前言

最近，消息隊列（Message Queue ，簡稱 MQ）越來越火。很多公司在用，很多人在用，其重要性不言而喻。

如果讓你回答下面這些問題，你的心中是否有答案了呢？

為什么要用 MQ？

引入 MQ 會多出哪些問題？

如何解決這些問題？

本文將會一一為你解答，這些看似平常卻很有意義的問題。

1. 傳統(tǒng)模式有哪些痛點

痛點 1

有些復(fù)雜的業(yè)務(wù)系統(tǒng)，一次用戶請求可能會同步調(diào)用 N 個系統(tǒng)的接口，需要等待所有的接口都返回才能真正的獲取執(zhí)行結(jié)果。

這種同步接口調(diào)用的方式總耗時比較長，非常影響用戶體驗。特別是在網(wǎng)絡(luò)不穩(wěn)定的情況下，極容易出現(xiàn)接口超時問題。

痛點 2

很多復(fù)雜的業(yè)務(wù)系統(tǒng)，一般都會拆分成多個子系統(tǒng)。以用戶下單為例，請求會先通過訂單系統(tǒng)，然后分別調(diào)用支付系統(tǒng)、庫存系統(tǒng)、積分系統(tǒng)和物流系統(tǒng)。

系統(tǒng)之間耦合性太高，如果調(diào)用的任何一個子系統(tǒng)出現(xiàn)異常，整個請求都會異常。對系統(tǒng)的穩(wěn)定性非常不利。

痛點 3

為了吸引用戶，有時候會搞一些活動，比如秒殺等。

如果用戶少還好，不會影響系統(tǒng)的穩(wěn)定性。但如果用戶突增，一時間所有的請求都到數(shù)據(jù)庫，可能會導(dǎo)致數(shù)據(jù)庫無法承受這么大的壓力，響應(yīng)變慢或者直接掛掉。

對于這種突然出現(xiàn)的請求峰值，無法保證系統(tǒng)的穩(wěn)定性。

2. 為什么要用 MQ

對于上面?zhèn)鹘y(tǒng)模式的三類問題，使用 MQ 就能輕松解決。

2.1 異步

對于痛點 1 同步接口調(diào)用導(dǎo)致響應(yīng)時間長的問題。使用 MQ 之后，將同步調(diào)用改成異步調(diào)用，能夠顯著減少系統(tǒng)響應(yīng)時間。

系統(tǒng) A 作為消息的生產(chǎn)者，在完成本職工作后就能直接返回結(jié)果了。無需等待消息消費者的返回，它們最終會獨立完成所有的業(yè)務(wù)功能。

這樣能避免總耗時比較長，從而影響用戶的體驗的問題。

2.2 解耦

對于痛點 2 子系統(tǒng)間耦合性太大的問題，使用 MQ 之后，只需要依賴于 MQ。避免了各個子系統(tǒng)間的強依賴問題。

訂單系統(tǒng)作為消息生產(chǎn)者，保證它自己沒有異常即可，不會受到支付系統(tǒng)等業(yè)務(wù)子系統(tǒng)的異常影響。并且各個消費者業(yè)務(wù)子系統(tǒng)之間，也互不影響。

這樣就把之前復(fù)雜的業(yè)務(wù)子系統(tǒng)的依賴關(guān)系，轉(zhuǎn)換為只依賴于 MQ 的簡單依賴，從而顯著的降低了系統(tǒng)間的耦合度。

2.3 削峰

對于痛點 3，由于突然出現(xiàn)的請求峰值導(dǎo)致系統(tǒng)不穩(wěn)定的問題。使用 MQ 后，能夠起到削峰的作用。

訂單系統(tǒng)接收到用戶請求之后，將請求直接發(fā)送到 MQ；

然后，訂單消費者從 MQ 中消費消息，做寫庫操作；

當(dāng)出現(xiàn)請求峰值的情況，由于消費者的消費能力有限，會按照自己的節(jié)奏來消費消息。多余請求不處理，保留在 MQ 的隊列中，不會對系統(tǒng)的穩(wěn)定性造成影響。

3. 引入 MQ 會多出哪些問題

引入 MQ 后讓子系統(tǒng)間耦合性降低了，異步處理機制減少了系統(tǒng)的響應(yīng)時間。同時能夠有效的應(yīng)對請求峰值問題，提升了系統(tǒng)的穩(wěn)定性。

但是，引入 MQ 的同時也會帶來一些問題。

3.1 重復(fù)消費問題

重復(fù)消費問題可以說是 MQ 中普遍存在的問題，不管你用哪種 MQ 都無法避免。

有哪些場景會出現(xiàn)重復(fù)的消息呢？

消息生產(chǎn)者產(chǎn)生了重復(fù)的消息；

Kafka 和 RocketMQ 的 offset 被回調(diào)了；

消息消費者確認失敗；

消息消費者確認時超時；

業(yè)務(wù)系統(tǒng)主動發(fā)起重試。

如果重復(fù)消息不做正確的處理，會對業(yè)務(wù)造成很大的影響，產(chǎn)生重復(fù)數(shù)據(jù)或者導(dǎo)致數(shù)據(jù)異常，比如會員系統(tǒng)多開通了一個月的會員等。

3.2 數(shù)據(jù)一致性問題

很多時候，如果 MQ 的消費者業(yè)務(wù)處理異常，就會出現(xiàn)數(shù)據(jù)一致性問題。

舉個例子，一個完整的業(yè)務(wù)流程是，下單成功之后送 100 個積分。下單寫庫成功了，但是消息消費者在送積分的時候失敗了。這樣就會造成數(shù)據(jù)不一致的情況，即該業(yè)務(wù)流程的部分數(shù)據(jù)寫庫了，另外一部分沒有寫庫。

如果下單和送積分在同一個事務(wù)中，要么同時成功，要么同時失敗。這樣不會出現(xiàn)數(shù)據(jù)一致性問題的。

但由于跨系統(tǒng)調(diào)用，為了性能考慮一般不會使用強一致性的方案，而改成達成最終一致性即可。

3.3 消息丟失問題

同樣消息丟失問題，也是 MQ 中普遍存在的問題，不管你用哪種 MQ 都無法避免。

有哪些場景會出現(xiàn)消息丟失問題呢？

生產(chǎn)者產(chǎn)生消息時，由于網(wǎng)絡(luò)原因發(fā)送到 MQ 失敗了；

MQ 服務(wù)器持久化，存儲磁盤時出現(xiàn)異常；

Kafka 和 RocketMQ 的 offset 被回調(diào)時，略過了很多消息；

消費者剛讀取消息，已經(jīng) ACK 確認，但業(yè)務(wù)還沒處理完，服務(wù)就被重啟了。

導(dǎo)致消息丟失問題的原因挺多的，生產(chǎn)者、MQ 服務(wù)器、消費者都有可能產(chǎn)生問題。我在這里就不一一列舉了。

最終的結(jié)果會導(dǎo)致消費者無法正確的處理消息，而導(dǎo)致數(shù)據(jù)不一致的情況。

3.4 消息順序問題

有些業(yè)務(wù)數(shù)據(jù)是有狀態(tài)的，比如訂單有下單、支付、完成、退貨等狀態(tài)。如果訂單數(shù)據(jù)作為消息體，就會涉及順序問題了。

例如消費者收到同一個訂單的兩條消息。第一條消息的狀態(tài)是下單，第二條消息的狀態(tài)是支付，這是沒問題的。

但如果第一條消息的狀態(tài)是支付，第二條消息的狀態(tài)是下單就會有問題了。沒有下單就先支付了？

消息順序問題是一個非常棘手的問題，比如：

Kafka 同一個 partition 中能保證順序，但是不同的 partition 無法保證順序；

RabbitMQ的同一個 queue 能夠保證順序，但是如果多個消費者同一個 queue 也會有順序問題。

如果消費者使用多線程消費消息，也無法保證順序。

如果消費消息時同一個訂單的多條消息中，中間的一條消息出現(xiàn)異常情況，順序?qū)淮騺y。

還有如果生產(chǎn)者發(fā)送到 MQ 中的路由規(guī)則，跟消費者不一樣，也無法保證順序。

3.5 消息堆積

如果消息消費者讀取消息的速度，能夠跟上消息生產(chǎn)者的節(jié)奏，那么整套 MQ 機制就能發(fā)揮最大作用。

但是很多時候，由于某些批處理或者其他原因，導(dǎo)致消費速度小于生產(chǎn)速度。這樣會直接導(dǎo)致消息堆積問題，從而影響業(yè)務(wù)功能。

這里以下單開通會員為例，如果消息出現(xiàn)堆積會導(dǎo)致用戶下單之后，很久之后才能變成會員。這種情況肯定會引起大量用戶投訴。

3.6 系統(tǒng)復(fù)雜度提升

這里說的系統(tǒng)復(fù)雜度和系統(tǒng)耦合性是不一樣的。

假設(shè)以前只有系統(tǒng) A、系統(tǒng) B 和系統(tǒng) C 三個系統(tǒng)，引入 MQ 之后，除了需要關(guān)注前面三個系統(tǒng)之外，還需要關(guān)注 MQ 服務(wù)。需要關(guān)注的點越多，系統(tǒng)的復(fù)雜度越高。

MQ 的機制需要生產(chǎn)者、MQ 服務(wù)器、消費者。有一定的學(xué)習(xí)成本，需要額外部署 MQ 服務(wù)器。

有些 MQ 功能非常強大、用法有點復(fù)雜，例如 RocketMQ。如果使用不好，會出現(xiàn)很多問題。有些問題，不像接口調(diào)用那么容易排查，從而導(dǎo)致系統(tǒng)的復(fù)雜度提升了。

4. 如何解決這些問題？

MQ 是一種趨勢，總體來說對我們的系統(tǒng)是利大于弊的，難道因為它會出現(xiàn)一些問題，我們就不用它了？那么我們要如何解決這些問題呢？

4.1 重復(fù)消息問題

不管是由于生產(chǎn)者產(chǎn)生的重復(fù)消息，還是由于消費者導(dǎo)致的重復(fù)消息，我們都可以在消費者中解決這個問題。

這就要求消費者在做業(yè)務(wù)處理時，要做冪等設(shè)計。如果有不知道如何設(shè)計的朋友，可以參考“高并發(fā)下如何保證接口的冪等性？”，里面介紹得非常詳細。

在這里我推薦增加一張消費消息表，來解決 MQ 的這類問題。

消費消息表中，使用 messageId 做唯一索引。在處理業(yè)務(wù)邏輯之前，先根據(jù) messageId 查詢一下該消息有沒有處理過。如果已經(jīng)處理過了則直接返回成功，如果沒有處理過，則繼續(xù)做業(yè)務(wù)處理。

4.2 數(shù)據(jù)一致性問題

我們都知道數(shù)據(jù)一致性分為：

強一致性

弱一致性

最終一致性

而 MQ 為了性能考慮使用的是最終一致性，那么必定會出現(xiàn)數(shù)據(jù)不一致的問題。這類問題大概率是因為消費者讀取消息后，業(yè)務(wù)邏輯處理失敗導(dǎo)致的。這時候可以增加重試機制。

重試分為同步重試和異步重試。

有些消息量比較小的業(yè)務(wù)場景，可以采用同步重試。在消費消息時如果處理失敗，立刻重試 3-5 次，如果還是失敗則寫入到記錄表中。

但如果消息量比較大，則不建議使用這種方式。因為如果出現(xiàn)網(wǎng)絡(luò)異常，可能會導(dǎo)致大量的消息不斷重試，影響消息讀取速度造成消息堆積。

消息量比較大的業(yè)務(wù)場景，建議采用異步重試。在消費者處理失敗之后，立刻寫入重試表，有個 job 專門定時重試。

還有一種做法：如果消費失敗，自己給同一個 topic 發(fā)一條消息。在后面的某個時間點，自己又會消費到那條消息，起到了重試的效果。如果對消息順序要求不高的場景，可以使用這種方式。

4.3 消息丟失問題

不管你是否承認，有時候消息真的會丟。即使這種概率非常小，也會對業(yè)務(wù)有影響。生產(chǎn)者、MQ 服務(wù)器、消費者都有可能會導(dǎo)致消息丟失的問題。為了解決這個問題，我們可以增加一張消息發(fā)送表。

當(dāng)生產(chǎn)者發(fā)完消息之后，會往該表中寫入一條數(shù)據(jù)，狀態(tài) status 標(biāo)記為待確認；

如果消費者讀取消息之后，調(diào)用生產(chǎn)者的 API 更新該消息的 status 為已確認；

有個 job 每隔一段時間檢查一次消息發(fā)送表，如果5分鐘（這個時間可以根據(jù)實際情況來定）后還有狀態(tài)是待確認的消息，則認為該消息已經(jīng)丟失了，重新發(fā)條消息。

這樣不管是由于生產(chǎn)者、MQ 服務(wù)器、還是消費者導(dǎo)致的消息丟失問題，job 都會重新發(fā)消息。

4.4 消息順序問題

消息順序問題是一種常見問題。我們以 Kafka 消費訂單消息為例，訂單有下單、支付、完成、退貨等狀態(tài)。這些狀態(tài)是有先后順序的，如果順序錯了會導(dǎo)致業(yè)務(wù)異常。

解決這類問題之前，我們需要先確認：消費者是否真的需要知道中間狀態(tài)，只知道最終狀態(tài)行不行？

其實很多時候，我真的需要知道的是最終狀態(tài)。這時可以把流程優(yōu)化一下：

這種方式可以解決大部分的消息順序問題。

但如果真的有需要保證消息順序的需求，那么可以將訂單號路由到不同的 partition。同一個訂單號的消息，每次到發(fā)到同一個 partition。

4.5 消息堆積

如果消費者消費消息的速度小于生產(chǎn)者生產(chǎn)消息的速度，將會出現(xiàn)消息堆積問題。其實這類問題產(chǎn)生的原因很多。如果想要進一步了解，可以看看“我用kafka兩年踩過的一些非比尋常的坑”。

那么消息堆積問題該如何解決呢？這個要看消息是否需要保證順序。

如果不需要保證順序，可以讀取消息之后用多線程處理業(yè)務(wù)邏輯。

這樣就能增加業(yè)務(wù)邏輯處理速度，解決消息堆積問題。但是線程池的核心線程數(shù)和最大線程數(shù)需要合理配置，不然可能會浪費系統(tǒng)資源。

如果需要保證順序，可以讀取消息之后將消息按照一定的規(guī)則分發(fā)到多個隊列中，然后在隊列中用單線程處理。

責(zé)任編輯：haq