消息丢失解决方案

消息丢失解决方案

前言

书接上回,消息被重复消费会产生数据库数据重复插入的问题。同样,消息丢失也是消息在传输过程中可能出现的问题之一,一旦消息在传输过程中发生丢失,就会造成数据库中的数据出错。

在实际应用中,如果使用MQ来传递核心业务消息,如计费、扣费等消息,一旦消息丢失,就可能造成重大经济损失,因此此时必须要确保消息在传递过程中不会丢失。

怎么保证消息不丢失?

消息丢失问题可能出现在生产者、MQ、消费者三个环节中的任意一个,接下来分别从这三个环节介绍一下 RabbitMQ 和 Kafka 的消息丢失解决方案

RabbitMQ解决消息丢失

生产者丢失消息

这种情况下,可能由于网络问题,生产者将数据发到RabbitMQ的过程中把数据弄丢了。

可以用 RabbitMQ 提供的事务功能,就是生产者发送数据之前开启 RabbitMQ 事务 channel.txSelect,然后发送消息,如果消息没有成功被 RabbitMQ 接收到,那么生产者会收到异常报错,此时就可以回滚事务 channel.txRollback,然后重试发送消息;如果收到了消息,那么可以提交事务 channel.txCommit。

1
2
3
4
5
6
7
8
9
10
11
// 开启事务
channel.txSelect
try {
// 这里发送消息
} catch (Exception e) {
channel.txRollback

// 这里再次重发这条消息
}
// 提交事务
channel.txCommit

但是,使用事务会增大系统消耗,降低系统吞吐量。所以一般来说,可以在生产者端设置开启 confirm 模式,开启后生产者每次写消息都会分配一个唯一id,写入MQ后MQ会回传一个 ack 消息,告诉生产者我接收成功了。如果 RabbitMQ 未成功处理消息,会回调生产者的 nack 接口,告诉生产者消息接收失败,你可以重试。且生产者可以结合这个机制自己在内存里维护每个消息 id 的状态,如果超过一定时间还没接收到这个消息的回调,那么生产者可以重发。

事务机制和 confirm 机制最大的不同点在于,事务机制是同步的,提交事务后系统会处于阻塞状态;但是 confirm 机制是异步的,生产者发送消息之后就可以不用管了,继续发送下一个消息,然后之前发送的消息 RabbitMQ 接收了之后会异步回调你的一个接口通知生产者这个消息接收到了。

所以一般使用 confirm 机制避免生产者丢失消息。

RabbitMQ 丢失消息

这种情况是 RabbitMQ 把消息弄丢了。为了避免在这个环节出问题,可以开启 RabbitMQ 的持久化,即消息写入后持久化到磁盘,哪怕是 RabbitMQ 自己挂了,恢复之后会自动读取之前存储的数据,一般数据不会丢失。除非,RabbitMQ 还没来得及持久化,自己就挂了,可能导致少量数据丢失,但是这种情况发生的概率极低。

开启 RabbitMQ 的持久化分两个步骤:

  1. 创建 queue 的时候将其设置为持久化:这样就可以保证 RabbitMQ 持久化 queue 的元数据,但是它是不会持久化 queue 里的数据的。
  2. 第二个是发送消息的时候将消息的 deliveryMode 设置为 2:就是将消息设置为持久化的,此时 RabbitMQ 就会将消息持久化到磁盘上去。

必须要同时设置这两个持久化才行,RabbitMQ 哪怕是挂了,再次重启,也会从磁盘上重启恢复 queue,恢复这个 queue 里的数据。

注意,哪怕是 RabbitMQ 开启了持久化机制,也有一种丢消息的可能,就是这个消息写到了 RabbitMQ 中,但是还没来得及持久化到磁盘上,结果不巧,此时 RabbitMQ 挂了,就会导致内存里的数据丢失。

所以,持久化可以跟生产者那边的 confirm 机制配合起来,只有消息被持久化到磁盘之后,才会通知生产者 ack 了,所以哪怕是在持久化到磁盘之前,RabbitMQ 挂了,数据丢了,生产者收不到 ack,你也是可以自己重发的。

消费端丢失消息

RabbitMQ 如果丢失消息,主要是因为消费者消费消息的时候,刚消费到消息,还没来及处理,结果进程挂了,比如重启机器了,此时 RabbitMQ 误认为消费者已经消费了,就把数据丢了。

这个时候得用 RabbitMQ 提供的 ack 机制,简单来说,就是你必须关闭 RabbitMQ 的自动 ack,可以通过一个 api 来调用就行,然后每次你自己代码里确保处理完的时候,再在编码中 ack 一下。这样的话,如果你还没处理完, RabbitMQ 就不会有 ack 。此时 RabbitMQ 会把这个消费分配给别的 consumer 去处理,消息是不会丢的。

Kafka

消费端丢失消息

唯一可能导致消费者弄丢数据的情况,就是说,你消费到了这个消息,然后消费者那边自动提交了 offset,让 Kafka 以为你已经消费好了这个消息,但其实你才刚准备处理这个消息,你还没处理,你自己就挂了,此时这条消息就丢咯。

这不是跟 RabbitMQ 差不多吗,大家都知道 Kafka 会自动提交 offset,那么只要关闭自动提交 offset,在处理完之后自己手动提交 offset,就可以保证数据不会丢。但是此时确实还是可能会有重复消费,比如你刚处理完,还没提交 offset,结果自己挂了,此时肯定会重复消费一次,自己保证幂等性就好了。

生产环境碰到的一个问题,就是说我们的 Kafka 消费者消费到了数据之后是写到一个内存的 queue 里先缓冲一下,结果有的时候,你刚把消息写入内存 queue,然后消费者会自动提交 offset。然后此时我们重启了系统,就会导致内存 queue 里还没来得及处理的数据就丢失了。

Kafka 丢失消息

Kafka 中丢消息比较常见的一个场景,就是 Kafka 某个 broker 宕机,然后重新选举 partition 的 leader。如果此时其他的 follower 刚好还有些数据没有同步,结果此时 leader 挂了,然后选举某个 follower 成 leader 之后,就丢失了一部分数据

所以此时一般是要求起码设置如下 4 个参数:

  1. 给 topic 设置 replication.factor 参数:这个值必须大于 1,要求每个 partition 必须有至少 2 个副本
  2. 在 Kafka 服务端设置 min.insync.replicas 参数:这个值必须大于 1,这个是要求一个 leader 至少感知到有至少一个 follower 还跟自己保持联系,没掉队,这样才能确保 leader 挂了还有一个 follower 吧。
  3. 在 producer 端设置 acks=all:这个是要求每条数据,必须是写入所有 replica 之后,才能认为是写成功了
  4. 在 producer 端设置 retries=MAX(很大很大很大的一个值,无限次重试的意思):这个是要求一旦写入失败,就无限重试,卡在这里了。
    生产环境按照上述要求配置后,至少在 Kafka broker 端可以保证如果 leader 所在 broker 发生故障,进行 leader 切换时,数据不会丢失。

生产者会不会丢失消息?

如果按照上述的思路设置了 acks=all,一定不会丢,要求是,你的 leader 接收到消息,所有的 follower 都同步到了消息之后,才认为本次写成功了。如果没满足这个条件,由于设置了 retries=MAX,生产者会自动不断的重试,重试无限次。

总结

消息丢失可能发生在生产者、MQ、消费者三个环节中。

RabbitMQ 消息丢失解决方案

  • 在生产者环节使用异步的 confirm 机制
  • 在MQ环节中使用持久化与 confirm 相结合机制
  • 在消费者环节通过确保消费者处理完消息后手动编码 ack 的方式解决消息丢失的问题。

Kafka 消息丢失解决方案

  • 生产者环节不会丢消息,因为所有 leader 收到消息 + follower 同步消息完成才会确认消息接收成功;
  • 在 Kafka 环节消息丢失: Kafka 某个 broker 宕机,然后重新选举 partition 的 leader。如果此时其他的 follower 刚好还有些数据没有同步完成,结果此时 leader 挂了,然后选举某个 follower 成 leader 之后,就丢失了一部分数据。可以通过设置 4 个参数解决。
  • 在消费者环节关闭自动提交 offset,在消费者处理完消息之后自己手动提交 offset

注:本系列文章是来自中华石杉老师课程的整理和总结。






欢迎关注微信公众号,一起交流技术↓

{mywechat}

0%