設(shè)計(jì)一個(gè)MQ需要考慮哪些問(wèn)題

本文主要講解 MQ 的通用知識(shí)，讓大家先弄明白：如果讓你來(lái)設(shè)計(jì)一個(gè) MQ，該如何下手？需要考慮哪些問(wèn)題？又有哪些技術(shù)挑戰(zhàn)？

有了這個(gè)基礎(chǔ)后，我相信后面幾篇文章再講 Kafka 和 RocketMQ 這兩種具體的消息中間件時(shí)，大家能很快地抓住主脈絡(luò)，同時(shí)分辨出它們各自的特點(diǎn)。

對(duì)于 MQ 來(lái)說(shuō)，不管是 RocketMQ、Kafka 還是其他消息隊(duì)列，它們的本質(zhì)都是：一發(fā)一存一消費(fèi)。下面我們以這個(gè)本質(zhì)作為根，一起由淺入深地聊聊 MQ。

01 從 MQ 的本質(zhì)說(shuō)起 將 MQ 掰開了揉碎了來(lái)看，都是「一發(fā)一存一消費(fèi)」，再直白點(diǎn)就是一個(gè)「轉(zhuǎn)發(fā)器」。

生產(chǎn)者先將消息投遞一個(gè)叫做「隊(duì)列」的容器中，然后再?gòu)倪@個(gè)容器中取出消息，最后再轉(zhuǎn)發(fā)給消費(fèi)者，僅此而已。

上面這個(gè)圖便是消息隊(duì)列最原始的模型，它包含了兩個(gè)關(guān)鍵詞：消息和隊(duì)列。

1、消息：就是要傳輸?shù)臄?shù)據(jù)，可以是最簡(jiǎn)單的文本字符串，也可以是自定義的復(fù)雜格式（只要能按預(yù)定格式解析出來(lái)即可）。

2、隊(duì)列：大家應(yīng)該再熟悉不過(guò)了，是一種先進(jìn)先出數(shù)據(jù)結(jié)構(gòu)。它是存放消息的容器，消息從隊(duì)尾入隊(duì)，從隊(duì)頭出隊(duì)，入隊(duì)即發(fā)消息的過(guò)程，出隊(duì)即收消息的過(guò)程。

02 原始模型的進(jìn)化 再看今天我們最常用的消息隊(duì)列產(chǎn)品（RocketMQ、Kafka 等等），你會(huì)發(fā)現(xiàn)：它們都在最原始的消息模型上做了擴(kuò)展，同時(shí)提出了一些新名詞，比如：主題（topic）、分區(qū)（partition）、隊(duì)列（queue）等等。

要徹底理解這些五花八門的新概念，我們化繁為簡(jiǎn)，先從消息模型的演進(jìn)說(shuō)起（道理好比：架構(gòu)從來(lái)不是設(shè)計(jì)出來(lái)的，而是演進(jìn)而來(lái)的）

2.1 隊(duì)列模型最初的消息隊(duì)列就是上一節(jié)講的原始模型，它是一個(gè)嚴(yán)格意義上的隊(duì)列（Queue）。消息按照什么順序?qū)戇M(jìn)去，就按照什么順序讀出來(lái)。不過(guò)，隊(duì)列沒(méi)有 “讀” 這個(gè)操作，讀就是出隊(duì)，從隊(duì)頭中 “刪除” 這個(gè)消息

這便是隊(duì)列模型：它允許多個(gè)生產(chǎn)者往同一個(gè)隊(duì)列發(fā)送消息。但是，如果有多個(gè)消費(fèi)者，實(shí)際上是競(jìng)爭(zhēng)的關(guān)系，也就是一條消息只能被其中一個(gè)消費(fèi)者接收到，讀完即被刪除。

2.2 發(fā)布-訂閱模型如果需要將一份消息數(shù)據(jù)分發(fā)給多個(gè)消費(fèi)者，并且每個(gè)消費(fèi)者都要求收到全量的消息。很顯然，隊(duì)列模型無(wú)法滿足這個(gè)需求。

一個(gè)可行的方案是：為每個(gè)消費(fèi)者創(chuàng)建一個(gè)單獨(dú)的隊(duì)列，讓生產(chǎn)者發(fā)送多份。這種做法比較笨，而且同一份數(shù)據(jù)會(huì)被復(fù)制多份，也很浪費(fèi)空間。

為了解決這個(gè)問(wèn)題，就演化出了另外一種消息模型：發(fā)布-訂閱模型。

在發(fā)布-訂閱模型中，存放消息的容器變成了 “主題”，訂閱者在接收消息之前需要先 “訂閱主題”。最終，每個(gè)訂閱者都可以收到同一個(gè)主題的全量消息。

仔細(xì)對(duì)比下它和 “隊(duì)列模式” 的異同：生產(chǎn)者就是發(fā)布者，隊(duì)列就是主題，消費(fèi)者就是訂閱者，無(wú)本質(zhì)區(qū)別。唯一的不同點(diǎn)在于：一份消息數(shù)據(jù)是否可以被多次消費(fèi)。

2.3 小結(jié)最后做個(gè)小結(jié)，上面兩種模型說(shuō)白了就是：?jiǎn)尾ズ蛷V播的區(qū)別。而且，當(dāng)發(fā)布-訂閱模型中只有 1 個(gè)訂閱者時(shí)，它和隊(duì)列模型就一樣了，因此在功能上是完全兼容隊(duì)列模型的。

這也解釋了為什么現(xiàn)代主流的 RocketMQ、Kafka 都是直接基于發(fā)布-訂閱模型實(shí)現(xiàn)的？此外，RabbitMQ 中之所以有一個(gè) Exchange 模塊？其實(shí)也是為了解決消息的投遞問(wèn)題，可以變相實(shí)現(xiàn)發(fā)布-訂閱模型。

包括大家接觸到的 “消費(fèi)組”、“集群消費(fèi)”、“廣播消費(fèi)” 這些概念，都和上面這兩種模型相關(guān)，以及在應(yīng)用層面大家最常見的情形：組間廣播、組內(nèi)單播，也屬于此范疇。

所以，先掌握一些共性的理論，對(duì)于大家再去學(xué)習(xí)各個(gè)消息中間件的具體實(shí)現(xiàn)原理時(shí)，其實(shí)能更好地抓住本質(zhì)，分清概念。

03 透過(guò)模型看 MQ 的應(yīng)用場(chǎng)景 目前，MQ 的應(yīng)用場(chǎng)景非常多，大家能倒背如流的是：系統(tǒng)解耦、異步通信和流量削峰。除此之外，還有延遲通知、最終一致性保證、順序消息、流式處理等等。

那到底是先有消息模型，還是先有應(yīng)用場(chǎng)景呢？答案肯定是：先有應(yīng)用場(chǎng)景（也就是先有問(wèn)題），再有消息模型，因?yàn)橄⒛Ｐ椭皇墙鉀Q方案的抽象而已。

MQ 經(jīng)過(guò) 30 多年的發(fā)展，能從最原始的隊(duì)列模型發(fā)展到今天百花齊放的各種消息中間件（平臺(tái)級(jí)的解決方案），我覺(jué)得萬(wàn)變不離其宗，還是得益于：消息模型的適配性很廣。

我們?cè)囍匦吕斫庀孪㈥?duì)列的模型。它其實(shí)解決的是：生產(chǎn)者和消費(fèi)者的通信問(wèn)題。那它對(duì)比 RPC 有什么聯(lián)系和區(qū)別呢？

通過(guò)對(duì)比，能很明顯地看出兩點(diǎn)差異：

1、引入 MQ 后，由之前的一次 RPC 變成了現(xiàn)在的兩次 RPC，而且生產(chǎn)者只跟隊(duì)列耦合，它根本無(wú)需知道消費(fèi)者的存在。

2、多了一個(gè)中間節(jié)點(diǎn)「隊(duì)列」進(jìn)行消息轉(zhuǎn)儲(chǔ)，相當(dāng)于將同步變成了異步。

再返過(guò)來(lái)思考 MQ 的所有應(yīng)用場(chǎng)景，就不難理解 MQ 為什么適用了？因?yàn)檫@些應(yīng)用場(chǎng)景無(wú)外乎都利用了上面兩個(gè)特性。

舉一個(gè)實(shí)際例子，比如說(shuō)電商業(yè)務(wù)中最常見的「訂單支付」場(chǎng)景：在訂單支付成功后，需要更新訂單狀態(tài)、更新用戶積分、通知商家有新訂單、更新推薦系統(tǒng)中的用戶畫像等等。

引入 MQ 后，訂單支付現(xiàn)在只需要關(guān)注它最重要的流程：更新訂單狀態(tài)即可。其他不重要的事情全部交給 MQ 來(lái)通知。這便是 MQ 解決的最核心的問(wèn)題：系統(tǒng)解耦。

改造前訂單系統(tǒng)依賴 3 個(gè)外部系統(tǒng)，改造后僅僅依賴 MQ，而且后續(xù)業(yè)務(wù)再擴(kuò)展（比如：營(yíng)銷系統(tǒng)打算針對(duì)支付用戶獎(jiǎng)勵(lì)優(yōu)惠券），也不涉及訂單系統(tǒng)的修改，從而保證了核心流程的穩(wěn)定性，降低了維護(hù)成本。

這個(gè)改造還帶來(lái)了另外一個(gè)好處：因?yàn)?MQ 的引入，更新用戶積分、通知商家、更新用戶畫像這些步驟全部變成了異步執(zhí)行，能減少訂單支付的整體耗時(shí)，提升訂單系統(tǒng)的吞吐量。這便是 MQ 的另一個(gè)典型應(yīng)用場(chǎng)景：異步通信。

除此以外，由于隊(duì)列能轉(zhuǎn)儲(chǔ)消息，對(duì)于超出系統(tǒng)承載能力的場(chǎng)景，可以用 MQ 作為 “漏斗” 進(jìn)行限流保護(hù)，即所謂的流量削峰。

我們還可以利用隊(duì)列本身的順序性，來(lái)滿足消息必須按順序投遞的場(chǎng)景；利用隊(duì)列 + 定時(shí)任務(wù)來(lái)實(shí)現(xiàn)消息的延時(shí)消費(fèi) ……

MQ 其他的應(yīng)用場(chǎng)景基本類似，都能回歸到消息模型的特性上，找到它適用的原因，這里就不一一分析了。

總之，就是建議大家多從復(fù)雜多變的實(shí)踐場(chǎng)景再回歸到理論層面進(jìn)行思考和抽象，這樣能吃得更透。

04 如何設(shè)計(jì)一個(gè) MQ？ 了解了上面這些理論知識(shí)以及應(yīng)用場(chǎng)景后，下面我們?cè)僖黄鹂聪拢旱降兹绾卧O(shè)計(jì)一個(gè) MQ？

4.1 MQ 的雛形我們還是先從簡(jiǎn)單版的 MQ 入手，如果只是實(shí)現(xiàn)一個(gè)很粗糙的 MQ，完全不考慮生產(chǎn)環(huán)境的要求，該如何設(shè)計(jì)呢？

文章開頭說(shuō)過(guò)，任何 MQ 無(wú)外乎：一發(fā)一存一消費(fèi)，這是 MQ 最核心的功能需求。另外，從技術(shù)維度來(lái)看 MQ 的通信模型，可以理解成：兩次 RPC + 消息轉(zhuǎn)儲(chǔ)。

有了這些理解，我相信只要有一定的編程基礎(chǔ)，不用 1 個(gè)小時(shí)就能寫出一個(gè) MQ 雛形：

1、直接利用成熟的 RPC 框架（Dubbo 或者 Thrift），實(shí)現(xiàn)兩個(gè)接口：發(fā)消息和讀消息。

2、消息放在本地內(nèi)存中即可，數(shù)據(jù)結(jié)構(gòu)可以用 JDK 自帶的 ArrayBlockingQueue 。

4.2 寫一個(gè)適用于生產(chǎn)環(huán)境的 MQ 當(dāng)然，我們的目標(biāo)絕不止于一個(gè) MQ 雛形，而是希望實(shí)現(xiàn)一個(gè)可用于生產(chǎn)環(huán)境的消息中間件，那難度肯定就不是一個(gè)量級(jí)了，具體我們?cè)撊绾蜗率帜兀?/p>

1、先把握這個(gè)問(wèn)題的關(guān)鍵點(diǎn)假如我們還是只考慮最基礎(chǔ)的功能：發(fā)消息、存消息、消費(fèi)消息（支持發(fā)布-訂閱模式）。那在生產(chǎn)環(huán)境中，這些基礎(chǔ)功能將面臨哪些挑戰(zhàn)呢？我們能很快想到下面這些：

1、高并發(fā)場(chǎng)景下，如何保證收發(fā)消息的性能？

2、如何保證消息服務(wù)的高可用和高可靠？

3、如何保證服務(wù)是可以水平任意擴(kuò)展的？

4、如何保證消息存儲(chǔ)也是水平可擴(kuò)展的？

5、各種元數(shù)據(jù)（比如集群中的各個(gè)節(jié)點(diǎn)、主題、消費(fèi)關(guān)系等）如何管理，需不需要考慮數(shù)據(jù)的一致性？

可見，高并發(fā)場(chǎng)景下的三高問(wèn)題在你設(shè)計(jì)一個(gè) MQ 時(shí)都會(huì)遇到，「如何滿足高性能、高可靠等非功能性需求」才是這個(gè)問(wèn)題的關(guān)鍵所在。

2、整體設(shè)計(jì)思路

先來(lái)看下整體架構(gòu)，會(huì)涉及三類角色

另外，將「一發(fā)一存一消費(fèi)」這個(gè)核心流程進(jìn)一步細(xì)化后，比較完整的數(shù)據(jù)流如下

基于上面兩個(gè)圖，我們可以很快明確出 3 類角色的作用，分別如下：

1、Broker（服務(wù)端）：MQ 中最核心的部分，是 MQ 的服務(wù)端，核心邏輯幾乎全在這里，它為生產(chǎn)者和消費(fèi)者提供 RPC 接口，負(fù)責(zé)消息的存儲(chǔ)、備份和刪除，以及消費(fèi)關(guān)系的維護(hù)等。

2、Producer（生產(chǎn)者）：MQ 的客戶端之一，調(diào)用 Broker 提供的 RPC 接口發(fā)送消息。

3、Consumer（消費(fèi)者）：MQ 的另外一個(gè)客戶端，調(diào)用 Broker 提供的 RPC 接口接收消息，同時(shí)完成消費(fèi)確認(rèn)。

3、詳細(xì)設(shè)計(jì)下面，再展開討論下一些具體的技術(shù)難點(diǎn)和可行的解決方案。

難點(diǎn)1：RPC 通信

解決的是 Broker 與 Producer 以及 Consumer 之間的通信問(wèn)題。如果不重復(fù)造輪子，直接利用成熟的 RPC 框架 Dubbo 或者 Thrift 實(shí)現(xiàn)即可，這樣不需要考慮服務(wù)注冊(cè)與發(fā)現(xiàn)、負(fù)載均衡、通信協(xié)議、序列化方式等一系列問(wèn)題了。

當(dāng)然，你也可以基于 Netty 來(lái)做底層通信，用 Zookeeper、Euraka 等來(lái)做注冊(cè)中心，然后自定義一套新的通信協(xié)議（類似 Kafka），也可以基于 AMQP 這種標(biāo)準(zhǔn)化的 MQ 協(xié)議來(lái)做實(shí)現(xiàn)（類似 RabbitMQ）。對(duì)比直接用 RPC 框架，這種方案的定制化能力和優(yōu)化空間更大。

難點(diǎn)2：高可用設(shè)計(jì)

高可用主要涉及兩方面：Broker 服務(wù)的高可用、存儲(chǔ)方案的高可用?？梢圆痖_討論。

Broker 服務(wù)的高可用，只需要保證 Broker 可水平擴(kuò)展進(jìn)行集群部署即可，進(jìn)一步通過(guò)服務(wù)自動(dòng)注冊(cè)與發(fā)現(xiàn)、負(fù)載均衡、超時(shí)重試機(jī)制、發(fā)送和消費(fèi)消息時(shí)的 ack 機(jī)制來(lái)保證。

存儲(chǔ)方案的高可用有兩個(gè)思路：1）參考 Kafka 的分區(qū) + 多副本模式，但是需要考慮分布式場(chǎng)景下數(shù)據(jù)復(fù)制和一致性方案（類似 Zab、Raft等協(xié)議），并實(shí)現(xiàn)自動(dòng)故障轉(zhuǎn)移；2）還可以用主流的 DB、分布式文件系統(tǒng)、帶持久化能力的 KV 系統(tǒng)，它們都有自己的高可用方案。

難點(diǎn)3：存儲(chǔ)設(shè)計(jì)

消息的存儲(chǔ)方案是 MQ 的核心部分，可靠性保證已經(jīng)在高可用設(shè)計(jì)中談過(guò)了，可靠性要求不高的話直接用內(nèi)存或者分布式緩存也可以。這里重點(diǎn)說(shuō)一下存儲(chǔ)的高性能如何保證？這個(gè)問(wèn)題的決定因素在于存儲(chǔ)結(jié)構(gòu)的設(shè)計(jì)。

目前主流的方案是：追加寫日志文件（數(shù)據(jù)部分） + 索引文件的方式（很多主流的開源 MQ 都是這種方式），索引設(shè)計(jì)上可以考慮稠密索引或者稀疏索引，查找消息可以利用跳轉(zhuǎn)表、二分查找等，還可以通過(guò)操作系統(tǒng)的頁(yè)緩存、零拷貝等技術(shù)來(lái)提升磁盤文件的讀寫性能。

如果不追求很高的性能，也可以考慮現(xiàn)成的分布式文件系統(tǒng)、KV 存儲(chǔ)或者數(shù)據(jù)庫(kù)方案。

難點(diǎn)4：消費(fèi)關(guān)系管理

為了支持發(fā)布-訂閱的廣播模式，Broker 需要知道每個(gè)主題都有哪些 Consumer 訂閱了，基于這個(gè)關(guān)系進(jìn)行消息投遞。

由于 Broker 是集群部署的，所以消費(fèi)關(guān)系通常維護(hù)在公共存儲(chǔ)上，可以基于 Zookeeper、Apollo 等配置中心來(lái)管理以及進(jìn)行變更通知。

難點(diǎn)5：高性能設(shè)計(jì)

存儲(chǔ)的高性能前面已經(jīng)談過(guò)了，當(dāng)然還可以從其他方面進(jìn)一步優(yōu)化性能。

比如 Reactor 網(wǎng)絡(luò) IO 模型、業(yè)務(wù)線程池的設(shè)計(jì)、生產(chǎn)端的批量發(fā)送、Broker 端的異步刷盤、消費(fèi)端的批量拉取等等。

4.3 小結(jié)再總結(jié)下，要回答好：如何設(shè)計(jì)一個(gè) MQ？

1、需要從功能性需求（收發(fā)消息）和非功能性需求（高性能、高可用、高擴(kuò)展等）兩方面入手。

2、功能性需求不是重點(diǎn)，能覆蓋 MQ 最基礎(chǔ)的功能即可，至于延時(shí)消息、事務(wù)消息、重試隊(duì)列等高級(jí)特性只是錦上添花的東西。

3、最核心的是：能結(jié)合功能性需求，理清楚整體的數(shù)據(jù)流，然后順著這個(gè)思路去考慮非功能性的訴求如何滿足，這才是技術(shù)難點(diǎn)所在。

05 寫在最后 這篇文章從 MQ 一發(fā)一存一消費(fèi)這個(gè)本質(zhì)出發(fā)，講解了消息模型的演進(jìn)過(guò)程，這是 MQ 最核心的理論基礎(chǔ)?；诖?，大家也能更容易理解 MQ 的各種新名詞以及應(yīng)用場(chǎng)景。

最后通過(guò)回答：如何設(shè)計(jì)一個(gè) MQ？目的是讓大家對(duì) MQ 的核心組件和技術(shù)難點(diǎn)有一個(gè)清晰的認(rèn)識(shí)。另外，帶著這個(gè)問(wèn)題的答案再去學(xué)習(xí) Kafka、RocketMQ 等具體的消息中間件時(shí)，也會(huì)更有側(cè)重點(diǎn)。

責(zé)任編輯：haq