微服务异步架构---MQ之RocketMQ

捐助

作者： Java极客技术

1893 次浏览

2020-3-16

编辑推荐:

本文讲述完整的企业架构，Zachman 模型，TOGAF 详细的架构工件模型，DODAF（美国国防部体系架构框架），希望对您有所帮助。
本文来自于博客园，由火龙果软件Delores编辑、推荐。

“我们大家都知道把一个微服务架构变成一个异步架构只需要加一个MQ，现在市面上有很多MQ的开源框架。到底选择哪一个MQ的开源框架才合适呢 ”

一、什么是MQ？MQ的原理是什么？

MQ就是消息队列，是Message Queue的缩写。消息队列是一种通信方式。消息的本质就是一种数据结构。因为MQ把项目中的消息集中式的处理和存储，所以MQ主要有解耦，并发，和削峰的功能。

1，解耦：

MQ的消息生产者和消费者互相不关心对方是否存在，通过MQ这个中间件的存在，使整个系统达到解耦的作用。

如果服务之间用RPC通信，当一个服务跟几百个服务通信时，如果那个服务的通信接口改变，那么几百个服务的通信接口都的跟着变动，这是非常头疼的一件事。

但是采用MQ之后，不管是生产者或者消费者都可以单独改变自己。他们的改变不会影响到别的服务。从而达到解耦的目的。为什么要解耦呢？说白了就是方便，减少不必要的工作量。

2，并发

MQ有生产者集群和消费者集群，所以客户端是亿级用户时，他们都是并行的。从而大大提升响应速度。

3，削峰

因为MQ能存储的消息量很大，所以他可以把大量的消息请求先存下了，然后再并发的方式慢慢处理。

如果采用RPC通信，每一次请求用调用RPC接口，当请求量巨大的时候，因为RPC的请求是很耗资源的，所以巨大的请求一定会压垮服务器。

削峰的目的是用户体验变好，并且使整个系统稳定。能承受大量请求消息。

二、现在市面上有什么MQ

重点介绍RocketMQ

现在市面上的MQ有很多，主要有RabbitMQ，ActiveMQ，ZeroMQ，RocketMQ，Kafka等等，这些都是开源的MQ产品。以前很多人推荐使用RabbitMQ，他也是非常好用的MQ产品，这里不做过多的介绍。Kafka也是高吞吐量的老大，我们这里也不介绍。

我们重点介绍一下RocketMQ，RocketMQ是阿里巴巴在2012年开源的分布式消息中间件，目前已经捐赠给Apache软件基金会，并于并于2017年9月25日成为 Apache 的顶级项目。

作为经历过多次阿里巴巴双十一这种“超级工程”的洗礼并有稳定出色表现的国产中间件，以其高性能、低延时和高可靠等特性近年来已经也被越来越多的国内企业使用。

功能概览图

可以看见RocketMQ支持定时和延时消息，这是RabbitMQ所没有的能力。

RocketMQ的物理结构

从这里可以看出，RocketMQ涉及到四大集群，producer，Name Server，Consumer，Broker。

Producer集群：

是生产者集群，负责产生消息，向消费者发送由业务应用程序系统生成的消息，RocketMQ提供三种方式发送消息：同步，异步，单向。

一，普通消息

1，同步原理图

同步消息关键代码

try { SendResult sendResult =
producer.send(msg); // 同步发送消息，
只要不抛异常就是成功 if
(sendResult != null) { System.out.println
(new Date() + " Send mq message success.
Topic is:" + msg.getTopic() + " msgId is: " + sendResult.getMessageId()); }
catch (Exception e) { System.out.println
(new Date() + " Send mq message failed.
Topic is:" + msg.getTopic());
e.printStackTrace(); }}

2，异步原理图

异步消息关键代码

producer.sendAsync(msg, new SendCallback()
{ @Overridepublic void onSuccess
(final SendResult sendResult)
{ // 消费发送成功 System.out.println
("send message success. topic=" +
sendResult.getTopic() + ", msgId="
+ sendResult.getMessageId()); }
@Overridepublic void onException
(OnExceptionContext context)
{ System.out.println("send message failed.
topic=" + context.getTopic() + ",
msgId=" + context.getMessageId()); }});

3，单向（Oneway）发送原理图

单向只发送，不等待返回，所以速度最快，一般在微秒级，但可能丢失

单向（Oneway）发送消息关键代码

producer.sendOneway(msg);

二，定时消息和延时消息

发送定时消息关键代码

try { // 定时消息，单位毫秒（ms），
在指定时间戳（当前时间之后）进行投递，
例如 2016-03-07 16:21:00 投递。
如果被设置成当前时间戳之前的某个时刻，
消息将立刻投递给消费者。 long timeStamp
= new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")
.parse("2016-03-07 16:21:00").getTime(); msg.setStartDeliverTime(timeStamp);
// 发送消息，只要不抛异常就是成功
SendResult sendResult = producer.send(msg);
System.out.println
("MessageId:"+sendResult.getMessageId());
}catch (Exception e) { // 消息发送失败，
需要进行重试处理，可重新发送这条消息
或持久化这条数据进行补偿处理
System.out.println(new Date()
+ " Send mq message failed.
Topic is:" + msg.getTopic());
e.printStackTrace(); }

发送延时消息关键代码

try { // 延时消息，单位毫秒（ms），
在指定延迟时间（当前时间之后）进行投递，
例如消息在 3 秒后投递 long delayTime
= System.currentTimeMillis() + 3000;
// 设置消息需要被投递的时间
msg.setStartDeliverTime(delayTime);
SendResult sendResult = producer.send(msg);
// 同步发送消息，只要不抛异常就是成功
if (sendResult != null)
{ System.out.println(new Date()
+ " Send mq message success.
Topic is:" + msg.getTopic() + " msgId is: " + sendResult.getMessageId()); } }
catch (Exception e) { // 消息发送失败，
需要进行重试处理，可重新发送这条消息
或持久化这条数据进行补偿处理
System.out.println(new Date()
+ " Send mq message failed.
Topic is:" + msg.getTopic());
e.printStackTrace(); }

注意事项

1，定时和延时消息的 msg.setStartDeliverTime 参数需要设置成当前时间戳之后的某个时刻（单位毫秒）。如果被设置成当前时间戳之前的某个时刻，消息将立刻投递给消费者。

2，定时和延时消息的 msg.setStartDeliverTime 参数可设置40天内的任何时刻（单位毫秒），超过40天消息发送将失败。

3，StartDeliverTime 是服务端开始向消费端投递的时间。如果消费者当前有消息堆积，那么定时和延时消息会排在堆积消息后面，将不能严格按照配置的时间进行投递。

4，由于客户端和服务端可能存在时间差，消息的实际投递时间与客户端设置的投递时间之间可能存在偏差。

5，设置定时和延时消息的投递时间后，依然受 3 天的消息保存时长限制。例如，设置定时消息 5 天后才能被消费，如果第 5 天后一直没被消费，那么这条消息将在第8天被删除。

6，除 Java 语言支持延时消息外，其他语言都不支持延时消息。

发布消息原理图

三，事务消息

RocketMQ提供类似X/Open XA的分布式事务功能来确保业务发送方和MQ消息的最终一致性，其本质是通过半消息的方式把分布式事务放在MQ端来处理。

原理图

其中：

1，发送方向消息队列 RocketMQ 服务端发送消息。

2，服务端将消息持久化成功之后，向发送方 ACK 确认消息已经发送成功，此时消息为半消息。

3，发送方开始执行本地事务逻辑。

4，发送方根据本地事务执行结果向服务端提交二次确认（Commit 或是 Rollback），服务端收到 Commit 状态则将半消息标记为可投递，订阅方最终将收到该消息；服务端收到 Rollback 状态则删除半消息，订阅方将不会接受该消息。

5，在断网或者是应用重启的特殊情况下，上述步骤 4 提交的二次确认最终未到达服务端，经过固定时间后服务端将对该消息发起消息回查。

6，发送方收到消息回查后，需要检查对应消息的本地事务执行的最终结果。

7，发送方根据检查得到的本地事务的最终状态再次提交二次确认，服务端仍按照步骤 4 对半消息进行操作。

RocketMQ的半消息机制的注意事项是

1，根据第六步可以看出他要求发送方提供业务回查接口。

2，不能保证发送方的消息幂等，在ack没有返回的情况下，可能存在重复消息

3，消费方要做幂等处理。

核心代码

final BusinessService businessService = new BusinessService(); // 本地业务

TransactionProducer producer
= ONSFactory.createTransactionProducer
(properties,new LocalTransactionCheckerImpl());
producer.start(); Message msg = new Message
("Topic", "TagA", "Hello MQ transaction===".
getBytes()); try { SendResult sendResult
= producer.send(msg, new LocalTransactionExecuter()
{ @Override public TransactionStatus execute
(Message msg, Object arg) { // 消息 ID
（有可能消息体一样，但消息 ID 不一样，
当前消息 ID 在控制台无法查询）
String msgId = msg.getMsgID();
// 消息体内容进行 crc32，也可以使用其它的如
MD5 long crc32Id = HashUtil.crc32Code
(msg.getBody()); // 消息 ID 和 crc32id
主要是用来防止消息重复 // 如果业务本身是幂等的，
可以忽略，否则需要利用 msgId 或 crc32Id 来做幂等
// 如果要求消息绝对不重复，推荐做法是
对消息体 body 使用 crc32 或 MD5 来防止重复消息
Object businessServiceArgs = new Object();
TransactionStatus transactionStatus
=TransactionStatus.Unknow;
try { boolean isCommit =
businessService.execbusinessService
(businessServiceArgs); if (isCommit)
{ // 本地事务成功则提交消息 transactionStatus = TransactionStatus.CommitTransaction; }
else { // 本地事务失败则回滚消息
transactionStatus = TransactionStatus.
RollbackTransaction; } } catch (Exception e)
{log.error("Message Id:{}", msgId, e); } System.out.println(msg.getMsgID());
log.warn("Message Id:{}transactionStatus:{}", msgId, transactionStatus.name());
return transactionStatus; } }, null); }
catch (Exception e) { // 消息发送失败，
需要进行重试处理，可重新发送这条消息或
持久化这条数据进行补偿处理 System.out.println
(new Date() + " Send mq message failed.
Topic is:" + msg.getTopic());
e.printStackTrace(); }

所有消息发布原理图

producer完全无状态，可以集群部署。

Name Server集群：

NameServer是一个几乎无状态的节点，可集群部署，节点之间无任何信息同步，NameServer很像注册中心的功能。

听说阿里之前的NameServer 是用ZooKeeper做的，可能因为Zookeeper不能满足大规模并发的要求，所以之后NameServer 是阿里自研的。

NameServer其实就是一个路由表，他管理Producer和Comsumer之间的发现和注册。

Broker集群：

Broker部署相对复杂，Broker分为Master与Slave，一个Master可以对应多个Slaver，但是一个Slaver只能对应一个Master，Master与Slaver的对应关系通过指定相同的BrokerName。

不同的BrokerId来定义，BrokerId为0表示Master，非0表示Slaver。Master可以部署多个。每个Broker与NameServer集群中的所有节点建立长连接，定时注册Topic信息到所有的NameServer。

Consumer集群：

订阅方式

消息队列 RocketMQ 支持以下两种订阅方式：

集群订阅：同一个 Group ID 所标识的所有 Consumer 平均分摊消费消息。例如某个 Topic 有 9 条消息，一个 Group ID 有 3 个 Consumer 实例，那么在集群消费模式下每个实例平均分摊，只消费其中的 3 条消息。

// 集群订阅方式设置（不设置的情况下，
默认为集群订阅方式）properties.put
(PropertyKeyConst.MessageModel,
PropertyValueConst.CLUSTERING);

广播订阅：同一个 Group ID 所标识的所有 Consumer 都会各自消费某条消息一次。例如某个 Topic 有 9 条消息，一个 Group ID 有 3 个 Consumer 实例，那么在广播消费模式下每个实例都会各自消费 9 条消息。

// 广播订阅方式设置properties.put
(PropertyKeyConst.MessageModel,
PropertyValueConst.BR
OADCASTING);

订阅消息关键代码：

Consumer consumer = ONSFactory.create
Consumer(properties); consumer.subscribe
("TopicTestMQ", "TagA||TagB", **new**
MessageListener() { //订阅多个
Tag public Action consume(Message message,
ConsumeContext context) { System.out.println
("Receive: " + message); return Action.
CommitMessage;}}); //订阅另外一个 Topic
consumer.subscribe("TopicTestMQ-Other",
"*", **new** MessageListener()
{ //订阅全部 Tag public Action consume
(Message message, ConsumeContext context)
{ System.out.println("Receive: " + message);
return Action.CommitMessage;}}); consumer.start();

注意事项：

消费端要做幂等处理，所有MQ基本上都不会做幂等处理，需要业务端处理，原因是如果在MQ端做幂等处理会带来MQ的复杂度，而且严重影响MQ的性能。

消息收发模型