RocketMQ 知識點

 

 

參考源碼:   https://github.com/apache/rocketmq/tree/master/docs/cn 

 3大流行MQ對比 ： https://www.cnblogs.com/snow-man/p/10062394.html

 

1、多個mq如何選型？

選擇比較流行並且有一定社區活躍度的產品，遇到Bug的幾率會非常低。使用過程中的問題，網上基本都會有解決方案。
1.消息的可靠傳遞：確保不丟消息；
2.Cluster：支持集群，確保不會因為某個節點宕機導致服務不可用，當然也不能丟消息。
3.性能：具備足夠好的性能，能滿足絕大多數場景的性能要求。

MQ	描述
RabbitMQ	erlang開發，對消息堆積的支持並不好，當大量消息積壓的時候，會導致 RabbitMQ 的性能急劇下降。每秒鍾可以處理幾萬到十幾萬條消息。編程語言是非常小眾的語言而且不易學習
RocketMQ	java開發，面向互聯網集群化功能豐富，對在線業務的響應時延做了很多的優化，大多數情況下可以做到毫秒級的響應，每秒鍾大概能處理幾十萬條消息。
Kafka	Scala開發，面向日志功能豐富，性能最高。當你的業務場景中，每秒鍾消息數量沒有那么多的時候，Kafka 的時延反而會比較高。所以，Kafka 不太適合在線業務場景(設計上大量使用了批量和異步的思想，這種設計使得 Kafka 能做到超高的性能。但是因為這種異步批量的設計，他的同步收發消息的響應時延比較高，因為 很多地方都會使用這種“先攢一波再一起處理”的設計).
ActiveMQ	java開發，簡單，穩定，性能不如前面三個。小型系統用也ok，但是不推薦。推薦用互聯網主流的。

3、為什么要使用MQ？

　優點：　解耦、異步、削峰，提升系統吞吐量

   缺點:     系統可用性降低；系統復雜性增加

 

4、RocketMQ由哪些角色組成，每個角色作用和特點是什么？

角色	作用
Nameserver	無狀態，動態列表；這也是和zookeeper的重要區別之一。zookeeper是有狀態的。
Producer	消息生產者，負責發消息到Broker。
Broker	就是MQ本身，負責收發消息、持久化消息等。
Consumer	消息消費者，負責從Broker上拉取消息進行消費，消費完進行ack。

5、RocketMQ中的Topic和JMS的queue有什么區別？

queue就是來源於數據結構的FIFO隊列。而Topic是個抽象的概念，每個Topic底層對應N個queue，而數據也真實存在queue上的。

6、RocketMQ Broker中的消息被消費后會立即刪除嗎？

不會，每條消息都會持久化到CommitLog中，每個Consumer連接到Broker后會維持消費進度信息，當有消息消費后只是當前Consumer的消費進度（CommitLog的offset）更新了。

追問：那么消息會堆積嗎？什么時候清理過期消息？

   默認72小時后會刪除不再使用的CommitLog文件

• 檢查這個文件最后訪問時間
• 判斷是否大於過期時間
• 指定時間刪除，默認凌晨4點

 

 

7、RocketMQ消費模式有幾種？

消費模型由Consumer決定，消費維度為Topic。

• 集群消費

1.一條消息只會被同Group中的一個Consumer消費

2.多個Group同時消費一個Topic時，每個Group都會有一個Consumer消費到數據

• 廣播消費

消息將對一 個Consumer Group 下的各個 Consumer 實例都消費一遍。即即使這些 Consumer 屬於同一個Consumer Group ，消息也會被 Consumer Group 中的每個 Consumer 都消費一次。

8、消費消息是push還是pull？

RocketMQ沒有真正意義的push，都是pull，雖然有push類，但實際底層實現采用的是長輪詢機制，即拉取方式

broker端屬性 longPollingEnable 標記是否開啟長輪詢。默認開啟

源碼如下：

// {@link org.apache.rocketmq.client.impl.consumer.DefaultMQPushConsumerImpl#pullMessage()}
// 看到沒，這是一只披着羊皮的狼，名字叫PushConsumerImpl，實際干的確是pull的活。

// 拉取消息，結果放到pullCallback里
this.pullAPIWrapper.pullKernelImpl(pullCallback);

追問：為什么要主動拉取消息而不使用事件監聽方式？

事件驅動方式是建立好長連接，由事件（發送數據）的方式來實時推送。

如果broker主動推送消息的話有可能push速度快，消費速度慢的情況，那么就會造成消息在consumer端堆積過多，同時又不能被其他consumer消費的情況。而pull的方式可以根據當前自身情況來pull，不會造成過多的壓力而造成瓶頸。所以采取了pull的方式。

9、broker如何處理拉取請求的？

Consumer首次請求Broker

• Broker中是否有符合條件的消息
• 有 ->
• 響應Consumer
• 等待下次Consumer的請求
• 沒有
• DefaultMessageStore#ReputMessageService#run方法
• PullRequestHoldService 來Hold連接，每個5s執行一次檢查pullRequestTable有沒有消息，有的話立即推送
• 每隔1ms檢查commitLog中是否有新消息，有的話寫入到pullRequestTable
• 當有新消息的時候返回請求
• 掛起consumer的請求，即不斷開連接，也不返回數據
• 使用consumer的offset，

10、RocketMQ如何做負載均衡？

通過Topic在多Broker中分布式存儲實現。

producer端

發送端指定message queue發送消息到相應的broker，來達到寫入時的負載均衡

• 提升寫入吞吐量，當多個producer同時向一個broker寫入數據的時候，性能會下降
• 消息分布在多broker中，為負載消費做准備

默認策略是隨機選擇：

• producer維護一個index
• 每次取節點會自增
• index向所有broker個數取余
• 自帶容錯策略

其他實現：

• SelectMessageQueueByHash
• hash的是傳入的args
• SelectMessageQueueByRandom
• SelectMessageQueueByMachineRoom 沒有實現

也可以自定義實現MessageQueueSelector接口中的select方法

MessageQueue select(final List<MessageQueue> mqs, final Message msg, final Object arg);

consumer端

采用的是平均分配算法來進行負載均衡。

其他負載均衡算法

平均分配策略(默認)(AllocateMessageQueueAveragely) 環形分配策略(AllocateMessageQueueAveragelyByCircle) 手動配置分配策略(AllocateMessageQueueByConfig) 機房分配策略(AllocateMessageQueueByMachineRoom) 一致性哈希分配策略(AllocateMessageQueueConsistentHash) 靠近機房策略(AllocateMachineRoomNearby)

追問：當消費負載均衡consumer和queue不對等的時候會發生什么？

Consumer和queue會優先平均分配，如果Consumer少於queue的個數，則會存在部分Consumer消費多個queue的情況，如果Consumer等於queue的個數，那就是一個Consumer消費一個queue，如果Consumer個數大於queue的個數，那么會有部分Consumer空余出來，白白的浪費了。

11、消息重復消費

影響消息正常發送和消費的重要原因是網絡的不確定性。

引起重復消費的原因

• ACK

正常情況下在consumer真正消費完消息后應該發送ack，通知broker該消息已正常消費，從queue中剔除

當ack因為網絡原因無法發送到broker，broker會認為詞條消息沒有被消費，此后會開啟消息重投機制把消息再次投遞到consumer

• 消費模式

在CLUSTERING模式下，消息在broker中會保證相同group的consumer消費一次，但是針對不同group的consumer會推送多次

解決方案

• 數據庫表

處理消息前，使用消息主鍵在表中帶有約束的字段中insert

• Map

單機時可以使用map ConcurrentHashMap -> putIfAbsent   guava cache

• Redis

分布式鎖搞起來。

12、如何讓RocketMQ保證消息的順序消費

你們線上業務用消息中間件的時候，是否需要保證消息的順序性?

如果不需要保證消息順序，為什么不需要?假如我有一個場景要保證消息的順序，你們應該如何保證?

首先多個queue只能保證單個queue里的順序，queue是典型的FIFO，天然順序。多個queue同時消費是無法絕對保證消息的有序性的。所以總結如下：

同一topic，同一個QUEUE，發消息的時候一個線程去發送消息，消費的時候 一個線程去消費一個queue里的消息。

追問：怎么保證消息發到同一個queue？

Rocket MQ給我們提供了MessageQueueSelector接口，可以自己重寫里面的接口，實現自己的算法，舉個最簡單的例子：判斷i % 2 == 0，那就都放到queue1里，否則放到queue2里。

for (int i = 0; i < 5; i++) {
    Message message = new Message("orderTopic", ("hello!" + i).getBytes());
    producer.send(
        // 要發的那條消息
        message,
        // queue 選擇器 ，向 topic中的哪個queue去寫消息
        new MessageQueueSelector() {
            // 手動 選擇一個queue
            @Override
            public MessageQueue select(
                // 當前topic 里面包含的所有queue
                List<MessageQueue> mqs,
                // 具體要發的那條消息
                Message msg,
                // 對應到 send（） 里的 args，也就是2000前面的那個0
                Object arg) {
                // 向固定的一個queue里寫消息，比如這里就是向第一個queue里寫消息
                if (Integer.parseInt(arg.toString()) % 2 == 0) {
                    return mqs.get(0);
                } else {
                    return mqs.get(1);
                }
            }
        },
        // 自定義參數：0
        // 2000代表2000毫秒超時時間
        i, 2000);
}

13、RocketMQ如何保證消息不丟失

首先在如下三個部分都可能會出現丟失消息的情況：

• Producer端
• Broker端
• Consumer端

13.1、Producer端如何保證消息不丟失

• 采取send()同步發消息，發送結果是同步感知的。
• 發送失敗后可以重試，設置重試次數。默認3次。

producer.setRetryTimesWhenSendFailed(10);

• 集群部署，比如發送失敗了的原因可能是當前Broker宕機了，重試的時候會發送到其他Broker上。

13.2、Broker端如何保證消息不丟失

• 修改刷盤策略為同步刷盤。默認情況下是異步刷盤的。

flushDiskType = SYNC_FLUSH

• 集群部署，主從模式，高可用。

13.3、Consumer端如何保證消息不丟失

• 完全消費正常后在進行手動ack確認。

14、rocketMQ的消息堆積如何處理

下游消費系統如果宕機了，導致幾百萬條消息在消息中間件里積壓，此時怎么處理?

你們線上是否遇到過消息積壓的生產故障?如果沒遇到過，你考慮一下如何應對?

首先要找到是什么原因導致的消息堆積，是Producer太多了，Consumer太少了導致的還是說其他情況，總之先定位問題。

然后看下消息消費速度是否正常，正常的話，可以通過上線更多consumer臨時解決消息堆積問題。

RocketMQ 中，一個隊列只會被一個消費者消費。一個消費者可以小費多個隊列。一個topic默認4個隊列。

1.判斷堆積原因：

　　1.1 生產者太快：使用限流降級方案降低速度。

　　1.2消費者太慢：

　　　　增加consumer消費者實例(同時也要增加主題隊列數量)；提高consumer消費並行線程(參數 consumeThreadMin、consumeThreadMax實現)；

　　　　優化消息消費流程、支持批量消費方式；

　　　　跳過非重要消息

追問：如果Consumer和Queue不對等，上線了多台也在短時間內無法消費完堆積的消息怎么辦？

• 准備一個臨時的topic
• queue的數量是堆積的幾倍
• queue分布到多Broker中
• 上線一台Consumer做消息的搬運工，把原來Topic中的消息挪到新的Topic里，不做業務邏輯處理，只是挪過去
• 上線N台Consumer同時消費臨時Topic中的數據
• 改bug
• 恢復原來的Consumer，繼續消費之前的Topic

追問：堆積時間過長消息超時了？

RocketMQ中的消息只會在commitLog被刪除的時候才會消失，不會超時。也就是說未被消費的消息不會存在超時刪除這情況。

追問：堆積的消息會不會進死信隊列？

不會，消息在消費失敗后會進入重試隊列（%RETRY%+ConsumerGroup），18次（默認18次，網上所有文章都說是16次，無一例外。但是我沒搞懂為啥是16次，這不是18個時間嗎 ？）才會進入死信隊列（%DLQ%+ConsumerGroup）。

源碼如下：

public class MessageStoreConfig {
    // 每隔如下時間會進行重試，到最后一次時間重試失敗的話就進入死信隊列了。
 private String messageDelayLevel = "1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h";
}

15、RocketMQ在分布式事務支持這塊機制的底層原理?

你們用的是RocketMQ?RocketMQ很大的一個特點是對分布式事務的支持，你說說他在分布式事務支持這塊機制的底層原理?

分布式系統中的事務可以使用TCC（Try、Confirm、Cancel）、2pc來解決分布式系統中的消息原子性

RocketMQ 4.3+提供分布事務功能，通過 RocketMQ 事務消息能達到分布式事務的最終一致

RocketMQ實現方式：

**Half Message：**預處理消息，當broker收到此類消息后，會存儲到RMQ_SYS_TRANS_HALF_TOPIC的消息消費隊列中

**檢查事務狀態：**Broker會開啟一個定時任務，消費RMQ_SYS_TRANS_HALF_TOPIC隊列中的消息，每次執行任務會向消息發送者確認事務執行狀態（提交、回滾、未知），如果是未知，Broker會定時去回調在重新檢查。

**超時：**如果超過回查次數，默認回滾消息。

也就是他並未真正進入Topic的queue，而是用了臨時queue來放所謂的half message，等提交事務后才會真正的將half message轉移到topic下的queue。

 

 

16、如果讓你來動手實現一個分布式消息中間件，整體架構你會如何設計實現?

我個人覺得從以下幾個點回答吧：

• 需要考慮能快速擴容、天然支持集群
• 持久化的姿勢
• 高可用性
• 數據0丟失的考慮
• 服務端部署簡單、client端使用簡單

17、看過RocketMQ 的源碼沒有。如果看過，說說你對RocketMQ 源碼的理解?

要真讓我說，我會吐槽蠻爛的，首先沒任何注釋，可能是之前阿里巴巴寫了中文注釋，捐贈給apache后，apache覺得中文注釋不能留，自己又懶得寫英文注釋，就都給刪了。里面比較典型的設計模式有單例、工廠、策略、門面模式。單例工廠無處不在，策略印象深刻比如發消息和消費消息的時候queue的負載均衡就是N個策略算法類，有隨機、hash等，這也是能夠快速擴容天然支持集群的必要原因之一。持久化做的也比較完善，采取的CommitLog來落盤，同步異步兩種方式。

18、高吞吐量下如何優化生產者和消費者的性能?

開發

• 同一group下，多機部署，並行消費
• 單個Consumer提高消費線程個數
• 批量消費
• 消息批量拉取
• 業務邏輯批量處理

運維

• 網卡調優
• jvm調優
• 多線程與cpu調優
• Page Cache

19、再說說RocketMQ 是如何保證數據的高容錯性的?

• 在不開啟容錯的情況下，輪詢隊列進行發送，如果失敗了，重試的時候過濾失敗的Broker
• 如果開啟了容錯策略，會通過RocketMQ的預測機制來預測一個Broker是否可用
• 如果上次失敗的Broker可用那么還是會選擇該Broker的隊列
• 如果上述情況失敗，則隨機選擇一個進行發送
• 在發送消息的時候會記錄一下調用的時間與是否報錯，根據該時間去預測broker的可用時間

其實就是send消息的時候queue的選擇。源碼在如下：

org.apache.rocketmq.client.latency.MQFaultStrategy#selectOneMessageQueue()

20、任何一台Broker突然宕機了怎么辦？

Broker主從架構以及多副本策略。Master收到消息后會同步給Slave，這樣一條消息就不止一份了，Master宕機了還有slave中的消息可用，保證了MQ的可靠性和高可用性。而且Rocket MQ4.5.0開始就支持了Dlegder模式，基於raft的，做到了真正意義的HA。

RocketMQ HA機制(主從同步)：  https://cloud.tencent.com/developer/article/1458089

 

21、Broker把自己的信息注冊到哪個NameServer上？

這么問明顯在坑你，因為Broker會向所有的NameServer上注冊自己的信息，而不是某一個，是每一個，全部！

 

 

22、同步落盤怎么才能快

1. 使用 FileChannel + DirectBuffer 池，使用堆外內存，加快內存拷貝
2. 使用數據和索引分離，當消息需要寫入時，使用 commitlog 文件順序寫，當需要定位某個消息時，查詢index 文件來定位，從而減少文件IO隨機讀寫的性能損耗

 

23、RocketMQ 不使用 ZooKeeper 作為注冊中心的原因，以及自制的 NameServer 優缺點？

1. ZooKeeper 作為支持順序一致性的中間件，在某些情況下，它為了滿足一致性，會丟失一定時間內的可用性，RocketMQ 需要注冊中心只是為了發現組件地址，在某些情況下，RocketMQ 的注冊中心可以出現數據不一致性，這同時也是 NameServer 的缺點，因為 NameServer 集群間互不通信，它們之間的注冊信息可能會不一致
2. 另外，當有新的服務器加入時，NameServer 並不會立馬通知到 Produer，而是由 Produer 定時去請求 NameServer 獲取最新的 Broker/Consumer 信息（這種情況是通過 Producer 發送消息時，負載均衡解決）