为什么单独介绍TIMEOUT_CLEAN_QUEUE
问题引发原因
针对之前的两篇文章中所出现的 [XXX - broker busy] 问题主要是由于Broker在追加消息时持有的锁时间超过了阈值(默认为1s),Broker为了自我保护,会实现快速失败->抛出错误,客户端会选择其他Broker服务器进行重试。
之前方案的解决手段
除非是银行或金融级的业务服务,否则个人建议将transientStorePoolEnable = true
,可以有效缓解和避免之前的 【XXX - broker busy】 问题 。
方案运行原理
发送的消息数据,首先会存储在DirectBuffer(堆外内存)中,而且RocketMQ提供了内存锁定的功能,文件顺序读写的性能没有什么问题,因此实现了分流处理,做到在内存使用层面的读写分离,
- 写消息是直接写入DirectBuffer堆外内存
- 读消息直接从PageCache中读
- 定时将堆外内存的消息写入PageCache。
但随之带来的就是可能存在消息丢失,如果对消息非常严谨的话,建议扩容集群,或迁移topic到新的集群。
TIMEOUT_CLEAN_QUEUE]broker busy
了解了上面的错误信息之后,我们接下来需要看一下TIMEOUT_CLEAN_QUEUE]broker busy
的问题是什么原因导致的以及如何进行避免!
MQBrokerException:CODE:2 DESC:[TIMEOUT_CLEAN_QUEUE]broker busy,start flow control for a while,period in queue:
235ms,size of queue:875
复制代码
问题探索分析
当Broker端由于性能问题以及服务端积压的请求太多从而得不到及时处理,会极大的造成客户端消息发送的时间延长。
案例背景
假设RocketMQ写入一条消息需要100ms,此时由于TPS过高引发队列中积压了2000条数据,而消息发送端的默认超时时间为3s,如果按照这样的速度,这些请求在轮到Broker执行写入请求时,客户端已经将这个请求超时了,这样不仅会造成大量的无效处理,还会导致客户端发送超时。
TIMEOUT_CLEAN_QUEUE的由来
RocketMQ为了解决这种由于性能锁带来的频发问题,引入Broker端快速失败机制,即开启一个定时调度线程,每隔10毫秒去检查队列中的第一个排队节点,如果该节点的排队时间已经超过了200ms。就会取消该队列中所有已超过 200ms 的请求,立即向客户端返回失败。
结合客户端重试机制创造数据补偿体系
客户端能尽快进行重试,因为Broker都是集群部署,下次重试可以发送到其他 Broker 上,这样能最大程度保证消息发送在默认 3s 的时间内经过重试机制,能有效避免某一台 Broker 由于瞬时压力大而造成的消息发送不可用,从而实现消息发送的高可用。
源码流程分析
如果要分析问题,我们首先还是需要进行分析和探索以下源码。