前言

本文是游戏业务线消息队列中间件详细架构设计文档，用于指导消息队列后续的开发、测试和运维

词汇表

Reactor: 网络编程模式

Netty: 开源的网络编程框架

Mysql：关系型数据库

Zookeeper: 服务注册中心

1. 业务背景

2014 年左右，游戏业务发展很快，系统也越来越多，目前系统间的调用都是同步调用，由此带来几个明显的系统问题：

1.耦合问题：当新增一个子系统时，例如如果要增加“礼物子系统”，那么礼物子系统需要开发新的接口给商城子系统调用。

2.效率问题：每个子系统提供的接口参数和实现都有一些细微的差别，导致每次都需要重新设计接口和联调接口，开发团队和测试团队花费了许多重复工作量。

3.性能问题：当用户完成充值后，充值子系统要调用 VIP 子系统、VIP 子系统后续还需要连续调用其他子系统，导致整体性能很很低。

基于以上背景，我们需要引入消息队列进行系统解耦，将目前的同步调用改为异步通知。

2. 约束和限制

1. 中间件团队规模不大，大约 6 人左右。

2. 中间件团队熟悉 Java 语言，但有一个同事 C/C++ 很牛。

3. 开发平台是 Linux ，数据库是 MySQL 。

4. 目前整个业务系统是单机房部署，没有双机房。

5. 刚刚被阿里以创纪录的金额收购。

3. 总体架构

通过备选架构评估，最终决策选择备选架构 2——自研集群 + MySQL 存储

3.1 架构分析

3.1.1 高可用

对于运营子系统来说，如果消息丢了，导致没有游戏测试就发布了，然后游戏产生了严重的 BUG，则是非常严重的事情；对于等级子系统来说，如果用户达到相应等级后，系统没有给他奖品和专属服务，则 VIP 用户会很不满意，导致用户流失从而损失收入，虽然也比较关键，但没有运营子系统丢消息那么严重。

3.1.2 高性能

对于游戏新版本发布和 vip 充值消息，这类消息的并发数量不会很多，并发度不会很高，不需要高性能。但是从使用体验上考虑，应该在其他条件满足的条件下尽可能实现较高的性能。

3.1.3 可维护

各种维护操作要方便，例如收发消息情况、权限控制、上下线等。

3.1.4 成本

因为业务需要，开发投入人力和时间不能太长，应该尽量考虑在按质按量的情况下使用较少的人力进行开发。

3.1.5 可扩展

消息队列的主要功能是提供消息写入、消息存储、消息读取，其功能非常明确，不需要提供额外的可扩展性

综合来看，消息队列需要高可用性，包括消息写入、消息存储、消息读取都需要保证高可用性的同时，可维护性和成本也需同时考虑。

3.2 总体架构

3.2.1 客户端 Role 设计：

1. 客户端采用 Java 语言开发，基于 Netty 实现与服务端交互

3.2.2 服务器 Role 设计：

1. 服务器基于 Netty 开发，采用 Reactor 网络模型

2. 两台服务器组成一个 sharding，整个系统可以多个 sharding，每个 sharding 包含一主一从两台服务器（可以对比 MongoDB shard）

3. 主服务器提供消息读写操作，从服务器只提供消息读取操作

4. 服务器基于 ZooKeeper 进行主从切换

3.2.3 客户端和服务器的 Relation 设计：

1. 客户端与服务端采用 TCP 连接，采用 Json 传递数据

2. 为了兼容非 Java 系统，服务端同时提供 HTTP 接口

3.2.4 MySQL 的 Role 和 Relation 设计

1. 采用 MySQL 主从同步

2. 每个消息队列对应一个表

3. 消息表最多存储 30 天内的消息，过期的自动清除

4. 直接用 MySQL 的主从复制来实现数据复制

4. 详细设计

4.1 核心功能

4.1.1 消息发送流程

1. 消息队列系统设计两个角色：生产者和消费者，每个角色都有唯一的名称。

2. 消息队列系统提供 SDK 供各业务系统调用，SDK 从配置中读取所有消息队列系统的服务器信息，SDK 采取轮询算法发起消息写入请求给主服务器。

3. 如果某个主服务器无响应或者返回错误，SDK 将发起请求发送到下一台主服务，相当于在客户端实现了分片的功能

4.1.2 消息消费流程

1. 消息队列系统提供 SDK 供各业务系统调用，SDK 从配置中读取所有消息队列系统的服务器信息，轮流向所有服务器发起消息读取请求。

2. 消息队列服务器需要记录每个消费者的消费状态，即当前消费者已经读取到了哪条消息，当收到消息读取请求时，返回下一条未被读取的消息给消费者。

3. 默认情况下主服务器提供读写服务，当主服务器挂掉后，从服务器提供读消息服务

4.1.3 服务器主从切换

1. 同一组的主从服务器配置相同的 group 名称，在 ZooKeeper 建立对应的 PERSISENT 节点

2. 主从服务器启动后，在 ZooKeeper 对应的 group 节点下建立 EPHEMERAL 节点，名称分为为 master 和 slave

3. 从服务器 watch 主服务器的 master 节点状态，当 master 节点超时被删除后，从服务器接管读消息，收到客户端 SDK 的读消息请求后返回消息，收到客户端 SDK 的写请求直接拒绝。

4.2 关键设计

1）消息发送可靠性

业务服务器中嵌入消息队列系统提供的 SDK，SDK 支持轮询发送消息，当某个分组的主服务器无法发送消息时，SDK 挑选下一个分组主服务器重发消息，依次尝试所有主服务器直到发送成功；如果全部主服务器都无法发送，SDK 可以缓存消息，也可以直接丢弃消息，具体策略可以在启动 SDK 的时候通过配置指定。

如果 SDK 缓存了一些消息未发送，此时恰好业务服务器又重启，则所有缓存的消息将永久丢失，这种情况 SDK 不做处理，业务方需要针对某些非常关键的消息自己实现永久存储的功能。

2）消息存储可靠性

消息存储在 MySQL 中，每个分组有一主一备两台 MySQL 服务器，MySQL 服务器之间复制消息以保证消息存储高可用。如果主备间出现复制延迟，恰好此时 MySQL 主服务器宕机导致数据无法恢复，则部分消息会永久丢失，这种情况不做针对性设计，DBA 需要对主备间的复制延迟进行监控，当复制延迟超过 30 秒的时候需要及时告警并进行处理。

3）消息如何存储

每个消息队列对应一个 MySQL 表，消息队列名就是表名，表结构设计见下表。

4.3 设计规范

1. 消息队列服务器使用 Spring Boot + Netty 开发

2. MySQL 使用 Innodb 存储引擎

3. TCP 包的结构设计采用 JSON 明文格式

4. 需要支持 HTTP 接口

5. 两台服务器组成一个 sharding，整个系统可以多个 sharding，每个 sharding 包含一主一从两台服务器

6. 服务器基于 ZooKeeper 进行主从切换

7. 消息表最多存储 30 天内的消息，过期的自动清除

8. SDK 轮询服务器进行消息写入

   SDK 轮询服务器进行消息读取

9. MySQL 双机保证消息尽量不丢

10. 每个消息队列对应一个表

5. 质量设计

5.1. 可测试性

5.1.1 可以手动上线、下线、切换主备服务器

5.1.2 应用参数可以进行修改

5.1.3 可以查询服务状态

5.1.4 后台可以停用某个队列

5.1.5 后台可以下发配置和命令

5.2. 可维护性

5.2.1 消息队列管理系统可以手动上线、下线、切换主备服务器

5.2.2 消息队列管理系统可以查询服务状态

5.2.3 消息队列管理系统可以停用某个队列

5.2.4 消息队列管理系统可以下发配置

5.3. 可观测性

5.3.1 具有全量日志可查询

5.3.2 服务状态主动上报消息队列管理系统

5.3.3 通过消息队列管理系统进行信息查询和表示

5.4. 成本/安全

5.4.1 工期 3 个月

5.4.2 人力 6 人

5.4.3 服务采多个 sharding 架构，每个 sharding 包含一主从两台服务器。每个 sharding 同时包含一主一从两个 Mysql 数据库实例。一个 sharding 包含 4 台服务器。

5.4.4 防止 sql 注入

5.4.5 采取网络隔离的方式防止数据库对外访问

5.4.6 系统对外访问需要经过防火墙

6. 演进规划

6.1 消息队列一期

实现消息队列基本业务，可以发布、读取，保证系统的可用性。

6.2 消息队列二期

在基本业务之上进行扩展开发，完成消息队列管理系统。

6.3 消息队列三期

对接到现有的监控系统，升级消息队列自动主从切换，数据库自动主从切换。