一、前情提示

上篇文章：《?一篇全面而且透徹的RabbitMQ性能優(yōu)化指南?！》，我們分析了RabbitMQ開(kāi)啟手動(dòng)ack機(jī)制保證消費(fèi)端數(shù)據(jù)不丟失的時(shí)候，prefetch機(jī)制對(duì)消費(fèi)者的吞吐量以及內(nèi)存消耗的影響。

通過(guò)分析，我們知道了prefetch過(guò)大容易導(dǎo)致內(nèi)存溢出，prefetch過(guò)小又會(huì)導(dǎo)致消費(fèi)吞吐量過(guò)低，所以在實(shí)際項(xiàng)目中需要慎重測(cè)試和設(shè)置。

這篇文章，我們轉(zhuǎn)移到消息中間件的生產(chǎn)端，一起來(lái)看看如何保證投遞到MQ的數(shù)據(jù)不丟失。

如果投遞出去的消息在網(wǎng)絡(luò)傳輸過(guò)程中丟失，或者在RabbitMQ的內(nèi)存中還沒(méi)寫入磁盤的時(shí)候宕機(jī)，都會(huì)導(dǎo)致生產(chǎn)端投遞到MQ的數(shù)據(jù)丟失。

而且丟失之后，生產(chǎn)端自己還感知不到，同時(shí)還沒(méi)辦法來(lái)補(bǔ)救。

下面的圖就展示了這個(gè)問(wèn)題。

所以本文呢，我們就來(lái)逐步分析一下。

二、保證投遞消息不丟失的confirm機(jī)制

其實(shí)要解決這個(gè)問(wèn)題，相信大家看過(guò)之前的消費(fèi)端ack機(jī)制之后，也都猜到了。

很簡(jiǎn)單，就是生產(chǎn)端（比如上圖的訂單服務(wù)）首先需要開(kāi)啟一個(gè)confirm模式，接著投遞到MQ的消息，如果MQ一旦將消息持久化到磁盤之后，必須也要回傳一個(gè)confirm消息給生產(chǎn)端。

這樣的話，如果生產(chǎn)端的服務(wù)接收到了這個(gè)confirm消息，就知道是已經(jīng)持久化到磁盤了。

否則如果沒(méi)有接收到confirm消息，那么就說(shuō)明這條消息半路可能丟失了，此時(shí)你就可以重新投遞消息到MQ去，確保消息不要丟失。

而且一旦你開(kāi)啟了confirm模式之后，每次消息投遞也同樣是有一個(gè)delivery tag的，也是起到唯一標(biāo)識(shí)一次消息投遞的作用。

這樣，MQ回傳ack給生產(chǎn)端的時(shí)候，會(huì)帶上這個(gè)delivery tag。你就知道具體對(duì)應(yīng)著哪一次消息投遞了，可以刪除這條消息。

此外，如果RabbitMQ接收到一條消息之后，結(jié)果內(nèi)部出錯(cuò)發(fā)現(xiàn)無(wú)法處理這條消息，那么他會(huì)回傳一個(gè)nack消息給生產(chǎn)端。此時(shí)你就會(huì)感知到這條消息可能處理有問(wèn)題，你可以選擇重新再次投遞這條消息到MQ去。

或者另一種情況，如果某條消息很長(zhǎng)時(shí)間都沒(méi)給你回傳ack/nack，那可能是極端意外情況發(fā)生了，數(shù)據(jù)也丟了，你也可以自己重新投遞消息到MQ去。

通過(guò)這套confirm機(jī)制，就可以實(shí)現(xiàn)生產(chǎn)端投遞消息不會(huì)丟失的效果。大家來(lái)看看下面的圖，一起來(lái)感受一下。

三、confirm機(jī)制的代碼實(shí)現(xiàn)

下面，我們?cè)賮?lái)看看confirm機(jī)制的代碼實(shí)現(xiàn)：

四、confirm機(jī)制投遞消息的高延遲性

這里有一個(gè)很關(guān)鍵的點(diǎn)，就是一旦啟用了confirm機(jī)制投遞消息到MQ之后，MQ是不保證什么時(shí)候會(huì)給你一個(gè)ack或者nack的。

因?yàn)镽abbitMQ自己內(nèi)部將消息持久化到磁盤，本身就是通過(guò)異步批量的方式來(lái)進(jìn)行的。

正常情況下，你投遞到RabbitMQ的消息都會(huì)先駐留在內(nèi)存里，然后過(guò)了幾百毫秒的延遲時(shí)間之后，再一次性批量把多條消息持久化到磁盤里去。

這樣做，是為了兼顧高并發(fā)寫入的吞吐量和性能的，因?yàn)橐悄銇?lái)一條消息就寫一次磁盤，那么性能會(huì)很差，每次寫磁盤都是一次fsync強(qiáng)制刷入磁盤的操作，是很耗時(shí)的。

所以正是因?yàn)檫@個(gè)原因，你打開(kāi)了confirm模式之后，很可能你投遞出去一條消息，要間隔幾百毫秒之后，MQ才會(huì)把消息寫入磁盤，接著你才會(huì)收到MQ回傳過(guò)來(lái)的ack消息，這個(gè)就是所謂confirm機(jī)制投遞消息的高延遲性。

大家看看下面的圖，一起來(lái)感受一下。

五、高并發(fā)下如何投遞消息才能不丟失

大家可以考慮一下，在生產(chǎn)端高并發(fā)寫入MQ的場(chǎng)景下，你會(huì)面臨兩個(gè)問(wèn)題：

1、你每次寫一條消息到MQ，為了等待這條消息的ack，必須把消息保存到一個(gè)存儲(chǔ)里。

并且這個(gè)存儲(chǔ)不建議是內(nèi)存，因?yàn)楦卟l(fā)下消息是很多的，每秒可能都幾千甚至上萬(wàn)的消息投遞出去，消息的ack要等幾百毫秒的話，放內(nèi)存可能有內(nèi)存溢出的風(fēng)險(xiǎn)。

2、絕對(duì)不能以同步寫消息 + 等待ack的方式來(lái)投遞，那樣會(huì)導(dǎo)致每次投遞一個(gè)消息都同步阻塞等待幾百毫秒，會(huì)導(dǎo)致投遞性能和吞吐量大幅度下降。

針對(duì)這兩個(gè)問(wèn)題，相對(duì)應(yīng)的方案其實(shí)也呼之欲出了。

首先，用來(lái)臨時(shí)存放未ack消息的存儲(chǔ)需要承載高并發(fā)寫入，而且我們不需要什么復(fù)雜的運(yùn)算操作，這種存儲(chǔ)首選絕對(duì)不是MySQL之類的數(shù)據(jù)庫(kù)，而建議采用kv存儲(chǔ)。kv存儲(chǔ)承載高并發(fā)能力極強(qiáng)，而且kv操作性能很高。

其次，投遞消息之后等待ack的過(guò)程必須是異步的，也就是類似上面那樣的代碼，已經(jīng)給出了一個(gè)初步的異步回調(diào)的方式。

消息投遞出去之后，這個(gè)投遞的線程其實(shí)就可以返回了，至于每個(gè)消息的異步回調(diào)，是通過(guò)在channel注冊(cè)一個(gè)confirm監(jiān)聽(tīng)器實(shí)現(xiàn)的。

收到一個(gè)消息ack之后，就從kv存儲(chǔ)中刪除這條臨時(shí)消息；收到一個(gè)消息nack之后，就從kv存儲(chǔ)提取這條消息然后重新投遞一次即可；也可以自己對(duì)kv存儲(chǔ)里的消息做監(jiān)控，如果超過(guò)一定時(shí)長(zhǎng)沒(méi)收到ack，就主動(dòng)重發(fā)消息。

大家看看下面的圖，一起來(lái)體會(huì)一下：

六、消息中間件全鏈路100%數(shù)據(jù)不丟失能做到嗎？

到此為止，我們已經(jīng)把生產(chǎn)端和消費(fèi)端如何保證消息不丟失的相關(guān)技術(shù)方案結(jié)合RabbitMQ這種中間件都給大家分析過(guò)了。

其實(shí)，架構(gòu)思想是通用的， 無(wú)論你用的是哪一種MQ中間件，他們提供的功能是不太一樣的，但是你都需要考慮如下幾點(diǎn)：

?1.生產(chǎn)端如何保證投遞出去的消息不丟失：消息在半路丟失，或者在MQ內(nèi)存中宕機(jī)導(dǎo)致丟失，此時(shí)你如何基于MQ的功能保證消息不要丟失？

2.MQ自身如何保證消息不丟失：起碼需要讓MQ對(duì)消息是有持久化到磁盤這個(gè)機(jī)制。

3.消費(fèi)端如何保證消費(fèi)到的消息不丟失：如果你處理到一半消費(fèi)端宕機(jī)，導(dǎo)致消息丟失，此時(shí)怎么辦？?

目前來(lái)說(shuō)，我們初步的借著RabbitMQ舉例，已經(jīng)把從前到后一整套技術(shù)方案的原理、設(shè)計(jì)和實(shí)現(xiàn)都給大家分析了一遍了。

但是此時(shí)真的能做到100%數(shù)據(jù)不丟失嗎？恐怕未必，大家再考慮一下個(gè)特殊的場(chǎng)景。

生產(chǎn)端投遞了消息到MQ，而且持久化到磁盤并且回傳ack給生產(chǎn)端了。

?但是此時(shí)MQ還沒(méi)投遞消息給消費(fèi)端，結(jié)果MQ部署的機(jī)器突然宕機(jī)，而且因?yàn)槲粗脑虼疟P損壞了，直接在物理層面導(dǎo)致MQ持久化到磁盤的數(shù)據(jù)找不回來(lái)了。

這個(gè)大家千萬(wàn)別以為是開(kāi)玩笑的，大家如果留意留意行業(yè)新聞，這種磁盤損壞導(dǎo)致數(shù)據(jù)丟失的是真的有的。

那么此時(shí)即使你把MQ重啟了，磁盤上的數(shù)據(jù)也丟失了，數(shù)據(jù)是不是還是丟失了？

你說(shuō)，我可以用MQ的集群機(jī)制啊，給一個(gè)數(shù)據(jù)做多個(gè)副本，比如后面我們就會(huì)給大家分析RabbitMQ的鏡像集群機(jī)制，確實(shí)可以做到數(shù)據(jù)多副本。

但是即使數(shù)據(jù)多副本，一定可以做到100%數(shù)據(jù)不丟失？?

比如說(shuō)你的機(jī)房突然遇到地震，結(jié)果機(jī)房里的機(jī)器全部沒(méi)了，數(shù)據(jù)是不是還是全丟了？

說(shuō)這個(gè)，并不是說(shuō)要抬杠。而是告訴大家，技術(shù)這個(gè)東西，100%都是理論上的期望。

應(yīng)該說(shuō)，我們凡事都朝著100%去做，但是理論上是不可能完全做到100%保證的，可能就是做到99.9999%的可能性數(shù)據(jù)不丟失，但是還是有千萬(wàn)分之一的概率會(huì)丟失。

當(dāng)然，從實(shí)際的情況來(lái)說(shuō)，能做到這種地步，其實(shí)基本上已經(jīng)基本數(shù)據(jù)不會(huì)丟失了。