Rocketmq技术详解

运维部署 docker-compose.yml

version: '3.5'
services:rmqnamesrv:image: foxiswho/rocketmq:servercontainer_name: rmqnamesrvports:- 9876:9876volumes:- ./logs:/opt/logs- ./store:/opt/storenetworks:rmq:aliases:- rmqnamesrvrmqbroker:image: foxiswho/rocketmq:brokercontainer_name: rmqbrokerports:- 10909:10909- 10911:10911volumes:- ./logs:/opt/logs- ./store:/opt/store- ./conf/broker.conf:/etc/rocketmq/broker.confenvironment:NAMESRV_ADDR: "rmqnamesrv:9876"JAVA_OPTS: " -Duser.home=/opt"JAVA_OPT_EXT: "-server -Xms128m -Xmx128m -Xmn128m"command: mqbroker -c /etc/rocketmq/broker.confdepends_on:- rmqnamesrvnetworks:rmq:aliases:- rmqbrokerrmqconsole:image: styletang/rocketmq-console-ngcontainer_name: rmqconsoleports:- 8080:8080environment:JAVA_OPTS: "-Drocketmq.namesrv.addr=rmqnamesrv:9876 -Dcom.rocketmq.sendMessageWithVIPChannel=false"depends_on:- rmqnamesrvnetworks:rmq:aliases:- rmqconsolenetworks:rmq:name: rmqdriver: bridge

然后在与docker-compose.yml同级下面相应的建立三个文件夹conf、logs、store。然后在conf文件夹下面建立broker.conf配置文件，所有文件的目录位置如下所示。

docker-compose.yml
conf- broker.conf
logs
store

然后在编写broker.conf配置文件里面的内容

# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements.  See the NOTICE file distributed with
# this work for additional information regarding copyright ownership.
# The ASF licenses this file to You under the Apache License, Version 2.0
# (the "License"); you may not use this file except in compliance with
# the License.  You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
#  Unless required by applicable law or agreed to in writing, software
#  distributed under the License is distributed on an "AS IS" BASIS,
#  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
#  See the License for the specific language governing permissions and
#  limitations under the License.# 所属集群名字
brokerClusterName=DefaultCluster# broker 名字，注意此处不同的配置文件填写的不一样，如果在 broker-a.properties 使用: broker-a,
# 在 broker-b.properties 使用: broker-b
brokerName=broker-a# 0 表示 Master，> 0 表示 Slave
brokerId=0# nameServer地址，分号分割
# namesrvAddr=rocketmq-nameserver1:9876;rocketmq-nameserver2:9876# 启动IP,如果 docker 报 com.alibaba.rocketmq.remoting.exception.RemotingConnectException: connect to <192.168.0.120:10909> failed
# 解决方式1 加上一句 producer.setVipChannelEnabled(false);，解决方式2 brokerIP1 设置宿主机IP，不要使用docker 内部IP
brokerIP1=192.168.1.16# 在发送消息时，自动创建服务器不存在的topic，默认创建的队列数
defaultTopicQueueNums=4# 是否允许 Broker 自动创建 Topic，建议线下开启，线上关闭 ！！！这里仔细看是 false，false，false
autoCreateTopicEnable=true# 是否允许 Broker 自动创建订阅组，建议线下开启，线上关闭
autoCreateSubscriptionGroup=true# Broker 对外服务的监听端口
listenPort=10911# 删除文件时间点，默认凌晨4点
deleteWhen=04# 文件保留时间，默认48小时
fileReservedTime=120# commitLog 每个文件的大小默认1G
mapedFileSizeCommitLog=1073741824# ConsumeQueue 每个文件默认存 30W 条，根据业务情况调整
mapedFileSizeConsumeQueue=300000# destroyMapedFileIntervalForcibly=120000
# redeleteHangedFileInterval=120000
# 检测物理文件磁盘空间
diskMaxUsedSpaceRatio=88
# 存储路径
# storePathRootDir=/home/ztztdata/rocketmq-all-4.1.0-incubating/store
# commitLog 存储路径
# storePathCommitLog=/home/ztztdata/rocketmq-all-4.1.0-incubating/store/commitlog
# 消费队列存储
# storePathConsumeQueue=/home/ztztdata/rocketmq-all-4.1.0-incubating/store/consumequeue
# 消息索引存储路径
# storePathIndex=/home/ztztdata/rocketmq-all-4.1.0-incubating/store/index
# checkpoint 文件存储路径
# storeCheckpoint=/home/ztztdata/rocketmq-all-4.1.0-incubating/store/checkpoint
# abort 文件存储路径
# abortFile=/home/ztztdata/rocketmq-all-4.1.0-incubating/store/abort
# 限制的消息大小
maxMessageSize=65536# flushCommitLogLeastPages=4
# flushConsumeQueueLeastPages=2
# flushCommitLogThoroughInterval=10000
# flushConsumeQueueThoroughInterval=60000# Broker 的角色
# - ASYNC_MASTER 异步复制Master
# - SYNC_MASTER 同步双写Master
# - SLAVE
brokerRole=ASYNC_MASTER# 刷盘方式
# - ASYNC_FLUSH 异步刷盘
# - SYNC_FLUSH 同步刷盘
flushDiskType=ASYNC_FLUSH# 发消息线程池数量
# sendMessageThreadPoolNums=128
# 拉消息线程池数量
# pullMessageThreadPoolNums=128

配置文件中的内容我们只需要改动一点即可，即brokerIP1 这个属性，我们将其更改为我们本机的ip，可以利用ipconfig进行查看。

修改完以后我们直接在docker-compose.yml文件所在的位置输入命令docker-compose up即可启动。启动成功以后在浏览器中输入http://localhost:8080/即可看到管理页面，就表示我们搭建成功了。

架构设计

1 技术架构（参考来源于官网）

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-T2Lk6A0V-1678195927847)(null)]

RocketMQ架构上主要分为四部分，如上图所示:

• Producer：消息发布的角色，支持分布式集群方式部署。Producer通过MQ的负载均衡模块选择相应的Broker集群队列进行消息投递，投递的过程支持快速失败并且低延迟。
• Consumer：消息消费的角色，支持分布式集群方式部署。支持以push推，pull拉两种模式对消息进行消费。同时也支持集群方式和广播方式的消费，它提供实时消息订阅机制，可以满足大多数用户的需求。
• NameServer：NameServer是一个非常简单的Topic路由注册中心，其角色类似Dubbo中的zookeeper，支持Broker的动态注册与发现。主要包括两个功能：Broker管理，NameServer接受Broker集群的注册信息并且保存下来作为路由信息的基本数据。然后提供心跳检测机制，检查Broker是否还存活；路由信息管理，每个NameServer将保存关于Broker集群的整个路由信息和用于客户端查询的队列信息。然后Producer和Consumser通过NameServer就可以知道整个Broker集群的路由信息，从而进行消息的投递和消费。NameServer通常也是集群的方式部署，各实例间相互不进行信息通讯。Broker是向每一台NameServer注册自己的路由信息，所以每一个NameServer实例上面都保存一份完整的路由信息。当某个NameServer因某种原因下线了，Broker仍然可以向其它NameServer同步其路由信息，Producer和Consumer仍然可以动态感知Broker的路由的信息。
• BrokerServer：Broker主要负责消息的存储、投递和查询以及服务高可用保证，为了实现这些功能，Broker包含了以下几个重要子模块。
  1. Remoting Module：整个Broker的实体，负责处理来自Client端的请求。
  2. Client Manager：负责管理客户端(Producer/Consumer)和维护Consumer的Topic订阅信息。
  3. Store Service：提供方便简单的API接口处理消息存储到物理硬盘和查询功能。
  4. HA Service：高可用服务，提供Master Broker 和 Slave Broker之间的数据同步功能。
  5. Index Service：根据特定的Message key对投递到Broker的消息进行索引服务，以提供消息的快速查询。

2 部署架构

RocketMQ 网络部署特点

• NameServer是一个几乎无状态节点，可集群部署，节点之间无任何信息同步。
• Broker部署相对复杂，Broker分为Master与Slave，一个Master可以对应多个Slave，但是一个Slave只能对应一个Master，Master与Slave 的对应关系通过指定相同的BrokerName，不同的BrokerId 来定义，BrokerId为0表示Master，非0表示Slave。Master也可以部署多个。每个Broker与NameServer集群中的所有节点建立长连接，定时注册Topic信息到所有NameServer。 注意：当前RocketMQ版本在部署架构上支持一Master多Slave，但只有BrokerId=1的从服务器才会参与消息的读负载。
• Producer与NameServer集群中的其中一个节点（随机选择）建立长连接，定期从NameServer获取Topic路由信息，并向提供Topic 服务的Master建立长连接，且定时向Master发送心跳。Producer完全无状态，可集群部署。
• Consumer与NameServer集群中的其中一个节点（随机选择）建立长连接，定期从NameServer获取Topic路由信息，并向提供Topic服务的Master、Slave建立长连接，且定时向Master、Slave发送心跳。Consumer既可以从Master订阅消息，也可以从Slave订阅消息，消费者在向Master拉取消息时，Master服务器会根据拉取偏移量与最大偏移量的距离（判断是否读老消息，产生读I/O），以及从服务器是否可读等因素建议下一次是从Master还是Slave拉取。

结合部署架构图，描述集群工作流程：

• 启动NameServer，NameServer起来后监听端口，等待Broker、Producer、Consumer连上来，相当于一个路由控制中心。
• Broker启动，跟所有的NameServer保持长连接，定时发送心跳包。心跳包中包含当前Broker信息(IP+端口等)以及存储所有Topic信息。注册成功后，NameServer集群中就有Topic跟Broker的映射关系。
• 收发消息前，先创建Topic，创建Topic时需要指定该Topic要存储在哪些Broker上，也可以在发送消息时自动创建Topic。
• Producer发送消息，启动时先跟NameServer集群中的其中一台建立长连接，并从NameServer中获取当前发送的Topic存在哪些Broker上，轮询从队列列表中选择一个队列，然后与队列所在的Broker建立长连接从而向Broker发消息。
• Consumer跟Producer类似，跟其中一台NameServer建立长连接，获取当前订阅Topic存在哪些Broker上，然后直接跟Broker建立连接通道，开始消费消息。

3.内容总结：

结合部署架构图，描述集群工作流程：
1、启动NameServer，NameServer起来后监听端口，等待Broker、Producer、Consumer连上来，相当于一个路由控制中心。

2、Broker启动，跟所有的NameServer保持长连接，定时发送心跳包。心跳包中包含当前Broker信息(IP+端口等)以及存储所有Topic信息。注册成功后，NameServer集群中就有Topic跟Broker的映射关系。
收发消息前，先创建Topic，创建Topic时需要指定该Topic要存储在哪些Broker上，也可以在发送消息时自动创建Topic。

3、Producer发送消息，启动时先跟NameServer集群中的其中一台建立长连接，并从NameServer中获取当前发送的Topic存在哪些Broker上，轮询从队列列表中选择一个队列，然后与队列所在的Broker建立长连接从而向Broker发消息。

4、Consumer跟Producer类似，跟其中一台NameServer建立长连接，获取当前订阅Topic存在哪些Broker上，然后直接跟Broker建立连接通道，开始消费消息。

总结：
Rocketmq发送消息的时候，先启动NameServer，NameServer成功启动会先去和Broken连接，这时候NameServer和Broken就有心跳。当生产者Producer发送消息的时候，先跟NameServer连接，判断发送的Topic在哪些Broken上，然后按轮询选择Broken中的一个队列。然后Producer会和Broken直接建立连接，以后所有发送的消息（同个Topic）都是直接和Broken连接，消费者也是这样流程。

补充：
集群消费：当使用集群消费模式时，消息队列RocketMQ版认为任意一条消息只需要被集群内的任意一个消费者处理即可。
广播消费：当使用广播消费模式时，消息队列RocketMQ版会将每条消息推送给集群内所有注册过的消费者，保证消息至少被每个消费者消费一次。

ps:表示改消费组有一条未消费

数量2 指的是 consumer_topic-queue-three 有两个消费组都是叫这个名字

4.运行演示

4.1.1同步发送

这种可靠性同步地发送方式使用的比较广泛，比如：重要的消息通知，短信通知。

说几个概念

4.1.1.1 生产者组（Producer Group）

同一类Producer的集合，这类Producer发送同一类消息且发送逻辑一致。如果发送的是事务消息且原始生产者在发送之后崩溃，则Broker服务器会联系同一生产者组的其他生产者实例以提交或回溯消费。

4.1.1.2 消费者组（Consumer Group）

同一类Consumer的集合，这类Consumer通常消费同一类消息且消费逻辑一致。消费者组使得在消息消费方面，实现负载均衡和容错的目标变得非常容易。要注意的是，消费者组的消费者实例必须订阅完全相同的Topic。RocketMQ 支持两种消息模式：集群消费（Clustering）和广播消费（Broadcasting）。

4.1.1.3 集群消费（Clustering）（默认是集群消费）

集群消费模式下,相同Consumer Group的每个Consumer实例平均分摊消息。

4.1.1.4 广播消费（Broadcasting）

广播消费模式下，相同Consumer Group的每个Consumer实例都接收全量的消息。

例如代码：生成者发送消息

//同步发送
public void sync() {Message message = new Message<>();message.setId(UUID.randomUUID().toString());message.setContent("Hello, springboot-ac-rocketmq !");rocketMQTemplate.convertAndSend("topic-queue-one", message);rocketMQTemplate.convertAndSend("topic-queue-two", "Hello, springboot-ac-rocketmq !");
}

消费者消费消息

@Slf4j
@Component
public class RocketmqConsumer {@Component@RocketMQMessageListener(topic = "topic-queue-one", consumerGroup = "consumer_topic-queue-one")public class ConsumerOne implements RocketMQListener {@Overridepublic void onMessage(Message message) {log.info("consumer-one received message: {}", message);}}@Component@RocketMQMessageListener(topic = "topic-queue-two", consumerGroup = "consumer_topic-queue-two")public class ConsumerTwo implements RocketMQListener {@Overridepublic void onMessage(String message) {System.out.println("哈哈哈哈我进来消费  topic-queue-two 消息啦");log.info("consumer-two received message: {}", message);}}
}

运行后打断点发送，队列是先进后去，所以topic-queue-two先消费

消费完再消费这个topic-queue-one

4.1.2异步发送（比较重要）

异步消息通常用在对响应时间敏感的业务场景，即发送端不能容忍长时间地等待Broker的响应。

看代码 生成者发送消息

public void async() {Message message = new Message<>();message.setId(UUID.randomUUID().toString());message.setContent("Hello,I am asyncSend !");rocketMQTemplate.asyncSend("async-one", message, new SendCallback() {@Overridepublic void onSuccess(SendResult sendResult) {log.info("send successful");}@Overridepublic void onException(Throwable throwable) {log.info("send fail; {}", throwable.getMessage());}});
}

消费者代码

@Component
@RocketMQMessageListener(topic = "async-one", consumerGroup = "consumer_topic-queue-three")
public class ConsumerThreee implements RocketMQListener {@Overridepublic void onMessage(Message message) {System.out.println("哈哈哈哈我进来消费  async-one 消息啦");log.info("consumer-two received message: {}", message);}
}

运行后打断点发现可以正常消费

从运行的结果看，15:37分是发送成功的，可是消费是15:39分

4.1.3 单向发送消息

这种方式主要用在不特别关心发送结果的场景，例如日志发送。

rocketMQTemplate.sendOneWay("topic-oneWay", "send one-way message");

一调接口里面就返回成功，可是消费等了一会菜消费

5.消费消息的顺序性（比较重要）

5.1简介：

1. 消息有序指的是可以按照消息的发送顺序来消费(FIFO)。RocketMQ可以严格的保证消息有序，可以分为分区有序或者全局有序。
2. 顺序消费的原理解析，在默认的情况下消息发送会采取Round Robin轮询方式把消息发送到不同的queue(分区队列)；而消费消息的时候从多个queue上拉取消息，这种情况发送和消费是不能保证顺序。但是如果控制发送的顺序消息只依次发送到同一个queue中，消费的时候只从这个queue上依次拉取，则就保证了顺序。当发送和消费参与的queue只有一个，则是全局有序；如果多个queue参与，则为分区有序，即相对每个queue，消息都是有序的。

技术原理：

就是用hashKey作为每个队列的唯一标志，在电商中，一般是引订单id作为hashKey

5.2 demo演示

模拟2个队列，id1和id2进行操作

id1的消息有10,30

id2的消息有 20,40

演示代码如下：

    private final String id1 = "10086";private final String id2 = "10087";/**** hashKey为订单id*/
public void testSendSyncOrderly1() {Message stringMessage = new Message<>();stringMessage.setId(id1);String message = "10";stringMessage.setContent(message);// 模拟有序消费rocketMQTemplate.syncSendOrderly("topic-orderly", stringMessage, id1);
}/**** hashKey为订单id*/
public void testSendSyncOrderly2() {Message stringMessage = new Message<>();stringMessage.setId(id2);String message = "20";stringMessage.setContent(message);// 模拟有序消费rocketMQTemplate.syncSendOrderly("topic-orderly", stringMessage, id2);
}/**** hashKey为订单id*/
public void testSendSyncOrderly3() {Message stringMessage = new Message<>();stringMessage.setId(id1);String message = "30";stringMessage.setContent(message);// 模拟有序消费rocketMQTemplate.syncSendOrderly("topic-orderly", stringMessage, id1);
}/**** hashKey为订单id*/
public void testSendSyncOrderly4() {Message stringMessage = new Message<>();stringMessage.setId(id2);String message = "40";stringMessage.setContent(message);// 模拟有序消费rocketMQTemplate.syncSendOrderly("topic-orderly", stringMessage, id2);
}

消费端代码

@Component
@Slf4j
@RocketMQMessageListener(topic = "topic-orderly",consumerGroup = "orderly-consumer-group", consumeMode = ConsumeMode.ORDERLY
)public class OrderConsumer implements RocketMQListener {int sumId1 = 0;int sumId2 = 0;@Overridepublic void onMessage(Message message) {if(message.getId().equals("10086")){sumId1 = sumId1+Integer.parseInt((String)message.getContent());}else{sumId2 = sumId2+Integer.parseInt((String)message.getContent());}System.out.println("开始消费");log.info("========{}=======", sumId1);log.info("========{}=======", sumId2);System.out.println("消费结束");}}

发现最后消费是

证明是分区有序性。

6.延时消息样例

应用场景：
比如电商里，提交了一个订单就可以发送一个延时消息，1h后去检查这个订单的状态，如果还是未付款就取消订单释放库存。

CONSUME_FROM_LAST_OFFSET,  //第一次启动从队列最后位置消费，后续再启动接着上次消费的进度开始消费
CONSUME_FROM_LAST_OFFSET_AND_FROM_MIN_WHEN_BOOT_FIRST,
CONSUME_FROM_MIN_OFFSET, 
CONSUME_FROM_MAX_OFFSET,
CONSUME_FROM_FIRST_OFFSET, //第一次启动从队列初始位置消费，后续再启动接着上次消费的进度开始消费
CONSUME_FROM_TIMESTAMP; //第一次启动从指定时间点位置消费，后续再启动接着上次消费的进度开始消费  (一般选这个)

消费端要实现这个类RocketMQPushConsumerLifecycleListener，代码如下：

/**** 延时消费*/
@Component
@Slf4j
public class OffsetConsumerByHjt {@Component@RocketMQMessageListener(topic = "topic-offset-by-hjt", consumerGroup = "topic-offset-by-hjt-consumer")public class OfferConsumerBy implements RocketMQListener, RocketMQPushConsumerLifecycleListener {@Overridepublic void onMessage(Message message) {System.out.println("哈哈哈哈我进来消费");String result = result(message.getBody());System.out.println("输出 result "+result);log.info("topic-offset-by-hjt: {}", new String(message.getBody()));}@Overridepublic void prepareStart(DefaultMQPushConsumer defaultMQPushConsumer) {//第一次启动从队列最后位置消费，后续再启动接着上次消费的进度开始消费defaultMQPushConsumer.setConsumeFromWhere(CONSUME_FROM_LAST_OFFSET);}}public static String result(byte[] decrypt) {try {String result = new String(decrypt, "UTF-8");return result;} catch (UnsupportedEncodingException var2) {var2.printStackTrace();return null;}}
}

生成者代码，还是按顺序消费测试

   /**** hjt写的延时消费demo*/public void sendByHjt() throws Exception {Message message = new Message();//生产者DefaultMQProducer producer = new DefaultMQProducer("topic-offset-by-hjt-product");producer.setNamesrvAddr("192.168.1.219:9876");producer.start();for(int i = 0;i<5;i++){message.setTopic("topic-offset-by-hjt");message.setBody(("我是延迟消费啊啊" + i).getBytes(RemotingHelper.DEFAULT_CHARSET));//private String messageDelayLevel = "1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h";//4对于的就是延迟30smessage.setDelayTimeLevel(4);producer.send(message, new SendCallback() {//成功后执行的方法@Overridepublic void onSuccess(SendResult sendResult) {log.info("延迟消费成功");}//失败后执行的方法@Overridepublic void onException(Throwable throwable) {log.error("还未到指定的消费时间");}});}//关闭生产者producer.shutdown();}

30s后发现已进来消费

为什么能同时消费这么多数据，因为rocketmq在那一瞬间同时去队列中拿数据，那一瞬间一起消费掉。

看了下后台，发现读和写都是4个队列。其中 perm为6 指的是可读可写的队列为6

6.根据Tag演示

1.生成者代码

/*** @author hjt* @date 2019/8/21*/
@Component
@Slf4j
public class TagProducer {@Resourceprivate RocketMQTemplate rocketMQTemplate;public void sendTagsMessage() {String[] tags = new String[]{"A", "B", "C", "D"};String message = "tags message :  ";for (int i = 0; i < tags.length; i++) {rocketMQTemplate.syncSend("topic-tags:" + tags[i], message + tags[i]);}}
}

2.消费者代码

/*** @author hjt* @date 2019/8/21*/
@Component
@Slf4j
@RocketMQMessageListener(topic = "topic-tags",consumerGroup = "tags-consumer-group",selectorExpression = "A||C")
public class TagConsumer implements RocketMQListener {@Overridepublic void onMessage(String message) {System.out.println("messgaetag:"+message);log.info("======={}=======", message);}
}

运行结果： 因为 selectorExpression = “A||C” 选择A和C

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-JN0sDuGu-1678195925254)(Rocketmq%E6%8A%80%E6%9C%AF%E8%AF%A6%E8%A7%A3.assets/image-20220801163823708.png)]

ps:注意

rocketMQTemplate.syncSend("topic-tags:" + tags[i], message + tags[i]);  //topic-tags: 一定要有冒号

7.分布式事务

（1）相关概念

RocketMQ在其消息定义的基础上，对事务消息扩展了两个相关的概念：

1、Half(Prepare) Message——半消息(预处理消息)
半消息是一种特殊的消息类型，该状态的消息暂时不能被Consumer消费。当一条事务消息被成功投递到Broker上，但是Broker并没有接收到Producer发出的二次确认时，该事务消息就处于"暂时不可被消费"状态，该状态的事务消息被称为半消息。

2、Message Status Check——消息状态回查
由于网络抖动、Producer重启等原因，可能导致Producer向Broker发送的二次确认消息没有成功送达。如果Broker检测到某条事务消息长时间处于半消息状态，则会主动向Producer端发起回查操作，查询该事务消息在Producer端的事务状态(Commit 或 Rollback)。可以看出，Message Status Check主要用来解决分布式事务中的超时问题。

1、A服务先发送个Half Message给Brock端，消息中携带 B服务 即将要+100元的信息。

2、当A服务知道Half Message发送成功后，那么开始第3步执行本地事务。

3、执行本地事务(会有三种情况1、执行成功。2、执行失败。3、网络等原因导致没有响应)

4.1)、如果本地事务成功，那么Product像Brock服务器发送Commit,这样B服务就可以消费该message。

4.2)、如果本地事务失败，那么Product像Brock服务器发送Rollback,那么就会直接删除上面这条半消息。

4.3)、如果因为网络等原因迟迟没有返回失败还是成功，那么会执行RocketMQ的回调接口,来进行事务的回查。

什么情况会回查

也会有两种情况

1）执行本地事务的时候，由于突然网络等原因一直没有返回执行事务的结果(commit或者rollback)导致最终返回UNKNOW，那么就会回查。2) 本地事务执行成功后，返回Commit进行消息二次确认的时候的服务挂了，在重启服务那么这个时候在brock端它还是个Half Message(半消息)，这也会回查。

特别注意: 如果回查，那么一定要先查看当前事务的执行情况，再看是否需要重新执行本地事务。

想象下如果出现第二种情况而引起的回查，如果不先查看当前事务的执行情况，而是直接执行事务，那么就相当于成功执行了两个本地事务。

为什么说MQ是最终一致性事务

通过上面这幅图，我们可以看出，在上面举例事务不一致的两种情况中，永远不会发生

A账户减100 （失败），B账户加100 （成功）

因为：如果A服务本地事务都失败了，那B服务永远不会执行任何操作，因为消息压根就不会传到B服务。

那么 A账户减100 （成功），B账户加100 （失败） 会不会可能存在的。

答案是会的

因为A服务只负责当我消息执行成功了，保证消息能够送达到B,至于B服务接到消息后最终执行结果A并不管。

那B服务失败怎么办？

如果B最终执行失败，几乎可以断定就是代码有问题所以才引起的异常，因为消费端RocketMQ有重试机制，如果不是代码问题一般重试几次就能成功。

如果是代码的原因引起多次重试失败后，也没有关系，将该异常记录下来，由人工处理，人工兜底处理后，就可以让事务达到最终的一致性。

补充说明

（2）消息事务样例

事务消息共有三种状态，提交状态、回滚状态、中间状态：

• TransactionStatus.CommitTransaction: 提交事务，它允许消费者消费此消息。

• TransactionStatus.RollbackTransaction: 回滚事务，它代表该消息将被删除，不允许被消费。

• TransactionStatus.Unknown: 中间状态，它代表需要检查消息队列来确定状态。

  事务消息使用上的限制

  1. 事务消息不支持延时消息和批量消息。
  2. 为了避免单个消息被检查太多次而导致半队列消息累积，我们默认将单个消息的检查次数限制为 15 次，但是用户可以通过 Broker 配置文件的 transactionCheckMax参数来修改此限制。如果已经检查某条消息超过 N 次的话（ N = transactionCheckMax ） 则 Broker 将丢弃此消息，并在默认情况下同时打印错误日志。用户可以通过重写 AbstractTransactionalMessageCheckListener 类来修改这个行为。
  3. 事务消息将在 Broker 配置文件中的参数 transactionTimeout 这样的特定时间长度之后被检查。当发送事务消息时，用户还可以通过设置用户属性 CHECK_IMMUNITY_TIME_IN_SECONDS 来改变这个限制，该参数优先于 transactionTimeout 参数。
  4. 事务性消息可能不止一次被检查或消费。
  5. 提交给用户的目标主题消息可能会失败，目前这依日志的记录而定。它的高可用性通过 RocketMQ 本身的高可用性机制来保证，如果希望确保事务消息不丢失、并且事务完整性得到保证，建议使用同步的双重写入机制。
  6. 事务消息的生产者 ID 不能与其他类型消息的生产者 ID 共享。与其他类型的消息不同，事务消息允许反向查询、MQ服务器能通过它们的生产者 ID 查询到消费者。

（3）演示demo

看 生产者代码

package com.hjt.transaction;import com.hjt.message.Message;
import com.hjt.message.MessageTransaction;
import com.hjt.transaction.mapper.TransactionMapper;
import lombok.extern.slf4j.Slf4j;
import org.apache.rocketmq.spring.core.RocketMQTemplate;
import org.springframework.messaging.support.MessageBuilder;
import org.springframework.stereotype.Component;
import javax.annotation.Resource;
import java.util.UUID;/*** @author hjt* @date 2019/8/20*/
@Component
@Slf4j
public class TransactionProducer {@Resourceprivate RocketMQTemplate rocketMQTemplate;public void produce() {MessageTransaction message = new MessageTransaction<>();//在正在的业务中 Aid和Bid应该是前端已经知道是啥，传给后端,比如A的userId和B的UserIdmessage.setAId(UUID.randomUUID().toString());message.setBId(UUID.randomUUID().toString());message.setContent("B即将要+100元,A要减100元");log.info("========sending message=========:{}",message);
//        rocketMQTemplate.sendMessageInTransaction("tx-group", "topic-tx", MessageBuilder.withPayload(message).build(), null); 2.0.3有这个版本 tx-grouprocketMQTemplate.sendMessageInTransaction( "topic-tx", MessageBuilder.withPayload(message).build(), null);log.info("========finish send =========");}}

监听者代码

import cn.hutool.json.JSONObject;
import cn.hutool.json.JSONUtil;
import lombok.extern.slf4j.Slf4j;
import org.apache.rocketmq.spring.annotation.RocketMQTransactionListener;
import org.apache.rocketmq.spring.core.RocketMQLocalTransactionListener;
import org.apache.rocketmq.spring.core.RocketMQLocalTransactionState;
import org.springframework.messaging.Message;
import org.springframework.messaging.MessageHeaders;
import org.springframework.util.StringUtils;import java.util.concurrent.ConcurrentHashMap;/*** @author hjt* @date 2019/8/20*/
@Slf4j
//@RocketMQTransactionListener(txProducerGroup = "tx-group")  2.0.3的版本有这个
@RocketMQTransactionListener
public class TransactionListenerImpl implements RocketMQLocalTransactionListener {/**** 存放事务的状态 支持并发的场景*/private ConcurrentHashMap localTrans = new ConcurrentHashMap<>();@Overridepublic RocketMQLocalTransactionState executeLocalTransaction(Message msg, Object arg) {log.info("==============进到这里说明 Half Message 发送成功");//获取队列中的事务idString rocketmqTransactionId = getRocketmqTransactionId(msg);try{//模拟 执行A服务-100元操作int redMoneyByA = -100;//定义// 0 是中间状态  1 是提交事务状态 2是回滚事务localTrans.put(rocketmqTransactionId,1);//模拟 执行A服务-100元操作失败
//            int redMoneyExceptionByA = 100/0;return RocketMQLocalTransactionState.UNKNOWN;}catch (Exception e){// 执行A服务-100元操作出现异常就  事务回查 调用下面的checkLocalTransaction方法localTrans.put(rocketmqTransactionId,2);log.error("插入数据库失败,原因为：{}",e.getMessage());return RocketMQLocalTransactionState.UNKNOWN;}}@Overridepublic RocketMQLocalTransactionState checkLocalTransaction(Message msg) {log.info("============== 模拟回查本地事务 checkLocalTransaction");Object payload = msg.getPayload();MessageHeaders headers = msg.getHeaders();System.out.println("输出：" + payload);System.out.println("输出：" + headers);String rocketmqTransactionId = getRocketmqTransactionId(msg);//查rocketmqTransactionId的事务状态Integer status = localTrans.get(rocketmqTransactionId);if(null!=status){switch (status){case 0:log.info("============== 模拟回查本地事务结束 提交状态为：UNKNOWN");return RocketMQLocalTransactionState.UNKNOWN;case 1:log.info("============== 模拟回查本地事务结束 提交状态为：COMMIT");return RocketMQLocalTransactionState.COMMIT;case 2:log.info("============== 模拟回查本地事务结束 提交状态为：ROLLBACK");return RocketMQLocalTransactionState.ROLLBACK;}}log.info("============== 模拟回查本地事务结束,提交状态为 ROLLBACK");return RocketMQLocalTransactionState.ROLLBACK;}/**** 获取事务id* @param msg* @return*/public  String getRocketmqTransactionId(Message msg){JSONObject json = JSONUtil.parseObj(msg.getHeaders(), false, true);String rocketmqTransactionId = (String)json.get("rocketmq_TRANSACTION_ID");String topic = (String)json.get("rocketmq_TOPIC");log.info("=======事务id========{}",rocketmqTransactionId);log.info("=======topic========{}",topic);if(!StringUtils.isEmpty(rocketmqTransactionId)){return rocketmqTransactionId;}return "";}

消费者代码

package com.hjt.transaction;import com.hjt.message.MessageTransaction;
import lombok.extern.slf4j.Slf4j;
import org.apache.rocketmq.spring.annotation.RocketMQMessageListener;
import org.apache.rocketmq.spring.core.RocketMQListener;
import org.springframework.stereotype.Service;/*** @author hjt* @date 2019/8/20*/
@Slf4j
@Service
@RocketMQMessageListener(topic = "topic-tx", consumerGroup = "tx-consumer-group")
public class TransactionConsumer implements RocketMQListener {@Overridepublic void onMessage(MessageTransaction message) {log.info("topic-tx received message: {}", message);log.info("消费端开始消费信息 执行B服务加100操作");//执行B服务加100的操作try{//B服务加100int addMoneyByB = 100;}//如果B服务加100失败,可是A已经减100成功了，这时候要把异常记录下来，人工进行处理catch (Exception e){log.error("B服务加100异常,需要人工处理,异常信息为：{}",e.getMessage());//用一张异常表单独记录  该消息的id 可以作为异常表的主键String id = message.getBId();}}}

rocketmq会稍微等一点时间再去执行checkLocalTransaction方法

正常运行结果：

模拟下执行A操作异常的时候

运行结果：