|
|
# 08 | 答疑解惑（一） : 网关如何接收服务端的秒杀结果？
|
|
|
|
|
|
你好，我是李玥。
|
|
|
|
|
|
我们的“消息队列高手课”专栏自从上线到现在，同学们的学习热情和参与度都非常高。每一节课都有很多同学留言评论，这些留言里有总结知识分享收获的，有提出精彩问题的，还有给自己加油打气立Flag的，竟然还有说老师长得像黄渤的。我又仔细去看了一下配图，还是真挺像的。下次老师和极客时间的设计师小姐姐说一样，让她们照着吴彦祖来P图。
|
|
|
|
|
|
同学们每一条的留言我都认真看过，大部分留言我都给出了回复。在基础篇的最后一节课，我来统一解答一下大家都比较关注的一些问题。
|
|
|
|
|
|
## 1\. 网关如何接收服务端的秒杀结果？
|
|
|
|
|
|
在《[01 | 为什么需要消息队列？](https://time.geekbang.org/column/article/109572)》这节课里面，我们举了一个秒杀的例子，这个例子是用来说明消息队列是如何来实现异步处理的。课后很多同学留言提问，网关在发送消息之后，是如何来接收后端服务的秒杀结果，又如何来给APP返回响应的呢？
|
|
|
|
|
|
在解答这个问题之前，我需要先说一下，实际生产环境中的秒杀系统，远比我们举的这个例子复杂得多，实现方案也是多种多样的，不是说一定要按照我们这个例子的方式来实现。
|
|
|
|
|
|
在这个例子中，网关接收后端服务秒杀结果，实现的方式也不只一种，这里我给大家提供一个比较简单的方案。
|
|
|
|
|
|
比如说，用Java语言来举例子：
|
|
|
|
|
|
```
|
|
|
public class RequestHandler {
|
|
|
|
|
|
// ID生成器
|
|
|
@Inject
|
|
|
private IdGenerator idGenerator;
|
|
|
// 消息队列生产者
|
|
|
@Inject
|
|
|
private Producer producer;
|
|
|
// 保存秒杀结果的Map
|
|
|
@Inject
|
|
|
private Map<Long, Result> results;
|
|
|
|
|
|
// 保存mutex的Map
|
|
|
private Map<Long, Object> mutexes = new ConcurrentHashMap<>();
|
|
|
// 这个网关实例的ID
|
|
|
@Inject
|
|
|
private long myId;
|
|
|
|
|
|
@Inject
|
|
|
private long timeout;
|
|
|
|
|
|
// 在这里处理APP的秒杀请求
|
|
|
public Response onRequest(Request request) {
|
|
|
// 获取一个进程内唯一的UUID作为请求id
|
|
|
Long uuid = idGenerator.next();
|
|
|
try {
|
|
|
|
|
|
Message msg = composeMsg(request, uuid, myId);
|
|
|
|
|
|
// 生成一个mutex，用于等待和通知
|
|
|
Object mutex = new Object();
|
|
|
mutexes.put(uuid, mutex)
|
|
|
|
|
|
// 发消息
|
|
|
producer.send(msg);
|
|
|
|
|
|
// 等待后端处理
|
|
|
synchronized(mutex) {
|
|
|
mutex.wait(timeout);
|
|
|
}
|
|
|
|
|
|
// 查询秒杀结果
|
|
|
Result result = results.remove(uuid);
|
|
|
|
|
|
// 检查秒杀结果并返回响应
|
|
|
if(null != result && result.success()){
|
|
|
return Response.success();
|
|
|
}
|
|
|
|
|
|
} catch (Throwable ignored) {}
|
|
|
finally {
|
|
|
mutexes.remove(uuid);
|
|
|
}
|
|
|
// 返回秒杀失败
|
|
|
return Response.fail();
|
|
|
}
|
|
|
|
|
|
// 在这里处理后端服务返回的秒杀结果
|
|
|
public void onResult(Result result) {
|
|
|
|
|
|
Object mutex = mutexes.get(result.uuid());
|
|
|
if(null != mutex) { // 如果查询不到，说明已经超时了，丢弃result即可。
|
|
|
// 登记秒杀结果
|
|
|
results.put(result.uuid(), result);
|
|
|
// 唤醒处理APP请求的线程
|
|
|
synchronized(mutex) {
|
|
|
mutex.notify();
|
|
|
}
|
|
|
}
|
|
|
}
|
|
|
}
|
|
|
|
|
|
```
|
|
|
|
|
|
在这个方案中，网关在收到APP的秒杀请求后，直接给消息队列发消息。至于消息的内容，并不一定是APP请求的Request，只要包含足够的字段就行了，比如用户ID、设备ID、请求时间等等。另外，还需要包含这个请求的ID和网关的ID，这些后面我们会用到。
|
|
|
|
|
|
如果发送消息失败，可以直接给APP返回秒杀失败结果，成功发送消息之后，线程就阻塞等待秒杀结果。这里面不可能无限等待下去，需要设定一个等待的超时时间。
|
|
|
|
|
|
等待结束之后，去存放秒杀结果的Map中查询是否有返回的秒杀结果，如果有就构建Response，给APP返回秒杀结果，如果没有，按秒杀失败处理。
|
|
|
|
|
|
这是处理APP请求的线程，接下来我们来看一下，网关如何来接收从后端秒杀服务返回的秒杀结果。
|
|
|
|
|
|
我们可以选择用RPC的方式来返回秒杀结果，这里网关节点是RPC服务端，后端服务为客户端。之前网关发出去的消息中包含了网关的ID，后端服务可以通过这个网关ID来找到对应的网关实例，秒杀结果中需要包含请求ID，这个请求ID也是从消息中获取的。
|
|
|
|
|
|
网关收到后端服务的秒杀结果之后，用请求ID为Key，把这个结果保存到秒杀结果的Map中，然后通知对应的处理APP请求的线程，结束等待。我刚刚说过，处理APP请求的线程，在结束等待之后，会去秒杀的结果Map中查询这个结果，然后再给APP返回响应。
|
|
|
|
|
|
我把这个处理过程的流程图放在这里，便于你理解：
|
|
|
|
|
|
|
|
|
这个解决方案还不是一个性能最优的方案，处理APP请求的线程需要同步等待秒杀结果。后面课程中我们会专门来讲，如何使用异步方式来提升程序的性能。
|
|
|
|
|
|
## 2\. 详解RocketMQ和Kafka的消息模型
|
|
|
|
|
|
我在看《[03 | 消息模型：主题和队列有什么区别？](http://time.geekbang.org/column/article/110459)》这节课的留言时发现，不少同学对RocketMQ和kafka的消息模型理解的还不是很透彻，这两个消息队列产品的消息模型是一样的，我在这里，再把这个模型相关的概念，通过一个例子详细地说一说。
|
|
|
|
|
|
假设有一个主题MyTopic，我们为主题创建5个队列，分布到2个Broker中。
|
|
|
|
|
|
|
|
|
|
|
|
先说消息生产这一端，假设我们有3个生产者实例：Produer0，Produer1和Producer2。
|
|
|
|
|
|
这3个生产者是如何对应到2个Broker的，又是如何对应到5个队列的呢？这个很简单，**不用对应，随便发**。每个生产者可以在5个队列中轮询发送，也可以随机选一个队列发送，或者只往某个队列发送，这些都可以。比如Producer0要发5条消息，可以都发到队列Q0里面，也可以5个队列每个队列发一条。
|
|
|
|
|
|
然后说消费端，很多同学没有搞清楚消费组、消费者和队列这几个概念的对应关系。
|
|
|
|
|
|
每个消费组就是一份订阅，它要消费主题MyTopic下，所有队列的全部消息。注意，队列里的消息并不是消费掉就没有了，这里的“消费”，只是去队列里面读了消息，并没有删除，消费完这条消息还是在队列里面。
|
|
|
|
|
|
多个消费组在消费同一个主题时，消费组之间是互不影响的。比如我们有2个消费组：G0和G1。G0消费了哪些消息，G1是不知道的，也不用知道。G0消费过的消息，G1还可以消费。即使G0积压了很多消息，对G1来说也没有任何影响。
|
|
|
|
|
|
然后我们再说消费组的内部，一个消费组中可以包含多个消费者的实例。比如说消费组G1，包含了2个消费者C0和C1，那这2个消费者又是怎么和主题MyTopic的5个队列对应的呢？
|
|
|
|
|
|
由于消费确认机制的限制，这里面有一个原则是，在同一个消费组里面，每个队列只能被一个消费者实例占用。至于如何分配，这里面有很多策略，我就不展开说了。总之保证每个队列分配一个消费者就行了。比如，我们可以让消费者C0消费Q0，Q1和Q2，C1消费Q3和Q4，如果C0宕机了，会触发重新分配，这时候C1同时消费全部5个队列。
|
|
|
|
|
|
再强调一下，队列占用只是针对消费组内部来说的，对于其他的消费组来说是没有影响的。比如队列Q2被消费组G1的消费者C1占用了，对于消费组G2来说，是完全没有影响的，G2也可以分配它的消费者来占用和消费队列Q2。
|
|
|
|
|
|
最后说一下消费位置，每个消费组内部维护自己的一组消费位置，每个队列对应一个消费位置。消费位置在服务端保存，并且，**消费位置和消费者是没有关系的**。每个消费位置一般就是一个整数，记录这个消费组中，这个队列消费到哪个位置了，这个位置之前的消息都成功消费了，之后的消息都没有消费或者正在消费。
|
|
|
|
|
|
我把咱们这个例子的消费位置整理成下面的表格，便于你理解。
|
|
|
|
|
|
|
|
|
|
|
|
你可以看到，这个表格中并没有消费者这一列，也就是说消费者和消费位置是没有关系的。
|
|
|
|
|
|
## 3\. 如何实现单个队列的并行消费？
|
|
|
|
|
|
下面说一下《[03 | 消息模型：主题和队列有什么区别？](http://time.geekbang.org/column/article/110459)》这节课的思考题：如果不要求严格顺序，如何实现单个队列的并行消费？关于这个问题，有很多的实现方式，在JMQ（京东自研的消息队列产品）中，它实现的思路是这样的。
|
|
|
|
|
|
比如说，队列中当前有10条消息，对应的编号是0-9，当前的消费位置是5。同时来了三个消费者来拉消息，把编号为5、6、7的消息分别给三个消费者，每人一条。过了一段时间，三个消费成功的响应都回来了，这时候就可以把消费位置更新为8了，这样就实现并行消费。
|
|
|
|
|
|
这是理想的情况。还有可能编号为6、7的消息响应回来了，编号5的消息响应一直回不来，怎么办？这个位置5就是一个消息空洞。为了避免位置5把这个队列卡住，可以先把消费位置5这条消息，复制到一个特殊重试队列中，然后依然把消费位置更新为8，继续消费。再有消费者来拉消息的时候，优先把重试队列中的那条消息给消费者就可以了。
|
|
|
|
|
|
这是并行消费的一种实现方式。需要注意的是，并行消费开销还是很大的，不应该作为一个常规的，提升消费并发的手段，如果消费慢需要增加消费者的并发数，还是需要扩容队列数。
|
|
|
|
|
|
## 4\. 如何保证消息的严格顺序？
|
|
|
|
|
|
很多同学在留言中问，怎么来保证消息的严格顺序？我们多次提到过，主题层面是无法保证严格顺序的，只有在队列上才能保证消息的严格顺序。
|
|
|
|
|
|
如果说，你的业务必须要求全局严格顺序，就只能把消息队列数配置成1，生产者和消费者也只能是一个实例，这样才能保证全局严格顺序。
|
|
|
|
|
|
大部分情况下，我们并不需要全局严格顺序，只要保证局部有序就可以满足要求了。比如，在传递账户流水记录的时候，只要保证每个账户的流水有序就可以了，不同账户之间的流水记录是不需要保证顺序的。
|
|
|
|
|
|
如果需要保证局部严格顺序，可以这样来实现。在发送端，我们使用账户ID作为Key，采用一致性哈希算法计算出队列编号，指定队列来发送消息。一致性哈希算法可以保证，相同Key的消息总是发送到同一个队列上，这样可以保证相同Key的消息是严格有序的。如果不考虑队列扩容，也可以用队列数量取模的简单方法来计算队列编号。
|
|
|
|
|
|
## 写在最后
|
|
|
|
|
|
在留言中，很多同学留言提出来，能不能讲一讲某个消息队列的某个功能具体如何配置。我的建议是，你先不要太关注功能、API和配置这些细节，在学习如何使用消息队列的过程中，要保持一定的高度来学习。
|
|
|
|
|
|
因为使用消息队列，大部分的难点在宏观架构层面，要解决这些难点，你需要掌握消息队列宏观层面上的实现原理和最佳实践，这样，无论你使用什么消息队列，都可以做到游刃有余。在选定了合适的消息队列产品，准备写代码之前，再去文档中查看这些细节都来得及。
|
|
|
|
|
|
所以，我们专栏的“基础篇”讲消息队列的使用，更多讲的是一些通用的原理。这节课是我们消息队列高手课“基础篇”的最后一节课，完整基础篇的学习后，意味着你已经是一个使用消息队列的小达人了。
|
|
|
|
|
|
在“进阶篇”中，我们将把学习重点从“如何使用”转为“如何实现”，在学习消息队列的实现技术时，你反而要专注到每一个技术点上，深入下去，把每个细节都要搞清楚、学透。课程的深度、难度也会逐步加强，当然你获得的经验值也会更多。
|
|
|
|
|
|
希望大家一如既往坚持学习，多思考，多练习，跟老师一起打怪升级，成为真正的高手。
|
|
|
|
|
|
感谢阅读，如果你觉得这篇文章对你有帮助的话，也欢迎把它分享给你的朋友。
|
|
|
|