前言

好久不见。

从这篇文章开始，我将带大家走进消息中间件的世界。

消息中间件本质上就是一种很简单的数据结构——队列，但是一条队列肯定是当不成中间件的，你必须要考虑性能、容灾、可靠性等等因素。这也给我的写作提供了一些思路，我将从队列开始，给你演示一条队列是如何进化成一个靠谱的中间件的。

消息中间件的实现有很多，有新贵Kafka、RocketMq，也有老牌劲旅RabbitMq和ActiveMq，不过我最后选择了Nsq来讲解，因为它极简、清爽，用起来舒服，讲起来也好理解，更重要的是，通过对Nsq的学习，我们很容易扩展到消息中间件的通用层面，对学习其他Mq，乃至优化和设计自己的Mq都有很大帮助。

这一系列的文章，将有以下这些topics:

1. 为什么要使用消息中间件
2. 如何从一条队列，进化成一个靠谱的消息中间件：这一节，将带你从演化的视角，认识Nsq的各个组件
3. Bringing It All Together：从微观层面了解完Nsq后，我们再从宏观的视角，把上一节学的东西串起来，看一条消息，是如何从生产到被消费的
4. 一些实现细节：从近到远的看完了Nsq，现在让我们再一次把镜头拉近，看看Nsq在处理一些细节问题上的智慧，这对我们理解消息中间件，将有很大帮助
5. 如何设计一个消息中间件：由近到远，由远及近，我们已经把Nsq看了个遍，是时候尝试总结一下，如何设计一个消息中间件了
6. Nsq的不足：作为一个极简的Mq，Nsq肯定做不到的面面俱到，那么Nsq有哪些不足呢？
7. Nsq vs Kafka：Nsq的那些不足，Kafka几乎都给解决了，毕竟人家是重量级Mq，功能自然强大的多。虽然大多数业务，使用Nsq已经可以解决问题，但还是了解一下，Kafka是怎么解决那些Nsq不屑于解决的问题吧~
8. 有赞自研版Nsq：基于Nsq的一些不足，和对Kafka实现思路的借鉴，有赞对Nsq进行了自研开发，这一节，让我们了解一下有赞的改进思路
9. ...

为什么要使用消息中间件

假设我们在淘宝下了一笔订单后，淘宝后台需要做这些事情：

1. 消息通知系统：通知商家，你有一笔新的订单，请及时发货
2. 推荐系统：更新用户画像，重新给用户推荐他可能感兴趣的商品
3. 会员系统：更新用户的积分和等级信息
4. ...

于是一个创建订单的函数，至少需要取调用三个其他服务的接口，就像这样：

写成伪码：

createOrder(...) {
    doCreateOrder(...);
    
    // 调用其他服务接口
    sendMsg(...);
    updateUserInterestedGoods(...);
    updateMemberCreditInfo(...);
}

这样的做法，显然很挫，至少有两个问题：

1. 过度耦合：如果后面创建订单时，需要触发新的动作，那就得去改代码，在原有的创建订单函数末尾，再追加一行代码
2. 缺少缓冲：如果创建订单时，会员系统恰好处于非常忙碌或者宕机的状态，那这时更新会员信息就会失败，我们需要一个地方，来暂时存放无法被消费的消息

我们需要一个消息中间件，来实现解耦和缓冲的功能。

消息中间件的实现很多，比较常见的有kafka、rocketmq以及我们今天要讲的nsq。

相比于前面两个mq，nsq可以说是非常轻量级的，理解了它，也有助于学习kafka和rocketmq。所以本文以Nsq为例，来讲解消息中间件的一些实现细节。

首先，让我们从消息中间件的最原始形态开始，一种常见的数据结构 —— 队列。

Nsq 1.0 —— 我是一条队列

我们在订单系统和其他系统的中间，引入了一个消息中间件，或者说，引入了一条队列。

当订单系统创建完订单时，它只需要往队列里，塞入（push）一条topic为“order_created”的消息。
接着，我们的nsq1.0，会把这条消息，再推送给所有订阅了这个topic的消息的机器，告诉他们，“有新的订单，你们该干嘛干嘛”。

这样一个简单的队列，就解决了上面的两个问题：

• 解耦：如果后面有新的动作，需要在创建订单后执行，那么只需要让新同学自己去订阅topic为“order_created”的消息即可
• 缓冲：如果会员系统现在很忙，没空处理消息，那么只需跟nsq说，“我很忙，不要再发消息过来了”，那么nsq就不会给它推送消息，或者会员系统出了故障，消息虽然推送过去了，但是它给处理失败了，那么也只需给nsq回复一个“requeue”的命令，nsq就会把消息重新放入队列，进行重试。

Nsq 2.0 —— channel

作为一个靠谱的中间件，你必须做到：高效、可靠、方便。

上面这个使用一条简单的队列来实现的消息中间件，肯定是不满足这三点的。

首先，假设我的会员系统，部署了三台实例，他们都订阅了topic为“order_created”的消息，那么一旦有订单创建，这三台实例就都会收到消息，并且去更新会员积分信息，而其实我只需要更新一次就ok了。

这就涉及到一个消费者组（Comsumer Group）的概念。消费者组是Kafka里提到的，在Nsq，对应的术语是channel。

会员系统的三个实例，当它们收到消息时，要做的事情是一样的，并且只需要有有一个实例执行，那么它们就是一个消费者组里面的，要标识为同一个channel，比如说叫“update_memeber_credit”的channel，而短信系统和推荐系统，也要有自己的channel，用来和会员系统作区分，比如说叫“send_msg”和“update_user_interesting_goods”

当nsq收到消息时，会给每个channel复制一份消息，然后channel再给对应的消费者组，推送一条消息。消费者组里有多个实例，那么要推给谁呢？这就涉及到负载均衡，比如有一个消费者组里有ABC三个实例，这次推给了A，那么下次有可能是推送给B，再下次，也许就是C ...

nsq官网上的一张动图，非常好的解释了这个过程：

稍微解释一下，图中，nsq上有一个叫”clicks“的topic，”clicks“下面有三条channel，也就是三个消费者组，其中channel名称为”metrics“的，有三个实例。消息A来到nsq后，被复制到三条channel，接着，在metrics上的那个A，被推送到了第二个实例上。接着，又来了一个叫B的消息，这一次，B被推送给了第一个实例进行处理。

Nsq 3.0 —— nsqlookup

上面讲过，nsq收到生产者生产的消息后，需要将消息复制多份，然后推送给对应topic和channel的消费者。

那么，nsq怎么知道哪些消费者订阅了topic为“order_created”的消息呢？

总不能在配置文件里写死吧？ip为10.12.65.123的，端口8878，这个消费者的topic是xxx，channel是xxx，...

因此，我们需要一个类似于微服务里头的注册中心的模块，来实现服务发现的功能，这就是nsqlookup.

nsqlookup提供了类似于etcd、zookeeper一样的kv存储服务，里面记录了topic下面都有哪些nsq。
nsqlookup提供了一个/lookup接口，比如你想知道哪些nsq上面，有topic为test的消息，那么只需要调一下：

curl 'http://127.0.0.1:4161/lookup?topic=test'

nsqlookup就会给你返回对应topic的nsq列表：

{
  "channels": [
    "xxx"
  ],
  "producers": [
    {
      "remote_address": "127.0.0.1:52796",
      "hostname": "hongzeyangdeMacBook-Pro",
      "broadcast_address": "127.0.0.1",
      "tcp_port": 4150,
      "http_port": 4151,
      "version": "1.0.0-compat"
    }
  ]
}

接着消费者只需要遍历返回的json串里的producers列表，把broadcast_address和tcp_port或者http_port拼起来，就可以拿到要建立连接的url地址。

消费者会和这些nsq，逐个建立连接。nsq收到对应topic的消息后，就会给和他们建立连接的消费者，推送消息。

这个过程，可以从nsq的消费者客户端实现的代码中，很清楚的看出来。

我这里用nsq的Java 客户端实现brainlag/JavaNSQClient作为例子。

首先，调用/lookup接口，获取拥有对应topic的nsq列表。注意看代码，里面是遍历了nsqlookup的列表，然后把所有lookup的返回结构，进行合并。
com.github.brainlag.nsq.lookup.DefaultNSQLookup#lookup：

画红框的地方，正是之前讲的拼凑逻辑。

接着和旧的nsq列表比较，进行删除和新增，保证本地的nsq列表数据是最新的。
com.github.brainlag.nsq.NSQConsumer#connect:

当然，这个过程不会只在消费者启动时才执行，而是定期去执行，不断去获取最新的nsq列表。

Nsq 4.0 —— nsqd集群

作为一个靠谱的中间件，你必须支持集群部署，这样才能实现可靠、高效。

nsq的集群部署非常简单，官方推荐一个生产者对应的部署一个nsqd：

What is the recommended topology for nsqd?

We strongly recommend running an nsqd alongside any service(s) that produce messages.

这也能解释，为什么上面的/lookup接口，返回的属性是叫producers，而不是叫nsqs，因为nsq认为一个producer，就对应一个nsq。

当然这样的做法有不少坏处，如果生产者对应的nsq挂掉了，那它就生产不了消息了。而且每个生产者都要部署一个nsq，未免有些奢侈。

不过对于大多数业务来说，这样的nsq已经够用。如果你像有赞一样，拥有一群Go语言大神，那也不妨对nsq做一下改造。一个简单的思路，就是模仿消费者侧的代码，通过nsqlookup来动态获取有效的nsq地址，然后往其中一个nsq发布消息。

小结

这篇文章主要从一个演化的视角，介绍了一条队列，如何逐步进化成一个消息中间件，也介绍了Nsq的几大模块：

• nsq: 存储消息的地方，每个topic可以有一个或者多个的channel
• nsqlookup：实现服务发现的模块
• nsqadmin：文章中没有提及，主要是进行可视化管理的web ui工具

下一讲，我将把这一次学到的东西串起来，了解一下，一条消息，是如何从生产到被消费的。

参考

• Nsq官方文档