RabbitMQ学习笔记-第七章、学大厂，拓展基础组件封装思路
本章导航
- 一线大厂的MQ组件实现思路和架构设计方案
- 基础组件封装设计-迅速消息发送
- 基础组件封装设计-确认消息发送
- 基础组件封装设计-批量发送消息
- 基础组件封装设计-延迟消息发送
- 基础组件封装设计-顺序消息发送
- 基础组件封装设计-事务消息发送
- 消息的幂等性保障-消息路由规则架构设计
7.1一线大厂的MQ组件实现思路和架构设计思路
一、MQ组件实现功能点
- 支持消息高性能的序列化转换、异步化发送消息
- 支持消息生产实例与消费实例的链接池化缓存化、提升性能
- 支持可靠性投递消息、保障消息的100%不丢失
- 支持消费端的幂等操作、避免消费端重复消费的问题
- 支持迅速消息发送模式、在一些日志收集、统计分析等需求下可以保证高性能、超高吞吐量
- 支持延迟消息模式、消息可以延迟发送、指定延迟时间、用于某些延迟检查、服务限流场景
- 支持事务、且100%保障可靠性投递，在金融行业大金额操作要求此功能
- 支持顺序消息，保证消息送达消费端的前后顺序
- 支持消息补偿、重试、快速定位异常
- 支持集群消息负载均衡
- 支持消息路由策略，指定某些消息路由到指定的SET集群
7.2消息发送模式-迅速消息发送
- 迅速消息是指消息不进行落库存储，不做可靠性保障
- 在一些非核心消息、日志数据、或者统计分析等场景下比较合适
- 迅速消息的有点就是性能最高、吞吐量最大
7.3消息发送模式-确认消息发送
- step1和step2同时进行把业务相关信息和消息同时入库
- step3生产者发送消息给broker
- step4集群收到消息发送确认
- step5若收到确认修改消息数据库中消息状态
- step6分布式定时任务检查消息状态若一定时间内没有收到确认进行step7
- step7尝试重发消息
- step8若多次尝试重发失败，修改消息状态为失败，执行相关补救措施
7.4消息发送模式-批量消息发送
- 批量消息是指我们把消息放到一个集合里统一进行提交，这种方案设计思路是期望消息在一个会话里，比如投掷到threadlocal里的集合，然后拥有相同会话ID，并且带有这次提交消息的SIZE等相关属性，最重要的一点是要把这一批消息进行合并。对于Channel而言，就是发送一次消息。这种方式也是希望消费端在消费的时候，可以进行批量化的消费，针对于某一个原子业务的操作去处理，但是不报账可靠性，需要补偿机制
- step1业务入库
- step2消息入库一般就是记录SessionId就够了
- 其他如同确认机制
7.5消息发送模式-延迟消息发送
- 延迟消息的实现可以在封装message的时候添加delayTime属性即可，使我们的消息可以进行延迟发送，根据具体业务场景也可以很好的使用
- 比如电商平台买到商品签收后，不点击确认支付，系统自动会在7天去进行支付操作
- 优惠券超时作废的机制
7.6消息发送模式-顺序消息
- 顺序消息的实现类似于批量消息的实现机制
- 发送的顺序消息必须保证消息投递到同一个队列中，且这个消费者只能有一个（独占模式）
- 然后需要统一提交（可能是合并成一个大消息，也可能是拆分为多个消息），并且所有消息的会话ID一致
- 添加消息属性：顺序标记的序号和本次顺序消息的size属性，进行落库操作
- 并行进行发送给自身的延迟消息（注意带上关键属性：会话ID、SIZE）进行后续处理消费
- 当收到延迟消息后，根据会话ID和SIZE抽取数据库数据进行处理即可
- 定时轮询补偿机制，对于异常情况（如生产端消息没有完全投递成功，消费端落库异常，导致消费端落库后缺少消息条目的情况）
- 主要看右边步骤，左边主要是保证消息可靠性投递
- step1消息入库
- step2发送延迟消息（这段延迟可以保证所有消息入库成功）
- step3就是延迟消息处理
- step4业务入库
- step5进行失败补偿处理
7.7消息发送模式-事务消息的发送
- 事务消息，相对少见，但是面对大额现金交易就会使用事务
- 为了保证性能的同时，支持事务，并没有选择传统的RabbitMQ事务和Spring集成的机制，因为在性能测试中结果不理想，耗性能易阻塞
- 采用类似可靠性投递的机制，即补偿机制
- 我们的数据源必须是同一个，就是业务操作DB1数据库和消息记录DB2数据库使用同一个数据源
- 利用重写Spring DataSourceTransactionManager，在本地事务提交的时候进行发送消息，但是也有可能事务提交成功但是消息发送失败，这个时候就要补偿
7.8消息的幂等性必要性
出现非幂等原因
- 可靠性消息投递中，Broker会发ack时失败，生产者重发消息造成
- MQ Broker服务与消费端传输消息的过程中网络波动可能多次传送消息
- 消费端故障异常
- 消费会有全局唯一id（统一id生成服务，本地id生成器）
- 中间增加id路由组件（redis或者数据库）判断是否已经消费这个消息