RocketMQ消费者核心配置和核心知识讲解

雨点打透心脏的1/2处 2023-07-05 11:40 14阅读 0赞

# 1. RocketMQ消费者核心配置讲解 #

*  consumeFromWhere配置  
    1. CONSUME\_FROM\_FIRST\_OFFSET：初次从消息队列头部开始消费，即历史消息(还存在broker的)，全部消费一遍，后续再启动接着上次消费的进度开始消费  
    2. CONSUME\_FROM\_LAST\_OFFSET：默认策略，初次从该队列最尾开始消费，即跳过历史消息，后续再启动接着上次消费的进度开始消费  
    3. CONSUME\_FROM\_TIMESTAMP：从某个时间点开始消费，默认是半个小时以前，后续再启动着上次消费的进度开始消费

consumer.setConsumeFromWhere(ConsumeFromWhere.CONSUME_FROM_LAST_OFFSET);

*  allocateMessageQueueStrategy配置（不用单独配置）  
    负载均衡策略算法，即消费者分配到queue的算法，默认值是AllocateMessageQueueAveragely即取模平均分配
 *  offsetStore配置：消息消费进度存储器offsetStore有两个配置：（不用单独配置）  
    LocalFileOffsetStore和RemoteBrokerOffsetStor  
    广播模式默认使用LocalFileOffsetStore  
    集群式默认使用RemoteBrokerOffsetStore
 *  consumeThreadMin：最小消费线程池数量
 *  consumeThreadMax：最大消费线程池数量
 *  pullBatchSize：消费者去broker拉取消息时，一次拉取多少条。可选配置
 *  consumeMessageBatchMaxSize：单次消费时一次性消费多少条消息，批量消费接口才有用，可选配置
 *  messageModel：消费者消费模式  
    CLUSTERING——默认是集群模式CLUSTERING  
    BROADCASTING——广播模式

# 2. 集群和广播模式下RocketMQ消费端处理 #

*  Topic下队列的奇偶数会影响Consumer个数里面的消费数量  
    1. 如果是4个队列，8个消息，4个节点则会各消费2条，如果不对等，则负载均衡会分配不均。  
    2. 如果Consumer实例的数量比message queue的总数量还多的话，多出来的consumer实例将无法分到queue，也就无法消费到消息，也就无法起到分摊负载的作用，所以需要控制让queue的总数量大于等于consumer的数量
 *  集群模式(默认)：  
    Consumer实例平均分摊消息生产者发送的消息
 *  广播模式：  
    广播模式下消费消息：投递到broker的消息会被每个Consumer进行消费，一条消息被多个Consumer消费，广播消费中ConsumerGroup暂时无用
 *  怎么切换：通过consumer.setMessageModel

consumer.setMessageModel(MessageModel.BROADCASTING); # 广播模式
    consumer.setMessageModel(MessageModel.CLUSTERING); # 集群模式

# 3. RocketMQ里面的标签Tag实战和消息过滤原理 #

*  一个Message只有一个Topic，tag是二级分类  
    比如商品订单里有数码类订单，食品类订单等，订单的topic都是一样的topic，订单类型可以使用topic来辨别
 *  过滤分为Broker端和Consumer端过滤  
    Broker端过滤，减少了无用的消息的进行网络传输，增加了broker的负担  
    Consumer端过滤，完全可以根据业务需要进行筛选，但是增加了很多无用的消息传输
 *  一般是监听\*, 或者指定tag，||运算，SQL92，FilterServer等  
    1. \* 代表监听所有  
    consumer.subscribe(JmsConfig.TOPIC, “\*”);  
    2. tag性能高，逻辑简单, 只消费tag名abc的消息  
    consumer.subscribe(JmsConfig.TOPIC, “abc”);  
    3. ||运算, 消费tag为abc或者def的消息  
    consumer.subscribe(JmsConfig.TOPIC, “abc || def”);  
    4. SQL92性能差点，支持复杂逻辑运算(只支持PushConsumer中使用)  
    MessageSelector.bySql  
    语法：>,<,=,IS NULL, AND,OR,NOT等， sql语法中where后续的语法大部分都可以使用  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bqc2RzZw_size_16_color_FFFFFF_t_70]  
    ![在这里插入图片描述][20200214160158347.png]
 *  注意：消费者订阅关系要一致，不然会消费混乱，甚至消息丢失  
    订阅关系一致：订阅关系有topic和tag组成，同一个group name，订阅的topic和tag必须是一样的
 *  在Broker端进行MessageTag过滤，遍历message queue存储的message tag和订阅传递的tag的hashcode不一样则跳过，符合的则传输给Consumer，在consumer queue存储的是对应的hashcode，对比也是通过hashcode对比；Consumer收到过滤消息后也会进行匹配操作，但是是对比真实的message tag而不是hashcode  
    broker过滤tag的优点：  
    1. consumer queue存储使用hashcode定长，节约空间  
    2. 过滤中不访问commit log，可以搞笑过滤  
    3. 如果存在hash冲突，Consumer端可以进行再次确认
 *  如果想使用多个Tag，可以使用sql表达式，但是不建议，单一职责，多个队列。

备注：使用sql过滤时需要配置enablePropertyFilter

错误： The broker does not support consumer to filter message by SQL92
    
    解决办法:broker.conf里面配置如下
    enablePropertyFilter=true
    修改之后需要重启broker
    master节点配置：vim conf/2m-2s-async/broker-a.properties
    slave节点配置：vim conf/2m-2s-async/broker-a-s.properties

# 4. PushConsumer和PullConsumer消费模式分析 #

*  PushConsumer和PullConsume优缺点分析：
    
    1.  Push：  
        实时性高；但增加服务端负载，消费端能力不同，如果push推送过快，消费端会出现很多问题
    2.  Pull：  
        消费者从Server端拉取消息，主动权在消费端，可控性好；但间隔时间不好设置，间隔太短，则空请求，浪费资源；间隔时间太长，则消息不能及时处理
    3.  长轮询：  
        Client请求Server端也就是Broker的时候，Broker会保持当前连接一段时间默认是15s，如果这段时间内有消息到达，则立刻返回给Consumer，没消息的话超过15s，则返回空，再进行重新请求；主动权在Consumer中，Broker即使有大量的消息也不会主动推送Consumer，缺点：服务端需要保持Consumer的请求，会占用资源，需要客户端连接数可控否则会有一堆连接
 *  PushConsumer本质是长轮询
    
    1.  系统收到消息后自动处理offset，如果有新的Consumer加入会自动做负载均衡
    2.  在broker端可以通过longPollingEnable=true来开启长轮询
    3.  消费端代码：DefaultMQPushConsumerImpl->pullMessage->PullCallback
    4.  服务端代码：broker.longpolling
    5.  虽然是Push，但是代码里面大量使用了pull，是因为使用长轮询方式达到push效果，既有pull的特性，又有push的实时性
    6.  优雅关闭：主要是释放资源和保持Offset，调用Shutdown即可，参考@PostConstruct、@PreDestroy

package com.springboot.rocketmq.producer;
     
    import com.alibaba.fastjson.JSON;
    import com.springboot.rocketmq.content.UserContent;
    import org.apache.rocketmq.client.producer.DefaultMQProducer;
    import org.apache.rocketmq.client.producer.SendResult;
    import org.apache.rocketmq.common.message.Message;
    import org.apache.rocketmq.remoting.common.RemotingHelper;
    import org.springframework.beans.factory.annotation.Value;
    import org.springframework.stereotype.Component;
    import org.springframework.util.StopWatch;
     
    import javax.annotation.PostConstruct;
     
    /** * @Author 18011618 * @Date 10:31 2018/7/18 * @Function 模拟用户消息发送 */
    @Component
    public class UserProducer { 
        /** * 生产者的组名 */
        @Value("${suning.rocketmq.producerGroup}")
        private String producerGroup;
     
        /** * NameServer 地址 */
        @Value("${suning.rocketmq.namesrvaddr}")
        private String namesrvAddr;
     
        @PostConstruct
        public void produder() { 
             DefaultMQProducer producer = new DefaultMQProducer(producerGroup);
             producer.setNamesrvAddr(namesrvAddr);
            try { 
                producer.start();
                for (int i = 0; i < 100; i++) { 
                    UserContent userContent = new UserContent(String.valueOf(i),"abc"+i);
                    String jsonstr = JSON.toJSONString(userContent);
                    System.out.println("发送消息:"+jsonstr);
                    Message message = new Message("user-topic", "user-tag", jsonstr.getBytes(RemotingHelper.DEFAULT_CHARSET));
                    SendResult result = producer.send(message);
                    System.err.println("发送响应：MsgId:" + result.getMsgId() + "，发送状态:" + result.getSendStatus());
                }
     
            } catch (Exception e) { 
                e.printStackTrace();
            } finally { 
                producer.shutdown();
            }
        }
    }

*  PullConsumer需要自己维护Offset(参考官方例子)
    
    1.  官方例子路径：org.apache.rocketmq.example.simple.PullConsumer
    2.  获取MessageQueue遍历
    3.  客户维护Offset，需要用户本地存储Offset，存储内存、磁盘、数据库等
    4.  处理不同状态的消息FOUND、NO\_NEW\_MSG̵OFFSET\_ILLRGL̵  
        NO\_MATCHED\_MSG、4种状态
    5.  灵活性高可控性强、但是编码复杂度会高
    6.  优雅关闭：主要是释放资源和保存Offset，需用程序自己保存好Offset，特别是异常处理的时候

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bqc2RzZw_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200214155857147.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3Bqc2RzZw==,size_16,color_FFFFFF,t_70
[20200214160158347.png]: https://img-blog.csdnimg.cn/20200214160158347.png