MQ的那些破事兒，你不好奇嗎？
前言
最近mq越來越火，很多公司在用，很多人在用，其重要性不言而喻。但是如果我讓你回答下面的這些問題：
- 我們為什么要用mq?
- 引入mq會多哪些問題?
- 如何解決這些問題?
你心中是否有答案了呢?本文將會一一為你解答，這些看似平常卻很有意義的問題。
1 傳統模式有哪些痛點?
1.1 痛點1
有些復雜的業務系統，一次用戶請求可能會同步調用N個系統的接口，需要等待所有的接口都返回了，才能真正的獲取執行結果。
這種同步接口調用的方式總耗時比較長，非常影響用戶的體驗，特別是在網絡不穩定的情況下，極容易出現接口超時問題。
1.2 痛點2
很多復雜的業務系統，一般都會拆分成多個子系統。我們在這里以用戶下單為例，請求會先通過訂單系統，然后分別調用：支付系統、庫存系統、積分系統 和 物流系統。
系統之間耦合性太高，如果調用的任何一個子系統出現異常，整個請求都會異常，對系統的穩定性非常不利。
1.3 痛點3
有時候為了吸引用戶，我們會搞一些活動，比如秒殺等。
如果用戶少還好，不會影響系統的穩定性。但如果用戶突增，一時間所有的請求都到數據庫，可能會導致數據庫無法承受這么大的壓力，響應變慢或者直接掛掉。
對于這種突然出現的請求峰值，無法保證系統的穩定性。
2 為什么要用mq?
對于上面傳統模式的三類問題，我們使用mq就能輕松解決。
2.1 異步
對于痛點1：同步接口調用導致響應時間長的問題，使用mq之后，將同步調用改成異步，能夠顯著減少系統響應時間。
系統A作為消息的生產者，在完成本職工作后，就能直接返回結果了。而無需等待消息消費者的返回，它們最終會獨立完成所有的業務功能。
這樣能避免總耗時比較長，從而影響用戶的體驗的問題。
2.2 解耦
對于痛點2：子系統間耦合性太大的問題，使用mq之后，我們只需要依賴于mq，避免了各個子系統間的強依賴問題。
訂單系統作為消息生產者，保證它自己沒有異常即可，不會受到支付系統等業務子系統的異常影響，并且各個消費者業務子系統之間，也互不影響。
這樣就把之前復雜的業務子系統的依賴關系，轉換為只依賴于mq的簡單依賴，從而顯著的降低了系統間的耦合度。
2.3 消峰
對于痛點3：由于突然出現的請求峰值，導致系統不穩定的問題。使用mq后，能夠起到消峰的作用。
訂單系統接收到用戶請求之后，將請求直接發送到mq，然后訂單消費者從mq中消費消息，做寫庫操作。如果出現請求峰值的情況，由于消費者的消費能力有限，會按照自己的節奏來消費消息，多的請求不處理，保留在mq的隊列中，不會對系統的穩定性造成影響。
3 引入mq會多哪些問題?
引入mq后讓我們子系統間耦合性降低了，異步處理機制減少了系統的響應時間，同時能夠有效的應對請求峰值問題，提升系統的穩定性。
但是，引入mq同時也會帶來一些問題。
3.1 重復消息
問題重復消費問題可以說是mq中普遍存在的問題，不管你用哪種mq都無法避免。
有哪些場景會出現重復的消息呢?
- 消息生產者產生了重復的消息
- kafka和rocketmq的offset被回調了
- 消息消費者確認失敗
- 消息消費者確認時超時了
- 業務系統主動發起重試
如果重復消息不做正確的處理，會對業務造成很大的影響，產生重復的數據，或者導致數據異常，比如會員系統多開通了一個月的會員。
3.2 數據一致性問題
很多時候，如果mq的消費者業務處理異常的話，就會出現數據一致性問題。比如：一個完整的業務流程是，下單成功之后，送100個積分。下單寫庫了，但是消息消費者在送積分的時候失敗了，就會造成數據不一致的情況，即該業務流程的部分數據寫庫了，另外一部分沒有寫庫。
如果下單和送積分在同一個事務中，要么同時成功，要么同時失敗，是不會出現數據一致性問題的。
但由于跨系統調用，為了性能考慮，一般不會使用強一致性的方案，而改成達成最終一致性即可。
3.3 消息丟失問題
同樣消息丟失問題，也是mq中普遍存在的問題，不管你用哪種mq都無法避免。
有哪些場景會出現消息丟失問題呢?
- 消息生產者發生消息時，由于網絡原因，發生到mq失敗了。
- mq服務器持久化時，磁盤出現異常
- kafka和rocketmq的offset被回調時，略過了很多消息。
- 消息消費者剛讀取消息，已經ack確認了，但業務還沒處理完，服務就被重啟了。
導致消息丟失問題的原因挺多的，生產者、mq服務器、消費者 都有可能產生問題，我在這里就不一一列舉了。最終的結果會導致消費者無法正確的處理消息，而導致數據不一致的情況。
3.4 消息順序問題
有些業務數據是有狀態的，比如訂單有：下單、支付、完成、退貨等狀態，如果訂單數據作為消息體，就會涉及順序問題了。如果消費者收到同一個訂單的兩條消息，第一條消息的狀態是下單，第二條消息的狀態是支付，這是沒問題的。但如果第一條消息的狀態是支付，第二條消息的狀態是下單就會有問題了，沒有下單就先支付了?
消息順序問題是一個非常棘手的問題，比如：
- kafka同一個partition中能保證順序，但是不同的partition無法保證順序。
- rabbitmq的同一個queue能夠保證順序，但是如果多個消費者同一個queue也會有順序問題。
如果消費者使用多線程消費消息，也無法保證順序。
如果消費消息時同一個訂單的多條消息中，中間的一條消息出現異常情況，順序將會被打亂。
還有如果生產者發送到mq中的路由規則，跟消費者不一樣，也無法保證順序。
3.5 消息堆積
如果消息消費者讀取消息的速度，能夠跟上消息生產者的節奏，那么整套mq機制就能發揮最大作用。但是很多時候，由于某些批處理，或者其他原因，導致消息消費的速度小于生產的速度。這樣會直接導致消息堆積問題，從而影響業務功能。
這里以下單開通會員為例，如果消息出現堆積，會導致用戶下單之后，很久之后才能變成會員，這種情況肯定會引起大量用戶投訴。
3.6 系統復雜度提升
這里說的系統復雜度和系統耦合性是不一樣的，比如以前只有：系統A、系統B和系統C 這三個系統，現在引入mq之后，你除了需要關注前面三個系統之外，還需要關注mq服務，需要關注的點越多，系統的復雜度越高。
mq的機制需要：生產者、mq服務器、消費者。
有一定的學習成本，需要額外部署mq服務器，而且有些mq比如：rocketmq，功能非常強大，用法有點復雜，如果使用不好，會出現很多問題。有些問題，不像接口調用那么容易排查，從而導致系統的復雜度提升了。
4 如何解決這些問題?
mq是一種趨勢，總體來說對我們的系統是利大于弊的，難道因為它會出現一些問題，我們就不用它了?
那么我們要如何解決這些問題呢?
4.1 重復消息問題
不管是由于生產者產生的重復消息，還是由于消費者導致的重復消息，我們都可以在消費者中這個問題。
這就要求消費者在做業務處理時，要做冪等設計，如果有不知道如何設計的朋友，可以參考《高并發下如何保證接口的冪等性?》，里面介紹得非常詳情。
在這里我推薦增加一張消費消息表，來解決mq的這類問題。消費消息表中，使用messageId做唯一索引，在處理業務邏輯之前，先根據messageId查詢一下該消息有沒有處理過，如果已經處理過了則直接返回成功，如果沒有處理過，則繼續做業務處理。
4.2 數據一致性問題
我們都知道數據一致性分為：
- 強一致性
- 弱一致性
- 最終一致性
而mq為了性能考慮使用的是最終一致性，那么必定會出現數據不一致的問題。這類問題大概率是因為消費者讀取消息后，業務邏輯處理失敗導致的，這時候可以增加重試機制。
重試分為：同步重試 和 異步重試。
有些消息量比較小的業務場景，可以采用同步重試，在消費消息時如果處理失敗，立刻重試3-5次，如何還是失敗，則寫入到記錄表中。但如果消息量比較大，則不建議使用這種方式，因為如果出現網絡異常，可能會導致大量的消息不斷重試，影響消息讀取速度，造成消息堆積。
而消息量比較大的業務場景，建議采用異步重試，在消費者處理失敗之后，立刻寫入重試表，有個job專門定時重試。
還有一種做法是，如果消費失敗，自己給同一個topic發一條消息，在后面的某個時間點，自己又會消費到那條消息，起到了重試的效果。如果對消息順序要求不高的場景，可以使用這種方式。
4.3 消息丟失問題
不管你是否承認有時候消息真的會丟，即使這種概率非常小，也會對業務有影響。生產者、mq服務器、消費者都有可能會導致消息丟失的問題。
為了解決這個問題，我們可以增加一張消息發送表，當生產者發完消息之后，會往該表中寫入一條數據，狀態status標記為待確認。如果消費者讀取消息之后，調用生產者的api更新該消息的status為已確認。有個job，每隔一段時間檢查一次消息發送表，如果5分鐘(這個時間可以根據實際情況來定)后還有狀態是待確認的消息，則認為該消息已經丟失了，重新發條消息。
這樣不管是由于生產者、mq服務器、還是消費者導致的消息丟失問題，job都會重新發消息。
4.4 消息順序問題
消息順序問題是我們非常常見的問題，我們以kafka消費訂單消息為例。訂單有：下單、支付、完成、退貨等狀態，這些狀態是有先后順序的，如果順序錯了會導致業務異常。
解決這類問題之前，我們先確認一下，消費者是否真的需要知道中間狀態，只知道最終狀態行不行?
其實很多時候，我真的需要知道的是最終狀態，這時可以把流程優化一下：
這種方式可以解決大部分的消息順序問題。
但如果真的有需要保證消息順序的需求。訂單號路由到不同的partition，同一個訂單號的消息，每次到發到同一個partition。
4.5 消息堆積
如果消費者消費消息的速度小于生產者生產消息的速度，將會出現消息堆積問題。其實這類問題產生的原因很多，如果你想進一步了解，可以看看我的另一篇文章《我用kafka兩年踩過的一些非比尋常的坑》。
那么消息堆積問題該如何解決呢?
這個要看消息是否需要保證順序。
如果不需要保證順序，可以讀取消息之后用多線程處理業務邏輯。
這樣就能增加業務邏輯處理速度，解決消息堆積問題。但是線程池的核心線程數和最大線程數需要合理配置，不然可能會浪費系統資源。
如果需要保證順序，可以讀取消息之后，將消息按照一定的規則分發到多個隊列中，然后在隊列中用單線程處理。
好了，今天先分享到這來，下期再見。我在這里只是拋磚引玉，其實mq相關的內容還有很多，比如：定時發送、延遲發送、私信隊列、事務問題等等。
