阿里中間件――消息中間件Notify和MetaQ

3.1、Notify

Notify是淘寶自主研發的一套消息服務引擎，是支撐雙11最為核心的系統之一，在淘寶和支付寶的核心交易場景中都有大量使用。消息系統的核心作用就是三點：解耦，異步和并行。下面讓我以一個實際的例子來說明一下解耦異步和并行分別所代表的具體意義吧：

假設我們有這么一個應用場景，為了完成一個用戶注冊淘寶的操作，可能需要將用戶信息寫入到用戶庫中，然后通知給紅包中心給用戶發新手紅包，然后還需要通知支付寶給用戶準備對應的支付寶賬號，進行合法性驗證，告知sns系統給用戶導入新的用戶等10步操作。
那么針對這個場景，一個最簡單的設計方法就是串行的執行整個流程，如圖3-1所示：

圖3-1-用戶注冊流程

這種方式的最大問題是，隨著后端流程越來越多，每步流程都需要額外的耗費很多時間，從而會導致用戶更長的等待延遲。自然的，我們可以采用并行的方式來完成業務，能夠極大的減少延遲，如圖3-2所示。

圖3-2-用戶注冊流程-并行方式

但并行以后又會有一個新的問題出現了，在用戶注冊這一步，系統并行的發起了4個請求，那么這四個請求中，如果通知SNS這一步需要的時間很長，比如需要10秒鐘的話，那么就算是發新手包，準備支付寶賬號，進行合法性驗證這幾個步驟的速度再快，用戶也仍然需要等待10秒以后才能完成用戶注冊過程。因為只有當所有的后續操作全部完成的時候，用戶的注冊過程才算真正的“完成”了。用戶的信息狀態才是完整的。而如果這時候發生了更嚴重的事故，比如發新手紅包的所有服務器因為業務邏輯bug導致down機，那么因為用戶的注冊過程還沒有完全完成，業務流程也就是失敗的了。這樣明顯是不符合實際的需要的，隨著下游步驟的逐漸增多，那么用戶等待的時間就會越來越長，并且更加嚴重的是，隨著下游系統越來越多，整個系統出錯的概率也就越來越大。

通過業務分析我們能夠得知，用戶的實際的核心流程其實只有一個，就是用戶注冊。而后續的準備支付寶，通知sns等操作雖然必須要完成，但卻是不需要讓用戶等待的。
這種模式有個專業的名詞，就叫最終一致。為了達到最終一致，我們引入了MQ系統。業務流程如下：

主流程如圖3-3所示：

圖3-3-用戶注冊流程-引入MQ系統-主流程

異步流程如圖3-4所示：

圖3-4-用戶注冊流程-引入MQ系統-異步流程

核心原理

Notify在設計思路上與傳統的MQ有一定的不同，他的核心設計理念是
1. 為了消息堆積而設計系統
2. 無單點，可自由擴展的設計

下面就請隨我一起，進入到我們的消息系統內部來看看他設計的核心原理

• 為了消息堆積而設計系統在市面上的大部分MQ產品，大部分的核心場景就是點對點的消息傳輸通道，然后非常激進的使用內存來提升整體的系統性能，這樣做雖然標稱的tps都能達到很高，但這種設計的思路是很難符合大規模分布式場景的實際需要的。
  在實際的分布式場景中，這樣的系統會存在著較大的應用場景瓶頸，在后端有大量消費者的前提下，消費者出現問題是個非常常見的情況，而消息系統則必須能夠在后端消費不穩定的情況下，仍然能夠保證用戶寫入的正常并且TPS不降，是個非常考驗消息系統能力的實際場景。
  也因為如此，在Notify的整體設計中，我們最優先考慮的就是消息堆積問題，在目前的設計中我們使用了持久化磁盤的方式，在每次用戶發消息到Notify的時候都將消息先落盤，然后再異步的進行消息投遞，而沒有采用激進的使用內存的方案來加快投遞速度。
  這種方式，雖然系統性能在峰值時比目前市面的MQ效率要差一些，但是作為整個業務邏輯的核心單元，穩定，安全可靠是系統的核心訴求。
• 無單點，可自由擴展的設計

圖3-5-Notify系統組成結構

圖3-5展示了組成Notify整個生態體系的有五個核心的部分。

• 發送消息的集群這主要是業務方的機器，這些APP的機器上是沒有任何狀態信息的，可以隨著用戶請求量的增加而隨時增加或減少業務發送方的機器數量，從而擴大或縮小集群能力。
• 配置服務器集群(Config server)這個集群的主要目的是動態的感知應用集群，消息集群機器上線與下線的過程，并及時廣播給其他集群。如當業務接受消息的機器下線時，config server會感知到機器下線，從而將該機器從目標用戶組內踢出，并通知給notify server，notify server 在獲取通知后，就可以將已經下線的機器從自己的投遞目標列表中刪除，這樣就可以實現機器的自動上下線擴容了。
• 消息服務器(Notify Server)消息服務器，也就是真正承載消息發送與消息接收的服務器，也是一個集群，應用發送消息時可以隨機選擇一臺機器進行消息發送，任意一臺server 掛掉，系統都可以正常運行。當需要增加處理能力時，只需要簡單地增加notify Server就可以了
• 存儲(Storage)Notify的存儲集群有多種不同的實現方式，以滿足不同應用的實際存儲需求。針對消息安全性要求高的應用，我們會選擇使用多份落盤的方式存儲消息數據，而對于要求吞吐量而不要求消息安全的場景，我們則可以使用內存存儲模型的存儲。自然的，所有存儲也被設計成了隨機無狀態寫入存儲模型以保障可以自由擴展。
• 消息接收集群業務方用于處理消息的服務器組，上下線機器時候也能夠動態的由config server 感知機器上下線的時機，從而可以實現機器自動擴展。

3.3、MetaQ

METAQ是一款完全的隊列模型消息中間件，服務器使用Java語言編寫，可在多種軟硬件平臺上部署。客戶端支持Java、C++編程語言，已于2012年3月對外開源，開源地址是：http://metaq.taobao.org/。MetaQ大約經歷了下面3個階段

• 在2011年1月份發布了MetaQ 1.0版本，從Apache Kafka衍生而來，在內部主要用于日志傳輸。
• 在2012年9月份發布了MetaQ 2.0版本，解決了分區數受限問題，在數據庫binlog同步方面得到了廣泛的應用。
• 在2013年7月份發布了MetaQ 3.0版本，MetaQ開始廣泛應用于訂單處理，cache同步、流計算、IM實時消息、binlog同步等領域。MetaQ3.0版本已經開源，參見這里

綜上，MetaQ借鑒了Kafka的思想，并結合互聯網應用場景對性能的要求，對數據的存儲結構進行了全新設計。在功能層面，增加了更適合大型互聯網特色的功能點。

MetaQ簡介

圖3-6-MetaQ整體結構

如圖3-6所示，MetaQ對外提供的是一個隊列服務，內部實現也是完全的隊列模型，這里的隊列是持久化的磁盤隊列，具有非常高的可靠性，并且充分利用了操作系統cache來提高性能。

• 是一個隊列模型的消息中間件，具有高性能、高可靠、高實時、分布式特點。
• Producer、Consumer、隊列都可以分布式。
• Producer向一些隊列輪流發送消息，隊列集合稱為Topic，Consumer如果做廣播消費，則一個consumer實例消費這個Topic對應的所有隊列，如果做集群消費，則多個Consumer實例平均消費這個topic對應的隊列集合。
• 能夠保證嚴格的消息順序
• 提供豐富的消息拉取模式
• 高效的訂閱者水平擴展能力
• 實時的消息訂閱機制
• 億級消息堆積能力

MetaQ存儲結構

MetaQ的存儲結構是根據阿里大規模互聯網應用需求，完全重新設計的一套存儲結構，使用這套存儲結構可以支持上萬的隊列模型，并且可以支持消息查詢、分布式事務、定時隊列等功能，如圖3-7所示。

圖3-7-MetaQ存儲體系

MetaQ單機上萬隊列

MetaQ內部大部分功能都靠隊列來驅動，那么必須支持足夠多的隊列，才能更好的滿足業務需求，如圖所示，MetaQ可以在單機支持上萬隊列，這里的隊列全部為持久化磁盤方式，從而對IO性能提出了挑戰。MetaQ是這樣解決的

• Message全部寫入到一個獨立的隊列，完全的順序寫
• Message在文件的位置信息寫入到另外的文件，串行方式寫。

通過以上方式，既做到數據可靠，又可以支持更多的隊列，如圖3-8所示。

圖3-8-MetaQ單機上萬隊列

MetaQ與Notify區別

• Notify側重于交易消息，分布式事務消息方面。
• MetaQ側重于順序消息場景，例如binlog同步。以及主動拉消息場景，例如流計算等。

生活不易，碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈