這篇文章主要為大家展示了“rocketmq消費(fèi)負(fù)載均衡之push消費(fèi)的示例分析”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“rocketmq消費(fèi)負(fù)載均衡之push消費(fèi)的示例分析”這篇文章吧。

主要從事網(wǎng)頁設(shè)計(jì)、PC網(wǎng)站建設(shè)（電腦版網(wǎng)站建設(shè)）、wap網(wǎng)站建設(shè)（手機(jī)版網(wǎng)站建設(shè)）、響應(yīng)式網(wǎng)站開發(fā)、程序開發(fā)、微網(wǎng)站、成都微信小程序等，憑借多年來在互聯(lián)網(wǎng)的打拼，我們在互聯(lián)網(wǎng)網(wǎng)站建設(shè)行業(yè)積累了豐富的成都網(wǎng)站制作、成都做網(wǎng)站、網(wǎng)絡(luò)營銷經(jīng)驗(yàn)，集策劃、開發(fā)、設(shè)計(jì)、營銷、管理等多方位專業(yè)化運(yùn)作于一體，具備承接不同規(guī)模與類型的建設(shè)項(xiàng)目的能力。

介紹之前首先拋出幾個問題：

1. 要做負(fù)載均衡，首先要解決的一個問題是什么？

2. 負(fù)載均衡是Client端處理還是Broker端處理？

個人理解：

1. 要做負(fù)載均衡，首先要做的就是信號收集。

所謂信號收集，就是得知道每一個consumerGroup有哪些consumer，對應(yīng)的topic是誰。信號收集分為Client端信號收集與Broker端信號收集兩個部分。

2. 負(fù)載均衡放在Client端處理。

具體做法是：消費(fèi)者客戶端在啟動時完善rebalanceImpl實(shí)例，同時拷貝訂閱信息存放rebalanceImpl實(shí)例對象中，另外也是很重要的一個步驟 -- 通過心跳消息，不停的上報(bào)自己到所有Broker，注冊RegisterConsumer，等待上述過程準(zhǔn)備好之后在Client端不斷執(zhí)行的負(fù)載均衡服務(wù)線程從Broker端獲取一份全局信息（該consumerGroup下所有的消費(fèi)Client），然后分配這些全局信息，獲取當(dāng)前客戶端分配到的消費(fèi)隊(duì)列。

本文具體的內(nèi)容：

I. copySubscription

Client端信號收集，拷貝訂閱信息。

在DefaultMQPushConsumerImpl.start()時，會將消費(fèi)者的topic訂閱關(guān)系設(shè)置到rebalanceImpl的SubscriptionInner的map中用于負(fù)載：

private void copySubscription() throws MQClientException {
try {
//注：一個consumer對象可以訂閱多個topic
Map sub = this.defaultMQPushConsumer.getSubscription();
if (sub != null) {
for (final Map.Entry entry : sub.entrySet()) {
final String topic = entry.getKey();
final String subString = entry.getValue();
SubscriptionData subscriptionData =
FilterAPI.buildSubscriptionData(this.defaultMQPushConsumer.getConsumerGroup(),//
topic, subString);
this.rebalanceImpl.getSubscriptionInner().put(topic, subscriptionData);
}
}
if (null == this.messageListenerInner) {
this.messageListenerInner = this.defaultMQPushConsumer.getMessageListener();
}
switch (this.defaultMQPushConsumer.getMessageModel()) {
case BROADCASTING:
break;
case CLUSTERING:
final String retryTopic = MixAll.getRetryTopic(this.defaultMQPushConsumer.getConsumerGroup());
SubscriptionData subscriptionData =
FilterAPI.buildSubscriptionData(this.defaultMQPushConsumer.getConsumerGroup(),//
retryTopic, SubscriptionData.SUB_ALL);
this.rebalanceImpl.getSubscriptionInner().put(retryTopic, subscriptionData);
break;
default:
break;
}
}
catch (Exception e) {
throw new MQClientException("subscription exception", e);
}
}

FilterAPI.buildSubscriptionData接口將訂閱關(guān)系轉(zhuǎn)換為SubscriptionData 數(shù)據(jù)，其中subString包含訂閱tag等信息。另外，如果該消費(fèi)者的消費(fèi)模式為集群消費(fèi)，則會將retry的topic一并放到。

II. 完善rebalanceImpl實(shí)例

Client繼續(xù)收集信息：

this.rebalanceImpl.setConsumerGroup(this.defaultMQPushConsumer.getConsumerGroup());
this.rebalanceImpl.setMessageModel(this.defaultMQPushConsumer.getMessageModel());
this.rebalanceImpl.setAllocateMessageQueueStrategy(this.defaultMQPushConsumer
.getAllocateMessageQueueStrategy());
this.rebalanceImpl.setmQClientFactory(this.mQClientFactory);

本文以DefaultMQPushConsumerImpl為例，因此this對象類型為DefaultMQPushConsumerImp。

III. this.rebalanceService.start()

開啟負(fù)載均衡服務(wù)。this.rebalanceService是一個RebalanceService實(shí)例對象，它繼承與ServiceThread，是一個線程類。 this.rebalanceService.start()執(zhí)行時，也即執(zhí)行RebalanceService線程體：

@Override
public void run() {
log.info(this.getServiceName() + " service started");
while (!this.isStoped()) {
this.waitForRunning(WaitInterval);
this.mqClientFactory.doRebalance();
}
log.info(this.getServiceName() + " service end");
}

IV. this.mqClientFactory.doRebalance

客戶端遍歷消費(fèi)組table，對該客戶端上所有消費(fèi)者獨(dú)立進(jìn)行負(fù)載均衡，分發(fā)消費(fèi)隊(duì)列：

public void doRebalance() {
for (String group : this.consumerTable.keySet()) {
MQConsumerInner impl = this.consumerTable.get(group);
if (impl != null) {
try {
impl.doRebalance();
} catch (Exception e) {
log.error("doRebalance exception", e);
}
}
}
}

V. MQConsumerInner.doRebalance

由于本文以DefaultMQPushConsumerImpl消費(fèi)過程為例，即DefaultMQPushConsumerImpl.doRebalance：

@Override
public void doRebalance() {
if (this.rebalanceImpl != null) {
this.rebalanceImpl.doRebalance();
}
}

步驟II 中完善了rebalanceImpl實(shí)例，為調(diào)用rebalanceImpl.doRebalance()提供了初始數(shù)據(jù)。

rebalanceImpl.doRebalance()過程如下：

public void doRebalance() {
　　　　　// 前文copySubscription中初始化了SubscriptionInner
Map subTable = this.getSubscriptionInner();
if (subTable != null) {
for (final Map.Entry entry : subTable.entrySet()) {
final String topic = entry.getKey();
try {
this.rebalanceByTopic(topic);
} catch (Exception e) {
if (!topic.startsWith(MixAll.RETRY_GROUP_TOPIC_PREFIX)) {
log.warn("rebalanceByTopic Exception", e);
}
}
}
}
this.truncateMessageQueueNotMyTopic();
}

VI. rebalanceByTopic -- 核心步驟之一

rebalanceByTopic方法中根據(jù)消費(fèi)者的消費(fèi)類型為BROADCASTING或CLUSTERING做不同的邏輯處理。CLUSTERING邏輯包括BROADCASTING邏輯，本部分只介紹集群消費(fèi)負(fù)載均衡的邏輯。

集群消費(fèi)負(fù)載均衡邏輯主要代碼如下（省略了log等代碼）：

//1.從topicSubscribeInfoTable列表中獲取與該topic相關(guān)的所有消息隊(duì)列
Set mqSet = this.topicSubscribeInfoTable.get(topic);
//2. 從broker端獲取消費(fèi)該消費(fèi)組的所有客戶端clientId
List cidAll = this.mQClientFactory.findConsumerIdList(topic, consumerGroup);
f (null == mqSet) { ... }
if (null == cidAll) { ... }
if (mqSet != null && cidAll != null) {
List mqAll = new ArrayList();
mqAll.addAll(mqSet);
Collections.sort(mqAll);
Collections.sort(cidAll);

　　　　　// 3.創(chuàng)建DefaultMQPushConsumer對象時默認(rèn)設(shè)置為AllocateMessageQueueAveragely
AllocateMessageQueueStrategy strategy = this.allocateMessageQueueStrategy;

List allocateResult = null;
try {
　　　　　　　　　// 4.調(diào)用AllocateMessageQueueAveragely.allocate方法，獲取當(dāng)前client分配消費(fèi)隊(duì)列
allocateResult = strategy.allocate(
this.consumerGroup, 
this.mQClientFactory.getClientId(), 
mqAll,
cidAll);
} catch (Throwable e) {
return;
}
　　　　// 5. 將分配得到的allocateResult 中的隊(duì)列放入allocateResultSet 集合
Set allocateResultSet = new HashSet();
if (allocateResult != null) {
allocateResultSet.addAll(allocateResult);
}
、
　　　　 //6. 更新updateProcessQueue
boolean changed = this.updateProcessQueueTableInRebalance(topic, allocateResultSet);
if (changed) {
this.messageQueueChanged(topic, mqSet, allocateResultSet);
}
}

注：BROADCASTING邏輯只包含上述的1、6。

集群消費(fèi)負(fù)載均衡邏輯中的1、2、4這三個點(diǎn)相關(guān)知識為其核心過程，各個點(diǎn)相關(guān)知識如下：

第1點(diǎn)：從topicSubscribeInfoTable列表中獲取與該topic相關(guān)的所有消息隊(duì)列

第2點(diǎn)： 從broker端獲取消費(fèi)該消費(fèi)組的所有客戶端clientId

首先，消費(fèi)者對象不斷地向所有broker發(fā)送心跳包，上報(bào)自己，注冊并更新訂閱關(guān)系以及客戶端ChannelInfoTable；之后，客戶端在做消費(fèi)負(fù)載均衡時獲取那些消費(fèi)客戶端，對這些客戶端進(jìn)行負(fù)載均衡，分發(fā)消費(fèi)的隊(duì)列。具體過程如下圖所示：

第4點(diǎn)：調(diào)用AllocateMessageQueueAveragely.allocate方法，獲取當(dāng)前client分配消費(fèi)隊(duì)列

注：上圖中cId1、cId2、...、cIdN通過 getConsumerIdListByGroup 獲取，它們在這個ConsumerGroup下所有在線客戶端列表中。

當(dāng)前消費(fèi)對進(jìn)行負(fù)載均衡策略后獲取對應(yīng)的消息消費(fèi)隊(duì)列。

以上是“rocketmq消費(fèi)負(fù)載均衡之push消費(fèi)的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！