rocketmq消費負載均衡之push消費的示例分析

這篇文章主要為大家展示了“rocketmq消費負載均衡之push消費的示例分析”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“rocketmq消費負載均衡之push消費的示例分析”這篇文章吧。

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，等待上述過程準備好之后在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中用于負載：

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一并放到。

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

由于本文以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，注冊并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。

以上是“rocketmq消費負載均衡之push消費的示例分析”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！