsumerIdsChangedRequestHeader)

request.decodeCommandCustomHeader(NotifyConsumerIdsChangedRequestHeader.class);

//打印Rebalance通知信息

log.info("receive broker's notification[{}], the consumer group: {}

changed, rebalance immediately",

RemotingHelper.parseChannelRemoteAddr(ctx.channel()),

requestHeader.getConsumerGroup());

//立即触发Rebalance

this.mqClientFactory.rebalanceImmediately();

} catch (Exception e) {

log.error("notifyConsumerIdsChanged exception", RemotingHelper.exceptionSimpleDesc(e));

}

return null;

}

可以看到这里是调用mqClientFactory的rebalanceImmediately方法触发Rebalance，而前面讲解消费者启动时是通过RebalanceService触发，事实上，后者RebalanceService内部也是通过mqClientFactory进行触发Rebalance。

2 周期性触发rebalance，避免Broker的Rebalance通知丢失

为了避免Broker的Rebalance通知丢失问题，客户端还会通过RebalanceService定时的触发Rebalance，默认间隔是20秒，如下：

public class RebalanceService extends ServiceThread {

//1 周期性触发Rebalance时间间隔，默认20秒

private static long waitInterval =

Long.parseLong(System.getProperty("rocketmq.client.rebalance.waitInterval", "20000"));

private final InternalLogger log = ClientLogger.getLog();

private final MQClientInstance mqClientFactory;

public RebalanceService(MQClientInstance mqClientFactory) {

this.mqClientFactory = mqClientFactory;

}

@Override

public void run() {

log.info(this.getServiceName() + " service started");

//2 在消费者没有停止的情况下，通过死循环定时触发Rebalance

while (!this.isStopped()) {

//3 等待20秒，如果被唤醒，则无需等待

this.waitForRunning(waitInterval);

//4 触发Rebalance

this.mqClientFactory.doRebalance();

}

log.info(this.getServiceName() + " service end");

}

@Override

public String getServiceName() {

return RebalanceService.class.getSimpleName();

}

3.1.3 consumer停止

最后，消费者在正常停止时，需要调用shutdown方法，这个方法的工作逻辑如下所示：

DefaultMQPushConsumerImpl#shutdown

public synchronized void shutdown() {

switch (this.serviceState) {

case CREATE_JUST:

break;

case RUNNING:

//1 停止正在消费中的消息

this.consumeMessageService.shutdown();

//2 持久化offset

this.persistConsumerOffset();

//3 取消注册consumer

this.mQClientFactory.unregisterConsumer(this.defaultMQPushConsumer.getConsumerGroup());

//4 关闭与name server和broker的连接

this.mQClientFactory.shutdown();

log.info("the consumer [{}] shutdown OK", this.defaultMQPushConsumer.getConsumerGroup());

//5 丢弃尚未处理的消息

this.rebalanceImpl.destroy();

this.serviceState = ServiceState.SHUTDOWN_ALREADY;

break;

case SHUTDOWN_ALREADY:

break;

default:

break;

}

可以看到停止也分为5步，我们重点关注第2、3步：

在停止时，会首先通过第2步持久化offset，前文提到过默认情况下，offset是异步提交的，为了避免重复消费，因此在关闭时，必须要对尚未提交的offset进行持久化，其实就是发送UPDATE_CONSUMER_OFFSET请求给Broker，Broker对应更新ConsumerOffsetManager中的记录。这样当队列分配给其他消费者时，就可以从这个位置继续开始消费。

接着第3步调用unregisterConsumer方法，向所有broker发送UNREGISTER_CLIENT命令，取消注册Consumer。broker接收到这个命令后，将consumer从ConsumerManager中移除，然后通知这个消费者下的其他Consumer进行Rebalance。

至此，我们已经讲解完了Consumer启动时/运行时/停止时，所有可能的Rebalance触发时机，在下一小节，将介绍消费者Rebalance具体步骤。

4 单个消费者Rebalance流程

前面花了大量的篇幅，讲解了RocketMQ Rebalance机制Broker的元数据维护，通知机制，以及Consumer的Rebalance触发时机，目的是让读者有一个更高层面的认知，而不是直接分析单个Consumer Rebalance的具体步骤，避免一叶障目不见泰山。

4.1 整体介绍

前面提到Consumer的Rebalance触发时机有很多，Broker主动通知某个消费者组需要进行Rebalance；RebalanceService也会定时20秒触发Rebalance。然而需要注意的是，只要任意一个消费者组需要Rebalance，这台机器上启动的所有其他消费者，也都要进行Rebalance。

不同的触发机制最终底层都调用了MQClientInstance的doRebalance方法，而在这个方法的源码中，并没有区分哪个消费者组需要进行Rebalance，而是逐一进行触发，如下：

MQClientInstance#doRebalance

public void doRebalance() {

//迭代每个consumer，进行rebalance

for (Map.Entry entry : this.consumerTable.entrySet()) {

MQConsumerInner impl = entry.getValue();

if (impl != null) {

try {

//逐一触发Rebalance

impl.doRebalance();

} catch (Throwable e) {

log.error("doRebalance exception", e);

}

上述代码逐一迭代当前机器启动的所有消费者(MQConsumerInner)，并调用其doRebalance方法进行触发Rebalance。

MQConsumerInner有push模式和pull模式两种实现，分别是：DefaultMQPushConsumerImpl和DefaultMQPullConsumerImpl，二者的Rebalance逻辑并不相同。

对于push模式，其会根据消费者指定的消息监听器是有序还是无序进行判定Rebalance过程中是否需要对有序消费进行特殊处理。

参见：DefaultMQPushConsumerImpl#doRebalance。

@Override

public void doRebalance() {

if (!this.pause) {

//如果MessageListenerOrderly，则为true；否则为false

this.rebalanceImpl.doRebalance(this.isConsumeOrderly());

}

而pull模式，总是认为是无序的，因为写死了为false。参见：DefaultMQPullConsumerImpl#doRebalance

@Override

public void doRebalance() {

if (this.rebalanceImpl != null) {

this.rebalanceImpl.doRebalance(false);

}

我们看到，不管是push还是pull模式的Consumer实现，内部都是调用RebalanceImpl的doRebalance方法进行触发，将是否有序作为一个参数传入。

在这个方法内部，如果一个消费者订阅了多个Topic，会迭代每个Topic维度逐一触发Rebalance。相关源码如下所示：

RebalanceImpl#doRebalance

public void doRebalance(final boolean isOrder) {

//1 迭代当前consumer订阅的每一个topic，逐一进行rebalance

Map subTable = this.getSubscriptionInner();

if (subTable != null) {

for (final Map.Entry entry : subTable.entrySet()) {

final String topic = entry.getKey();

try {

//2 按照topic维度进行rebalance

this.rebalanceByTopic(topic, isOrder);

} catch (Throwable e) {

if (!topic.startsWith(MixAll.RETRY_GROUP_TOPIC_PREFIX)) {

log.warn("rebalanceByTopic Exception", e);

}

this.truncateMessageQueueNotMyTopic();

}

在这一点上，Kafka与不RocketMQ同，其是将所有Topic下的所有队列合并在一起，进行Rebalance。

RocketMQ按照Topic维度进行Rebalance，会导致一个很严重的结果：如果一个消费者组订阅多个Topic，可能会出现分配不均。

举例来说：某个消费者组group_X下有4个消费者实例，分别部署在192.168.0.[1-4] 4台机器上；订阅了两个主题：TopicX和TopicY。如下图：

其中：001~004表示的就是这4个消费者的信息，而订阅信息显示了订阅TopicX和TopicY。

TopicX、TopicY各有2个队列，因此总共有4个队列；而刚好又有4个消费者，我们的期望是每个消费者分配一个队列。然后实际分配情况如下图所示：

通过观察Client IP列，我们看到192.168.0.1、192.168.0.2各出现2两次，也就是分配到了两个队列，另外2个IP(192.168.0.3、192.168.0.4)并没有出现，表示没有分配到任何队列。

之所以出现分配不均，就是因为按照Topic维度进行Rebalance，因此这里TopicX和TopicY会各Rebalance一次。且每次Rebalance时都对消费者组下的实例进行排序，所以TopicX和TopicY各自的两个队列，都分配给消费者组中的前两个消费者了。

由于订阅多个Topic时可能会出现分配不均，这是在RocketMQ中我们为什么不建议同一个消费者组订阅多个Topic的重要原因。另一款消息中间件Kafka会将所有Topic队列合并在一起，然后在消费者中进行分配，因此相对会更加平均。

4.2 单个Topic的Rebalance流程

对于每个Topic的Rebalance的触发，都是通过RebalanceImpl#rebalanceByTopic方法。这个方法从整体上可以分为3大步骤：

获得Rebalance元数据信息

进行队列分配

分配结果处理

如以下源码所示：

RebalanceImpl#rebalanceByTopic

private void rebalanceByTopic(final String topic, final boolean isOrder) {

switch (messageModel) {

// 广播模式，略

case BROADCASTING: {...}

//集群模式

case CLUSTERING: {

//1. 获得要Rebalance的元数据

//mqSet：Topic下的队列信息集合

//cidAll: 消费者组下的消费者实例id信息集合

Set mqSet = this.topicSubscribeInfoTable.get(topic);

List cidAll = this.mQClientFactory.findConsumerIdList(topic, consumerGroup);

if (null == mqSet) {

if (!topic.startsWith(MixAll.RETRY_GROUP_TOPIC_PREFIX)) {

log.warn("doRebalance, {}, but the topic[{}] not exist.", consumerGroup, topic);

}

if (null == cidAll) {

log.warn("doRebalance, {} {}, get consumer id list failed", consumerGroup, topic);

}

if (mqSet != null && cidAll != null) {

List mqAll = new ArrayList();

mqAll.addAll(mqSet);

//2. 进行分配

//2.1 首先对Topic下的所有队列，和所有消费者实例id分别进行排序

Collections.sort(mqAll);

Collections.sort(cidAll);

//2.2 通过AllocateMessageQueueStrategy，进行预分配

AllocateMessageQueueStrategy strategy = this.allocateMessageQueueStrategy;

List allocateResult = null;

try {

allocateResult = strategy.allocate(

this.consumerGroup,

this.mQClientFactory.getClientId(),

mqAll,

cidAll);

} catch (Throwable e) {

log.error("AllocateMessageQueueStrategy.allocate Exception...");

return;

}

//3 分配结果处理

//3.1 分配结果去重

Set allocateResultSet = new HashSet();

if (allocateResult != null) {

allocateResultSet.addAll(allocateResult);

}

//3.2 根据预分配到的结果尝试更新ProcessQueue Table，并返回true or false表示是否发生变更

boolean changed =

this.updateProcessQueueTableInRebalance(topic, allocateResultSet, isOrder);

//3.3 如果分配结果发生变更，进行后续处理

if (changed) {

log.info(

"rebalanced result changed. allocateMessageQueueStrategyName={}...");

this.messageQueueChanged(topic, mqSet, allocateResultSet);

}

break;

}

default:

break;

}

下面对每一个步骤进行详细说明。

4.2.1 获得Rebalance元数据

消费者在Rebalance时需要获得：Topic下的队列信息，和消费者组下实例id信息。

对于队列信息：会从之前的缓存的Topic路由信息中获取；

对于消费者组实例id信息：前面我们提到过Broker通过ConsumerManager维护了所有的消费者信息，findConsumerIdList方法内部会会发送GET_CONSUMER_LIST_BY_GROUP给请求给任意一个Broker进行获取。

4.2.2 进行队列分配

RocketMQ的分配策略使用AllocateMessageQueueStrategy接口表示，并提供了多种实现：

AllocateMessageQueueAveragely：平均分配，默认

AllocateMessageQueueAveragelyByCircle：循环分配

AllocateMessageQueueConsistentHash：一致性哈希

AllocateMessageQueueByConfig：根据配置进行分配

AllocateMessageQueueByMachineRoom：根据机房

AllocateMachineRoomNearby：就近分配

在前面，我们提到过RocketMQ的Rebalance流程中，消费者组下的多个实例，自己给自己分配队列，相当于存在多个大脑。那么如何保证分配结果的一致呢？

通过以下两个手段来保证：

首先，在分配之前，需要对Topic下的多个队列进行排序，对多个消费者实例按照id进行排序

其次，每个消费者需要使用相同的分配策略。

这里以AllocateMessageQueueAveragely分配为例来进行说明。假设某个Topic有10个队列，消费者组有3个实例c1、c2、c3，使用AllocateMessageQueueAveragely分配结果如下图所示：

在分配时，每个消费者(c1、c2、c3)平均分配3个，此时还多出1个，多出来的队列按顺序分配给消费者队列的头部元素，因此c1多分配1个，最终c1分配了4个队列。

尽管每个消费者是各自给自己分配，但是因为使用的相同的分配策略，定位从队列列表中哪个位置开始给自己分配，给自己分配多少个队列，从而保证最终分配结果的一致。

AllocateMessageQueueAveragely源码如下所示：

public class AllocateMessageQueueAveragely implements AllocateMessageQueueStrategy {

private final InternalLogger log = ClientLogger.getLog();

@Override

public List allocate(String consumerGroup, String currentCID,

List mqAll,List cidAll) {

//...检查工作，略

List result = new ArrayList();

if (!cidAll.contains(currentCID)) {

log.info("[BUG] ConsumerGroup: {} The consumerId: {} not in cidAll: {}",

consumerGroup,

currentCID,

cidAll);

return result;

}

//计算自己再消费者列表中的位置

int index = cidAll.indexOf(currentCID);

//计算平均分配后，多出来的数量

int mod = mqAll.size() % cidAll.size();

//计算每个消费者平均分配的数量，

//如果不能平均分配(mod>0)，取模多出来的队列，将分配消费者列表中的前几个消费者

int averageSize =

//1 如果队列数量<=消费者数量，将averageSize设置为1，即每个队列分配1个

mqAll.size() <= cidAll.size() ? 1 :

//2 如果队列数量多于消费者数量

//如果不能平均分配(mod > 0)，并且自己的位置小于取模的位置(index < mod)

(mod > 0 && index < mod ?

mqAll.size() / cidAll.size() + 1 //在平均分配的基础上多分配一个

: mqAll.size() / cidAll.size()); //进行平均分配

//计算分配给自己的队列列表中的起始位置

int startIndex = (mod > 0 && index < mod) ?

index * averageSize : index * averageSize + mod;

//计算range，即分配给自己几个队列。

// 由于计算出的averageSize最小为1，当队列数量是小于消费者数量，多出来的消费者应该分配为0，所

//以取(mqAll.size() - startIndex)

int range = Math.min(averageSize, mqAll.size() - startIndex);

//从起始位置开始，循环range次，把对应的队列分配给自己

for (int i = 0; i < range; i++) {

result.add(mqAll.get((startIndex + i) % mqAll.size()));

}

//返回

return result;

}

@Override

public String getName() {

return "AVG";

}

对于其他分配策略，感兴趣的读者可以自行阅读源码，在实际开发中使用的很少。

特别的，mqadmin工具提供了一个allocateMQ子命令，通过其我们可以预览某个Topic在多个消费者分区是如何分配的，使用方式如下：

sh bin/mqadmin allocateMQ -i ip1,ip2,ip3 -t TopicA -n localhost:9876

这个工具是按照AllocateMessageQueueAveragely策略，将模拟分配的结果进行json格式展示。

4.2.3 分配结果处理

处理队列变更

消费者计算出分配给自己的队列结果后，需要与之前进行比较，判断添加了新的队列，或者移除了之前分配的队列，也可能没有变化。

对于新增的队列，需要先计算从哪个位置开始消费，接着从这个位置开始拉取消息进行消费；

对于移除的队列，要移除缓存的消息，并停止拉取消息，并持久化offset。

这些操作都是在RebalanceImpl#updateProcessQueueTableInRebalance中进行。

其他操作

处理完队列变更后，会调用messageQueueChanged方法进行最后一步处理。

对于push和pull的处理逻辑不同。对于push模式主要是进行一些流控参数的更新。

对于pull模式是回调用户自定义的MessageQueueListener。

参考：RebalancePullImpl#messageQueueChanged

RebalancePullImpl#messageQueueChanged

@Override

public void messageQueueChanged(String topic, Set mqAll, Set mqDivided) {

MessageQueueListener messageQueueListener =

this.defaultMQPullConsumerImpl.getDefaultMQPullConsumer().getMessageQueueListener();

if (messageQueueListener != null) {

try {

//回调用户注册的队列变更监听器

messageQueueListener.messageQueueChanged(topic, mqAll, mqDivided);

} catch (Throwable e) {

log.error("messageQueueChanged exception", e);

}

免费学习视频欢迎关注云图智联：https://e.yuntuzhilian.com/

RocketMQ学习教程：08.消费者Rebalance机制【云图智联】

你可能感兴趣的:(RocketMQ学习教程：08.消费者Rebalance机制【云图智联】)