转转基于MQ的分布式重试框架设计方案

1 背景

在分布式场景下，为了保障系统的可用性和数据的最终一致性，采用基于消息队列（MQ）的重试机制是一种常见的解决方案。伪代码如下：

/**
 * 需要保证最终一致性的函数
 */
public void doSomething(Object args) {
    try {
      // 执行事务的操作
      executeTransaction();
      // 提交事务
      commitTransaction();
    } catch (Exception e) {
        // 回滚事务
        rollbackTransaction();
        // 记录日志
        log.error(e);
        // 序列化参数
        byte[] body = serialize(args);
        // 构建消息, 指定Topic、Body
        Message msg = new Message("doSomethingTopic", body);
        // 发送失败重试消息
        mq.send(msg);
    }
}

/**
 * 消费者，用于失败重试处理
 */
@Consumer(topic = "doSomethingTopic")
public void consume(Message msg) {
    // 反序列化
    Object args = msg.deserialize();
    // 重试
    doSomething(args);
}

在上述示例中，我们需要编写一系列与业务无关的代码来实现业务逻辑的重试机制。为了减轻开发人员的负担并让其专注于核心业务，我们可以对这些无关代码进行抽象和优化，以提高开发效率和代码质量。

2 方案

通过如下步骤，我们对重试逻辑进行了封装，开发人员只需要在需要保证最终一致性的函数上标注一个重试注解，便拥有基于MQ的分布式重试能力。

1. 使用注解与AOP： 通过使用注解与面向切面编程（AOP）的技术，将重试逻辑模块与业务代码解耦。开发人员可以在需要保证最终一致性的业务方法上添加注解，通过AOP将重试逻辑应用到目标方法中，从而自动触发重试机制。

2. 提供配置化选项：为重试逻辑提供可配置化的选项，例如设置最大重试次数、重试间隔时间等。这样，开发人员可以根据具体业务需求进行调整，而无需修改代码。

3. 异常处理和日志记录：在重试逻辑中合理地处理异常，并在必要时记录相关日志。这样可以帮助开发人员及时发现问题并进行排查。

4. 提供可视化监控工具：开发一个可视化的监控工具，用于实时跟踪重试操作和相关指标。这样可以帮助开发人员更好地理解重试的执行情况，并进行故障排查和性能优化。

3 效果

我们引入了@MQRetry注解用于标记业务逻辑函数，一旦该函数发生异常，该注解会将服务名、类的完整名称、方法名称以及实际参数列表发送到消息队列（MQ）中。同时系统会注册一个MQ消费者来消费这些消息，并进行重试处理。

举个例子，假设我们有一个名为doSomething的函数，它包含了需要保证最终一致性执行的业务逻辑。仅需在该函数上添加@MQRetry注解，当函数出现异常时，框架会自动发送一条MQ重试消息。这条消息可以被当前服务的任意一台服务器消费，并重新执行doSomething函数。

@Service
class Service {
 
    @MQRetry
    public void doSomething(String params1, String params2, List<String> params3) {
        //throw new RuntimeException(); 抛异常将重试
        //RetryContext.markRetryLater(); 标记为需要下次重试
 
        //int retryCount = RetryContext.getRetryCount(); 获取重试次数
    }
 
}
 
@Controller
class Controller {
     
    @Autowired
    private Service service;
 
    service.doSomething("1", "2", Arrays.asList("3", "4"));
}

4 可选项

除此之外，我们还为开发人员提供了一些可选项，提供一些可配置的能力。

/**
 * 基于MQ的分布式重试组件
 */
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface MQRetry {
    /**
     * 最大重试次数，默认与上限为16次
     */
    int maxAttempts() default 16;
    
    /**
     * 忽略的异常类列表，默认所有异常都重试
     */
    Class<? extends Throwable>[] exclude() default {};
    
    /**
     * 需要重试的异常类列表，默认所有异常都重试
     */
    Class<? extends Throwable>[] include() default {};
    
    /**
     * 出现异常时的处理函数, 格式: Bean名.方法名. 如: smsService.onError
     * 也可以只设置函数名, 不设置Bean名将执行本类的函数. 如: onError
     * 要求函数参数必须与重试函数的参数完全一致
     */
    String errorHandler() default "";
    
    /**
     * true: 第一次调用时, 同步执行@MQRetry函数, 如果失败再使用MQ
     * false: 调用@MQRetry函数时, 只会发送MQ
     */
    boolean firstSyncCall() default true;
    
    /**
     * 消费线程数，默认为20个
     */
    int consumeThread() default 20;
    
}

5 注意事项

1. 适用于异步场景，重试函数不要设置返回值，函数的返回值将不会有任何的实际意义。

2. At lease Once保证，重试函数需要
   保证幂等。

3. 使用了AOP代理实现，因此，@Transactional的注意事项同样适用于@MQRetry，如
   this调用、private函数、final函数会导致重试失效。

4. 如果重试函数需要增加参数，请在函数参数最后位置添加。历史消息消费时对应参数将填充为null。

6 总结

在计算机领域中，重试机制的重要性不言而喻。它通常分为两种模式：客户端模式和服务端模式。客户端模式简单易用，但可靠性较低；而服务端模式虽然相对复杂，但能够提供更高的可靠性。

无论是客户端模式还是服务端模式，重试机制都是保障系统正常运行的重要一环。选择适合您业务需求的模式，并通过合理的配置项进行优化，将为您的系统带来更好的表现和用户体验。

---

关于作者

苑冲，转转架构部存储服务负责人，负责MQ、监控系统、KV存储、时序数据库、Redis、KMS秘钥管理等基础组件。喜欢深入思考问题，对探索新领域和解决问题充满热情。

转转研发中心及业界小伙伴们的技术学习交流平台，定期分享一线的实战经验及业界前沿的技术话题。
关注公众号「转转技术」（综合性）、「大转转FE」（专注于FE）、「转转QA」（专注于QA），更多干货实践，欢迎交流分享~