进阶篇 RocketMQ 原理之消息消费
遇到困难时不要抱怨，既然改变不了过去，那么就努力改变未来
「这是我参与2022首次更文挑战的第12天，活动详情查看：2022首次更文挑战」
获取消息方式
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
拉取式消费【pull】
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
由于拉取时间间隔是由用户指定的，所以在设置该间隔时需要注意平稳：间隔太短，空请求比例会增加；间隔太长，消息的实时性太差
推送式消费【push】
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的执行，回调方法是Consumer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
消费消息模式
消费者组对于消息消费的模式又分为两种：集群消费Clustering和广播消费Broadcasting
广播消费
什么是广播消费
广播模式就是消费者组中的每个消费者consumer都会消费所有的主题Topic下的信息，比如Topic下有10条消息，消费者组中有10个消费者，那么每个消费者都会消费10条消息
消费进度
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
集群消费
什么是集群消费
集群消费就是Topic下的所有消息是消费者组中的每个consumer平均消费的，比如Topic下有10条消息，消费者组中有10个消费者，那么这10条消息会被平均分配，就是每个消费者只会消费一条消息
消费进度
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，broker中的消费进度放在了store/config/consumeOffset.json中了
图中展示的就是TopicTest主题中4个队列分别消费了500条信息
Rebalance机制
Rebalance机制讨论的前提是：集群消费
什么是Rebalance
Rebalance即再均衡，指的是，将⼀个Topic下的多个Queue在同⼀个Consumer Group中的多个Consumer间进行重新分配的过程
举例
Rebalance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。
Rebalance限制
因为一个队列只会分配给一个消费者，那么消费者组中的消费者数量如果大于主题中队列的数量，那么多余的消费者会空闲什么都不做
Rebalance问题
1. 消费暂停【有点像stw jvm垃圾回收】
在只有一个Consumer时，其负责消费所有队列；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
2. 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，这个异步性导致提交到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
注意：
对于一次性读取消息的数量，需要根据具体业务场景选择一个相对均衡的是很有必要的。因为数量过大，系统性能提升了，但产生重复消费的消息数量可能会增加；数量过小，系统性能会下降，但被重复消费的消息数量可能会减少
3. 消费突刺
产生的两点原因：
- 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
以上两种原因在Rebalance结束之后可能瞬间需要消费很多消息
Relalance产生的原因
- 消费者所订阅Topic的Queue数量发生变化
产生的场景：
- Broker扩容或缩容
- Broker升级运维
- Broker与NameServer间的网络异常
- Queue扩容或缩容
- 消费者组中消 费者的数量发生变化
以上两种情况都会进行Rebalance进行重新分配
产生的场景：
- Consumer Group扩容或缩容
- Consumer升级运维
- Consumer与NameServer间网络异常
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
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中的消息。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。常见的有四种策略：
1. 平均分配策略【默认】
该算法是要根据avg = 队列数量/消费者数量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。
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。
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
四种算法对比
- 一致性hash算法存在的问题：复杂、结果也很大可能上存在不平均的情况
- 环形分配与平均分配策略的分配效率较高
那么一致性hash算法出现的意义是什么：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
例如，平均分配算法rebalance时候
一致性hash算法rebalance的时候
一致性Hash算法出现的场景是频繁出现rebalance的场景，例如消费者频繁变动的情况
至少一次原则
RocketMQ有一个原则：每条消息必须要被成功消费一次
什么是成功消费
Consumer在消费完消息后会向其消费进度记录器提交其消费消息的offset，offset被成功记录到记录器中，那么这条消费就被成功消费了
什么是消费进度记录器
- 对于广播消费模式来说，Consumer本身就是消费进度记录器，因为offset维护在自己本地
- 对于集群消费模式来说，Broker是消费进度记录器，因为offset维护在Broker中