一、前言

我們小伙伴應該都聽說夠消息中間件MQ，如：RabbitMQ，RocketMQ，Kafka等。引入中間件的好處可以起到抗高并發(fā)，削峰，業(yè)務(wù)解耦的作用。

如上圖：

（1）訂單服務(wù)投遞消息給MQ中間件

（2）物流服務(wù)監(jiān)聽MQ中間件消息，從而進行消費

我們這篇文章討論一下，如何保障訂單服務(wù)把消息成功投遞給MQ中間件，以RabbitMQ舉例。

二、分析問題

小伙伴們對此會有些疑問，訂單服務(wù)發(fā)起消息服務(wù)，返回成功不就成功了嗎？如下面的偽代碼：

?

上面代碼中，一般發(fā)送消息就是這么寫的，小伙伴們覺得有什么問題嗎？

下邊說一個場景，如果MQ服務(wù)器突然宕機了會出現(xiàn)什么情況？是不是我們訂單服務(wù)發(fā)過去的消息全部沒有了嗎？是的，一般MQ中間件為了提高系統(tǒng)的吞吐量會把消息保存在內(nèi)存中，如果不作其他處理，MQ服務(wù)器一旦宕機，消息將全部丟失?。這個是業(yè)務(wù)不允許的，造成很大的影響。

三、持久化

有經(jīng)驗的小伙伴會說，我知道一個方法就是把消息持久化，RabbitMQ中發(fā)消息的時候會有個durable參數(shù)可以設(shè)置，設(shè)置為true，就會持久化。

?

這樣的話MQ服務(wù)器即使宕機，重啟后磁盤文件中有消息的存儲，這樣就不會丟失了吧?。是的這樣就一定概率的保障了消息不丟失。

但還會有個場景，就是消息剛剛保存到MQ內(nèi)存中，但還沒有來得及更新到磁盤文件中，突然宕機了?。（我靠，這個時間這么短，也會出現(xiàn)，概率太低了吧），這個場景在持續(xù)的大量消息投遞的過程中，會很常見。

那怎么辦？我們?nèi)绾巫鞑拍鼙Ｕ弦欢〞志没酱疟P上面呢？

四、confirm機制

上面問題出現(xiàn)在，沒有人告訴我們持久化是否成功。好在很多MQ有回調(diào)通知的特性，RabbitMQ就有confirm機制來通知我們是否持久化成功？

?

confirm機制的原理：

（1）消息生產(chǎn)者把消息發(fā)送給MQ，如果接收成功，MQ會返回一個ack消息給生產(chǎn)者；

（2）如果消息接收不成功，MQ會返回一個nack消息給生產(chǎn)者；

?

上面的偽代碼，有兩個處理消息方式，就是ack回調(diào)和nack回調(diào)。

這樣是不是就可以保障100%消息不丟失了呢？

我們看一下confirm的機制，試想一下，如果我們生產(chǎn)者每發(fā)一條消息，都要MQ持久化到磁盤中，然后再發(fā)起ack或nack的回調(diào)。這樣的話是不是我們MQ的吞吐量很不高，因為每次都要把消息持久化到磁盤中。?寫入磁盤這個動作是很慢的。這個在高并發(fā)場景下是不能夠接受的，吞吐量太低了。

所以MQ持久化磁盤真實的實現(xiàn)，是通過異步調(diào)用處理的，他是有一定的機制，如：等到有幾千條消息的時候，會一次性的刷盤到磁盤上面。而不是每來一條消息，就刷盤一次。

所以comfirm機制其實是一個異步監(jiān)聽的機制?，是為了保證系統(tǒng)的高吞吐量?，這樣就導致了還是不能夠100%保障消息不丟失，因為即使加上了confirm機制，消息在MQ內(nèi)存中還沒有刷盤到磁盤就宕機了，還是沒法處理。

說了這么多，還是沒法確保，那怎么辦呢？？？

五、消息提前持久化 + 定時任務(wù)

其實本質(zhì)的原因是無法確定是否持久化？那我們是不是可以自己讓消息持久化呢？答案是可以的，我們的方案再一步的演化。

?

上圖流程：

（1）訂單服務(wù)生產(chǎn)者再投遞消息之前，先把消息持久化到Redis或DB中，建議Redis，高性能。消息的狀態(tài)為發(fā)送中。

（2）confirm機制監(jiān)聽消息是否發(fā)送成功？如ack成功消息，刪除Redis中此消息。

（3）如果nack不成功的消息，這個可以根據(jù)自身的業(yè)務(wù)選擇是否重發(fā)此消息。也可以刪除此消息，由自己的業(yè)務(wù)決定。

（4）這邊加了個定時任務(wù)，來拉取隔一定時間了，消息狀態(tài)還是為發(fā)送中的，這個狀態(tài)就表明，訂單服務(wù)是沒有收到ack成功消息。

（5）定時任務(wù)會作補償性的投遞消息。這個時候如果MQ回調(diào)ack成功接收了，再把Redis中此消息刪除。

這樣的機制其實就是一個補償機制?，我不管MQ有沒有真正的接收到，只要我的Redis中的消息狀態(tài)也是為【發(fā)送中】，就表示此消息沒有正確成功投遞。再啟動定時任務(wù)去監(jiān)控，發(fā)起補償投遞。

當然定時任務(wù)那邊我們還可以加上一個補償?shù)拇螖?shù)，如果大于3次，還是沒有收到ack消息?，那就直接把消息的狀態(tài)設(shè)置為【失敗】，由人工去排查到底是為什么？

這樣的話方案就比較完美了，保障了100%的消息不丟失?（當然不包含磁盤也壞了，可以做主從方案）。

不過這樣的方案，就會有可能發(fā)送多次相同的消息?，很有可能MQ已經(jīng)收到了消息，就是ack消息回調(diào)時出現(xiàn)網(wǎng)絡(luò)故障，沒有讓生產(chǎn)者收到。

那就要要求消費者一定在消費的時候保障冪等性！

六、冪等含義

我們先了解一下什么叫冪等？在分布式應用中，冪等是非常重要的，也就是相同條件下對一個業(yè)務(wù)的操作，不管操作多少次，結(jié)果都是一樣。

6.1、為什么要有冪等這種場景？

為什么要有冪等這種場景？因為在大的系統(tǒng)中，都是分布式部署，如：訂單業(yè)務(wù) 和 庫存業(yè)務(wù)有可能都是獨立部署的，都是單獨的服務(wù)。用戶下訂單，會調(diào)用到訂單服務(wù)和庫存服務(wù)。

?

因為分布式部署，很有可能在調(diào)用庫存服務(wù)時，因為網(wǎng)絡(luò)等原因，訂單服務(wù)調(diào)用失敗，但其實庫存服務(wù)已經(jīng)處理完成，只是返回給訂單服務(wù)處理結(jié)果時出現(xiàn)了異常。這個時候一般系統(tǒng)會作補償方案，也就是訂單服務(wù)再此放起庫存服務(wù)的調(diào)用，庫存減1。

這樣就出現(xiàn)了問題，其實上一次調(diào)用已經(jīng)減了1，只是訂單服務(wù)沒有收到處理結(jié)果?，F(xiàn)在又調(diào)用一次，又要減1，這樣就不符合業(yè)務(wù)了，多扣了。

冪等這個概念就是，不管庫存服務(wù)在相同條件下調(diào)用幾次，處理結(jié)果都一樣。這樣才能保證補償方案的可行性。

6.2、樂觀鎖方案

借鑒數(shù)據(jù)庫的樂觀鎖機制，如：

根據(jù)version版本，也就是在操作庫存前先獲取當前商品的version版本號，然后操作的時候帶上此version號。我們梳理下，我們第一次操作庫存時，得到version為1，調(diào)用庫存服務(wù)version變成了2；但返回給訂單服務(wù)出現(xiàn)了問題，訂單服務(wù)又一次發(fā)起調(diào)用庫存服務(wù)，當訂單服務(wù)傳如的version還是1，再執(zhí)行上面的sql語句時，就不會執(zhí)行；因為version已經(jīng)變?yōu)?了，where條件就不成立。這樣就保證了不管調(diào)用幾次，只會真正的處理一次。

6.3、唯一ID + 指紋碼

原理就是利用數(shù)據(jù)庫主鍵去重，業(yè)務(wù)完成后插入主鍵標識

• 唯一ID就是業(yè)務(wù)表的唯一的主鍵，如商品ID

• 指紋碼就是為了區(qū)別每次正常操作的碼，每次操作時生成指紋碼；可以用時間戳+業(yè)務(wù)編號的方式。

上面的sql語句：

• 返回如果為0 表示沒有操作過，那業(yè)務(wù)操作后就可以insert into t_check(唯一ID+指紋碼)

• 返回如果大于0 表示操作過，就直接返回

好處：實現(xiàn)簡單

壞處：高并發(fā)下數(shù)據(jù)庫瓶頸

解決方案：根據(jù)ID進行分庫分表進行算法路由

6.4、Redis原子操作

利用redis的原子操作，做個操作完成的標記。這個性能就比較好。但會遇到一些問題。

第一：我們是否需要把業(yè)務(wù)結(jié)果進行數(shù)據(jù)落庫，如果落庫，關(guān)鍵解決的問題時數(shù)據(jù)庫和redis操作如何做到原子性？

這個意思就是庫存減1了，但redis進行操作完成標記時，失敗了怎么辦？也就是一定要保證落庫和redis?要么一起成功，要么一起失敗

第二：如果不進行落庫，那么都存儲到緩存中，如何設(shè)置定時同步策略？

這個意思就是庫存減1，不落庫，直接先操作redis操作完成標記，然后由另外的同步服務(wù)進行庫存落庫，這個就是增加了系統(tǒng)復雜性，而且同步策略如何設(shè)置

以上我們結(jié)束了冪等相關(guān)的解決方案，以后文章中我們會重點介紹方案的實現(xiàn)。

總結(jié)

以上是生活随笔為你收集整理的如何保障消息中间件 100% 消息投递成功？如何保证消息幂等性？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。