RocketMQ（六）RocketMQ消息的类型、模式、负载均衡
目录
- 1、消费类型
-
- 1）拉取式消费
- 2）推送式消费
- 3）对比
- 2、消费模式
-
- 1）广播模式
- 2）集群模式(默认)
- 3）消息进度保存
- 3、消息负载均衡(Rebalance机制)
-
- 1）Rebalance限制
- 2）Rebalance危害
- 3）Rebalance原因及过程
- 4、Queue分配算法
-
- 1）平均分配策略
- 2）环形平均策略
- 3）一致性hash策略
- 4）同机房策略
1、消费类型
消费者从Broker中获取消息的方式有两种：pull拉取方式和push推动方式。
1）拉取式消费
Consumer主动从Broker中拉取消息，主动权由Consumer控制。一旦获取了批量消息，就会启动消费过程。不过，该方式的实时性较弱，即Broker中有了新的消息时消费者并不能及时发现并消费。
拉取时间间隔是由用户指定，所以在设置该间隔时需要注意：间隔太短，空请求比例会增加；间隔太长，消息的实时性太差
2）推送式消费
该模式下Broker收到数据后会主动推送给Consumer，该获取方式一般实时性较高。
该获取方式是典型的发布-订阅模式，即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，去Queue中拉取消息。而这些都是基于Consumer与Broker间的长连接的，长连接的维护是需要消耗系统资源的。
3）对比
- pull需要应用去实现对关联Queue的遍历，实时性差；但便于应用控制消息的拉取
- push：封装了对关联Queue的遍历，实时性强，但会占用较多的系统资源
2、消费模式
1）广播模式
广播消费模式下，相同Consumer Group的每个Consumer实例都接收同一个Topic的全量消息。即每条消息都会被发送到Consumer Group中的每个Consumer进行消费。
消息被所有的consumer进行消费。
2）集群模式(默认)
集群消费模式下，相同Consumer Group的每个Consumer实例平均分摊同一个Topic的消息。即每条消息只会被发送到Consumer Group中的某个Consumer。
- 一条消息只会被同Group中的一个Consumer消费
- 多个Group同时消费一个Topic时，每个Group都只会有一个Consumer消费到数据
3）消息进度保存
-
广播模式： 消费进度保存在consumer端。因为广播模式下consumer group中每个consumer都会消费所有消息，但它们的消费进度是不同。所以consumer各自保存各自的消费进度。
-
集群模式： 消费进度保存在broker中。consumer group中的所有consumer共同消费同一个Topic中的消息，同一条消息只会被消费一次。消费进度会参与到了消费的负载均衡中，故消费进度是需要共享的。
3、消息负载均衡(Rebalance机制)
只有集群模式的消费者才会存在负载均衡；
消费者负载均衡，指的是，将⼀个Topic下的多个Queue分配到不同Consumer实例的过程。
负载均衡机制的本意是为了提升消息的并行消费能力。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。
通过增加consumer实例去分摊queue的消费，可以起到水平扩展的消费能力的作用。而有实例下线的时候，会重新触发负载均衡，这时候原来分配到的queue将分配到其他实例上继续消费。
默认的分配算法是AllocateMessageQueueAveragely，如下图：
还有另外一种平均的算法是AllocateMessageQueueAveragelyByCircle，也是平均分摊每一条queue，只是以环状轮流分queue的形式，如下图：
需要注意的是，集群模式下，queue都是只允许分配只一个实例，否则会导致同一个消息在不同的实例下被消费多次，所以算法上都是一个queue只分给一个consumer实例，一个consumer实例可以允许同时分到不同的queue。
1）Rebalance限制
由于⼀个队列最多分配给⼀个消费者，因此当某个消费者组下的消费者实例数量大于队列的数量时，多余的消费者实例将分配不到任何队列，所以需要控制让queue的总数量大于等于consumer的数量。
2）Rebalance危害
-
消费暂停： 在只有一个Consumer时，其负责消费所有Queue；在新增了一个Consumer后会触发Rebalance的发生。此时原Consumer就需要暂停部分队列的消费，等到这些队列分配给新的Consumer后，这些暂停消费的队列才能继续被消费。
-
消费重复： Consumer 在消费新分配给自己的队列时，必须接着之前Consumer 提交的消费进度的offset继续消费。然而默认情况下，offset是异步提交的，如果异步提交失败了，就会导致提交到Broker的offset与Consumer实际消费的消息并不一致。这个不一致的差值就是可能会重复消费的消息。
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Rebalance可能导致重复消费，如果需要重复消费的消息过多，或者因为Rebalance暂停时间过长从而导致积压了部分消息。那么有可能会导致在Rebalance结束之后瞬间需要消费很多消息。
3）Rebalance原因及过程
Rebalance产生的原因：
导致Rebalance产生的原因：消费者所订阅Topic的Queue数量发生变化，或消费者组中消费者的数量发生变化。
Rebalance过程：
在Broker中维护着多个Map集合，这些集合中动态存放着当前Topic中Queue的信息、Consumer Group中Consumer实例的信息。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实例在接收到通知后会采用Queue分配算法自己获取到相应的Queue，即由Consumer实例自主进行Rebalance。
4、Queue分配算法
一个Topic中的Queue只能由Consumer Group中的一个Consumer进行消费，而一个Consumer可以同时消费多个Queue中的息。那么Queue与Consumer间的配对关系是如何确定的，即Queue要分配给哪个Consumer进行消费，也是有算法策略的，这些策略是通过在创建Consumer时的构造器传进去的。
常见的有四种策略：平均分配、环形平均策略、一致性hash策略、同机房策略。
1）平均分配策略
该算法是要根据avg = QueueCount / ConsumerCount的计算结果进行分配的。如果能够整除，则按顺序将avg个Queue逐个分配Consumer；如果不能整除，则将多余出的Queue按照Consumer顺序逐个分配。
比如：有10个Queue，4个Consumer，那么每个Consumer可以分配到2个Queue，但是还有两个Queue是多余的，那么这两个Queue将依次按顺序分给Consumer-A，Consumer-B
该算法：先计算好每个Consumer应该分得几个Queue，然后再依次将这些数量的Queue逐个分配个Consumer。
2）环形平均策略
环形平均算法是指，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。
该算法不用事先计算每个Consumer需要分配几个Queue，直接一个一个分即可。
3）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。
该算法存在的问题：分配不均，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。
4）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。