Pulsar-架构与设计

本文主要是介绍Pulsar-架构与设计，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

---

一、背景和起源

随着云原生的兴起，对消息中间件的伸缩性和多租户隔离有了更高的要求。现有的消息中间件不支持多租户的隔离，但是有一定伸缩性，需要一定的迁移工具支持和手工操作。
Pulsar是下一代云原生分布式消息平台，采用存储和计算分离架构设计，支持弹性伸缩，支持多租户、持久化存储、多机房跨区域数据复制。

二、框架概述

1.设计特点

• 下一代云原生分布式消息流平台
• 单实例支持多集群，支持跨机房在集群间消息复制
• 极低的发布延迟和端到端延迟
• 支持超过百万的消息主题。
• 支持多种消息订阅模式（独占、共享和故障转移）
• 由BookKeeper 提供的持久化消息存储机制保证消息传递
• 由轻量级的 serverless 计算框架 Pulsar Functions 实现流原生的数据处理。
• 基于 Pulsar Functions 的 Server less connector 框架 Pulsar IO 使得数据更易移入、移出
  Apache Pulsar。
• 支持冷热数据分级存储

2.框架适用场景

• 适用于多租户、云服务场景
• 适用于业务波动比较大、需要弹性伸缩场景

三、架构图

一个Pulsar实例有多个Pulsar Cluster组成，Pulsar Cluster之间可以进行消息复制。
Pulsar Cluster整体架构和组成如下，其中Broker为无状态服务，用于发布和消费消息，BookKeeper用于存储。

• Broker集群：用于处理producer发出的消息；将消息存储到BookKeeper集群；将消息分配给consumer；处理集群协调任务。
• BookKeeper集群：用于消息持久化存储。
• Zookeeper集群：用于处理多个Pulsar集群之间的协调任务。
  

1.Broker

主要包含以下部分：

• HTTP服务器：主要是提供系统管理接口、topic查找接口
• Dispatcher：异步TCP服务器，用于数据传输
• Managed Ledger：用于缓存从BookKeeper读取的消息

Broker是无状态服务的计算节点；可以通过增加Broker来增加系统的吞吐量；某个Broker节点负载过高，可以将负载迁移到其他Broker节点。

2.持久化存储（Persistent storage）

Pulsar采用BookKeeper作为持久化存储组件。其中Bookie为数据的存储节点，采用分片机制。Bookie支持扩缩容，在扩容过程中不需要将已持久化数据迁移到新存储节点。

3.Pulsar元数据（Metadata store）

Pulsar元数据和BookKeeper元数据可以共享一个Zookeeper集群，也可以使用不同集群。Pulsar使用Zookeeper来进行元数据存储、集群配置和协调。

四、功能特性

1.消息顺序性

可以支持分区顺序性，生产者通过指定的key将消息发送到固定分区，消息订阅模式需要选择独享模式、灾备模式、key共享模式。

2.消息回溯

pulsar默认删除已经被所有Consumer确认消费完成消息，可以通过配置保留已经被消费完成的消息。

3.消息去重

通过服务器设置可以保证消息不会重复持久化存储，保证存储的幂等。

4.消息重投递

消息投递失败，会进行重新投递

5.消息重试

消息消费失败后消息会重新消费

6.消息TTL

支持消息生存期

7.延迟队列

支持任意时间延迟的消息

8.重试队列

重试队列是消费失败后，消息会重新投递到此队列，重试队列按照消费组进行设置的。

9.死信队列

重试次数达到一定次数后，会将消息投递此队列

10.消息语义

支持Exactly Once消息语义，消息确定被写入一次。producer保存发送失败消息再次发送，服务端保证重试多条消息只存储一次。

五、设计原理

1.消息去重

消息去重是指即使消息被Producer多次投递到Broker，也只会被持久化一次。Pulsar可以通过Broker配置开启消息去重功能，不需要应该代码去保证。
实现原理：

• Producer每个消息都有一个递增的唯一SequenceId
• Broker针对每个Producer保存已经接受到的最大SequenceId和已经持久化的最大SequenceId
• Broker接收的消息中SequenceId大于以上SequenceId，则正常处理；如果小于或者等于则为重复消息，直接返回Ack确认

2.消息重试

如果消费组中设置消息主题可以重试，则会（以主题和消费组为度）创建重试队列和死信队列；其中重试队列名称格式为--RETRY；死信队列名称格式为--DLQ；
整体流程为：

• 消费失败后，会将消息作为延迟消息重新投递到重试队列，利用延迟消息特性使Consumer延后一段时间重新消费
• 如果重新投递到重试队列超过一定次数，则会把消息投递到死信队列

3.延迟队列

Broker针对topic每个分区，按照subscription维度维护了DelayedDeliveryTracker优先级队列，队列中以消息的延迟投递时间进行升序排列。

• 延迟消息投递到Broker后，不用特殊处理直接持久化
• 消费时，优先检测DelayedDeliveryTracker是否有消息需要消费（延迟投递时间已到）；如有则消费；如果没有则消费正常队列消息
• 消费正常队列消息，如果消息为延迟消息，则需要把消息索引存入到DelayedDeliveryTracker优先级队列
  
  注意：只有在共享模式和key共享模式才支持延迟队列

4.消费订阅模式

pulsar总共有四种消费订阅模式：独享模式、灾备模式、共享模式和Key共享模式；

4.1 独享模式

此模式下，一个topic的某个消费组中只有一个消费者；即使topic进行了分区，所有分区也是共享同一个消费者。
此模式可以保证全局消息顺序性。

4.2 灾备模式

此模式下，一个topic可以对应多个消费者，但是只有master consumer可以消费，当master出现异常会由其他消费者进行消费。如果topic进行了分区，则每个分区都会对应一个master消费者和多个备用消费者。
此模式可以保证分区消息顺序性。

此模式下分区topic和master消费者之间分配图：

4.3 共享模式

此模式一个分区对应多个消费者，每个消费者处理分区中的一部分数据，消费者数量可以大于分区数量。此模式下可以通过增加消费者来提高消费速度。

4.4 Key共享模式

此模式一个分区对应多个消费者，每个消费者处理分区中的一部分数据，具有相同Key的消息会分派给相同Consumer处理。此模式下可以通过增加消费者来提高消费速度。

5.生产访问模式

pulsar总共有四种生产访问模式：共享模式、独占模式、独占屏蔽模式、等待独占模式；

5.1 共享模式

一个Topic可以有多个生产者

5.2 独占模式

一个Topic只能有一个生产者，新生产者连接到topic会直接报错

5.3 独占屏蔽模式

一个Topic只能有一个生产者，新生产者连接Topic，原有的生产者会被断开连接

5.4 等待独占模式

一个Topic只能有一个生产者，新的生产者连接topic会被挂起，直到生产者获取独占访问权。

总结

作为下一代云原生消息队列，Pulsar采用存储和计算分离的架构设计，具有很好的弹性伸缩能力。Pulsar单个实例可以部署多个Pulsar集群，支持多租户、持久化存储、多机房跨区域数据复制。本文主要是介绍一下Pulsar的架构和特性，后续还会对Pulsar进行近一步研读。

---

参考链接

1.Pulsar简介
2.Pulsar架构
3.Pulsar生产消费

这篇关于Pulsar-架构与设计的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---