背景

我們的支付場景下，要求消費的業(yè)務(wù)消息絕不能丟失，且能充分利用高規(guī)格的服務(wù)器的性能，比如用線程池對業(yè)務(wù)消息進(jìn)行快速處理。有同學(xué)可能沒太理解這個問題有啥不好處理，讓我一步步分析下。

MQ的優(yōu)勢和缺點

MQ是我們在應(yīng)對高并發(fā)場景最常用的一種措施，它可以幫我們對業(yè)務(wù)解耦、對流程異步化以及削峰填谷的妙用。

但是，由于引入了這一額外的中間件，也增加了系統(tǒng)的復(fù)雜度和不穩(wěn)定因素。

消息可靠性的應(yīng)對

消息的可靠性保證需要從消息流轉(zhuǎn)的每個環(huán)節(jié)進(jìn)行保障，比如生產(chǎn)端的事務(wù)型消息，broker的實時刷盤持久化，消費端的手動ACK 。

這里，我們對生產(chǎn)端和存儲端的保障措施不作討論，重點關(guān)注消費端的手動ACK機制。

手動ACK的問題

手動ACK可以保證消息一定被消費，但是需要確保手動ACK的順序和消息順序一致，為什么？

消息隊列之所以性能高處理快，是因為采用了文件順序讀寫方式，系統(tǒng)在拉取消息進(jìn)行消費時，是按順序文件的offset進(jìn)行拉取的，如果commit offset的順序錯亂，會使得服務(wù)端的消息狀態(tài)錯亂，比如消息重發(fā)。

因此，如果我們在本地啟動了線程池，對消息進(jìn)行拉取處理，由于各線程的處理速度不一定一致，所以無法保證各線程處理完之后對各自消息的ACK操作是順序的，怎么辦，難道只能同步拉消費取然后ACK么。

解決方案

最不濟，可以提交一批任務(wù)，批量等待統(tǒng)一提交。不過總覺得不優(yōu)雅。

某次看JUC中的AQS的時候，啟發(fā)了我。

我們平時用的類似CountDownLauch這些并發(fā)工具類，不也是處理的多線程協(xié)作的問題么。

我們的場景完全沒有AQS復(fù)雜，借鑒它的思路，應(yīng)該是沒有問題的。

1. 創(chuàng)建雙端隊列，隊列節(jié)點中需要維護(hù)自身處理狀態(tài)state，和對應(yīng)msg的offset。
2. 服務(wù)從消息中心拉取消息，在提交本地線程池執(zhí)行之前，先入隊列。
3. 消息消費完之后，通知隊列中對應(yīng)的節(jié)點，更新狀態(tài)為完成。
4. 隊列頭被更新后出隊列，提交offset，并判斷新的隊列頭的狀態(tài)，直到遇到state是未完成的head時阻塞。undefined

方案解析

該方案可以有效利用本地線程的資源，并行的處理，并通過隊列和異步通知機制保證最終commit offset時有序。

在最差情況下(即head節(jié)點對應(yīng)的msg最后一個被處理完)，相當(dāng)于等待一批線程處理完成后統(tǒng)一提交。除此之外等待性能都要更優(yōu)。

異步通知的實現(xiàn)

public class MSGFuture { /*全局變量，存放msg對應(yīng)的future對象*/ private static final Map FUTURES = new ConcurrentHashMap(); /*全局不變唯一標(biāo)識*/ private final long id; /*最長等待時間*/ private final int timeout; /*并發(fā)鎖*/ private final Lock lock = new ReentrantLock(); /*通知條件*/ private final Condition done = lock.newCondition(); /*開始時間*/ private final long start = System.currentTimeMillis(); /*業(yè)務(wù)結(jié)果*/ private volatile Object response;
}

//構(gòu)造函數(shù) public MSGFuture(Request request, int timeout) { /*全局自增ID*/ this.id = request.getrId(); /*超時時間*/ this.timeout = timeout > 0 ? timeout : 1000; /*放入全局變量*/ FUTURES.put(id, this);
}

//業(yè)務(wù)處理結(jié)果更新 public static void received(long id, Object response) {

        MSGFuture future = FUTURES.remove(id); if (future != null) {
            future.doReceived(response);
        } else {
            logger.warn("response return timeout,id:"+id);
        }

    }

//結(jié)果更新，通知等待條件 private void doReceived(Object res) {
        lock.lock(); try {
            response = res;
            done.signal();
        } finally {
            lock.unlock();
        }
    }

//異步等待獲取結(jié)果 public Object get(int timeout) throws TimeoutException { if (!isDone()) { long start = System.currentTimeMillis();
            lock.lock(); try { while (!isDone()) {
                    done.await(timeout, TimeUnit.MILLISECONDS); if (isDone() || System.currentTimeMillis() - start > timeout) { break;
                    }
                }
            } catch (InterruptedException e) { throw new RuntimeException(e);
            } finally {
                lock.unlock();
            } if (!isDone()) { throw new TimeoutException();
            }
        } return returnFromResponse();
    }

總結(jié)

看到這里，有同學(xué)會說，這個和AQS有啥關(guān)系呀~

其實，只是處理思路的一種借鑒，比如state狀態(tài)，比如鎖機制和通知等待。既然都是多線程任務(wù)協(xié)調(diào)，那總有相似之處。

總之一句話，別說背八股文沒用，多多了解會有大幫助~