前言
上文已经分析了RocketMQ消费者负载均衡核心原理，我们经常会讨论消费者负载均衡的原理，我们可能忽略了生产者这端其实也有负载均衡机制。本文将分析RocketMQ生产者是如何负载均衡的。
RocketMQ生产者为什么需要负载均衡？
在RocketMQ中，队列是消息发送的基本单位。每个Topic下可能存在多个队列，因此一个生产者实例可以向不同的队列发送消息。当生产者发送消息时，如果不能均衡的将消息发送到不同的队列，那么会导致队列里的消息分布不均衡，这样最终会导致消息性能下降，因此生产者负载均衡机制也是非常重要的。
RocketMQ生产者原理分析
既然生产者负载均衡如此重要，我们看下是如何实现的。
我们通常使用如下方法发送消息：
构建消息
Message msg = new Message("TopicTest",
"TagA",
"OrderID188",
"Hello world".getBytes(RemotingHelper.DEFAULT_CHARSET));
//发送消息
SendResult sendResult = producer.send(msg);
AI 代码解读
RocketMQ发送消息的核心逻辑在DefaultMQProducerImpl类sendDefaultImpl。
在发送消息流程利里面有一行非常关键的逻辑，selectOneMessageQueue,看方法名称就可以知道其含义，选择一个消息队列。
public MessageQueue selectOneMessageQueue(final TopicPublishInfo tpInfo, final String lastBrokerName) {
return this.mqFaultStrategy.selectOneMessageQueue(tpInfo, lastBrokerName);
}
AI 代码解读
里面是通过策略类来实现的。
策略类最终通过org.apache.rocketmq.client.impl.producer.TopicPublishInfo#selectOneMessageQueue(java.lang.String) 实现。
public MessageQueue selectOneMessageQueue(final String lastBrokerName) {
//生产者第一次发消息
if (lastBrokerName == null) {
return selectOneMessageQueue();
} else {
//非第一次，重试发消息的情况，
for (int i = 0; i < this.messageQueueList.size(); i++) {
int index = this.sendWhichQueue.incrementAndGet();
int pos = Math.abs(index) % this.messageQueueList.size();
if (pos < 0)
pos = 0;
MessageQueue mq = this.messageQueueList.get(pos);
//重试的情况，不取上一个broker的队列
if (!mq.getBrokerName().equals(lastBrokerName)) {
return mq;
}
}
return selectOneMessageQueue();
}
}
AI 代码解读
第一次发消息选择队列核心逻辑在 org.apache.rocketmq.client.impl.producer.TopicPublishInfo#selectOneMessageQueue()
//线程安全的index
private volatile ThreadLocalIndex sendWhichQueue = new ThreadLocalIndex();
public MessageQueue selectOneMessageQueue() {
//获取一个基础索引，每次自增1 这个全局存在TopicPublishInfo 每一个topic
int index = this.sendWhichQueue.getAndIncrement();
// 基础索引和 消息写队列大小 进行取模 用来实现轮训的算法
int pos = Math.abs(index) % this.messageQueueList.size();
if (pos < 0)
pos = 0;
return this.messageQueueList.get(pos);
}
AI 代码解读
哈哈，这里就是生产者负载均衡轮询机制的核心逻辑了，使用到了ThreadLocal技术，sendWhichQueue为每个生产者线程维护一个自己的下标索引。
基础索引计算器，使用ThreadLocal技术针对不同的生产者线程第一次随机，后面递增，可以更加负载均衡。
public class ThreadLocalIndex {
//关键技术
private final ThreadLocal<Integer> threadLocalIndex = new ThreadLocal<Integer>();
private final Random random = new Random();
public int getAndIncrement() {
Integer index = this.threadLocalIndex.get();
if (null == index) {
//第一次随机
index = Math.abs(random.nextInt());
if (index < 0)
index = 0;
this.threadLocalIndex.set(index);
}
//第二次索引位置开始自增1
index = Math.abs(index + 1);
if (index < 0)
index = 0;
this.threadLocalIndex.set(index);
return index;
}
}
AI 代码解读
哈哈，有没有觉得这个实现非常巧妙了。不同的生产者线程都拥有自己的索引因子，分配队列更加均衡。
总结
本文分析了RocketMQ生产者底层的实现，设计地方有巧妙之处，值得我们学习，上面是发送消息消息选择队列的默认实现的场景, RocketMQ提供了更加灵活的api，我们作为使用者可以指定负载均衡策略,比如顺序消息场景。
public SendResult send(Message msg, MessageQueueSelector selector, Object arg, long timeout)
throws MQClientException, RemotingException, MQBrokerException, InterruptedException {
return this.sendSelectImpl(msg, selector, arg, CommunicationMode.SYNC, null, timeout);
}
AI 代码解读
RocketMQ也提供了了几个负载均衡实现。支持hash,随机,当然我们也可以自己实现一个负载均衡策略，满足我们的业务需求。
如果文章内容对您有帮助，欢迎关注我，我们一起学习。
