一、背景引入

這篇文章，我們來聊一下消息中間件高可用架構(gòu)的一些原理。

對于一個合格的高級Java工程師而言，你肯定會碰到在系統(tǒng)里用到MQ的場景，那么這個時候你需要基于你的業(yè)務(wù)場景和需求，考慮在使用MQ的時候可能遇到的一些技術(shù)問題。

接著，你必須得針對這些技術(shù)問題設(shè)計一套完整的技術(shù)方案。

你需要從消息的訂閱模式、消息的生產(chǎn)到消費(fèi)全鏈路不丟數(shù)據(jù)、消息中間件本身如何保證高可用，等各個角度切入，來考慮好你的系統(tǒng)和MQ對接之后的完整技術(shù)方案。

所以，本文就來聊聊消息中間件高可用的架構(gòu)原理。

二、先來思考一下消息中間件的可用性問題

咱們先拋開各種具體的技術(shù)，就來思考一下，啥是MQ的可用性問題？

大家看看下面的圖，其實道理很簡單，假如你的MQ就部署在一臺機(jī)器上，那么正常情況下，生產(chǎn)者都會發(fā)送消息到MQ去，然后讓消費(fèi)者獲取到。

但是萬一天有不測風(fēng)云，MQ部署的那臺機(jī)器，因為一些莫名的原因，MQ自己本身的進(jìn)程掛掉了，或者是那臺機(jī)器直接就宕機(jī)了，那么此時怎么辦呢？

很尷尬，是不是，結(jié)果是很明顯的，生產(chǎn)者沒法發(fā)送數(shù)據(jù)出去，然后消費(fèi)者也沒法獲取到數(shù)據(jù)了。

然后整個系統(tǒng)不就完蛋了？因為系統(tǒng)的核心流程根本無法跑通了，對不對？

MQ宕機(jī)就直接導(dǎo)致你的系統(tǒng)本身也故障了，然后可能會導(dǎo)致你的公司對外的APP、網(wǎng)站等產(chǎn)品就無法運(yùn)作了，用戶無法使用你們公司的服務(wù)了。

如果你們公司是電商平臺、外賣平臺、社交平臺。那么來這么一出，不是會導(dǎo)致公司損失慘重？

如果你的系統(tǒng)持續(xù)幾個小時無法被人使用，本來你公司電商平臺一天營收可以達(dá)到1億，結(jié)果現(xiàn)在導(dǎo)致幾個小時內(nèi)無法下單購買商品，最后當(dāng)天營收就5000萬，那么你的公司是不是直接活生生損失了5000萬？

這個真的不是開玩笑的，如果大家留意互聯(lián)網(wǎng)行業(yè)的新聞的話和小道消息的話，就應(yīng)該知道近幾年一些大型互聯(lián)網(wǎng)公司都出現(xiàn)過類似的情況，損失慘重，咱們做碼農(nóng)的就得被祭天了是不是？

三、集群化部署 + 數(shù)據(jù)多副本冗余

好，問題來了！現(xiàn)在你感覺一個MQ中間件應(yīng)該如何實現(xiàn)高可用呢？

這里的方式有很多種，比如說數(shù)據(jù)多副本冗余，集群鏡像同步機(jī)制，我們就拋開具體的技術(shù)來從本質(zhì)層面思考一下MQ集群實現(xiàn)高可用的幾種方式。

先來看下面的一張圖，假設(shè)我們寫到MQ的數(shù)據(jù)都被多副本冗余了，也就是你寫的每一條消息都被復(fù)制到了其他的機(jī)器上去了。

那么此時任何一臺機(jī)器宕機(jī)，似乎都不會影響我們跟MQ繼續(xù)通信，而且寫出去的數(shù)據(jù)似乎也都還在。

上面的圖里，MQ采用集群模式部署到了2臺機(jī)器上去，然后生產(chǎn)者給其中一臺機(jī)器寫入一條消息，該機(jī)器自動同步復(fù)制給另外一臺機(jī)器。

此時數(shù)據(jù)在2臺機(jī)器上，就有2個副本了，那么如果第一臺機(jī)器宕機(jī)了，會影響我們嗎？

答案是：不會。

因為數(shù)據(jù)本身是多副本冗余的，此時消費(fèi)者完全可以從第二臺機(jī)器消費(fèi)到這條消息，并且生產(chǎn)者還可以繼續(xù)給第二臺機(jī)器寫入消息，數(shù)據(jù)沒丟失。

而且，系統(tǒng)根本不用中斷流程，還可以繼續(xù)運(yùn)行，我們看下面的圖。

這種感覺是不是很棒？實際上這種MQ集群化部署架構(gòu)以及數(shù)據(jù)多副本冗余機(jī)制，是非常常見的一種高可用架構(gòu)。

Kafka這個極為優(yōu)秀的消息中間件，就是采用的這種架構(gòu)保證高可用、數(shù)據(jù)容錯性。

四、多副本同步復(fù)制強(qiáng)制要求

但是這里你要思考另外幾個問題，第一個就是：你在寫數(shù)據(jù)到其中一臺機(jī)器的時候，是不是得要求，必須得讓那臺機(jī)器復(fù)制數(shù)據(jù)到另外一臺機(jī)器了，保證集群里一定有這條數(shù)據(jù)雙副本了，才可以認(rèn)為本次寫成功了？

沒錯，假如你要是不能保證這一點(diǎn)，比如你就寫數(shù)據(jù)給了其中一臺機(jī)器，然后他還沒來得及復(fù)制給另外一臺機(jī)器呢，直接第一臺機(jī)器就宕機(jī)了。

此時雖然你可以繼續(xù)基于第二臺機(jī)器發(fā)送消息和消費(fèi)消息，但是你剛才發(fā)送的一條消息就丟失了。

大家看下面的圖來理解一下這個場景。

所以對于采用這種機(jī)制的時候，你必須得讓生產(chǎn)者通過一些參數(shù)的設(shè)置，保證說寫一條消息到某臺機(jī)器，他必須同步這條消息到另外一臺機(jī)器成功，集群里有雙副本了，然后此時才可以認(rèn)為這條消息寫成功了。

但凡剛寫一臺機(jī)器他就宕機(jī)，還沒來得及復(fù)制到另外一臺機(jī)器的話，本次寫應(yīng)該報錯失敗，然后你應(yīng)該重試再次寫入數(shù)據(jù)到MQ集群里去。

大家看看下面的圖。只要你一次寫成功了，他就保證肯定已經(jīng)同步數(shù)據(jù)為雙副本了，此時哪怕一臺機(jī)器宕機(jī)，數(shù)據(jù)不會丟失，生產(chǎn)和消費(fèi)都可以有條不紊的繼續(xù)進(jìn)行。

五、多機(jī)器承載多副本強(qiáng)制要求

第二個問題，假如說現(xiàn)在你的集群中本來有兩臺機(jī)器，現(xiàn)在宕機(jī)了其中的一臺，只有一臺機(jī)器了，你還能允許你的生產(chǎn)者對唯一的一臺機(jī)器繼續(xù)寫入數(shù)據(jù)嗎？

答案是：否。

因為如果集群里只有一臺機(jī)器可以承載寫入，那么萬一剩余的一臺機(jī)器又宕機(jī)了呢？是不是還是會導(dǎo)致數(shù)據(jù)丟失，集群完蛋？

所以說，你的生產(chǎn)者同理應(yīng)該基于參數(shù)設(shè)置一下，集群里必須有超過2臺機(jī)器可以接收你的數(shù)據(jù)副本復(fù)制。

否則如果只有1臺機(jī)器可以接受你的數(shù)據(jù)副本復(fù)制的話，那么還是算了。

大家看看下面的圖，感受一下那個場景。

假設(shè)集群里有3臺機(jī)器，那么其中一臺宕機(jī)了，你后續(xù)再寫入另外一臺的時候，判斷一下集群里還有剩余兩臺機(jī)器，足以保證數(shù)據(jù)雙副本的高可用性和容錯性，所以可以繼續(xù)正常的寫入數(shù)據(jù)到MQ集群里去。

實際上，上面說的那一整套的機(jī)制，在Kafka里都可以采用，他有對應(yīng)的一些參數(shù)可以配置數(shù)據(jù)有幾個副本，包括你每次寫入必須復(fù)制到幾臺機(jī)器才可以算成功，否則就要重新發(fā)送，以及你的集群剩余機(jī)器必須可以承載幾個副本才能繼續(xù)寫入數(shù)據(jù)。

通過這一整套方案的設(shè)計和基于具體技術(shù)的落地，才可以保證在集群化部署的情況下，集群必須有幾臺機(jī)器承載多副本，同時數(shù)據(jù)寫入之后必須是保證多副本冗余的。

此時，任何機(jī)器宕機(jī)，數(shù)據(jù)都不會丟失，還可以正常讓系統(tǒng)繼續(xù)運(yùn)行。

六、架構(gòu)原理與技術(shù)無關(guān)性

其實本文對消息中間件的集群高可用架構(gòu)的探討，是完全脫離于某個具體技術(shù)的，非常樸素的從本質(zhì)的原理層面來討論這個話題。

具體的RabbitMQ、Kafka、RocketMQ等各種不同的消息中間件，對這種高可用架構(gòu)的實現(xiàn)，都有一定的相似想通性，但是也都有各自不同的技術(shù)實現(xiàn)，以及相對應(yīng)的區(qū)別。