最近一直在关注阿里的一个开源项目:OpenMessaging
OpenMessaging, which includes the establishment of industry guidelines and messaging, streaming specifications to provide a common framework for finance, e-commerce, IoT and big-data area. The design principles are the cloud-oriented, simplicity, flexibility, and language independent in distributed heterogeneous environments. Conformance to these specifications will make it possible to develop a heterogeneous messaging applications across all major platforms and operating systems.
这是OpenMessaging-Java项目GitHub上的一段介绍,大致是说OpenMessaging项目致力于建立MQ领域的标准。
看了OpenMessaging-Java项目的源码,定义了:
Message接口
Producer接口
Consumer接口
消费方式:Pull、Push
各种异常
确实是在朝着建立一套MQ的接口标准。
这引发了我的一个思考:MQ目前确实没有一套标准的接口,如果我们尝试从更高的层次看自己的项目,即我们希望它成为行业标准,那么现在项目中接口的定义合适吗?是否够通用、简洁、易用、合理?
带着这样的疑问,最近把Kafka Consumer部分的源码读了一遍,因为:
Kafka应该是业界最著名的一个开源MQ了(RocketMQ最初也是参考了Kafka去实现的)
希望通过读Kafka源码能找到一些定义MQ接口的想法
但是在读完Kafka Consumer部分的源码后稍稍有一些失望,因为它并没有给我代码我想要的,反而在读完后觉得接口设计和源码实现上相对于Kafka的盛名有一些名不副实的感觉。
接口定义Kafka在消费部分只提供了一个接口,即Consumer接口。
Consumer接口如下:
Set<TopicPartition> assignment();
Set<String> subscription();
void subscribe(Collection<String> topics);
void subscribe(Collection<String> topics, ConsumerRebalanceListener callback);
void assign(Collection<TopicPartition> partitions);
void subscribe(Pattern pattern, ConsumerRebalanceListener callback);
void subscribe(Pattern pattern);
void unsubscribe();
ConsumerRecords<k, v=""> poll(long timeout);
void commitSync();
void commitSync(Map<TopicPartition, OffsetAndMetadata> offsets);
void commitAsync();
void commitAsync(OffsetCommitCallback callback);
void commitAsync(Map<TopicPartition, OffsetAndMetadata> offsets, OffsetCommitCallback callback);
void seek(TopicPartition partition, long offset);
void seekToBeginning(Collection<TopicPartition> partitions);
void seekToEnd(Collection<TopicPartition> partitions);
long position(TopicPartition partition);
OffsetAndMetadata committed(TopicPartition partition);
Map<MetricName, ? extends Metric> metrics();
List<PartitionInfo> partitionsFor(String topic);
Map<String, List> listTopics();
Set<TopicPartition> paused();
void pause(Collection<TopicPartition> partitions);
void resume(Collection<TopicPartition> partitions);
Map<TopicPartition, OffsetAndTimestamp> offsetsForTimes(Map<TopicPartition, Long> timestampsToSearch);
Map<TopicPartition, Long> beginningOffsets(Collection partitions);
Map<TopicPartition, Long> endOffsets(Collection partitions);
...
(读源码时光看完这部分接口我就已经晕了)
上面的方法大致可以分为四类:
订阅相关:subscribe、unsubscribe
消费相关:assign、poll、commit
元数据相关:搜索、设置、获取offset信息;partition信息
生命周期相关:pause、resume、close等
看完这个接口的第一个感觉就是灵活有余易用不足。
Kafka几乎暴露了所有的操作API,这样的好处是足够灵活,但是带来的问题就是易用性下降,哪怕用户只是希望简单的获取消息并处理也需要关心offset的提交和管理以及commit等等。
另外功能上也并没有提供用户更多的选择,比如只提供了poll模式去获取消息,而没有提供类似push的模式。
线程模型部分看完接口之后,第二步看了Kafka Consumer部分的线程模型,即尝试将Consumer部分的线程模型梳理清楚:Consumer部分有哪些线程,线程间的交互等。
Consumer部分包含以下几个模块:
Consuming
Consumer、ConsumerConfig、ConsumerProtocol
Fetcher
分布式协调
AbstractCoordinator、ConsumerCoordinator
分区分配和负载均衡
Assignor
ReblanceListener
网络组件
NetClient
Future
FutureListener
异常
NoAvailableBrokersException、CommitFailedExceptin、...
元数据和数据
ConsumerRecord、ConsumerRecords
TopicPartition
统计及其他
通过分布式系统组件及分区分配策略,每个Consumer可以拿到自己消费的分区。之后通过Fetcher来执行获取消息的操作,而底层通过网络组件NetworkClient和Broker完成交互。
通过阅读源码和注释发现,Kafka Consumer并没有去管理线程,而是所有的操作都在用户线程中完成。
所以线程模型就非常简单,Consumer非线程安全,同时只能有一个线程执行操作,且所有的操作都在用户的线程中执行。
Consumer通过一个AtomicLong的CAS操作来保证只能有一个线程操作(多线程的情况下会报出异常)