跳到主要内容

10、RocketMQ 实战 - 工作原理之消息生产及存储

一、消息生产

1 消息的生产过程

Producer可以将消息写入到某Broker中的某Queue中，其经历了如下过程：

  • Producer发送消息之前，会先向NameServer发出获取消息Topic的路由信息的请求
  • NameServer返回该Topic的路由表及Broker列表
  • Producer根据代码中指定的Queue选择策略，从Queue列表中选出一个队列，用于后续存储消息
  • Produer对消息做一些特殊处理，例如，消息本身超过4M，则会对其进行压缩
  • Producer向选择出的Queue所在的Broker发出RPC请求，将消息发送到选择出的Queue

路由表：实际是一个Map，key为Topic名称，value是一个QueueData实例列表。QueueData并不
是一个Queue对应一个QueueData，而是一个Broker中该Topic的所有Queue对应一个
QueueData。即，只要涉及到该Topic的Broker，一个Broker对应一个QueueData。QueueData中
包含brokerName。简单来说，路由表的key为Topic名称，value则为所有涉及该Topic的
BrokerName列表。

Broker列表：其实际也是一个Map。key为brokerName，value为BrokerData。一个Broker对应一
个BrokerData实例，对吗？不对。一套brokerName名称相同的Master-Slave小集群对应一个
BrokerData。BrokerData中包含brokerName及一个map。该map的key为brokerId，value为该
broker对应的地址。brokerId为0表示该broker为Master，非0表示Slave。

2 Queue选择算法

对于无序消息，其Queue选择算法，也称为消息投递算法，常见的有两种：

轮询算法

默认选择算法。该算法保证了每个Queue中可以均匀的获取到消息。

该算法存在一个问题：由于某些原因，在某些Broker上的Queue可能投递延迟较严重。从而导致
Producer的缓存队列中出现较大的消息积压，影响消息的投递性能。

最小投递延迟算法

该算法会统计每次消息投递的时间延迟，然后根据统计出的结果将消息投递到时间延迟最小的Queue。
如果延迟相同，则采用轮询算法投递。该算法可以有效提升消息的投递性能。

该算法也存在一个问题：消息在Queue上的分配不均匀。投递延迟小的Queue其可能会存在大量
的消息。而对该Queue的消费者压力会增大，降低消息的消费能力，可能会导致MQ中消息的堆
积。

二、消息存储

RocketMQ中的消息存储在本地文件系统中，这些相关文件默认在当前用户主目录下的store目录中。
 

  • abort：该文件在Broker启动后会自动创建，正常关闭Broker，该文件会自动消失。若在没有启动
    Broker的情况下，发现这个文件是存在的，则说明之前Broker的关闭是非正常关闭。
  • checkpoint：其中存储着commitlog、consumequeue、index文件的最后刷盘时间戳
  • commitlog：其中存放着commitlog文件，而消息是写在commitlog文件中的
  • config：存放着Broker运行期间的一些配置数据
  • consumequeue：其中存放着consumequeue文件，队列就存放在这个目录中
  • index：其中存放着消息索引文件indexFile
  • lock：运行期间使用到的全局资源锁

1 commitlog文件

说明：在很多资料中commitlog目录中的文件简单就称为commitlog文件。但在源码中，该文件
被命名为mappedFile。

目录与文件

commitlog目录中存放着很多的mappedFile文件，当前Broker中的所有消息都是落盘到这些
mappedFile文件中的。mappedFile文件大小为1G（小于等于1G），文件名由20位十进制数构成，表示
当前文件的第一条消息的起始位移偏移量。

第一个文件名一定是20位0构成的。因为第一个文件的第一条消息的偏移量commitlog offset为0
当第一个文件放满时，则会自动生成第二个文件继续存放消息。假设第一个文件大小是
1073741820字节（1G = 1073741824字节），则第二个文件名就是00000000001073741824。
以此类推，第n个文件名应该是前n-1个文件大小之和。
一个Broker中所有mappedFile文件的commitlog offset是连续的

需要注意的是，一个Broker中仅包含一个commitlog目录，所有的mappedFile文件都是存放在该目录中
的。即无论当前Broker中存放着多少Topic的消息，这些消息都是被顺序写入到了mappedFile文件中
的。也就是说，这些消息在Broker中存放时并没有被按照Topic进行分类存放。

mappedFile文件是顺序读写的文件，所有其访问效率很高
无论是SSD磁盘还是SATA磁盘，通常情况下，顺序存取效率都会高于随机存取。

消息单元

 
mappedFile文件内容由一个个的消息单元构成。每个消息单元中包含消息总长度MsgLen、消息的物理
位置physicalOffset、消息体内容Body、消息体长度BodyLength、消息主题Topic、Topic长度
TopicLength、消息生产者BornHost、消息发送时间戳BornTimestamp、消息所在的队列QueueId、消
息在Queue中存储的偏移量QueueOffset等近20余项消息相关属性。

需要注意到，消息单元中是包含Queue相关属性的。所以，我们在后续的学习中，就需要十分
留意commitlog与queue间的关系是什么？
一个mappedFile文件中第m+1个消息单元的commitlog offset偏移量
L(m+1) = L(m) + MsgLen(m) (m >= 0)

2 consumequeue

 

目录与文件

 
为了提高效率，会为每个Topic在~/store/consumequeue中创建一个目录，目录名为Topic名称。在该
Topic目录下，会再为每个该Topic的Queue建立一个目录，目录名为queueId。每个目录中存放着若干
consumequeue文件，consumequeue文件是commitlog的索引文件，可以根据consumequeue定位到具
体的消息。

consumequeue文件名也由20位数字构成，表示当前文件的第一个索引条目的起始位移偏移量。与
mappedFile文件名不同的是，其后续文件名是固定的。因为consumequeue文件大小是固定不变的。

索引条目

 
每个consumequeue文件可以包含30w个索引条目，每个索引条目包含了三个消息重要属性：消息在
mappedFile文件中的偏移量CommitLog Offset、消息长度、消息Tag的hashcode值。这三个属性占20
个字节，所以每个文件的大小是固定的30w * 20字节。

一个consumequeue文件中所有消息的Topic一定是相同的。但每条消息的Tag可能是不同的。

3 对文件的读写

 

消息写入

一条消息进入到Broker后经历了以下几个过程才最终被持久化。

  • Broker根据queueId，获取到该消息对应索引条目要在consumequeue目录中的写入偏移量，即
    QueueOffset
  • 将queueId、queueOffset等数据，与消息一起封装为消息单元
  • 将消息单元写入到commitlog
  • 同时，形成消息索引条目
  • 将消息索引条目分发到相应的consumequeue

消息拉取

当Consumer来拉取消息时会经历以下几个步骤：

  • Consumer获取到其要消费消息所在Queue的消费偏移量offset ，计算出其要消费消息的
    消息offset

消费offset即消费进度，consumer对某个Queue的消费offset，即消费到了该Queue的第几
条消息
消息offset = 消费offset + 1

  • Consumer向Broker发送拉取请求，其中会包含其要拉取消息的Queue、消息offset及消息
    Tag。
  • Broker计算在该consumequeue中的queueOffset。

queueOffset = 消息offset * 20字节

  • 从该queueOffset处开始向后查找第一个指定Tag的索引条目。
  • 解析该索引条目的前8个字节，即可定位到该消息在commitlog中的commitlog offset
  • 从对应commitlog offset中读取消息单元，并发送给Consumer

性能提升

RocketMQ中，无论是消息本身还是消息索引，都是存储在磁盘上的。其不会影响消息的消费吗？当然
不会。其实RocketMQ的性能在目前的MQ产品中性能是非常高的。因为系统通过一系列相关机制大大
提升了性能。

首先，RocketMQ对文件的读写操作是通过mmap零拷贝进行的，将对文件的操作转化为直接对内存地
址进行操作，从而极大地提高了文件的读写效率。

其次，consumequeue中的数据是顺序存放的，还引入了PageCache的预读取机制，使得对
consumequeue文件的读取几乎接近于内存读取，即使在有消息堆积情况下也不会影响性能。

PageCache机制，页缓存机制，是OS对文件的缓存机制，用于加速对文件的读写操作。一般来
说，程序对文件进行顺序读写的速度几乎接近于内存读写速度，主要原因是由于OS使用
PageCache机制对读写访问操作进行性能优化，将一部分的内存用作PageCache。

  • 写操作：OS会先将数据写入到PageCache中，随后会以异步方式由pd􀃦ush（page dirty 􀃦ush)
    内核线程将Cache中的数据刷盘到物理磁盘
  • 读操作：若用户要读取数据，其首先会从PageCache中读取，若没有命中，则OS在从物理磁
    盘上加载该数据到PageCache的同时，也会顺序对其相邻数据块中的数据进行预读取。

RocketMQ中可能会影响性能的是对commitlog文件的读取。因为对commitlog文件来说，读取消息时
会产生大量的随机访问，而随机访问会严重影响性能。不过，如果选择合适的系统IO调度算法，比如
设置调度算法为Deadline（采用SSD固态硬盘的话），随机读的性能也会有所提升。

4 与Kafka的对比

RocketMQ的很多思想来源于Kafka，其中commitlog与consumequeue就是。

RocketMQ中的commitlog目录与consumequeue的结合就类似于Kafka中的partition分区目录。
mappedFile文件就类似于Kafka中的segment段。

Kafka中的Topic的消息被分割为一个或多个partition。partition是一个物理概念，对应到系统上
就是topic目录下的一个或多个目录。每个partition中包含的文件称为segment，是具体存放消息
的文件。
Kafka中消息存放的目录结构是：topic目录下有partition目录，partition目录下有segment文件
Kafka中没有二级分类标签Tag这个概念
Kafka中无需索引文件。因为生产者是将消息直接写在了partition中的，消费者也是直接从
partition中读取数据的