内容简介:本工具的核心思想就是:赌。只有两个基础组件同时死亡,才会受到mq是个好东西,我们都在用。这也决定了mq应该是高高高可用的。某团就因为这个组件,出了好几次生产事故,呵呵。大部分业务系统,要求的消息语义都是
本 工具 的核心思想就是:赌。只有两个基础组件同时死亡,才会受到 严重影响
。哦,断电除外。
mq是个好东西,我们都在用。这也决定了mq应该是高高高可用的。某团就因为这个组件,出了好几次生产事故,呵呵。
大部分业务系统,要求的消息语义都是 at least once
,即都会有重复消息,但保证不会丢。即使这样,依然有很多问题:
一、mq可用性无法保证。mq的意外死亡,造成生产端发送失败。很多消息要通过扒取日志进行回放,成本高耗时长。
二、mq阻塞业务正常进行。mq卡顿或者网络问题,会造成业务线程卡在mq的发送方法上,正常业务进行不下去,造成灾难性的后果。
三、消息延迟。mq死了就用不着说了,消息还没投胎就已死亡。消息延迟主要是客户端消费能力不强,或者是消费通道单一造成的。
使用组合存储来保证消息的可靠投递,就是 okmq
。
注意:okmq注重的是可靠性。对于顺序性、事务等其他要素,不予考虑。当然,速度是必须的。
设计想法
我即使用两套 redis 来模拟一些mq操作,都会比现有的一些解决方案要强。但这肯定不是我们需要的,因为redis的堆积能力太有限,内存占用率直线上升的感觉并不太好。
但我们可以用redis来作为额外的发送确认机制。这个想法,在 《使用多线程增加kafka消费能力》 一文中曾经提到过,现在到了实现的时候了。
首先看下使用Api
OkmqKafkaProducer producer = new ProducerBuilder() .defaultSerializer() .eanbleHa("redis") .any("okmq.redis.mode", "single") .any("okmq.redis.endpoint", "127.0.0.1:6379") .any("okmq.redis.poolConfig.maxTotal", 100) .servers("localhost:9092") .clientID("okMQProducerTest") .build(); Packet packet = new Packet(); packet.setTopic("okmq-test-topic"); packet.setContent("i will send you a msg"); producer.sendAsync(packet, null); producer.shutdown();
以redis为例
我们按照数字标号来介绍:
1、在消息发送到kafka之前,首先入库redis。由于后续回调需要用到一个唯一表示,我们在packet包里添加了一个uuid。
2、调用底层的api,进行真正的消息投递。
3、通过监听kafka的回调,删除redis中对应的key。在这里可以得到某条消息确切的的ack时间。那么长时间没有删除的,就算是投递失败的消息。
4、后台会有一个线程进行这些失败消息的遍历和重新投递。我们叫做recovery。最复杂的也就是这一部分。对于redis来说,会首先争抢一个持续5min的锁,然后遍历相关hashkey。
所以,对于以上代码,redis发出以下命令:
1559206423.395597 [0 127.0.0.1:62858] "HEXISTS" "okmq:indexhash" "okmq:5197354" 1559206423.396670 [0 127.0.0.1:62858] "HSET" "okmq:indexhash" "okmq:5197354" "" 1559206423.397300 [0 127.0.0.1:62858] "HSET" "okmq:5197354" "okmq::2b9b33fd-95fd-4cd6-8815-4c572f13f76e" "{\"content\":\"i will send you a msg104736623015238\",\"topic\":\"okmq-test-topic\",\"identify\":\"2b9b33fd-95fd-4cd6-8815-4c572f13f76e\",\"timestamp\":1559206423318}" 1559206423.676212 [0 127.0.0.1:62858] "HDEL" "okmq:5197354" "okmq::2b9b33fd-95fd-4cd6-8815-4c572f13f76e" 1559206428.327788 [0 127.0.0.1:62861] "SET" "okmq:recovery:lock" "01fb85a9-0670-40c3-8386-b2b7178d4faf" "px" "300000" 1559206428.337930 [0 127.0.0.1:62858] "HGETALL" "okmq:indexhash" 1559206428.341365 [0 127.0.0.1:62858] "HSCAN" "okmq:5197354" "0" 1559206428.342446 [0 127.0.0.1:62858] "HDEL" "okmq:indexhash" "okmq:5197354" 1559206428.342788 [0 127.0.0.1:62861] "GET" "okmq:recovery:lock" 1559206428.343119 [0 127.0.0.1:62861] "DEL" "okmq:recovery:lock"
以上问题解答
所以对于以上的三个问题,回答如下:
一、mq可用性无法保证。
为什么要要通过事后进行恢复呢?我把recovery机制带着不是更好么?通过对未收到ack的消息进行遍历,可以把这个过程做成自动化。
二、mq阻塞业务正常进行。
通过设置kafka的MAX_BLOCK_MS_CONFIG
参数,其实是可以不阻塞业务的,但会丢失消息。我可以使用其他存储来保证这些丢失的消息重新发送。
三、消息延迟。
mq死掉了,依然有其他备用通道进行正常服务。也有的团队采用双写mq双消费的方式来保证这个过程,也是被逼急了:)。如果kafka死掉了,业务会切换到备用通道进行消费。
扩展自己的HA
如果你不想用redis,比如你先要用hbase,那也是很简单的。
但需要实现一个HA接口。
public interface HA { void close(); void configure(Properties properties); void preSend(Packet packet) throws HaException; void postSend(Packet packet) throws HaException; void doRecovery(AbstractProducer producer) throws HaException; }
使用之前,还需要注册一下你的插件。
AbstractProducer.register("log", "com.sayhiai.arch.okmq.api.producer.ha.Ha2SimpleLog");
重要参数
okmq.ha.recoveryPeriod 恢复线程检测周期,默认5秒 okmq.redis.mode redis的集群模式,可选:single、sentinel、cluster okmq.redis.endpoint 地址,多个地址以,分隔 okmq.redis.connectionTimeout 连接超时 okmq.redis.soTimeout socket超时 okmq.redis.lockPx 分布式锁的持有时间,可默认,5min okmq.redis.splitMillis 间隔时间,redis换一个key进行运算,默认5min okmq.redis.poolConfig.* 兼容jedis的所有参数
1.0.0 版本功能
1、进行了生产端的高可用抽象,实现了kafka的样例。
2、增加了SimpleLog的ping、pong日志实现。
3、增加了Redis的生产端备用通道。包含single、cluster、sentinel三种模式。
4、可以自定义其他备用通道。
5、兼容kakfa的所有参数设置。
1、实现ActiveMQ的集成。
2、实现消费者的备用通道集成。
3、增加嵌入式kv存储的生产者集成。
4、更精细的控制系统的行为。
5、加入开关和预热,避免新启动mq即被压垮。
6、redis分片机制,大型系统专用。
1、监控功能添加。
2、rest接口添加。
使用限制
当你把参数ha设置为true,表明你已经收到以下的使用限制。反之,系统反应于原生无异。
使用限制:
本工具仅适用于非顺序性、非事务性的普通消息投递,且客户端已经做了幂等。一些订单系统、消息通知等业务,非常适合。如果你需要其他特性,请跳出此页面。
kafka死亡,或者redis单独死亡,消息最终都会被发出,仅当kafka与redis同时死亡,消息才会发送失败,并记录在日志文件里。
正常情况下,redis的使用容量极少极少。异常情况下,redis的容量有限,会迅速占满。redis的剩余时间就是你的 StopWatch
,你必须在这个时间内恢复你的消息系统,一定要顶住哇。
系统目前处于1.0.0版本,正在线上小规模试用。工具小众,但适用于大部分应用场景。如果你正在寻求这样的解决方案,欢迎一块完善代码。
github地址:
https://github.com/sayhiai/okmq
也欢迎关注《小姐姐味道》微信公众号,进行交流。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- AWS 推出增强的 Elasticsearch 开源发行版
- 开源一个kafka增强:okmq-1.0.0
- Facebook 开源增强版 LASER,可使用90多种语言
- Facebook开源增强版LASER库,包含93种语言工具包
- 阿里开源连接池 Druid 增强对 Spring Boot 各版本的兼容
- 开源中国 APP v5.0.2 发布,登录注册接口安全性增强
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Programming Computer Vision with Python
Jan Erik Solem / O'Reilly Media / 2012-6-22 / USD 39.99
If you want a basic understanding of computer vision's underlying theory and algorithms, this hands-on introduction is the ideal place to start. As a student, researcher, hacker, or enthusiast, you'll......一起来看看 《Programming Computer Vision with Python》 这本书的介绍吧!