個推基于 Apache Pulsar 的優先級隊列方案

作者：個推平臺研發工程師 祥子

一、業務背景

在個推的推送場景中，消息隊列在整個系統中占有非常重要的位置。

當 APP 有推送需求的時候, 會向個推發送一條推送命令，接到推送需求后，我們會把APP要求推送消息的用戶放入下發隊列中，進行消息下發；當同時有多個APP進行消息下發時，難免會出現資源競爭的情況, 因此就產生了優先級隊列的需求，在下發資源固定的情況下, 高優先級的用戶需要有更多的下發資源。

二、基于 Kafka 的優先級隊列方案

針對以上場景，個推基于 Kafka 設計了第一版的優先級隊列方案。Kafka 是 LinkedIn 開發的一個高性能、分布式消息系統；Kafka 在個推有非常廣泛的應用，如日志收集、在線和離線消息分發等。

架構

在該方案中，個推將優先級統一設定為高、中、低三個級別。具體操作方案如下：

1. 對某個優先級根據 task (單次推送任務)維度，存入不同的 Topic，一個 task 只寫入一個 Topic，一個 Topic 可存多個 task；

2. 消費模塊根據優先級配額(如 6:3:1)，獲取不同優先級的消息數，同一優先級輪詢獲取消息；這樣既保證了高優先級用戶可以更快地發送消息，又避免了低優先級用戶出現沒有下發的情況。

Kafka 方案遇到的問題

隨著個推業務的不斷發展，接入的 APP 數量逐漸增多，第一版的優先級方案也逐漸暴露出一些問題：

1. 當相同優先級的 APP 在同一時刻推送任務越來越多時，后面進入的 task 消息會因為前面 task 消息還存在隊列情況而出現延遲。如下圖所示, 當 task1 消息量過大時，在task1 消費結束前，taskN 將一直處于等待狀態。
   
2. Kafka 在 Topic 數量由 64 增長到 256 時，吞吐量下降嚴重，Kafka 的每個 Topic、每個分區都會對應一個物理文件。當 Topic 數量增加時，消息分散的落盤策略會導致磁盤 IO 競爭激烈，因此我們不能僅通過增加 Topic 數量來緩解第一點中的問題。

基于上述問題，個推進行了新一輪的技術選型, 我們需要可以創建大量的 Topic, 同時吞吐性能不能比 Kafka 遜色。經過一段時間的調研，Apache Pulsar 引起了我們的關注。

三、為什么是 Pulsar

Apache Pulsar 是一個企業級的分布式消息系統，最初由 Yahoo 開發，在 2016 年開源，并于2018年9月畢業成為 Apache 基金會的頂級項目。Pulsar 已經在 Yahoo 的生產環境使用了三年多，主要服務于Mail、Finance、Sports、 Flickr、 the Gemini Ads platform、 Sherpa (Yahoo 的 KV 存儲)。

架構

Topic 數量
Pulsar 可以支持百萬級別 Topic 數量的擴展，同時還能一直保持良好的性能。Topic 的伸縮性取決于它的內部組織和存儲方式。Pulsar 的數據保存在 bookie (BookKeeper 服務器)上，處于寫狀態的不同 Topic 的消息，在內存中排序，最終聚合保存到大文件中，在 Bookie 中需要更少的文件句柄。另一方面 Bookie 的 IO 更少依賴于文件系統的 Pagecache，Pulsar 也因此能夠支持大量的主題。

消費模型
Pulsar 支持三種消費模型：Exclusive、Shared 和Failover。

Exclusive (獨享)：一個 Topic 只能被一個消費者消費。Pulsar 默認使用這種模式。

Shared(共享)：共享模式，多個消費者可以連接到同一個 Topic，消息依次分發給消費者。當一個消費者宕機或者主動斷開連接時，那么分發給這個消費者的未確認(ack)的消息會得到重新調度，分發給其他消費者。

Failover (災備)：一個訂閱同時只有一個消費者，可以有多個備份消費者。一旦主消費者故障，則備份消費者接管。不會出現同時有兩個活躍的消費者。

Exclusive和Failover訂閱，僅允許一個消費者來使用和消費每個訂閱的Topic。這兩種模式都按 Topic 分區順序使用消息。它們最適用于需要嚴格消息順序的流(Stream)用例。

Shared 允許每個主題分區有多個消費者。同一個訂閱中的每個消費者僅接收Topic分區的一部分消息。Shared最適用于不需要保證消息順序隊列(Queue)的使用模式，并且可以按照需要任意擴展消費者的數量。

存儲
Pulsar 引入了 Apache BookKeeper 作為存儲層，BookKeeper 是一個專門為實時系統優化過的分布式存儲系統，具有可擴展、高可用、低延遲等特性。具體介紹，請參考 BookKeeper官網。

Segment
BookKeeper以 Segment (在 BookKeeper 內部被稱作 ledger) 作為存儲的基本單元。從 Segment 到消息粒度，都會均勻分散到 BookKeeper 的集群中。這種機制保證了數據和服務均勻分散在 BookKeeper 集群中。

Pulsar 和 Kafka 都是基于 partition 的邏輯概念來做 Topic 存儲的。最根本的不同是，Kafka 的物理存儲是以 partition 為單位的，每個 partition 必須作為一個整體(一個目錄)存儲在某個 broker 上。 而 Pulsar 的 partition 是以 segment 作為物理存儲的單位，每個 partition 會再被打散并均勻分散到多個 bookie 節點中。

這樣的直接影響是，Kafka 的 partition 的大小，受制于單臺 broker 的存儲；而 Pulsar 的 partition 則可以利用整個集群的存儲容量。

擴容
當 partition 的容量達到上限后，需要擴容的時候，如果現有的單臺機器不能滿足，Kafka 可能需要添加新的存儲節點，并將 partition 的數據在節點之間搬移達到 rebalance 的狀態。

而 Pulsar 只需添加新的 Bookie 存儲節點即可。新加入的節點由于剩余空間大，會被優先使用，接收更多的新數據；整個擴容過程不涉及任何已有數據的拷貝和搬移。

Broker 故障
Pulsar 在單個節點失敗時也會體現同樣的優勢。如果 Pulsar 的某個服務節點 broker 失效，由于 broker 是無狀態的，其他的 broker 可以很快接管 Topic，不會涉及 Topic 數據的拷貝；如果存儲節點 Bookie 失效，在集群后臺中，其他的 Bookie 會從多個 Bookie 節點中并發讀取數據，并對失效節點的數據自動進行恢復，對前端服務不會造成影響。

Bookie 故障
Apache BookKeeper 中的副本修復是 Segment (甚至是 Entry)級別的多對多快速修復。這種方式只會復制必須的數據，這比重新復制整個主題分區要精細。如下圖所示，當錯誤發生時， Apache BookKeeper 可以從 bookie 3 和 bookie 4 中讀取 Segment 4 中的消息，并在 bookie 1 處修復 Segment 4。所有的副本修復都在后臺進行，對 Broker 和應用透明。

當某個 Bookie 節點出錯時，BookKeeper會自動添加可用的新 Bookie 來替換失敗的 Bookie，出錯的 Bookie 中的數據在后臺恢復，所有 Broker 的寫入不會被打斷，而且不會犧牲主題分區的可用性。

四、基于 Pulsar 的優先級隊列方案

在設計思路上，Pulsar 方案和 Kafka 方案并沒有多大區別。但在新方案中，個推技術團隊借助 Pulsar 的特性，解決了 Kafka 方案中存在的問題。

1. 根據 task 動態生成 Topic，保證了后進入的 task 不會因為其他 task 消息堆積而造成等待情況。
2. 中高優先級 task 都獨享一個 Topic，低優先級 task 共享 n 個 Topic。
3. 相同優先級內，各個 task 輪詢讀取消息，配額滿后流轉至下一個優先級。
4. 相同優先級內, 各個 task 可動態調整 quota， 在相同機會內，可讀取更多消息。
5. 利用 Shared 模式, 可以動態添加刪除 consumer，且不會觸發 Rebalance 情況。
6. 利用 BookKeeper 特性，可以更靈活的添加存儲資源。
   

五、Pulsar 其他實踐

1. 不同 subscription 之間相對獨立，如果想要重復消費某個 Topic 的消息，需要使用不同的 subscriptionName 訂閱；但是一直增加新的 subscriptionName，backlog 會不斷累積。
2. 如果 Topic 無人訂閱，發給它的消息默認會被刪除。因此如果 producer 先發送，consumer 后接收，一定要確保 producer 發送之前，Topic 有 subscription 存在(哪怕 subscribe 之后 close 掉)，否則這段時間發送的消息會導致無人處理。
3. 如果既沒有人發送消息，又沒有人訂閱消息，一段時間后 Topic 會自動刪除。
4. Pulsar 的 TTL 等設置，是針對整個 namespace 起效的，無法針對單個 Topic。
5. Pulsar 的鍵都建立在 zookeeper 的根目錄上，在初始化時建議增加總節點名。
6. 目前 Pulsar 的 java api 設計，消息默認需要顯式確認，這一點跟 Kafka 不一樣。
7. Pulsar dashboard 上的 storage size 和 prometheus 上的 storage size (包含副本大小)概念不一樣。
8. 把dbStorage_rocksDB_blockCacheSize 設置的足夠大；當消息體量大，出現backlog 大量堆積時, 使用默認大小(256M)會出現讀耗時過大情況，導致消費變慢。
9. 使用多 partition，提高吞吐。
10. 在系統出現異常時，主動抓取 stats 和 stats-internal，里面有很多有用數據。
11. 如果業務中會出現單 Topic 體量過大的情況，建議把 backlogQuotaDefaultLimitGB 設置的足夠大(默認10G), 避免因為默認使用producer_request_hold 模式出現 block producer 的情況；當然可以根據實際業務選擇合適的 backlogQuotaDefaultRetentionPolicy。
12. 根據實際業務場景主動選擇 backlog quota。
13. prometheus 內如果發現讀耗時為空情況，可能是因為直接讀取了緩存數據；Pulsar 在讀取消息時會先讀取 write cache, 然后讀取 read cache；如果都沒有命中, 則會在 RocksDB 中讀取條目位子后，再從日志文件中讀取該條目。
14. 寫入消息時, Pulsar 會同步寫入 journal 和 write cache；write cache 再異步寫入日志文件和 RocksDB； 所以有資源的話，建議 journal 盤使用SSD。

六、總結

現在, 個推針對優先級中間件的改造方案已經在部分現網業務中試運行，對于 Pulsar 的穩定性，我們還在持續關注中。
作為一個2016 年才開源的項目，Pulsar 擁有非常多吸引人的特性，也彌補了其他競品的短板，例如跨地域復制、多租戶、擴展性、讀寫隔離等。盡管在業內使用尚不廣泛, 但從現有的特性來說, Pulsar 表現出了取代 Kafka 的趨勢。在使用 Pulsar 過程中，我們也遇到了一些問題, 在此特別感謝翟佳和郭斯杰(兩位均為 Stream Native 的核心工程師、開源項目 Apache Pulsar 的 PMC 成員)給我們提供的支持和幫助。

參考文獻：

[1] 比拼 Kafka, 大數據分析新秀Pulsar 到底好在哪(https://www.infoq.cn/article/1UaxFKWUhUKTY1t_5gPq)

[2] 開源實時數據處理系統Pulsar：一套搞定Kafka+Flink+DB(https://juejin.im/post/5af414365188256717765441)