RocketMQ-文件读写以及底层数据结构的设计

RocketMQ的并发读写能力扛住了2016年双十一，每秒17.5万笔订单的创建（单笔订单衍生出N条消息，实际tps是17.5*n 万），下面对其高并发读写原理进行探讨。主要体现在两方面：

• 客户端收发消息
• 服务器接收消息并持久化（重点）

客户端(RocketMQ-client)

1，客户端发送消息有负载均衡，客户端内存中保存着当前所有的服务器列表，每次发送都切换一台服务器发送消息，使得每台服务器接收的消息量尽量均衡，避免热点问题。

2，发送代码为线程安全，当Producer实例就绪之后，完全可以死循环发送消息。一般业务方都会有N个数据源实例，所以从数据源方面就保证高并发写能力。

3，消费者端负载均衡集群消费模式下，同一个ID的所有消费者实例平均消费该Topic的所有队列。

服务器端(Broker)
服务端的高并发读写主要利用Linux操作系统的PageCache特性，通过Java的MappedByteBuffer直接操作PageCache。MappedByteBuffer能直接将文件直接映射到内存，其实就是Map把文件的内容被映像到计算机虚拟内存的一块区域，这样就可以直接操作内存当中的数据而无需操作的时候每次都通过I/O去物理硬盘写文件的。

这里先介绍RocketMQ的消息存储结构：由commitLog和consume queue 两部分组成。

commitLog
1，commitLog是保存消息元数据的地方，所有消息到达Broker后都会保存到commitLog文件。
这里需要强调的是所有topic的消息都会统一保存在commitLog中，举个例子：当前集群有TopicA, TopicB，这两个Toipc的消息会按照消息到达的先后顺序保存到同一个commitLog中，而不是每个Topic有自己独立的commitLog。

2，每个commitLog大小上限为1G，满1G之后会自动新建CommitLog文件做保存数据用。

3，CommitLog的清理机制：

按时间清理，rocketmq默认会清理3天前的commitLog文件；
按磁盘水位清理：当磁盘使用量到达磁盘容量75%，开始清理最老的commitLog文件。

ConsumerQueue:

1，ConsumerQueue相当于CommitLog的索引文件，消费者消费时会先从ConsumerQueue中查找消息的在commitLog中的offset，再去CommitLog中找元数据。如果某个消息只在CommitLog中有数据，没在ConsumerQueue中， 则消费者无法消费，Rocktet的事务消息就是这个原理。

2，consumequeue的数据结构包含3部分：

• 消息在commitLog文件实际偏移量(commitLogOffset)
• 消息大小
• 消息tag的哈希值

得益于以上的数据结构，MQ在写数据过程是顺序写盘，读数据过程是跳跃读盘（尽量命中PageCache）。

消息顺序写
在单台服务器上，MQ元数据都落在单个文件上（即commitLog），大量数据IO都在顺序写同一个commitLog，满1G了再写新的，真正意义上的顺序写盘，再加上MQ默认是累计4K才强制从PageCache中刷到磁盘（缓存），所以高并发写性能突出。

消息跳跃读
MQ读取消息依赖系统PageCache，PageCache命中率越高，读性能越高，Linux平时也会尽量预读数据，使得应用直接访问磁盘的概率降低。

当客户端向Broker拉取消息时，Broker上系统读文件过程如下：

1，检查要读的数据是否在上次预读的cache中；

2，若不在cache，操作系统从磁盘中读取对应的数据页，并且系统还会将该数据页之后的连续几页（一般三页）也一并读入到cache中，再将应用需要的数据返回给应用。此情况操作系统认为是跳跃读取，属于同步预读。

3，若命中cache，相当于上次缓存的内容有效，操作系统认为顺序读盘，则继续扩大缓存的数据范围，将之前缓存的数据页往后的N页数据再读取到cache中，属于异步预读。

系统给cache的定义了一个数据结构，命名为window，window由 当前要读取的内容 + 预读取的内容(group)组成。

下面结合下图举例说明：

• a状态：操作系统等待应用读请求时的缓存状态。

• b状态：客户端发起读操作，broker发现所读数据不在Cache中，即不在前次预读的group中，则表明文件访问不是顺序访问（场景有可能是不消费中间的某部分消息，直接消费最新的消息），系统采用同步预读，直接从磁盘中读取页面+缓存页到内存。

• c状态：客户端继续发起读操作，系统发现所读数据在Cache中，则表明前次预读命中，操作系统把预读group扩大一倍，并让底层文件系统读入group中剩下尚不在Cache中的文件数据块，异步预读。

  所以Broker的机器需要大内存，尽量缓存足够多的commitLog，让Broker读写消息基本在PageCache中操作。在运行时，如果数据量非常大，可以看到broker的进程占用内存比较多，其实大部分是被缓存住的commitlog。

缓存清理机制(PageCache)

Linux会缓存尽量多的消息数据到内存中，提高读数据缓冲命中率。当内存不够时，还是要清理没用的数据，将清理的空间用以缓存新的内容，这整个过程，Linux用一个双向链表来管理，如下图：

inactive_list代表访问冷数据，active_list代表访问热数据，新分配的数据页先链入到inactive_list头部，当其被引用时再将其移到active_list的头部。

当内存不足时，系统首先从尾部开始反向扫描 active_list并将状态不是referenced的项链入到inactive_list的头部，然后系统反向扫描inactive_list，如果所扫描的项的处于合适的状态就回收该项，直到回收了足够数目的Cache项，这就是系统回收内存的过程。

这里需要注意一点，如果内存回收速度比应用写缓存的速度慢，会导致写缓存的线程一直等待，体现到RocketMQ上就是写消息RT很高，这就是 “毛刺问题”。这时就需要结合GC参数和系统内核参数进行调整，此处不对此展开说明了。