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: 一种常用的关系型数据库

1. 业务背景

随着游戏业务的快速发展,子系统也越来越多,系统间协作的效率也变得越来越低,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:

• 性能问题：运营子系统版本上新,需要同步调用论坛系统、包管理子系统、APP、Web 等 4 个子系统,性能效率非常低.

• 耦合问题：当新增一个子系统时，例如如果要增加“营销子系统”，那么营销子系统需要开发新的接口给运营子系统调用.

• 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.

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.

系统边界黑盒图描述如下:

2. 约束和限制

● 系统需具备 99.999%的可用性

● 数据库采用 MySQL

● 开发周期不能超过 3 个月

● 必须使用 Java 语言进行开发

3. 总体架构

系统边界白盒图如下:

系统架构图如下:

3.1 架构分析

3.1.1 高性能

不需要高性能,游戏新版本发布和 VIP 充值的消息并不多

3.1.2 高可用

需要,游戏版本发布和 VIP 都是高优先级业务

3.1.3 可维护性

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 可扩展性

不需要，消息队列的功能基本明确，无需扩展

3.1.5 低成本

需要，开发投入人力和时间不能太长

综合来看，消息队列需要高可用性，可维护性，可扩展性，低成本，由于游戏新版本发布和 VIP 充值的消息并不多，不需要太高的性能。

3.2 总体架构

1）采用数据分散集群的架构，集群中的服务器进行分组，每个分组存储一部分消息数据。

2）每个分组包含一台主 MySQL 和一台备 MySQL，分组内主备数据复制，分组间数据不同步。

3）正常情况下，分组内的主服务器对外提供消息写入和消息读取服务，备服务器不对外提供服务；主服务 器宕机的情况下，备服务器对外提供消息读取的服务。

4）客户端采取轮询的策略写入和读取消息。

4. 详细设计

4.1 核心功能

[必选，描述核心场景或者流程的实现机制，对应 4R 架构中的 Rule，每个核心场景一个小节]

[样例：

4.1.1 消息发送流程

4.1.2 消息消费流程

]

[技巧：使用系统序列图来描述 Rule，跟项目开发中写设计文档一样的写法]

4.1.1 消息发布流程

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

4.2.1 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。

4.2.2 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。

4.2.3 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，表结构设计为：……(此处略）

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 包的结构设计如下:……(此处略）

4）客户端采用 Java 语言开发，基于 Netty 实现与服务端交互

5) 服务器基于 Netty 开发，采用 Reactor 网络模型

6) 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）

7) 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

8) 服务器基于 ZooKeeper 进行主从切换

9) 客户端与服务端采用 TCP 连接，采用 Json 传递数据

10) 为了兼容非 Java 系统，服务端同时提供 HTTP 接口

11) 采用 MySQL 主从同步

12) 每个消息队列对应一个表

13) 消息表最多存储 30 天内的消息，过期的自动清除

14) 直接用 MySQL 的主从复制来实现数据复制

5. 质量设计

5.1 消息队列管理后台

为了方便运维,增加了消息队列管理系统,主要功能如下:

• 配置管理：对核心的配置信息进行管理，比如消息主从服务器的地址信息、生产端是否启用缓存、消息发送和消费重试的次数、zookeeper 的地址信息等。

• 监控：监控消息队列的堆积情况，消费是否及时、顺畅；消息队列服务端的负载情况、吞吐量、响应时间等；节点的健康情况，主从的存活情况；mysql 的负载情况；消息存储所在磁盘的空间负载情况等。如果各种指标超过阈值后，系统需要能预警，并通知相关的负责人。

• 权限管理：主要是基于角色设置哪些角色拥有增删查改消息队列、读写消息的权限，以及可以设置一些全局黑白名单。

• 维护：可以直接在管理系统里，增删查改消息队列及信息；可以在线进行压力测试；可以主动上线、下线服务节点。此管理系统可以融入到现有的运维体系中，而且使用 MySQL 存储数据，可靠性有保证，运维团队本身就拥有丰富的 MySQL 运维经验。

5.2 成本

• 中间件团队仅 6 人，因此需要控制在此项目上的投入人力。

• 因为旧系统架构已经严重影响目前业务的发展，所以迫切需要新架构来解决目前的耦合度及效率等问题，因此消息系统的一期开发时间不能太久。

• 从业务量来估算，此架构使用的服务器不会超过 20 台，对资金和运维压力不大。

• 因为是新的系统，因此测试前期的投入成本会比较大。

5.3 可测试性

支持 HTTP 接口，方便测试人员使用主流测试工具进行快速测试，无编程语言门槛

5.4 可观测性

可观测性由消息队列管理后台提供

6. 演进规划

6.1 消息队列一期

消息队列系统客户端 Sharding SDK 以及消息队列系统服务端的开发实现

6.2 消息队列二期

消息队列管理后台系统的开发实现