[[375758]]

作者個(gè)人研發(fā)的在高并發(fā)場景下，提供的簡單、穩(wěn)定、可擴(kuò)展的延遲消息隊(duì)列框架，具有精準(zhǔn)的定時(shí)任務(wù)和延遲隊(duì)列處理功能。自開源半年多以來，已成功為十幾家中小型企業(yè)提供了精準(zhǔn)定時(shí)調(diào)度方案，經(jīng)受住了生產(chǎn)環(huán)境的考驗(yàn)。為使更多童鞋受益，現(xiàn)給出開源框架地址：https://github.com/sunshinelyz/mykit-delay

寫在前面

很多小伙伴去大廠面試，幾乎都會(huì)遇到一些開放式的題目，這些開放式的題目沒有固定的答案，但是它能夠?qū)崒?shí)在在的體現(xiàn)面試者較為真實(shí)的系統(tǒng)設(shè)計(jì)能力和技術(shù)功底。如果你回答的比較完美，那么，通過這種開放式題目，就能夠讓你從眾多的面試者中脫穎而出。今天，我們就一起來聊聊，去大廠面試時(shí)，一個(gè)較為常見的開放式題目：如果讓你設(shè)計(jì)一個(gè)高并發(fā)的消息中間件，你會(huì)怎么做?

消息中間件涉及的知識(shí)點(diǎn)

要想設(shè)計(jì)一個(gè)具有高并發(fā)的消息中間件，那么首先就要了解下消息中間件涉及哪些具體的知識(shí)點(diǎn)。通常，設(shè)計(jì)一個(gè)良好的消息中間件最少需要滿足如下條件：

• 生產(chǎn)者、消費(fèi)者模型。
• 支持分布式架構(gòu)。
• 數(shù)據(jù)的高可用。
• 消息數(shù)據(jù)不丟失。

接下來，我們就針對(duì)消息中間件來分別談?wù)勥@些技術(shù)點(diǎn)。

生產(chǎn)者消費(fèi)者模型

相信很多小伙伴對(duì)于生產(chǎn)者和消費(fèi)者模型都比較了解了，簡單的說：就是消息中間件能夠使其他應(yīng)用來生產(chǎn)消息，也能夠使其他應(yīng)用來消費(fèi)相應(yīng)的消息。

對(duì)于生產(chǎn)者和消費(fèi)者模型，我們需要考慮的問題點(diǎn)就比較多了。接下來，我就一步步來引導(dǎo)大家進(jìn)行思考。

首先，我們來思考這樣一個(gè)問題：如果生產(chǎn)者生產(chǎn)了消息，那么消息中間件應(yīng)該怎樣存儲(chǔ)相應(yīng)的數(shù)據(jù)呢?存儲(chǔ)在內(nèi)存? 存儲(chǔ)在磁盤?還是同時(shí)存儲(chǔ)在內(nèi)存和磁盤中呢?

如果是將消息數(shù)據(jù)同時(shí)存儲(chǔ)在內(nèi)存和磁盤中，我們又該如何處理這些數(shù)據(jù)呢?是生產(chǎn)者將消息投遞到消息中間件之后，我們就立刻將數(shù)據(jù)寫入磁盤?還是說數(shù)據(jù)先駐留到內(nèi)存，然后每隔一段時(shí)間刷到磁盤上?如果是每隔一段時(shí)間刷到磁盤上，那我們又要考慮磁盤文件的切分問題，也就是說，需要將消息數(shù)據(jù)分成多少個(gè)磁盤文件?(總不能把所有的數(shù)據(jù)放到一個(gè)磁盤文件中吧)。如果是需要切分成多個(gè)磁盤文件，那切分的規(guī)則又是什么呢?

上面這些問題都是我們?cè)谠O(shè)計(jì)一個(gè)消息中間件時(shí)需要考慮的問題。然而，這還只是一小部分問題。如果想在面試時(shí)脫穎而出，那就還需要繼續(xù)往下看，還有一些重要的問題點(diǎn)需要注意。

如果文件按照一定的規(guī)則切分到多個(gè)磁盤文件中了，那是不是還需要管理元數(shù)據(jù)來標(biāo)識(shí)數(shù)據(jù)的具體消息(就像是Hadoop中的NameNode節(jié)點(diǎn)中存儲(chǔ)著DataNode的元數(shù)據(jù)信息，NameNode節(jié)點(diǎn)通過這些元數(shù)據(jù)信息就能夠更好的管理DataNode節(jié)點(diǎn))?這些元數(shù)據(jù)可以包括：消息數(shù)據(jù)的偏移量、也可以是消息數(shù)據(jù)的唯一ID。

考慮完數(shù)據(jù)的存儲(chǔ)問題，我們還需要考慮的是：消息中間件是如何將數(shù)據(jù)投遞到對(duì)應(yīng)的消費(fèi)者的?

在設(shè)計(jì)生產(chǎn)者和消費(fèi)者時(shí)，還一個(gè)很重要的問題需要我們考慮：我們?cè)谠O(shè)計(jì)消息中間件時(shí)，采用的消費(fèi)模式是什么?會(huì)不會(huì)將數(shù)據(jù)均勻的分配給消費(fèi)者?還是會(huì)通過一些其他的規(guī)則將數(shù)據(jù)投遞到消費(fèi)者?

支持分布式架構(gòu)

如果我們?cè)O(shè)計(jì)的消息中間件，每天會(huì)承載TB級(jí)別的數(shù)據(jù)高并發(fā)和高吞吐量的寫入操作。這里，我們就需要考慮將消息中間件設(shè)計(jì)成分布式架構(gòu)。

在設(shè)計(jì)分布式架構(gòu)時(shí)，我們還需要考慮將存儲(chǔ)的比較大的數(shù)據(jù)，做成分片存儲(chǔ)，對(duì)數(shù)據(jù)進(jìn)行分片等操作。

除了這些，我們還需要考慮另外一個(gè)核心問題：對(duì)于消息中間件來說，需要支持自動(dòng)擴(kuò)容操作。

還有就是是否支持?jǐn)?shù)據(jù)分片，如何實(shí)現(xiàn)數(shù)據(jù)分片的擴(kuò)容和自動(dòng)數(shù)據(jù)負(fù)載均衡遷移等。

數(shù)據(jù)的高可用

一般互聯(lián)網(wǎng)應(yīng)用的高可用，是通過本地堆內(nèi)存，分布式緩存，和一份數(shù)據(jù)在不同的服務(wù)器上都搞一個(gè)副本來實(shí)現(xiàn)的。此時(shí)，任何一個(gè)存儲(chǔ)節(jié)點(diǎn)宕機(jī)，都不會(huì)影響整體的高可用。我們?cè)谠O(shè)計(jì)消息中間件時(shí)也可以參考這個(gè)思路。

消息數(shù)據(jù)不丟失

此時(shí)，我們就需要提供手動(dòng)ACK的機(jī)制，也就是說：當(dāng)消費(fèi)者真正消費(fèi)消息完畢后，向消息中間件返回“ 處理完成” 的標(biāo)識(shí)，消息中間件刪除相應(yīng)的已處理的消息。

但是，細(xì)化的話，這里，我們就需要兩套ACK機(jī)制：

• 一種ACK對(duì)應(yīng)的是生產(chǎn)端。如果一直沒有接收到ACK消息，則需要通過生產(chǎn)者來重新發(fā)送一條消息來保證生產(chǎn)消息成功。
• 另一種ACK對(duì)應(yīng)的是消費(fèi)端。一旦一條消息消費(fèi)并處理成功，必須返回一個(gè)ack給消息中間件，然后消息中間件才能刪除這條消息。否則一旦消費(fèi)者宕機(jī)，就必須重發(fā)這條消息給其他的消費(fèi)者實(shí)例，保證消息一定會(huì)被處理成功。

今天，我們沒有聊具體的業(yè)務(wù)點(diǎn)，而是從整體上考慮：如果實(shí)現(xiàn)一個(gè)消息中間件，需要我們注意的各項(xiàng)知識(shí)點(diǎn)和專業(yè)技能!好了，今天就到這兒吧。

 本文轉(zhuǎn)載自微信公眾號(hào)「冰河技術(shù)」，可以通過以下二維碼關(guān)注。轉(zhuǎn)載本文請(qǐng)聯(lián)系冰河技術(shù)公眾號(hào)。