RocketMQ消费者端消息列队六种负载均衡算法分析

在RocketMQ启动的时候会启动负载均衡线程，过程如下：

//DefaultMQPullConsumerImpl.start()
 mQClientFactory.start();
 //上面点进去 ->MQClientInstance.start()，rebalanceService继承了ServiceThread，
 //ServiceThread实现了Runnable接口
 this.rebalanceService.start();
 //继续下一层，MQClientInstance.doRebalance()找到下面
 impl.doRebalance();
 //..在一层层点进去，最后找到RebalanceImpl.rebalanceByTopic方法,找到
 AllocateMessageQueueStrategy strategy = this.allocateMessageQueueStrategy;

AllocateMessageQueueStrategy就是实现消费者消息队列负载均衡算法的接口。
该接口在rocketMq-4.3.0版本中有六种实现方法：

• AllocateMessageQueueAveragely：平均算法
• AllocateMessageQueueAveragelyByCircle：环形平均算法
• AllocateMessageQueueByConfig：根据配置负载均衡算法
• AllocateMessageQueueByMachineRoom：根据机房负载均衡算法
• AllocateMessageQueueConsistentHash：一致性哈希负载均衡算法
• AllocateMachineRoomNearby：靠近机房策略

在客户端没有指定的情况下，RocketMQ默认使用AllocateMessageQueueAveragely平均算法。

一、 AllocateMessageQueueAveragely平均负载均衡算法

平均算法顾名思义就是取平均值，该方法四个参数，consumerGroup（消费者组名称）、
currentCID（当前消费者的id）、mqAll（当前topic下面所有的消息队列）、cidAll（当前消费者组下面所有的消费者id）。算法思想就是把算出平均值然后将连续的队列分配给每个消费者。假设队列大小是8（编号0-7），消费者数量3（编号0-2），分配结果就是：
消费者0：队列0，1，2；
消费者1：队列3，4，5；
消费者2：队列6，7。
下面具体来看代码：

 @Override
    public List<MessageQueue> allocate(String consumerGroup, String currentCID, List<MessageQueue> mqAll,
        List<String> cidAll) {
   
        if (currentCID == null || currentCID.length() < 1) {
   
            throw new IllegalArgumentException("currentCID is empty");
        }
        if (mqAll == null || mqAll.isEmpty()) {
   
            throw new IllegalArgumentException("mqAll is null or mqAll empty");
        }
        if (cidAll == null || cidAll.isEmpty()) {
   
            throw new IllegalArgumentException("cidAll is null or cidAll empty");
        }

        List<MessageQueue> result = new ArrayList<MessageQueue>();
        if (!cidAll.contains(currentCID)) {
   
            log.info("[BUG] ConsumerGroup: {} The consumerId: {} not in cidAll: {}",
                consumerGroup,
                currentCID,
                cidAll);
            return result;
        }
//        cidAll.size() = 3; mqAll.size()=8;mod=2;
//      index=0;averageSize=3;startIndex=0;range=3,result={0,1,2}
//      index = 1;averageSize=3；startIndex=3；range = 3；result={3,4,5}
//      index = 2;averageSize=2；startIndex=6；range = 2；result={6,7}
        int index = cidAll.indexOf(currentCID);
        //取模a除以b的余数
        int mod = mqAll.size() % cidAll.size();
        int averageSize =
            mqAll.size() <= cidAll.size() ? 1 : (mod > 0 && index < mod ? mqAll.size() / cidAll.size()
                + 1 : mqAll.size() / cidAll.size());
        int startIndex = (mod > <