rocketmq消費負載均衡--push消費為例

本文介紹了DefaultMQPushConsumerImpl消費者，客戶端負載均衡相關知識點。本文從DefaultMQPushConsumerImpl啟動過程到實現負載均衡，從源代碼一步一步分析，共分為6個部分進行介紹，其中第6個部分  rebalanceByTopic 為負載均衡的核心邏輯模塊，具體過程運用了圖文進行闡述。

 

介紹之前首先拋出幾個問題：

1. 要做負載均衡，首先要解決的一個問題是什么？

2. 負載均衡是Client端處理還是Broker端處理？

個人理解：

1. 要做負載均衡，首先要做的就是信號收集。

所謂信號收集，就是得知道每一個consumerGroup有哪些consumer，對應的topic是誰。信號收集分為Client端信號收集與Broker端信號收集兩個部分。

2. 負載均衡放在Client端處理。

具體做法是：消費者客戶端在啟動時完善rebalanceImpl實例，同時拷貝訂閱信息存放rebalanceImpl實例對象中，另外也是很重要的一個步驟 -- 通過心跳消息，不停的上報自己到所有Broker，注冊RegisterConsumer，等待上述過程准備好之后在Client端不斷執行的負載均衡服務線程從Broker端獲取一份全局信息（該consumerGroup下所有的消費Client），然后分配這些全局信息，獲取當前客戶端分配到的消費隊列。

 

本文具體的內容：

I. copySubscription

Client端信號收集，拷貝訂閱信息。

在DefaultMQPushConsumerImpl.start()時，會將消費者的topic訂閱關系設置到rebalanceImpl的SubscriptionInner的map中用於負載：

private void copySubscription() throws MQClientException {
        try {
      //注：一個consumer對象可以訂閱多個topic
            Map<String, String> sub = this.defaultMQPushConsumer.getSubscription();
            if (sub != null) {
                for (final Map.Entry<String, String> entry : sub.entrySet()) {
                    final String topic = entry.getKey();
                    final String subString = entry.getValue();
                    SubscriptionData subscriptionData =
                            FilterAPI.buildSubscriptionData(this.defaultMQPushConsumer.getConsumerGroup(),//
                                topic, subString);
                    this.rebalanceImpl.getSubscriptionInner().put(topic, subscriptionData);
                }
            }

            if (null == this.messageListenerInner) {
                this.messageListenerInner = this.defaultMQPushConsumer.getMessageListener();
            }

            switch (this.defaultMQPushConsumer.getMessageModel()) {
            case BROADCASTING:
                break;
            case CLUSTERING:
                final String retryTopic = MixAll.getRetryTopic(this.defaultMQPushConsumer.getConsumerGroup());
                SubscriptionData subscriptionData =
                        FilterAPI.buildSubscriptionData(this.defaultMQPushConsumer.getConsumerGroup(),//
                            retryTopic, SubscriptionData.SUB_ALL);
                this.rebalanceImpl.getSubscriptionInner().put(retryTopic, subscriptionData);
                break;
            default:
                break;
            }
        }
        catch (Exception e) {
            throw new MQClientException("subscription exception", e);
        }
    }

FilterAPI.buildSubscriptionData接口將訂閱關系轉換為SubscriptionData 數據，其中subString包含訂閱tag等信息。另外，如果該消費者的消費模式為集群消費，則會將retry的topic一並放到。

 

II. 完善rebalanceImpl實例

Client繼續收集信息：

 this.rebalanceImpl.setConsumerGroup(this.defaultMQPushConsumer.getConsumerGroup());
 this.rebalanceImpl.setMessageModel(this.defaultMQPushConsumer.getMessageModel());
 this.rebalanceImpl.setAllocateMessageQueueStrategy(this.defaultMQPushConsumer
                .getAllocateMessageQueueStrategy());
 this.rebalanceImpl.setmQClientFactory(this.mQClientFactory);

本文以DefaultMQPushConsumerImpl為例，因此this對象類型為DefaultMQPushConsumerImp。

 

III. this.rebalanceService.start()

開啟負載均衡服務。this.rebalanceService是一個RebalanceService實例對象，它繼承與ServiceThread，是一個線程類。 this.rebalanceService.start()執行時，也即執行RebalanceService線程體：

   @Override
    public void run() {
        log.info(this.getServiceName() + " service started");

        while (!this.isStoped()) {
            this.waitForRunning(WaitInterval);
            this.mqClientFactory.doRebalance();
        }

        log.info(this.getServiceName() + " service end");
    }

 

IV. this.mqClientFactory.doRebalance

客戶端遍歷消費組table，對該客戶端上所有消費者獨立進行負載均衡，分發消費隊列：

 public void doRebalance() {
        for (String group : this.consumerTable.keySet()) {
            MQConsumerInner impl = this.consumerTable.get(group);
            if (impl != null) {
                try {
                    impl.doRebalance();
                } catch (Exception e) {
                    log.error("doRebalance exception", e);
                }
            }
        }
    }

 

V. MQConsumerInner.doRebalance

由於本文以DefaultMQPushConsumerImpl消費過程為例，即DefaultMQPushConsumerImpl.doRebalance：

@Override
    public void doRebalance() {
        if (this.rebalanceImpl != null) {
            this.rebalanceImpl.doRebalance();
        }
    }

步驟II 中完善了rebalanceImpl實例，為調用rebalanceImpl.doRebalance()提供了初始數據。

rebalanceImpl.doRebalance()過程如下：

public void doRebalance() {
　　　　　// 前文copySubscription中初始化了SubscriptionInner
        Map<String, SubscriptionData> subTable = this.getSubscriptionInner();
        if (subTable != null) {
            for (final Map.Entry<String, SubscriptionData> entry : subTable.entrySet()) {
                final String topic = entry.getKey();
                try {
                    this.rebalanceByTopic(topic);
                } catch (Exception e) {
                    if (!topic.startsWith(MixAll.RETRY_GROUP_TOPIC_PREFIX)) {
                        log.warn("rebalanceByTopic Exception", e);
                    }
                }
            }
        }

        this.truncateMessageQueueNotMyTopic();
    }

 

VI. rebalanceByTopic -- 核心步驟之一
rebalanceByTopic方法中根據消費者的消費類型為BROADCASTING或CLUSTERING做不同的邏輯處理。CLUSTERING邏輯包括BROADCASTING邏輯，本部分只介紹集群消費負載均衡的邏輯。
集群消費負載均衡邏輯主要代碼如下（省略了log等代碼）：

//1.從topicSubscribeInfoTable列表中獲取與該topic相關的所有消息隊列
Set<MessageQueue> mqSet = this.topicSubscribeInfoTable.get(topic);
//2. 從broker端獲取消費該消費組的所有客戶端clientId
List<String> cidAll = this.mQClientFactory.findConsumerIdList(topic, consumerGroup);
 f (null == mqSet) { ... }
if (null == cidAll) { ... }
if (mqSet != null && cidAll != null) {
        List<MessageQueue> mqAll = new ArrayList<MessageQueue>();
        mqAll.addAll(mqSet);
        Collections.sort(mqAll);
        Collections.sort(cidAll);

　　　　　// 3.創建DefaultMQPushConsumer對象時默認設置為AllocateMessageQueueAveragely
        AllocateMessageQueueStrategy strategy = this.allocateMessageQueueStrategy;

        List<MessageQueue> allocateResult = null;
        try {
 　　　　　　　　　// 4.調用AllocateMessageQueueAveragely.allocate方法，獲取當前client分配消費隊列
                allocateResult = strategy.allocate(
                this.consumerGroup, 
                this.mQClientFactory.getClientId(), 
                mqAll,
                cidAll);
            } catch (Throwable e) {
                        return;
                    }
     　　　　// 5. 將分配得到的allocateResult 中的隊列放入allocateResultSet 集合
            Set<MessageQueue> allocateResultSet = new HashSet<MessageQueue>();
            if (allocateResult != null) {
                allocateResultSet.addAll(allocateResult);
            }
、
    　　　　 //6. 更新updateProcessQueue
            boolean changed = this.updateProcessQueueTableInRebalance(topic, allocateResultSet);
            if (changed) {
                    this.messageQueueChanged(topic, mqSet, allocateResultSet);
            }
}

注：BROADCASTING邏輯只包含上述的1、6。

集群消費負載均衡邏輯中的1、2、4這三個點相關知識為其核心過程，各個點相關知識如下：

 

第1點：從topicSubscribeInfoTable列表中獲取與該topic相關的所有消息隊列

 

第2點： 從broker端獲取消費該消費組的所有客戶端clientId

首先，消費者對象不斷地向所有broker發送心跳包，上報自己，注冊並更新訂閱關系以及客戶端ChannelInfoTable；之后，客戶端在做消費負載均衡時獲取那些消費客戶端，對這些客戶端進行負載均衡，分發消費的隊列。具體過程如下圖所示：

第4點：調用AllocateMessageQueueAveragely.allocate方法，獲取當前client分配消費隊列

 

 

注：上圖中cId1、cId2、...、cIdN通過 getConsumerIdListByGroup 獲取，它們在這個ConsumerGroup下所有在線客戶端列表中。

當前消費對進行負載均衡策略后獲取對應的消息消費隊列。具體的算法很簡單，可以看源碼。