“咱们你们都知道把一个微服务架构变成一个异步架构只须要加一个MQ,如今市面上有不少MQ的开源框架。到底选择哪个MQ的开源框架才合适呢?”html
MQ就是消息队列,是Message Queue的缩写。消息队列是一种通讯方式。消息的本质就是一种数据结构。由于MQ把项目中的消息集中式的处理和存储,因此MQ主要有解耦,并发,和削峰的功能。bash
MQ的消息生产者和消费者互相不关心对方是否存在,经过MQ这个中间件的存在,使整个系统达到解耦的做用。服务器
若是服务之间用RPC通讯,当一个服务跟几百个服务通讯时,若是那个服务的通讯接口改变,那么几百个服务的通讯接口都的跟着变更,这是很是头疼的一件事。数据结构
可是采用MQ以后,不论是生产者或者消费者均可以单独改变本身。他们的改变不会影响到别的服务。从而达到解耦的目的。为何要解耦呢?说白了就是方便,减小没必要要的工做量。架构
MQ有生产者集群和消费者集群,因此客户端是亿级用户时,他们都是并行的。从而大大提高响应速度。并发
由于MQ能存储的消息量很大,因此他能够把大量的消息请求先存下了,而后再并发的方式慢慢处理。框架
若是采用RPC通讯,每一次请求用调用RPC接口,当请求量巨大的时候,由于RPC的请求是很耗资源的,因此巨大的请求必定会压垮服务器。异步
削峰的目的是用户体验变好,而且使整个系统稳定。能承受大量请求消息。分布式
如今市面上的MQ有不少,主要有RabbitMQ,ActiveMQ,ZeroMQ,RocketMQ,Kafka等等,这些都是开源的MQ产品。之前不少人推荐使用RabbitMQ,他也是很是好用的MQ产品,这里不作过多的介绍。Kafka也是高吞吐量的老大,咱们这里也不介绍。ide
咱们重点介绍一下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。
做为经历过屡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愈来愈多的国内企业使用。
能够看见RocketMQ支持定时和延时消息,这是RabbitMQ所没有的能力。
从这里能够看出,RocketMQ涉及到四大集群,producer,Name Server,Consumer,Broker。
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。
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();
}
}复制代码
producer.sendAsync(msg, new SendCallback() {
@Override
public void onSuccess(final SendResult sendResult) {
// 消费发送成功
System.out.println("send message success. topic=" + sendResult.getTopic() + ", msgId=" + sendResult.getMessageId());
}
@Override
public void onException(OnExceptionContext context) {
System.out.println("send message failed. topic=" + context.getTopic() + ", msgId=" + context.getMessageId());
}
});复制代码
单向只发送,不等待返回,因此速度最快,通常在微秒级,但可能丢失
producer.sendOneway(msg);复制代码
三种发送消息具体代码请参考文档:https://help.aliyun.com/document_detail/29547.html?spm=a2c4g.11186623.6.566.7e49793fuueSlB
try {
// 定时消息,单位毫秒(ms),在指定时间戳(当前时间以后)进行投递,例如 2016-03-07 16:21:00 投递。若是被设置成当前时间戳以前的某个时刻,消息将马上投递给消费者。
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,须要进行重试处理,可从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();
}复制代码
try {
// 延时消息,单位毫秒(ms),在指定延迟时间(当前时间以后)进行投递,例如消息在 3 秒后投递
long delayTime = System.currentTimeMillis() + 3000;
// 设置消息须要被投递的时间 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,须要进行重试处理,可从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();
}复制代码
1,定时和延时消息的 msg.setStartDeliverTime 参数须要设置成当前时间戳以后的某个时刻(单位毫秒)。若是被设置成当前时间戳以前的某个时刻,消息将马上投递给消费者。
2,定时和延时消息的 msg.setStartDeliverTime 参数可设置40天内的任什么时候刻(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。 若是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,因为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误差。
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,若是第 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,其余语言都不支持延时消息。
RocketMQ提供相似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,其本质是经过半消息的方式把分布式事务放在MQ端来处理。
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以后,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状况下,上述步骤 4 提交的二次确认最终未到达服务端,通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,须要检查对应消息的本地事务执行的最终结果。
7,发送方根据检查获得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 对半消息进行操做。
1,根据第六步能够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没有返回的状况下,可能存在重复消息
3,消费方要作幂等处理。
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(有可能消息体同样,但消息 ID 不同,当前消息 ID 在控制台没法查询)
String msgId = msg.getMsgID();
// 消息体内容进行 crc32,也可使用其它的如 MD5
long crc32Id = HashUtil.crc32Code(msg.getBody());
// 消息 ID 和 crc32id 主要是用来防止消息重复
// 若是业务自己是幂等的,能够忽略,不然须要利用 msgId 或 crc32Id 来作幂等
// 若是要求消息绝对不重复,推荐作法是对消息体 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,须要进行重试处理,可从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();
}复制代码
具体代码参考文档:https://help.aliyun.com/document_detail/29548.html?spm=a2c4g.11186623.6.570.5d5738a49FJl1t
producer彻底无状态,能够集群部署。
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。
据说阿里以前的NameServer 是用ZooKeeper作的,可能由于Zookeeper不能知足大规模并发的要求,因此以后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部署相对复杂,Broker分为Master与Slave,一个Master能够对应多个Slaver,可是一个Slaver只能对应一个Master,Master与Slaver的对应关系经过指定相同的BrokerName。
不一样的BrokerId来定义,BrokerId为0表示Master,非0表示Slaver。Master能够部署多个。每一个Broker与NameServer集群中的全部节点创建长链接,定时注册Topic信息到全部的NameServer。
消息队列 RocketMQ 支持如下两种订阅方式:
集群订阅:同一个 Group ID 所标识的全部 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一个实例平均分摊,只消费其中的 3 条消息。
// 集群订阅方式设置(不设置的状况下,默认为集群订阅方式)
properties.put(PropertyKeyConst.MessageModel, PropertyValueConst.CLUSTERING);复制代码
广播订阅:同一个 Group ID 所标识的全部 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一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.BROADCASTING);复制代码
Consumer consumer = ONSFactory.createConsumer(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;
}
});
//订阅另一个 Topic
consumer.subscribe("TopicTestMQ-Other", "*", **new** MessageListener() { //订阅所有 Tag
public Action consume(Message message, ConsumeContext context) {
System.out.println("Receive: " + message);
return Action.CommitMessage;
}
});
consumer.start();复制代码
消费端要作幂等处理,全部MQ基本上都不会作幂等处理,须要业务端处理,缘由是若是在MQ端作幂等处理会带来MQ的复杂度,并且严重影响MQ的性能。
建立主子帐号的缘由是权限问题。下面是主帐号建立流程图
详细操做地址:https://help.aliyun.com/document_detail/34411.html?spm=a2c4g.11186623.6.555.38c57f91JXUK7o
子帐号流程图
详细操做地址:https://help.aliyun.com/document_detail/96402.html?spm=a2c4g.11186623.6.556.60194fedfSkxIB
MQ的诞生把原来的同步架构思惟转变到异步架构思惟提供一种方法,为大规模,高并发的业务场景的稳定性实现提供了很好的解决思路。
Martin Fowler强调:分布式调用的第一原则就是不要分布式。这句话看似颇具哲理,然而就企业应用系统而言,只要整个系统在不停地演化,并有多个子系统共同存在时,这条原则就会被迫打破。
Martin Fowler提出的这条原则,一方面是但愿设计者可以审慎地对待分布式调用,另外一方面却也是分布式系统自身存在的缺陷所致。
因此微服务并非万能药,适合的架构才是最好的架构。