其他分享
首页 > 其他分享> > 分布式消息队列RocketMQ—个人笔记(尚硅谷老雷老师视频)

分布式消息队列RocketMQ—个人笔记(尚硅谷老雷老师视频)

作者:互联网

参考视频:【尚硅谷】RocketMQ教程丨深度掌握MQ消息中间件_哔哩哔哩_bilibili

RocketMQ概述


一、MQ概述

1MQ简介

MQ , Message Queue ,是一种提供 消息队列服务 的中间件,也称为消息中间件,是一套提供了消息生产、存储、消费全过程 API 的软件系统。消息 即数据。一般消息的体量不会很大。

2MQ用途

从网上可以查看到很多的关于 MQ 用途的叙述,但总结起来其实就以下三点。 限流削峰 MQ 可以将系统的 超量 请求暂存其中,以便系统后期可以慢慢进行处理,从而避免了请求的丢失或系统 被压垮。

异步解耦

上游系统对下游系统的调用若为同步调用,则会大大降低系统的吞吐量与并发度,且系统耦合度太高。而异步调用则会解决这些问题。所以两层之间 若要实现由同步到异步的转化,一般性做法就是,在这两 层间添加一个 MQ 层。

数据收集

分布式系统会产生海量级数据流,如:业务日志、监控数据、用户行为等。针对这些数据流进行实时或批量采集汇总,然后对这些数据流进行大数据 分析,这是当前互联网平台的必备技术。通过 MQ 完成此 类数据收集是最好的选择。

3、常见MQ产品

ActiveMQ ActiveMQ 是使用 Java 语言开发一款 MQ 产品。早期很多公司与项目中都在使用。但现在的社区活跃度已经很低。现在的项目中已经很少使用了。 RabbitMQ RabbitMQ 是使用 ErLang 语言开发的一款 MQ 产品。其吞吐量较 Kafka 与 RocketMQ 要低,且由于其不是Java 语言开发,所以公司内部对其实现定制化 开发难度较大。 Kafka Kafka 是使用 Scala/Java 语言开发的一款 MQ 产品。其最大的特点就是高吞吐率,常用于大数据领域的实 时计算、日志采集等场景。其没有遵循任何常 见的 MQ 协议,而是使用自研协议。对于 Spring Cloud Netçix ,其仅支持 RabbitMQ 与 Kafka 。 RocketMQ RocketMQ 是使用 Java 语言开发的一款 MQ 产品。经过数年阿里双 11 的考验,性能与稳定性非常高。其没有遵循任何常见的 MQ 协议,而是使用自研协 议。对于 Spring Cloud Alibaba ,其支持 RabbitMQ 、 Kafka ,但提倡使用 RocketMQ 。 对比
关键词 ACTIVEMQ RABBITMQ KAFKA ROCKETMQ
开发语言 Java ErLang Java Java
单机吞吐量 万级 万级 十万级 十万级
Topic - - 百级 Topic 时会影响系统吞吐量 千级 Topic 时会影响系统吞吐量
社区活跃度

4MQ常见协议

一般情况下 MQ 的实现是要遵循一些常规性协议的。常见的协议如下: JMS JMS , Java Messaging Service ( Java 消息服务)。是 Java 平台上有关 MOM ( Message Oriented Middleware ,面向消息的中间件 PO/OO/AO )的技 术规范,它便于消息系统中的 Java 应用程序进行消 息交换,并且通过提供标准的产生、发送、接收消息的接口,简化企业应用的开发。 ActiveMQ 是 该协 议的典型实现。 STOMP STOMP , Streaming Text Orientated Message Protocol (面向流文本的消息协议),是一种 MOM 设计的简单文本协议。 STOMP 提供一个可互操作 的连接格式,允许客户端与任意 STOMP 消息代理 ( Broker )进行交互。 ActiveMQ 是该协议的典型实现, RabbitMQ 通过插件可以支持该协议。

 AMQP

AMQP , Advanced Message Queuing Protocol (高级消息队列协议),一个提供统一消息服务的应用层标准,是应用层协议的一个开放标准,是一 种 MOM 设计。基于此协议的客户端与消息中间件可传递 消息,并不受客户端 / 中间件不同产品,不同开发语言等条件的限制。 RabbitMQ 是该协议的 典型实 现。 MQTT MQTT , Message Queuing Telemetry Transport (消息队列遥测传输),是 IBM 开发的一个即时通讯协议,是一种二进制协议,主要用于服务器和低 功耗 IoT (物联网)设备间的通信。该协议支持所有平 台,几乎可以把所有联网物品和外部连接起来,被用来当做传感器和致动器的通信协议。 RabbitMQ 通 过插件可以支持该协议。

二、RocketMQ概述

1RocketMQ简介

RocketMQ 是一个统一消息引擎、轻量级数据处理平台。 RocketMQ 是⼀款阿⾥巴巴开源的消息中间件。 2016 年 11 ⽉ 28 ⽇,阿⾥巴巴向 Apache 软件基⾦会捐赠RocketMQ ,成为 Apache 孵化项⽬。 2017 年 9 ⽉ 25 ⽇, Apache 宣布 RocketMQ 孵化成为 Apache 顶 级项⽬( TLP ),成为国内⾸个互联⽹中间件在 Apache 上的顶级项⽬。 官⽹地址: http://rocketmq.apache.org

2RocketMQ发展历程

2007 年,阿里开始五彩石项目, Notify 作为项目中 交易核心消息流转系统 ,应运而生。 Notify 系统是 RocketMQ 的雏形。 2010 年, B2B 大规模使用 ActiveMQ 作为阿里的消息内核。阿里急需一个具有 海量堆积能力 的消息系 统 。 2011 年初, Kafka 开源。淘宝中间件团队在对 Kafka 进行了深入研究后,开发了一款新的 MQ , MetaQ 。 2012 年, MetaQ 发展到了 v3.0 版本,在它基础 上进行了进一步的抽象,形成了 RocketMQ ,然后就将其 进行了开源。 2015 年,阿里在 RocketMQ 的基础上,又推出了一款专门针对阿里云上用户的消息系统 Aliware MQ 。 2016 年双十一, RocketMQ 承载了 万亿级 消息的流转,跨越了一个新的里程碑。 11 ⽉ 28 ⽇,阿⾥巴巴 向 Apache 软件基⾦会捐赠 RocketMQ ,成为 Apache 孵化项⽬。 2017 年 9 ⽉ 25 ⽇, Apache 宣布 RocketMQ 孵化成为 Apache 顶级项⽬( TLP ),成为国内⾸个互联 ⽹中间件在 Apache 上的顶级项⽬。

 RocketMQ的安装与启动


一、基本概念

1 消息(Message

消息是指,消息系统所传输信息的物理载体,生产和消费数据的最小单位,每条消息必须属于一个主题。

2 主题(Topic

Topic 表示一类消息的集合,每个主题包含若干条消息,每条消息只能属于一个主题,是 RocketMQ 进行消息订阅的基本单位。 topic:message 1:n message:topic 1:1 一个生产者可以同时发送多种 Topic 的消息;而一个消费者只对某种特定的 Topic 感兴趣,即只可以订阅 和消费一种 Topic 的消息。 producer:topic 1:n consumer:topic 1:1

3 标签(Tag

为消息设置的标签,用于同一主题下区分不同类型的消息。来自同一业务单元的消息,可以根据不同业 务目的在同一主题下设置不同标签。标签能够 有效地保持代码的清晰度和连贯性,并优化 RocketMQ 提 供的查询系统。消费者可以根据 Tag 实现对不同子主题的不同消费逻辑,实现更好的扩展性。 Topic 是消息的一级分类, Tag 是消息的二级分类。 Topic :货物 tag= 上海 tag= 江苏 tag= 浙江 ------- 消费者 ---0-- topic= 货物 tag = 上海 topic= 货物 tag = 上海 | 浙江 topic= 货物 tag = *

4 队列(Queue

存储消息的物理实体。一个 Topic 中可以包含多个 Queue ,每个 Queue 中存放的就是该 Topic 的消息。一个 Topic 的 Queue 也被称为一个 Topic 中消息的分 区( Partition )。 一个 Topic 的 Queue 中的消息只能被一个消费者组中的一个消费者消费。一个 Queue 中的消息不允许同 一个消费者组中的多个消费 者同时消费。

在学习参考其它相关资料时,还会看到一个概念:分片( Sharding )。分片不同于分区。在 RocketMQ中,分片指的是存放相应 Topic 的 Broker 。每个 分片中会创建出相应数量的分区,即 Queue ,每个 Queue 的大小都是相同的。

 

5 消息标识(MessageId/Key

RocketMQ 中每个消息拥有唯一的 MessageId ,且可以携带具有业务标识的 Key ,以方便对消息的查询。不过需要注意的是, MessageId 有两个:在生 产者 send() 消息时会自动生成一个 MessageId ( msgId) , 当消息到达 Broker 后, Broker 也会自动生成一个 MessageId(offsetMsgId) 。 msgId 、 offsetMsgId 与 key 都 称为消息标识。 msgId :由 producer 端生成,其生成规则为: producerIp + 进程 pid + MessageClientIDSetter 类的 ClassLoader 的 hashCode + 当前时间 + AutomicInteger 自增计数器 offsetMsgId :由 broker 端生成,其生成规则为: brokerIp + 物理分区的 offset ( Queue 中的 偏移量) key :由用户指定的业务相关的唯一标识

二、系统架构

 

RocketMQ架构上主要分为四部分构成:  

1 Producer

消息生产者,负责生产消息。 Producer 通过 MQ 的负载均衡模块选择相应的 Broker 集群队列进行消息投递,投递的过程支持快速失败并且低延迟。 例如,业务系统产生的日志写入到 MQ 的过程,就是消息生产的过程 再如,电商平台中用户提交的秒杀请求写入到 MQ 的过程,就是消息生产的过程 RocketMQ 中的消息生产者都是以生产者组( Producer Group )的形式出现的。生产者组是同一类生产者的集合,这类 Producer 发送相同 Topic 类型的 消息。一个生产者组可以同时发送多个主题的消息。

2 Consumer

消息消费者,负责消费消息。一个消息消费者会从 Broker 服务器中获取到消息,并对消息进行相关业务处理。 例如, QoS 系统从 MQ 中读取日志,并对日志进行解析处理的过程就是消息消费的过程。 再如,电商平台的业务系统从 MQ 中读取到秒杀请求,并对请求进行处理的过程就是消息消费的过程。 RocketMQ 中的消息消费者都是以消费者组( Consumer Group )的形式出现的。消费者组是同一类消费者的集合,这类 Consumer 消费的是同一个 Topic 类型的消息。消费者组使得在消息消费方面,实现 负载均衡 (将一个 Topic 中的不同的 Queue 平均分配给同一个 Consumer Group 的不同的 Consumer ,注 意,并不是将消息负载均衡)和 容错 (一个 Consmer 挂了,该 Consumer Group 中的其它 Consumer 可 以接着消费原 Consumer 消费的 Queue )的目标变得非常容易

消费者组中 Consumer 的数量应该小于等于订阅 Topic 的 Queue 数量。如果超出 Queue 数量,则多出的Consumer 将不能消费消息。

 不过,一个Topic类型的消息可以被多个消费者组同时消费。

注意, 1 )消费者组只能消费一个 Topic 的消息,不能同时消费多个 Topic 消息 2 )一个消费者组中的消费者必须订阅完全相同的 Topic

3 Name Server

功能介绍 NameServer 是一个 Broker 与 Topic 路由的注册中心,支持 Broker 的动态注册与发现。RocketMQ 的思想来自于 Kafka ,而 Kafka 是依赖了 Zookeeper 的。所以,在 RocketMQ 的早期版本,即在 MetaQ v1.0 与 v2.0 版本中,也是依赖于 Zookeeper 的。从 MetaQ v3.0 ,即 RocketMQ 开始去掉了Zookeeper 依赖,使用了自己的 NameServer 。 主 要包括两个功能: Broker 管理: 接受 Broker 集群的注册信息并且保存下来作为路由信息的基本数据;提供心跳检测 机制,检查 Broker 是否还存活。 路由信息管理: 每个 NameServer 中都保存着 Broker 集群的整个路由信息和用于客户端查询的队列信息。 Producer 和 Conumser 通过 NameServer 可以 获取整个 Broker 集群的路由信息,从而进行消 息的投递和消费。 路由注册 NameServer 通常也是以集群的方式部署,不过, NameServer 是无状态的,即 NameServer 集群中的各 个节点间是无差异的,各节点间相互不进行信息通讯。那各节点中的数据是如何进行 数据同步的呢?在 Broker 节点启动时,轮询 NameServer 列表,与每个 NameServer 节点建立长连接,发起注册 请求。在 NameServer 内部维护着⼀个 Broker 列表,用来动态存储 Broker 的信 息。 注意,这是与其它像 zkEurekaNacos 等注册中心不同的地方。 这种 NameServer 的无状态方式,有什么优缺点: 优点: NameServer 集群搭建简单,扩容简单。 缺点:对于 Broker ,必须明确指出所有 NameServer 地址。否则未指出的将不会去注册。也正因为如此, NameServer 并不能随便扩容。因为,若 Broker 不重新配置,新增的 NameServer 对于 Broker 来说是不可见的,其不会向这个 NameServer 进行注册。 Broker 节点为了证明自己是活着的,为了维护与 NameServer 间的长连接,会将最新的信息以 心跳包 的 方式上报给 NameServer ,每 30 秒发送一次心跳。心跳包中包含 BrokerId 、 Broker 地 址 (IP+Port) 、 Broker 名称、 Broker 所属集群名称等等。 NameServer 在接收到心跳包后,会更新心跳时间戳, 记录这 个 Broker 的最新存活时间。 路由剔除 由于 Broker 关机、宕机或网络抖动等原因, NameServer 没有收到 Broker 的心跳, NameServer 可能会将其从 Broker 列表中剔除。 NameServer 中有⼀个定时任务,每隔 10 秒就会扫描⼀次 Broker 表,查看每一个 Broker 的最新心跳时间戳距离当前时间是否超过 120 秒,如果超过,则会判定 Broker 失效,然后将其从 Broker 列表中剔除。 扩展:对于 RocketMQ 日常运维工作,例如 Broker 升级,需要停掉 Broker 的工作。 OP 需要怎么做? OP 需要将 Broker 的读写权限禁掉。一旦 client(ConsumerProducer)broker 发送请求,都会收到 brokerNO_PERMISSION 响应,然后 client 会进行对其它 Broker 的重试。 当 OP 观察到这个 Broker 没有流量后,再关闭它,实现 BrokerNameServer 的移除。 OP :运维工程师 SRESite Reliability Engineer ,现场可靠性工程师 路由发现 RocketMQ 的路由发现采用的是 Pull 模型。当 Topic 路由信息出现变化时, NameServer 不会主动推送给客户端,而是客户端定时拉取主题最新的路由。 默认客户端每 30 秒会拉取一次最新的路由。 扩展: 1Push 模型:推送模型。其实时性较好,是一个 发布 - 订阅 模型,需要维护一个长连接。而长连接的维护是需要资源成本的。该模型适合于的场景:实时性要求较高 Client 数量不多, Server 数据变化较频繁 2Pull 模型:拉取模型。存在的问题是,实时性较差。 3Long Polling 模型:长轮询模型。其是对 PushPull 模型的整合,充分利用了这两种模型的优势,屏蔽了它们的劣势。 客户端 NameServer 选择策略 这里的客户端指的是 ProducerConsumer 客户端在配置时必须要写上 NameServer 集群的地址,那么客户端到底连接的是哪个 NameServer 节点 呢?客户端首先会生产一个随机数,然后再与NameServer 节点数量取模,此时得到的 就是所要连接的 节点索引,然后就会进行连接。如果连接失败,则会采用 round-robin 策略,逐个尝试着去连 接其它节 点。 首先采用的是 随机策略 进行的选择,失败后采用的是 轮询策略 。 扩展: Zookeeper Client 是如何选择 Zookeeper Server 的? 简单来说就是,经过两次 Shufæe ,然后选择第一台 Zookeeper Server 。 详细说就是,将配置文件中的 zk server 地址进行第一次 shufæe ,然后随机选择一个。这个选择出的一般都是一个 hostname 。然后获取到该 hostname对应的所有 ip ,再对这些 ip 进行第二次 shufæe ,从 shufæe 过的结果中取第一个 server 地址进行连接。

4 Broker

功能介绍 Broker 充当着消息中转角色,负责存储消息、转发消息。 Broker 在 RocketMQ 系统中负责接收并存储从生产者发送来的消息,同时为消费者的拉取请求作准备。 Broker 同时也存储着消息相 关的元数据,包括 消费者组消费进度偏移 offset 、主题、队列等。 Kafka 0.8 版本之后, offset 是存放在 Broker 中的,之前版本是存放在 Zookeeper 中的。 模块构成 下图为 Broker Server 的功能模块示意图。

Remoting Module : 整个 Broker 的实体,负责处理来自 clients 端的请求。而这个 Broker 实体则由以下模块构成。 Client Manager : 客户端管理器。负责接收、解析客户端 (Producer/Consumer) 请求,管理客户端。例如,维护 Consumer 的 Topic 订阅信息 Store Service : 存储服务。提供方便简单的 API 接口,处理 消息存储到物理硬盘 和 消息查询 功能。 HA Service : 高可用服务,提供 Master Broker 和 Slave Broker 之间的数据同步功能。 Index Service : 索引服务。根据特定的 Message key ,对投递到 Broker 的消息进行索引服务,同时也提供根据 Message Key 对消息进行快速查询的功能。

 集群部署

为了增强 Broker 性能与吞吐量, Broker 一般都是以集群形式出现的。各集群节点中可能存放着相同Topic 的不同 Queue 。不过,这里有个问题,如果某Broker 节点宕机,如何保证数据不丢失 呢?其解决 方案是,将每个 Broker 集群节点进行横向扩展,即将 Broker 节点再建为一个 HA 集群,解决单点问 题。 Broker 节点集群是一个主从集群,即集群中具有 Master 与 Slave 两种角色。 Master 负责处理读写操作请 求, Slave 负责对 Master 中的数据进行备 份。当 Master 挂掉了, Slave 则会自动切换为 Master 去工作。所 以这个 Broker 集群是主备集群。一个 Master 可以包含多个 Slave ,但一个 Slave 只能隶 属于一个 Master 。 Master 与 Slave 的对应关系是通过指定相同的 BrokerName 、不同的 BrokerId 来确定的。 BrokerId 为 0 表 示 Master ,非 0 表示 Slave 。 每个 Broker 与 NameServer 集群中的所有节点建立长连接,定时注册 Topic 信 息到所有 NameServer 。

5 工作流程

具体流程

1 )启动 NameServer , NameServer 启动后开始监听端口,等待 Broker 、 Producer 、 Consumer 连接。 2 )启动 Broker 时, Broker 会与所有的 NameServer 建立并保持长连接,然后每 30 秒向 NameServer 定时 发送心跳包。 3 )发送消息前,可以先创建 Topic ,创建 Topic 时需要指定该 Topic 要存储在哪些 Broker 上,当然,在创建 Topic 时也会将 Topic 与 Broker 的关系写入到 NameServer 中。不过,这步是可选的, 也可以在发送消 息时自动创建 Topic 。 4 ) Producer 发送消息,启动时先跟 NameServer 集群中的其中一台建立长连接,并从 NameServer 中获 取路由信息,即当前发送的 Topic 消息的 Queue 与 Broker 的地址( IP+Port )的映射关 系。然后根据算法 策略从队选择一个 Queue ,与队列所在的 Broker 建立长连接从而向 Broker 发消息。当然,在获取到路由 信息后, Producer 会首先将路由信息缓存到本地,再每 30 秒从 NameServer 更新一次路由信息。 5 ) Consumer 跟 Producer 类似,跟其中一台 NameServer 建立长连接,获取其所订阅 Topic 的路由信息,然后根据算法策略从路由信息中获取到其所要消费的 Queue ,然后直接跟 Broker 建立 长连接,开始消费 其中的消息。 Consumer 在获取到路由信息后,同样也会每 30 秒从 NameServer 更新一次路由信息。不过 不同于 Producer 的是, Consumer 还会向 Broker 发送心跳,以确保 Broker 的存活状态。 Topic 的创建模式 手动创建 Topic 时,有两种模式: 集群模式:该模式下创建的 Topic 在该集群中,所有 Broker 中的 Queue 数量是相同的 。 Broker 模式:该模式下创建的 Topic 在该集群中,每个 Broker 中的 Queue 数量可以不同。 自动创建 Topic 时,默认采用的是 Broker 模式,会为每个 Broker 默认创建 4 个 Queue 。 / 写队列 从物理上来讲,读 / 写队列是同一个队列。所以,不存在读 / 写队列数据同步问题。读 / 写队列是逻辑上进行区分的概念。一般情况下,读 / 写队列数量是相同的。 例如,创建 Topic 时设置的写 队列数量为 8 ,读队列数量为 4 ,此时系统会创建 8 个 Queue ,分别是 0 1 2 3 4 5 6 7 。 Producer 会将消息写入到这 8 个队列,但 Consumer 只会消费 0 1 2 3 这 4 个队列中的消息, 4 5 6 7 中的消 息是不会被消费到的。 再如,创建 Topic 时设置的写队列数量为 4 ,读队列数量为 8 ,此时系统会创建 8 个 Queue ,分别是 0 1 2 3 4 5 6 7 。 Producer 会将消息写入到 0 1 2 3 这 4 个队列,但 Consumer 只会消费 0 1 2 3 4 5 6 7 这 8 个队列中 的消息,但是 4 5 6 7 中是没有消息的。此时假设 Consumer Group 中包含两个 Consuer , Consumer1 消 费 0 1 2 3 ,而 Consumer2 消费 4 5 6 7 。但实际情况是, Consumer2 是没有消息可消费的。 也就是说,当读 / 写队列数量设置不同时,总是有问题的。那么,为什么要这样设计呢? 其这样设计的目的是为了,方便 Topic 的 Queue 的缩容。 例如,原来创建的 Topic 中包含 16 个 Queue ,如何能够使其 Queue 缩容为 8 个,还不会丢失消息?可以动态修改写队列数量为 8 ,读队列数量不变。此时新的消息只能写入到前 8 个队列,而消 费都消费的却是 16 个队列中的数据。当发现后 8 个 Queue 中的消息消费完毕后,就可以再将读队列数量动态设置为 8 。整 个缩容过程,没有丢失任何消息。 perm 用于设置对当前创建 Topic 的操作权限: 2 表示只写, 4 表示只读, 6 表示读写。

三、单击安装与启动

1、准备工作

软硬件需求 系统要求是64位的,JDK要求书1.8及以上版本的。

下载 RocketMQ 安装包

 

 将下载的安装包上传到Linux

 

 解压。

2、修改初始内存

修改 runserver.sh 使用 vim 命令打开 bin/runserver.sh 文件。现将这些值修改为如下:

修改runbroker.sh 

使用vim命令打开bin/runbroker.sh文件。现将这些值修改为如下:

3、启动

启动NameServer 

4、发送/接收消息测试

发送消息 接收消息

 5、关闭Server

无论是关闭name server还是broker,都是使用bin/mqshutdown命令。

四、 控制台的安装与启动

RocketMQ有一个可视化的dashboard,通过该控制台可以直观的查看到很多数据。

1 下载

下载地址:https://github.com/apache/rocketmq-externals/releases

2 修改配置

修改其src/main/resources中的application.properties配置文件。

3 添加依赖

在解压目录rocketmq-console的pom.xml中添加如下JAXB依赖。
JAXB,Java Architechture for Xml Binding,用于XML绑定的Java技术,是一个业界标准,是一 项可以根据XML Schema生成Java类的技术
<dependency>
    <groupId>javax.xml.bind</groupId>
    <artifactId>jaxb-api</artifactId>
    <version>2.3.0</version>
</dependency>
<dependency>
    <groupId>com.sun.xml.bind</groupId>
    <artifactId>jaxb-impl</artifactId>
    <version>2.3.0</version>
</dependency>
<dependency>
    <groupId>com.sun.xml.bind</groupId>
    <artifactId>jaxb-core</artifactId>
    <version>2.3.0</version>
</dependency>
<dependency>
    <groupId>javax.activation</groupId>
    <artifactId>activation</artifactId>
    <version>1.1.1</version>
</dependency>

4 打包

在rocketmq-console目录下运行maven的打包命令。

 5 启动

 6 访问

 五、集群搭建理论

1 数据复制与刷盘策略 

 复制策略

复制策略是Broker的Master与Slave间的数据同步方式。分为同步复制与异步复制:

异步复制策略会降低系统的写入延迟,RT变小,提高了系统的吞吐量
刷盘策略 刷盘策略指的是broker中消息的落盘方式,即消息发送到broker内存后消息持久化到磁盘的方式。分为 同步刷盘与异步刷盘:
1)异步刷盘策略会降低系统的写入延迟,RT变小,提高了系统的吞吐量 2)消息写入到Broker的内存,一般是写入到了PageCache 3)对于异步 刷盘策略,消息会写入到PageCache后立即返回成功ACK。但并不会立即做落盘操 作,而是当PageCache到达一定量时会自动进行落盘。

2 Broker集群模式

根据Broker集群中各个节点间关系的不同,Broker集群可以分为以下几类: 单Master 只有一个broker(其本质上就不能称为集群)。这种方式也只能是在测试时使用,生产环境下不能使用,因为存在单点问题。 多Master broker集群仅由多个master构成,不存在Slave。同一Topic的各个Queue会平均分布在各个master节点 上。 优点:配置简单,单个Master宕机或重启维护对应用无影响,在磁盘配置为RAID10时,即使机器 宕机不可恢复情况下,由于RAID10磁盘非常可靠,消息也不会丢(异步刷盘丢失少量消息,同步 刷盘一条不丢),性能最高; 缺点:单台机器宕机期间,这台机器上未被消费的消息在机器恢复之前不可订阅(不可消费), 消息实时性会受到影响。
以上优点的前提是,这些Master都配置了RAID磁盘阵列。如果没有配置,一旦出现某Master宕机,则会发生大量消息丢失的情况。
多Master多Slave模式-异步复制 broker集群由多个master构成,每个master又配置了多个slave(在配置了RAID磁盘阵列的情况下,一 个master一般配置一个slave即可)。master与slave的关系是主备关系,即master负 责处理消息的读写请求,而slave仅负责消息的备份与master宕机后的角色切换。 异步复制即前面所讲的复制策略中的异步复制策略,即消息写入master成功后,master立即向producer返 回成功ACK,无需等待slave同步数据成功。 该模式的最大特点之一是,当master宕机后slave能够自动切换为master。不过由于slave从master的同步具有短暂的延迟(毫秒级),所以当 master宕机后,这种异步复制方式可能会存在少量消息的丢失问题。
Slave从Master同步的延迟越短,其可能丢失的消息就越少对于Master的RAID磁盘阵列,若使用的也是异步复制策略,同样也存在延迟问题,同样也可能会丢失消息。但RAID阵列的秘诀是微秒级的(因为是由硬盘支持的),所以其丢失的数据量会更少。
多Master多Slave模式-同步双写 该模式是多Master多Slave模式的同步复制实现。所谓同步双写,指的是消息写入master成功后, master会等待slave同步数据成功后才向producer返回成功ACK,即master与slave都要写 入成功后才会 返回成功ACK,也即双写。 该模式与异步复制模式相比,优点是消息的安全性更高,不存在消息丢失的情况。但单个消息的RT略高,从而导致性能要略低(大约低10%)。 该模式存在一个大的问题:对于目前的版 本,Master宕机后,Slave不会自动切换到Master。 最佳实践 一般会为Master配置RAID10磁盘阵列,然后再为其配置一个Slave。即利用了RAID10磁盘阵列的高效、安全性,又解决了可能会影响订阅的问题。 1)RAID磁盘阵列的效率要高于Master-Slave集群。因为RAID是硬件支持的。也正因为如此, 所以RAID阵列的搭建成本较高。 2)多Master+RAID阵列,与多Master多Slave集群的区别是什么?

六、磁盘阵列RAID(补充)

1 RAID历史 1988 年美国加州大学伯克利分校的 D. A. Patterson 教授等首次在论文 “A Case of Redundant Array of Inexpensive Disks” 中提出了 RAID 概念 ,即廉价冗余磁盘阵列( Redundant Array of Inexpensive Disks )。由于当时大容量磁盘比较昂贵, RAID 的基本思想是将多个容量较小、相对廉价的磁盘进行有机组合,从而以较低的成本获得与昂贵大容量磁盘相当的容量、性 能、可靠性。随着磁盘成本和价格的不断降低, “廉价” 已经毫无意义。因此, RAID咨询委员会( RAID Advisory Board, RAB )决定用 “ 独立 ” 替代 “ 廉价 ” ,于时 RAID 变成了独立磁 盘冗余阵列( Redundant Array of Independent Disks )。但这仅仅是名称的变化,实质内容没有改变。 2 RAID等级 RAID这种设计思想很快被业界接纳, RAID技术作为高性能、高可靠的存储技术,得到了非常广泛的应用。 RAID主要利用镜像、数据条带和数据校验三种技术来获取高性能、可靠性、 容错能力和扩展性,根据对这三种技术的使用策略和组合架构,可以把 RAID分为不同的等级,以满足不同数据应用的需求。 D. A. Patterson 等的论文中定义了 RAID0 ~ RAID6 原始 RAID 等级。随后存储厂商又不断推出 RAID7 、 RAID10、RAID01 、 RAID50 、 RAID53 、 RAID100 等 RAID 等级,但这些并 无统一的标准。目前业界与学术界公认的标准是 RAID0 ~ RAID6 ,而在实际应用领域中使用最多的 RAID 等级是 RAID0 、 RAID1 、 RAID3 、 RAID5 、 RAID6 和 RAID10。 RAID每一 个等级代表一种实现方法和技术,等级之间并无高低之分。在实际应用中,应当根据用户的数据应用特点,综合考虑可用性、性能和成本来选择合适的RAID 等级,以及具体的实现方式。

3 关键技术

镜像技术 镜像技术是一种冗余技术,为磁盘提供数据备份功能,防止磁盘发生故障而造成数据丢失。对于 RAID 而言,采用镜像技术最典型地的用法就是,同时在磁盘阵列中产生两个完全相同的数 据副本,并且分布在两个不同的磁盘上。镜像提供了完全的数据冗余能力,当一个数据副本失效不可用时,外部系统仍可 正常访问另一副本,不会对应用系统运行和性能产生影响。而 且,镜像不需要额外的计算和校验,故障修复非常快,直接复制即可。镜像技术可以从多个副本进行并发读取数据,提供更高的读 I/O 性能,但不能并行写数据,写多个副本通常会导致一 定的 I/O 性能下降。 镜像技术提供了非常高的数据安全性,其代价也是非常昂贵的,需要至少双倍的存储空间。高成本限制了镜像的广泛应用,主要应用于至关重要的数据保护,这种场 合下的数据丢失可能会造成非常巨大的损失。 数据条带技术 数据条带化技术是一种自动将 I/O操作负载均衡到多个物理磁盘上的技术。更具体地说就是,将一块连续的数据分成很多小部分并把它们分别存储到不同磁盘上。这就能使多个进程可以并 发访问数据的多个不同部分,从而获得最大程度上的 I/O 并行能力,极大地提升性能。 数据校验技术 数据校验技术是指, RAID 要在写入数据的同时进行校验计算,并将得到的校验数据存储在 RAID 成员 磁盘中。校验数据可以集中保存在某个磁盘或分散存储在多个不同磁盘中。当其中一 部分数据出错时, 就可以对剩余数据和校验数据进行反校验计算重建丢失的数据。 数据校验技术相对于镜像技术的优势在于节省大量开销,但由于每次数据读写都要进行大量的校验运算,对计算机的运算速度要求很高,且必须使用硬件 RAID 控制器。在数据重建恢复方 面,检验技术比镜像技术复杂得多且慢得多。

4 RAID分类

从实现角度看, RAID 主要分为软 RAID、硬 RAID 以及混合 RAID 三种。 软 RAID 所有功能均有操作系统和 CPU 来完成,没有独立的 RAID 控制处理芯片和 I/O 处理芯片,效率自然最低。 硬 RAID 配备了专门的 RAID 控制处理芯片和 I/O 处理芯片以及阵列缓冲,不占用 CPU 资源。效率很高,但成 本也很高。 混合 RAID 具备 RAID 控制处理芯片,但没有专门的I/O 处理芯片,需要 CPU 和驱动程序来完成。性能和成本在软 RAID 和硬 RAID 之间。

5 常见RAID等级详解

JBOD

 JBOD ,Just a Bunch of Disks,磁盘簇。表示一个没有控制软件提供协调控制的磁盘集合,这是 RAID 区别与 JBOD 的主要因素。 JBOD 将多个物理磁盘串联起来,提供一个巨大的逻辑磁盘。 JBOD 的数据存放机制是由第一块磁盘开始按顺序往后存储,当前磁盘存储空间用完后,再依次往后面的磁盘存储数据。 JBOD 存储性能完全等同于单块磁盘,而且也不提供数据安全保护。

其只是简单提供一种扩展存储空间的机制,JBOD可用存储容量等于所有成员磁盘的存储空间之和
JBOD 常指磁盘柜,而不论其是否提供 RAID 功能。不过,JBOD并非官方术语,官方称为Spanning。 RAID0

RAID0 是一种简单的、无数据校验的数据条带化技术。实际上不是一种真正的 RAID ,因为它并不提供任何形式的冗余策略。 RAID0 将所在磁盘条带化后组成大容量的存储空间,将数据 分散存储在所有磁盘中,以独立访问方式实现多块磁盘的并读访问。 理论上讲,一个由 n 块磁盘组成的 RAID0 ,它的读写性能是单个磁盘性能的 n 倍,但由于总线带宽等多种因素的限制,实际的性能提升低于理论值。由于可以并发执行 I/O 操作,总线带 宽得到充分利用。 再加上不需要进行数据校验,RAID0 的性能在所有 RAID 等级中是最高的。 RAID0 具有低成本、高读写性能、 100% 的高存储空间利用率等优点,但是它不提供数据冗余保护,一 旦数据损坏,将无法恢复。 应用场景:对数据的顺序读写要求不高,对数据的安全性和可靠性要求不高,但对系统性能要求很高的场景。 RAID0与JBOD相同点: 1)存储容量:都是成员磁盘容量总和 2)磁盘利用率,都是100%,即都没有做任何的数据冗余备份 RAID0与JBOD不同点: JBOD:数据是顺序存放的,一个磁盘存满后才会开始存放到下一个磁盘 RAID:各个磁盘中的数据 写入是并行的,是通过数据条带技术写入的。其读写性能是JBOD的n 倍

RAID1

RAID1 就是一种镜像技术,它将数据完全一致地分别写到工作磁盘和镜像磁盘,它的磁盘空间利用率为 50% 。 RAID1 在数据写入时,响应时间会有所影响,但是读数据的时候没有影响。 RAID1 提供了最佳的数据保护,一旦工作磁盘发生故障,系统将自动切换到镜像磁盘,不会影响使用。 RAID1是为了增强数据安全性使两块磁盘数据呈现完全镜像,从而达到安全性好、技术简单、管理方便。 RAID1 拥有完全容错的能力,但实现成本高。

应用场景:对顺序读写性能要求较高,或对数据安全性要求较高的场景。 

标签:RAID,Broker,Topic,消息,老雷,NameServer,RocketMQ,分布式
来源: https://blog.csdn.net/wts563540/article/details/119486590