vlambda博客
学习文章列表

深入理解RocketMQ Rebalance机制

本文深入的分析了RocketMQ的Rebalance机制,主要包括以下内容:
  • Rebalance必要的元数据信息的维护

  • Broker协调通知机制;

  • 消费者/启动/运行时/停止时Rebalance触发时机

  • 单个Topic的Rebalance流程

  • 分区分配策略

  • RocketMQ与Kafka Rebalance机制的区别,

文章篇幅较长,感兴趣的用户可以先收藏,再阅读。
1 Rebalance简介

        Rebalance(再均衡)机制指的是:将一个Topic下的多个队列(或称之为分区),在同一个消费者组(consumer group)下的多个消费者实例(consumer instance)之间进行重新分配。 

        Rebalance机制本意是为了提升消息的并行处理能力。例如,一个Topic下5个队列,在只有1个消费者的情况下,那么这个消费者将负责处理这5个队列的消息。如果此时我们增加一个消费者,那么可以给其中一个消费者分配2个队列,给另一个分配3个队列,从而提升消息的并行处理能力。如下图:


深入理解RocketMQ Rebalance机制


但是Rebalance机制也存在明显的限制与危害。

Rebalance限制:

由于一个队列最多分配给一个消费者,因此当某个消费者组下的消费者实例数量大于队列的数量时,多余的消费者实例将分配不到任何队列。

Rebalance危害: 

除了以上限制,更加严重的是,在发生Rebalance时,存在着一些危害,如下所述:
  • 消费暂停:考虑在只有Consumer 1的情况下,其负责消费所有5个队列;在新增Consumer 2,触发Rebalance时,需要分配2个队列给其消费。那么Consumer 1就需要停止这2个队列的消费,等到这两个队列分配给Consumer 2后,这两个队列才能继续被消费。

  • 重复消费:Consumer 2 在消费分配给自己的2个队列时,必须接着从Consumer 1之前已经消费到的offset继续开始消费。然而默认情况下,offset是异步提交的,如consumer 1当前消费到offset为10,但是异步提交给broker的offset为8;那么如果consumer 2从8的offset开始消费,那么就会有2条消息重复。也就是说,Consumer 2 并不会等待Consumer1提交完offset后,再进行Rebalance,因此提交间隔越长,可能造成的重复消费就越多。 

  • 消费突刺:由于rebalance可能导致重复消费,如果需要重复消费的消息过多;或者因为rebalance暂停时间过长,导致积压了部分消息。那么都有可能导致在rebalance结束之后瞬间可能需要消费很多消息。


基于Rebalance可能会给业务造成的负面影响,我们有必要对其内部原理进行深入剖析,以便于问题排查。我们将从Broker端和Consumer端两个角度来进行说明:
Broker端主要负责Rebalance元数据维护,以及通知机制,在整个消费者组Rebalance过程中扮演协调者的作用;
而Consumer端分析,主要聚焦于单个Consumer的Rebalance流程。
2 Broker端Rebalance协调机制
从本质上来说,触发Rebalance的根本因素无非是两个:1 ) 订阅Topic的队列数量变化  2)消费者组信息变化。导致二者发生变化的典型场景如下所示:

1 队列信息变化

典型场景:

  • broker宕机

  • broker升级等运维操作

  • 队列扩容/缩容

2 消费者组信息变化

典型场景:

  • 日常发布过程中的停止与启动

  • 消费者异常宕机

  • 网络异常导致消费者与Broker断开连接

  • 主动进行消费者数量扩容/缩容

  • Topic订阅信息发生变化

在这里,笔者将队列信息和消费者组信息称之为Rebalance元数据,Broker负责维护这些元数据,并在二者信息发生变化时,以某种通知机制告诉消费者组下所有实例,需要进行Rebalance。从这个角度来说,Broker在Rebalance过程中,是一个协调者的角色。
在Broker内部,通过元数据管理器维护了Rebalance元数据信息,如下图所示:

深入理解RocketMQ Rebalance机制

这些管理器,内部实现都是一个Map。其中:

  • 队列信息:由TopicConfigManager维护。Map 的key是Topic名称,Value是TopicConfig。Broker通过实时的或者周期性的上报自己的Topic配置信息给NameServer,在NameServer组装成Topic的完整路由信息。消费者定时向NameServer定时拉取最新路由信息,以实现间接通知,当发现队列信息变化,触发Rebalance。

  • 消费者组信息:由ConsumerManager、ConsumerOffsetManager、SubscriptionGroupManager三者共同维护。ConsumerManager维护了消费者组订阅信息,以及消费者组下当前的消费者实例信息,当消费者组的订阅信息或者实例发生变化,Broker都会主动给所有消费者实例发送通知,触发Rebalance。而在Rebalance时,消费者需要从ConsumerOffsetManager查询应该从那个位置继续开始消费。SubscriptionGroupManager主要是维护消费者组的一些附加信息,方便运维。

    2.1 队列信息变化

    队列信息通过Broker内的TopicConfigManager来维护,每个Broker都会将自己的信息上报给NameServer,由NameServer组装成完整的Topic路由信息。
    通常情况下,一个Topic下的队列数量不会频繁的变化,但是如果遇到,Topic队列数量扩/缩容,、broker日常运维时的停止/启动或者broker异常宕机,也有可能导致队列数量发生变化。
    这里我们重点讲一下为什么broker异常停止/宕机会导致数量变化。一些读者可能会认为创建Topic时,已经明确指定了队列的数量,那么之后不论怎样,队列的数量信息都不会发生变化,这是一种典型误解。
    下图展示了一个RocketMQ集群双主部署模式下,某个broker宕机后,Topic路由信息的变化。

    深入理解RocketMQ Rebalance机制

    可以看到,在宕机前,主题TopicX下队列分布在broker-a和broker-b两个broker上,每个broker上各有8个队列。当broker-a宕机后,其路由信息会被移除,此时我们就只能看到TopicX在broker-b上的路由信息。
    因此,在RocketMQ中,Topic的路由信息实际上是动态变化的。不论是停止/启动/扩容导致的所有变化最终都会上报给NameServer。客户端可以给NameServer发送GET_ROUTEINTO_BY_TOPIC请求,来获得某个Topic的完整路由信息。如果发现队列信息发生变化,则触发Reabalance。
    关于NameServer的更多知识,可参考:

    2.2 消费者组信息变化

    Rebalance的另外一个条件:消费者组信息,Broker端通过以下三个组件共同维护:
    • ConsumerManager:维护消费者实例信息和订阅信息

    • ConsumerOffsetManager:维护offset进度信息

    • SubscriptionGroupManager:运维相关操作信息维护

    2.2.1 ConsumerManager
    ConsumerManager是最重要的一个消费者组元数据管理器,其维护了某个消费者组的订阅信息,以及所有消费者实例的详细信息,并在发生变化时提供通知机制。

    数据添加:

    客户端通过发送HEART_BEAT请求给Broker,将自己添加到ConsumerManager中维护的某个消费者组中。需要注意的是,每个Consumer都会向所有的Broker进行心跳,因此每个Broker都维护了所有消费者的信息。

    数据删除:

    客户端正常停止时,发送UNREGISTER_CLIENT请求,将自己从ConsumerManager移除;此外在发生网络异常时,Broker也会主动将消费者从ConsumerManager中移除。

    数据查询:

    消费者可以向任意一个Broker发送GET_CONSUMER_LIST_BY_GROUP请求,来获得一个消费者组下的所有消费者实例信息。
    我们可以通过mqadmin命令行工具的consumerConnection子命令,来查看某个消费者的信息,如:

    深入理解RocketMQ Rebalance机制

    输出主要分为2个部分:

    1. 消费者组实例信息:展示了groupA下当前有2个消费者,以及对应的详细信息,包括:消费者id,消费者ip/port,消费者语言,消费者版本。

    1. 消费者组订阅信息:包括订阅的Topic,过滤条件,消费模式,以及从什么位置开始消费等。

    这二者不论哪个信息发生变化,Broker都会主动通知这个消费者组下的所有实例进行Rebalance。在ConsumerManager的registerConsumer方法中,我们可以看到这个通知机制。如以下源码片段红色框中所示:

    深入理解RocketMQ Rebalance机制

    consumerIdsChangeListener在处理消费者组信息变更事件时,会给每个消费者实例都发送一个通知,各个消费者实例在收到通知后触发Rebalance,如下图所示:

    深入理解RocketMQ Rebalance机制

    敏锐读者注意到了,Broker是通知每个消费者各自Rebalance,即每个消费者自己给自己重新分配队列,而不是Broker将分配好的结果告知Consumer。 从这个角度,RocketMQ与Kafka Rebalance机制类似,二者Rebalance分配都是在客户端进行,不同的是:
    • Kafka:会在消费者组的多个消费者实例中,选出一个作为Group Leader,由这个Group Leader来进行分区分配,分配结果通过Cordinator(特殊角色的broker)同步给其他消费者。相当于Kafka的分区分配只有一个大脑,就是Group Leader。

    • RocketMQ:每个消费者,自己负责给自己分配队列,相当于每个消费者都是一个大脑。

    此时,我们需要思考2个问题:

    问题1:每个消费者自己给自己分配,如何避免脑裂的问题呢?

    因为每个消费者都不知道其他消费者分配的结果,会不会出现一个队列分配给了多个消费者,或者有的队列分配给了多个消费者。

    问题2:如果某个消费者没有收到Rebalance通知怎么办?

    每个消费者都会定时触发Rebalance,以避免Rebalance通知丢失。

    2.2.2 ConsumerOffsetManager

    事实上,通过ConsumerManager已经可以获得Rebalance时需要的消费者所有必要信息。但是还有一点,Rebalance时,如果某个队列重新分配给了某个消费者,那么必须接着从上一个消费者的位置继续开始消费,这就是ConsumerOffsetManager的作用。
    消费者发送UPDATE_CONSUMER_OFFSET请求给Broker,来更新消费者组对于某个Topic的消费进度。发送QUERY_CONSUMER_OFFSET请求,来查询消费进度。
    通过mqadmin命令行工具的consumerProgress子命令,来可以看到Topic每个队列的消费进度,如:

    深入理解RocketMQ Rebalance机制


    2.2.3 SubscriptionGroupManager
    订阅组配置管理器,内部针对每个消费者组维护一个SubscriptionGroupConfig。主要是为了针对消费者组进行一些运维操作,这里不做过多介绍,感兴趣的读者自行查阅源码。
    3 Consumer Rebalance触发时机
    前面分析Broker在Rebalance过程中起的是协调通知的作用,可以帮忙我们从整体对Rebalance有个初步的认知。但是Rebalance的细节,却是在Consumer端完成的。
    在本节中,我们将着重讨论单个consumer的Rebalance流程。
    需要说明的是,RocketMQ的consumer分配pull和push两种模式,二者的工作逻辑并不相同。这里主要以push模式的默认实现类DefaultMQPushConsumer为例进行讲解。
    在前文,我们提到Broker会主动通知消费者进行Rebalance,但是从消费者的角度来看,整个生命过程的各个阶段,都有可能触发Rebalance,而不仅仅是收到通知后才进行Rebalance。
    具体来说,Consumer在启动/运行时/停止时,都有可能触发Rebalance,如下图所示:

    深入理解RocketMQ Rebalance机制

    • 在启动时,消费者会立即向所有Broker发送一次发送心跳(HEART_BEAT)请求,Broker则会将消费者添加由ConsumerManager维护的某个消费者组中。然后这个Consumer自己会立即触发一次Rebalance。

    • 在运行时,消费者接收到Broker通知会立即触发Rebalance,同时为了避免通知丢失,会周期性触发Rebalance;

    • 当停止时,消费者向所有Broker发送取消注册客户端(UNREGISTER_CLIENT)命令,Broker将消费者从ConsumerManager中移除,并通知其他Consumer进行Rebalance。

    下面通过源码分析,分别讲解启动时/运行时/停止时是如何触发Rebalance的。
    3.1 启动时触发

    DefaultMQPushConsumerImpl的start方法显示了一个消费者的启动流程,如下图所示:

    深入理解RocketMQ Rebalance机制


    可以看到Consumer启动主要分为5个步骤,其中步骤2、4、5是我们分析的重点。:

    • 步骤1:启动准备工作,这里使用{...}表示省略,以更清楚看清整个流程

    • 步骤2:从nameserver更新topic路由信息,收集到了Rebalance所需的队列信息

    • 步骤3:检查consumer配置(主要是为了功能兼容,例如consumer要使用SQL92过滤,但是broker并没有开启,则broker会返回错误)

    • 步骤4:向每个broker发送心跳信息,将自己加入消费者组

    • 步骤5:立即触发一次rebalance,在步骤2和4的基础上立即触发一次Rebalance

    步骤2 :更新订阅的topic路由信息

    上述代码步骤2,调用updateTopicSubscribeInfoWhenSubscriptionChanged()方法,从NameServer更新topic路由信息,由于一个消费者可以订阅多个topic,因此这个Topic都需要更新,如下:

    深入理解RocketMQ Rebalance机制

    通过这一步,当前Consumer就拿到了Topic下所有队列信息,具备了Rebalance的第一个条件。

    步骤4 向broker发送心跳信息

    在上述启动流程中的第4步,调用sendHeartbeatToAllBrokerWithLock方法,给每个Broker都发送一个心跳请求。
    this.mQClientFactory.sendHeartbeatToAllBrokerWithLock();
    当Broker收到心跳请求后,将这个消费者注册到ConsumerManager中,前文提到,当Consumer数量变化时,Broker会主动通知其他消费者进行Rebalance。
    而心跳的数据,这些数据是在MQClientInstance类的prepareHeartbeatData方法来准备的。我们在前文通过mqadmin命令行工具的consumerConnection 自命令查看到的消费者订阅信息,在这里都出现了,如下图红色框所示:

    深入理解RocketMQ Rebalance机制

    示: 可以看到心跳数据HeartbeatData中,既包含Consumer信息,也包含Producer信息 (这里进行了省略)

    步骤5:立即触发一次Rebalance

    消费者启动流程的最后一步是调用以下方法立即触发一次rebalance:
    this.mQClientFactory.rebalanceImmediately();
    这个方法内部实际上,是通过唤醒一个RebalanceService,来触发Rebalance:
    public void rebalanceImmediately() {        this.rebalanceService.wakeup();   }
    这里我们并不着急分析RebalanceService的内部具体实现,因为所有的Rebalance触发都是以这个类为入口,我们将在讲解完运行时/停止时的Rebalance触发时机后,统一进行说明。
    3.2 运行时触发
    消费者在运行时,通过两种机制来触发Rebalance:
    • 监听broker 消费者数量变化通知,触发rebalance

    • 周期性触发rebalance,避免Broker的Rebalance通知丢失。

    下面分别进行说明:

    1 监听broker 消费者数量变化通知,触发rebalance

    RocketMQ支持双向通信机制,在客户端通过ClientRemotingProcessor的processRequest方法来处理Broker发起的通知请求,如下:

    深入理解RocketMQ Rebalance机制

    目前,我们关注的是,消费者数量变化时,Broker给客户端的通知,也就是上图中红色框的内容。在收到通知后,其调用notifyConsumerIdsChanged进行处理,这个方法内部会立即触发Rebalance。

    深入理解RocketMQ Rebalance机制

    可以看到这里是调用mqClientFactory的rebalanceImmediately方法触发Rebalance,而前面讲解消费者启动时是通过RebalanceService触发,事实上,后者RebalanceService内部也是通过mqClientFactory进行触发Rebalance。

    2 周期性触发rebalance,避免Rebalance通知丢失

    为了避免Broker的Rebalance通知丢失问题,客户端还会通过RebalanceService定时的触发Rebalance,默认间隔是20秒,如下图:

    深入理解RocketMQ Rebalance机制

    3.3 停止时触发

    最后,消费者在正常停止时,需要调用shutdown方法,这个方法的工作逻辑如下所示:

    深入理解RocketMQ Rebalance机制

    可以看到停止也分为5步,我们重点关注第2、3步:
    在停止时,会首先通过第2步持久化offset,前文提到过默认情况下,offset是异步提交的,为了避免重复消费,因此在关闭时,必须要对尚未提交的offset进行持久化。 其实就是发送更新offset请求( UPDATE_CONSUMER_OFFSET) 给Broker, Broker对应更新ConsumerOffsetManager中的记 录。 这样当队列分配给其他消费者时,就可以从这个位置继续开始消费。
    接着第3步调用unregisterConsumer方法,向所有broker发送UNREGISTER_CLIENT命令,取消注册Consumer。broker接收到这个命令后,将consumer从ConsumerManager中移除,然后通知这个消费者下的其他Consumer进行Rebalance。
    至此,我们已经讲解完了Consumer启动时/运行时/停止时,所有可能的Rebalance触发时机,在下一小节,将介绍消费者Rebalance具体步骤。

    4 Consumer Rebalance流程

    前面花了大量的篇幅,讲解了Rebalance元数据维护,Broker通知机制,以及Consumer的Rebalance触发时机,目的是让读者有一个更高层面的认知,而不是直接分析单个Consumer Rebalance的具体步骤,避免一叶障目不见泰山。
    4.1 Rebalance流程整体介绍
    不同的触发机制最终底层都调用了MQClientInstance的doRebalance方法,而在这个方法的源码中,并没有区分哪个消费者组需要进行Rebalance,只要任意一个消费者组需要Rebalance,这台机器上启动的所有其他消费者,也都要进行Rebalance相关源码如下所示:

    MQClientInstance#doRebalance

    深入理解RocketMQ Rebalance机制

    上述代码逐一迭代当前机器启动的所有消费者(MQConsumerInner),并调用其doRebalance方法进行触发Rebalance。
    MQConsumerInner有push模式和pull模式两种实现,分别是:
    • DefaultMQPushConsumerImpl

    • DefaultMQPullConsumerImpl

    二者的Rebalance逻辑并不相同
    对于push模式
    其会根据消费者指定的消息监听器是有序还是无序进行判定Rebalance过程中是否需要对有序消费进行特殊处理。 参见:
    DefaultMQPushConsumerImpl#doRebalance。

    深入理解RocketMQ Rebalance机制

    对于pull模式
    总是认为是无序的,因为写死了为false。 参见:
    DefaultMQPullConsumerImpl#doRebalance

    深入理解RocketMQ Rebalance机制

    我们看到,不管是push还是pull模式的Consumer实现,内部都是调用RebalanceImpl的doRebalance方法进行触发,将是否有序作为一个参数传入。
    在这个方法内部,如果一个消费者订阅了多个Topic,会迭代每个Topic维度逐一触发Rebalance。相关源码如下所示:

    RebalanceImpl#doRebalance

    深入理解RocketMQ Rebalance机制

    RocketMQ按照Topic维度进行Rebalance,会导致一个很严重的结果:如果一个消费者组订阅多个Topic,可能会出现分配不均,部分消费者处于空闲状态。
    举例来说:某个消费者组group_X下有4个消费者实例,分别部署在192.168.0.[1-4] 四台机器上;订阅了两个主题:TopicX和TopicY。如下图:

    深入理解RocketMQ Rebalance机制

    其中:001~004表示的就是这4个消费者的信息,而订阅信息显示了订阅TopicX和TopicY。
    假设TopicX、TopicY各有2个队列,因此总共有4个队列;而刚好又有4个消费者,我们的期望是每个消费者分配一个队列。然后实际分配情况如下图所示:

    深入理解RocketMQ Rebalance机制

    通过观察Client IP列,我们看到192.168.0.1、192.168.0.2各出现2两次,也就是分配到了两个队列,另外2个IP(192.168.0.3、192.168.0.4)并没有出现,表示没有分配到任何队列。
    之所以出现分配不均,就是因为按照Topic维度进行Rebalance,因此这里TopicX和TopicY会各Rebalance一次。且每次Rebalance时都对消费者组下的实例进行排序,所以TopicX和TopicY各自的两个队列,都分配给消费者组中的前两个消费者了。
    由于订阅多个Topic时可能会出现分配不均,这是在RocketMQ中我们为什么不建议同一个消费者组订阅多个Topic的重要原因在这一点上,Kafka与不RocketMQ同,其是将所有Topic下的所有队列合并在一起,进行Rebalance,因此相对会更加平均。
    4.2 单个Topic Rebalance流程
    单个Topic的Rebalance流程,是在RebalanceImpl类的rebalanceByTopic方法中进行的,整体上可以分为3大步骤:
    • 1 获得Rebalance元数据信息

    • 2 进行队列分配

    • 3 分配结果处理

    如以下源码截图红色框中所示:

    深入理解RocketMQ Rebalance机制

    下面对每一个步骤进行详细说明。

    4.2.1 获得Rebalance元数据

    消费者在Rebalance时需要获得:Topic的队列信息和消费者组实例信息。

    对于队列信息:

        会从之前的缓存的Topic路由信息中获取;Topic路由信息会定时的进行更新。

    对于消费者组实例信息:

        前面我们提到过Broker通过ConsumerManager维护了所有的消费者信息,findConsumerIdList方法内部会会发送GET_CONSUMER_LIST_BY_GROUP给请求给任意一个Broker进行获取。

    4.2.2 进行队列分配

    RocketMQ的分配策略使用AllocateMessageQueueStrategy接口表示,并提供了多种实现:
    • AllocateMessageQueueAveragely:平均分配,默认

    • AllocateMessageQueueAveragelyByCircle:循环分配

    • AllocateMessageQueueConsistentHash:一致性哈希

    • AllocateMessageQueueByConfig:根据配置进行分配

    • AllocateMessageQueueByMachineRoom:根据机房

    • AllocateMachineRoomNearby:就近分配


    这里举例来进行说明。 假设某个Topic有10个队列,消费者组有3个实例c1、c2、c3,使用AllocateMessageQueueAveragely分配结果如下图所示:

    因为这是一个平均分配策略,在分配时,每个消费者(c1、c2、c3)平均分配3个,此时还多出1个,多出来的队列按顺序分配给消费者队列的头部元素,因此c1多分配1个,最终c1分配了4个队列。
    需要注意的是,每个消费者是自己给自己分配,相当于存在多个大脑。那么如何保证分配结果的一致呢? 通过以下两个手段来保证:
    • 对Topic队列,以及消费者各自进行排序

    • 每个消费者需要使用相同的分配策略。

    尽管每个消费者是各自给自己分配,但是因为使用的相同的分配策略,定位从队列列表中哪个位置开始给自己分配,给自己分配多少个队列,从而保证最终分配结果的一致
    对于其他分配策略,感兴趣的读者可以自行阅读源码,在实际开发中使用的很少,这里并不介绍。 特别 的,mqadmin工具提供了一个allocateMQ子命令,通过其我们可以预览某个Topic在多个消费者分区是如何分配的,使用方式如下:
    sh bin/mqadmin allocateMQ -i ip1,ip2,ip3 -t TopicA -n localhost:9876
    这个工具可以将模拟分配的结果进行json格式展示。
    4.2.3 队列分配结果处理

    处理队列变更

    消费者计算出分配给自己的队列结果后,需要与之前进行比较,判断添加了新的队列,或者移除了之前分配的队列,也可能没有变化。
    • 对于新增的队列,需要先计算从哪个位置开始消费,接着从这个位置开始拉取消息进行消费;

    • 对于移除的队列,要移除缓存的消息,并停止拉取消息,并持久化offset。

        可参考updateProcessQueueTableInRebalance()实现。


    其他处理

    调用messageQueueChanged方法进行额外后续处理:

    对于push模式:

        主要是进行一些流控参数的更新。

    对于pull模式:

        是回调用户自定义的MessageQueueListener。


    长按二维码,关注我,加好友,进群交流

    往期精彩