rocketMq的消息堆积

概述

    这篇文章的目的主要是为了讲清楚rocketMq消息堆积的概念，我印象中的rocketMq的消息堆积应该分为两层，一层是broker中实际写入消息量和consumeQueue已经消费位移的偏差，另外一层consumer端本身已经拉取消息的堆积，而今天要讲的正是后者。

    这个问题的起源是当时有个其他公司的同事遇到consumer端不停的gc，然后开始谈论起这个话题，然后我就按照我的理解给他解释了一遍，结果发现的确是那么回事，所以才有了这篇记录。我觉得我应该能够把整个过程讲清楚。

    PS，这个是在rocketMq的push模式下才会遇到的情况，pull场景下由于自行控制拉取速度，所以不太可能出这个问题。

push消费模式

    1、push消费模式本质上其实一个pull的过程，consumer本质上在执行两个阶段的任务，阶段一是负责从broker端pull消息到consumer端，阶段二负责将拉取的消息push到consumer注册的回调当中。

    2、阶段一的pull过程需要其实是一个多个维度的过程，假设我们的broker集群包含3个broker节点，在这个集群上我们创建了一个topic并且topic指定的队列个数为6，那么在这个场景下我们总共有3*6=18个队列，其中3是3个broker，6是每个topic的队列数。

    3、在步骤2的基础上，假设我们的consumerGroup只有一个consumer，那么这个consumer就需要负责消费18个队列。

    4、由于每个queue的拉取都是由单独任务在驱动的，所以总共有18个拉取任务，由一个线程的串行进行拉取，拉取完后再次重复提交进行二次拉取过程，循环往复持续拉取数据。

    5、拉取过程中如果发现消息数据条数超过1000条，或者消息量超过100M，那么我们就暂停消息拉取，延迟50ms后再次发起任务拉取。

push模式下消息堆积

    1、在18个队列的模式下，假设我们的consumer消费非常慢的话，理论上我们能够堆积100M*18=1800M=1.8G，假设这个consumer同时订阅多个topic的话，假设3个topic，那么就会超过1.8G*3=5.4G。在这种情况下很容易发生gc。    

push模式下代码分析

push-pull-1

push-pull-2

push-pull-3

push-pull-4

push-pull-5

push-pull-6