同程旅行基于 RocketMQ 高可用架构实践，mysql 破解版百度云
?
我们在几年前决定引入 MQ 时，市场上已经有不少成熟的解决方案，比如 RabbitMQ , ActiveMQ，NSQ，Kafka 等。考虑到稳定性、维护成本、公司技术栈等因素，我们选择了 RocketMQ ：
?
纯 Java 开发，无依赖，使用简单，出现问题能 hold ；
经过阿里双十一考验，性能、稳定性可以保障；
功能实用，发送端：同步、异步、单边、延时发送；消费端：消息重置，重试队列，死信队列；
社区活跃，出问题能及时沟通解决。
?
[](
)使用情况
?
主要用于削峰、解耦、异步处理；
已在火车票、机票、酒店等核心业务广泛使用，扛住巨大的微信入口流量；
在支付、订单、出票、数据同步等核心流程广泛使用；
每天 1000+ 亿条消息周转。
?
下图是 MQ 接入框架图
?
由于公司技术栈原因，client sdk 我们提供了 java sdk ；对于其他语言，收敛到 http proxy ，屏蔽语言细节，节约维护成本。按照各大业务线，对后端存储节点进行了隔离，相互不影响。
?
[](
)MQ 双中心改造
=============================================================================
?
之前单机房出现过网络故障，对业务影响较大。为保障业务高可用，同城双中心改造提上了日程。
?
[](
)为何做双中心
?
单机房故障业务可用；?
保证数据可靠：若所有数据都在一个机房，一旦机房故障，数据有丢失风险；
横向扩容：单机房容量有限，多机房可分担流量。
?
[](
)双中心方案
?
做双中心之前，对同城双中心方案作了些调研，主要有冷（热）备份、双活两种。（当时社区 Dledger 版本还没出现，Dledger 版本完全可做为双中心的一种可选方案。）
?
1）同城冷（热）备份
?
两个独立的 MQ 集群, 用户流量写到一个主集群，数据实时同步到备用集群，社区有成熟的 RocketMQ Replicator 方案，需要定期同步元数据，比如主题，消费组，消费进度等。
?
2）同城双活
?
两个独立 MQ 集群，用户流量写到各自机房的 MQ 集群，数据相互不同步。
?
平时业务写入各自机房的 MQ 集群，若一个机房挂了，可以将用户请求流量全部切到另一个机房，消息也会生产到另一个机房。
?
对于双活方案，需要解决 MQ 集群域名。
1）若两个集群用一个域名，域名可以动态解析到各自机房。此方式要求生产、消费必须在同一个机房。假如生产在 idc1 ，消费在 idc2 ，这样生产、消费各自连接一个集群，没法消费数据。
2）若一个集群一个域名，业务方改动较大，我们之前对外服务的集群是单中心部署的，业务方已经大量接入，此方案推广较困难。
为尽可能减少业务方改动，域名只能继续使用之前的域名，最终我们采用一个 Global MQ 集群，跨双机房，无论业务是单中心部署还是双中心部署都不影响；而且只要升级客户端即可，无需改动任何代码。
[](
)双中心诉求
?
就近原则：生产者在 A 机房，生产的消息存于 A 机房 broker ； 消费者在 A 机房，消费的消息来自 A 机房 broker 。
单机房故障：生产正常，消息不丢。
broker 主节点故障：自动选主。
[](
)就近原则
?
简单说，就是确定两件事：
节点（客户端节点，服务端节点）如何判断自己在哪个 idc；
客户端节点如何判断服务端节点在哪个 idc。
如何判断自己在哪个 idc?
?
ip 查询
节点启动时可以获取自身 ip ，通过公司内部的组件查询所在的机房。
?
2）环境感知
需要与运维同学一起配合，在节点装机时，将自身的一些元数据，比如机房信息等写入本地配置文件，启动时直接读写配置文件即可。
我们采用了第二个方案，无组件依赖，配置文件中 logicIdcUK 的值为机房标志。
?
客户端节点如何识别在同一个机房的服务端节点？
?
客户端节点可以拿到服务端节点的 ip 以及 broker 名称的，因此：
?
ip 查询：通过公司内部组件查询 ip 所在机房信息；
broker 名称增加机房信息：在配置文件中，将机房信息添加到 broker 名称上；
协议层增加机房标识：服务端节点向元数据系统注册时，将自身的机房信息一起注册。
相对于前两者，实现起来略复杂，改动了协议层， 我们采用了第二种与第三种结合的方式。
[](
)就近生产
?
基于上述分析，就近生产思路很清晰，默认优先本机房就近生产；
?
若本机房的服务节点不可用，可以尝试扩机房生产，业务可以根据实际需要具体配置。
[](
)就近消费
?
优先本机房消费，默认情况下又要保证所有消息能被消费。
?
队列分配算法采用按机房分配队列
?
每个机房消息平均分给此机房消费端；
此机房没消费端，平分给其他机房消费端。
?
伪代码如下：
?
Map<String, Set> mqs = classifyMQByIdc(mqAll);
Map<String, Set> cids = classifyCidByIdc(cidAll);
Set<> result = new HashSet<>;
for(element in mqs){
result.add(allocateMQAveragely(element, cids, cid)); //cid 为当前客户端
}
?
消费场景主要是消费端单边部署与双边部署。
?
单边部署时，消费端默认会拉取每个机房的所有消息。
双边部署时，消费端只会消费自己所在机房的消息，要注意每个机房的实际生产量与消费端的数量，防止出现某一个机房消费端过少。
[](
)单机房故障
?
每组 broker 配置
一主两从，一主一从在一机房，一从在另一机房；某一从同步完消息，消息即发送成功。
?
单机房故障
消息生产跨机房；未消费消息在另一机房继续被消费。
[](
)故障切主
?
在某一组 broker 主节点出现故障时，为保障整个集群的可用性，需要在 slave 中选主并切换。要做到这一点，首先得有个 broker 主故障的仲裁系统，即 nameserver（以下简称 ns ）元数据系统（类似于 redis 中的哨兵）。
?
ns 元数据系统中的节点位于三个机房（有一个第三方的云机房，在云上部署 ns 节点，元数据量不大，延时可以接受），三个机房的 ns 节点通过 raft 协议选一个 leader，broker 节点会将元数据同步给 leader, leader 在将元数据同步给 follower 。
?
客户端节点获取元数据时, 从 leader，follower 中均可读取数据。
?
[](
)切主流程
?
若 nameserver leader 监控到 broker 主节点异常, 并要求其他 follower 确认；半数 follower 认为 broker 节点异常，则 leader 通知在 broker 从节点中选主，同步进度大的从节点选为主;
新选举的 broker 主节点执行切换动作并注册到元数据系统；
生产端无法向旧 broker 主节点发送消息。
?
流程图如下
切中心演练
?
还未添加个人签名 2021.03.18 加入
还未添加个人简介
评论