【RocketMQ入门到精通 | 5】工作原理:消息的消费——消费模型、模式,Rebalance机制,Queue分配算法

目录

推拉消费模型

消费模式

Rebalance机制

Rebalance场景

Rebalance过程

Queue分配算法

平均分配策略

环形平均策略

一致性hash策略

同机房策略

对比

至少一次原则


推拉消费模型

pull:

  • Consumer主动从Broker中拉取消息
  • 实时性低
  • 拉去时间间隔由用户指定,若设置不当:间隔太短,空请求比 例会增加;间隔太长,消息的实时性太差

push:

  • Broker收到数据后会主动推送给Consumer
  • 实时性高
  • 采用了发布-订阅模式,Consumer向其关联的queue注册了监听器, 一旦发现有新的消息到来就会触发回调的执行。

消费模式

广播模式:

相同Consumer Group的每个Consumer实例都接收同一个Topic的全量消息,每条消息都会被发送到Consumer Group中的每个Consumer。

消费模型为pull模型,每个consumer端各自保存自己的消费进度。

集群消费:

相同Consumer Group的每个Consumer实例平均分摊同一个Topic的消息,每条消息只会被发送到Consumer Group中的某个Consumer。

消费模型为push模型,消费进度保存在broker里,由consumer group中的consumer共享

Rebalance机制

将一个Topic下的多个Queue在同一个Consumer Group中多个Consumer之间重新分配的过程。

例如,⼀个Topic下5个队列,在只有1个消费者的情况下,这个消费者将负责消费这5个队列的消息。如果此时我们增加⼀个消费者,那么就可以给其中⼀个消费者分配2个队列,给另⼀个分配3个队列,从而提升消息的并行消费能力。

缺点:

  • 消息暂停:

        只有一个Consumer时,他负责全部的队列。当新增一个Consumer时,原来的不得不停止消费一些队列,然后将这些队列分给新的Consumer,这些停止的队列才能继续消费

  • 消费重复:

        Consumer消费新队列时是根据之前Consumer提交的消费进度offset继续消费的,但offset提交默认为异步提交,就有可能导致新的Consumer接到消息但没有收到offset,因此重新消费部分信息

同步提交:consumer提交了其消费完毕的一批消息的offset给broker后,需要等待broker的成功 ACK。当收到ACK后,consumer才会继续获取并消费下一批消息。在等待ACK期间,consumer 是阻塞的。

异步提交:consumer提交了其消费完毕的一批消息的offset给broker后,不需要等待broker的成 功ACK。consumer可以直接获取并消费下一批消息。

  • 消费突刺:

        由于需要重复消费的消息过多,或者Rebalance暂停时间过长,导致消息挤压。在Rebalance释放瞬间需要消费很多消息。

Rebalance场景

Queue数量发生变化的场景:

  • Broker扩容或缩容
  • Broker升级运维
  • Broker与NameServer间的网络异常
  • Queue扩容或缩容

消费者数量发生变化的场景:

  • Consumer Group扩容或缩容
  • Consumer升级运维
  • Consumer与NameServer间网络异常

Rebalance过程

在Broker中维护着多个Map集合:

  • TopicConfigManager:key是topic名称,value是TopicConfig。TopicConfig中维护着该Topic中所 有Queue的数据。
  • ConsumerManager:key是Consumser Group Id,value是ConsumerGroupInfo。 ConsumerGroupInfo中维护着该Group中所有Consumer实例数据。
  • ConsumerOffsetManager:key为Topic与订阅该Topic的Group的组合,即topic@group, value是一个内层Map。内层Map的key为QueueId,内层Map的value为该Queue的消费进度 offset。

Broker 一旦发现消费者所订阅的Queue数量发生变化,或消费者组中消费者的数量发生变化,立即向Consumer Group中的每个实例发出Rebalance通知

Consumer接到通知,采用Queue算法获取到对应的Queue,自主进行Rebalance。

Queue分配算法

平均分配策略

avg = QueueCount / ConsumerCount。整除的话直接平均分配;不能整除将多余的按Consumer的顺序依次分配

环形平均策略

不用事先计算,根据消费者的顺序,依次在由queue队列组成的环形图中逐个分配。

一致性hash策略

该算法会将consumer的hash值作为Node节点存放到hash环上,然后将queue的hash值也放到hash环上,通过顺时针方向,距离queue最近的那个consumer就是该queue要分配的consumer。

同机房策略

该算法会根据queue的部署机房位置和consumer的位置,过滤出当前consumer相同机房的queue。然后按照平均分配策略或环形平均策略对同机房queue进行分配。如果没有同机房queue,则按照平均分配策略或环形平均策略对所有queue进行分配。

对比

一致性hash算法复杂,分配效率低,分配的结果可能不均

但其 可以有效减少由于消费者组扩容或缩容所带来的大量的Rebalance。

可以看到,平均分配算法在扩容后会连带从头开始的Queue的分配,Rebalance的比例很高

但一致性hash无论扩容还是缩容,只会影响变化的Queue附近的Consumer的分配。

至少一次原则

RocketMQ规定每条消息必须要被成功消费一次。

Consumer在消费完消息后会向其消费进度记录器提交其消费消息的offset, offset被成功记录到记录器中,那么这条消费就被成功消费了。

对于广播模式,Consumer自身就是消费进度记录器

对于集群模式,Broker是消费进度记录器

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值