Apache Pulsar[3] 概念进阶

Pulsar提供了灵活的消息模型，支持三种订阅类型：

Exclusive subscription：排他，只能有一个Consumer，接收一个Topic所有的消息
Shared subscription：共享，可以同时存在多个Consumer，每个Consumer处理Topic中一部消息（Shared模型是不保证消息顺序的，Consumer数量可以超过分区的数量）
Failover subscription：灾备模式，同一时刻只有一个有效的Consumer，其余的Consumer作为备用节点，在Master Consumer不可用后进行替代（看起来适用于数据量小，且解决单点故障的场景）

image.png

为了解决吞吐等问题，Pulsar和Kafka一样，采用了分区（Partition）的机制。

image.png

Pulsar提供了一些策略来处理消息到Partition的路由（MessageRouter）：

Single partitioning：Producer随机选择一个Partition并将所有消息写入到这个分区
Round robin partitioning ：采用Round robin的方式，轮训所有分区进行消息写入
Hash partitioning：这种模式每条消息有一个Key，Producer根据消息的Key的哈希值进行分区的选择（Key相同的消息可以保证顺序）。默认
Custom partitioning：用户自定义路由策略

Pulsar通过BookKeeper来存储消息，保证消息不会丢失

image.png

Pulsar采用“存储和服务分离”的两层架构（这是Pulsar区别于其他MQ系统最重要的一点，也是所谓的“下一代消息系统”的核心）：

Broker：提供发布和订阅的服务（Pulsar的组件）
Bookie：提供存储能力（BookKeeper的存储组件）
通过两层架构使broker变成无状态，可以水平扩容。高可靠和一致性通过bookkeeper保证。

image.png

采用ZooKeeper存储元数据，集群配置，作为协调器
-- local zk负责Pulsar Cluster内部的配置等
-- global zk则用于Pulsar Cluster之间的数据复制等
采用Bookie作为存储设备
Broker负责负载均衡和消息的读取、写入等
Global replicators负责集群间的数据复制

多个Broker节点组成一个Pulsar Cluster；多个Pulsar Cluster组成一个Pulsar Instance。
Pulsar通过GEO-REPLICATION支持一个Instance内在不同的地域发送和消费消息。

image.png

在这个图中，每当 P1、P2 和 P3 的生产者分别向Cluster-A、Cluster-B和Cluster-C 中的T1 topic发送消息时，这些消息很快在不同的集群中复制，C1，C2可以在自己的集群内消费到所有的数据。