一、背景

在2022年8月份 vivo 互聯網中間件團隊完成了互聯網在線業務的MQ引擎升級，從RabbitMQ 到 RocketMQ 的平滑升級替換。

在業務使用消息中間件的過程中，提出了開發測試環境項目多版本隔離的訴求。本文將介紹我們基于 RocketMQ 如何實現的多版本環境隔離。

二、消息中間件平臺主體架構

在正式展開項目多版本實踐之前，先大致介紹下我們消息中間件平臺的主體架構。

由上圖可知，我們消息中間件平臺的核心組件 mq-meta、RabbitMQ-SDK、mq-proxy，以及RocketMQ集群。

1. mq-meta

主要負責平臺元數據管理，以及業務SDK啟動時的鑒權尋址操作。

業務進行topic申請時，會自動分配創建到兩個不同機房的broker上。

鑒權尋址時會根據業務接入Key找到所在 MQ 集群下的proxy節點列表，經過機房優先+分片選取+負載均衡等策略，下發業務對應的proxy節點列表。

2. RabbitMQ-SDK

目前業務使用的消息中間件SDK仍為原有自研的RabibitMQ SDK，通過AMQP協議收發消息。

與proxy之間的生產消費連接，遵循機房優先原則，同時亦可以人為指定優先機房策略。

3. mq-proxy

消息網關組件，負責AMQP協議與RocketMQ Remoting協議之間的相互轉換，對于業務側目前僅開放了AMQP協議。

具備讀寫分離能力，可配置只代理生產、只代理消費、代理生產消費這三種角色。

與broker之間的生產消費，遵循機房優先原則。

機房優先的實現：

• 生產：proxy優先將消息發送到自己本機房的broker，只有在發送失敗降級時，才會將消息發送到其他機房broker；通過擴展MQFaultStrategy+LatencyFaultTolerance，并結合快手負載均衡組件simple-failover-java實現機房優先+機房級別容災的負載均衡策略。
• 消費：在進行隊列分配時，先輪詢分配自己機房的隊列；再將不存在任何消費的機房隊列，進行輪詢分配。通過擴展AllocateMessageQueueStrategy實現。

4. RocketMQ集群

每個MQ集群會由多個機房的broker組成。

每個topic則至少會分配到兩個不同機房的broker上。實現業務消息發送與消費的機房級別的容災。

每個broker部署兩節點，采用主從架構部署，并基于zookeeper實現了一套自動主從切換的高可用機制。通過異步刷盤+同步雙寫來保證性能與消息的可靠性。

namesrv則為跨機房broker+mq-proxy之間的公共組件，為集群提供路由發現功能。

三、項目多版本實踐

3.1 現狀

后端服務通常采用微服務架構，各服務之間的通信，通常是同步與異步兩種調用場景。其中同步是通過RPC調用完成，而異步則是通過MQ（RocketMQ）生產消費消息實現。

在多版本環境隔離中，同步調用場景，一些RPC框架都能有比較好的支持（如Dubbo的標簽路由）；但在異步調用場景，RocketMQ并不具備完整的版本隔離方案，需要通過組合一些功能自行實現。

最初消息中間件平臺支持的多版本環境隔離大致如下：

• 平臺提供固定幾個MQ邏輯集群（測試01、測試02、測試03...）來支持版本隔離。
• 業務在進行多版本的并行測試時，需關注版本環境與MQ邏輯集群的對應關系，一個版本對應到一個MQ邏輯集群。
• 不同MQ邏輯集群下用到的MQ資源（Topic、Group）自然就是不同的。

該方式主要存在如下兩個問題：

1、使用成本較高

• 業務需在消息中間件平臺進行多套環境（集群）的資源申請。
• 業務在部署多版本時，每個版本服務都需要配置一份不同的MQ資源接入Key，配置過程繁瑣且容易出錯。

2、環境維護成本較高

• 在一個項目中，業務為了測試完整的業務流程，可能會涉及到多個生產方、消費方服務。盡管在某次版本中只改動了生產方服務，但仍需要在版本環境中一并部署業務流程所需的生產與消費方服務，增加了機器與人力資源成本。

為解決上述問題，提升多版本開發測試過程中的研發效率，中間件團隊開始了RocketMQ多版本環境隔離方案的調研。

3.2 方案調研

注釋：

1、物理隔離：即機器層面的隔離，MQ的物理隔離，則意味著使用完全不同的MQ物理集群。

2、資源邏輯隔離：屬于同一MQ物理集群，但采用不同的邏輯集群，業務側需關注不同邏輯集群下相應的topic和group資源配置。

3、基線版本：通常為當前線上環境的版本或者是當前的主開發版本，為穩定版本。

4、項目版本：即項目并行開發中的多版本，非基線版本。

5、消息回落：針對消費而言，若消費方沒有對應的項目版本，則會回落到基線版本來進行消費。

3.3 方案選擇

基于我們需解決的問題，并對實現成本與業務使用成本的綜合考量，我們僅考慮【基于消息維度的user-property】與【基于topic的messageQueue】這兩種方案。

又因在全鏈路的多版本環境隔離的需求中，業務使用的版本環境明確提出不做固定，故而我們最終選擇【基于消息維度的user-property】來作為我們多版本環境隔離的方案。

3.4 項目多版本的落地

基于消息維度的user-property來實現項目多版本的隔離。

1. 鏈路分析

在多版本環境中，真實的業務鏈路可能如下，服務調用可能走同步RPC或異步MQ。

注釋：

1、業務請求中帶有流量標識，經過網關時，根據流量路由規則將流量染色為全鏈路染色標識v-traffic-lane。

2、流量標識為userId，流量路由規則為用戶路由到指定版本，圖中的鏈路情況：

3、在后續的整個鏈路中，都需要將請求按照流量染色標識v-traffic-lane正確路由到對應版本環境。

2. 染色標識傳遞

為了正確識別當前服務所在版本，以及流量中的染色標識進行全鏈路傳遞，需要做如下事情：

（1）啟動

其中v-traffic-lane則是服務被拉起時所在的版本環境標識（由CICD提供），這樣proxy就能知道這個客戶端連接屬于哪個版本。

（2）消息的發送與接收

消息發送：mq-proxy將AMQP消息轉化為RocketMQ消息時，將染色標識添加到RocketMQ消息的user-property中。

消息接收：mq-proxy將RocketMQ消息轉化為AMQP消息時，將染色標識再添加到AMQP消息屬性中。

注釋：

上述紅色點位，可通過改動SDK進行染色標識的傳遞，但這樣就需要業務升級SDK了。這里我們是借助調用鏈agent來統一實現。

3.生產消費邏輯

（1）生產

邏輯比較簡單，對于存在版本tag的消息，只需要將版本標識作為一個消息屬性，存儲到當前topic中即可。

（2）消費

這里其實是有兩個問題：消費的多版本隔離、消息回落。

我們先看下消費的多版本隔離應該如何實現？

通過使用不同的消費group，采用基于user-property的消息過濾機制來實現。

① 版本tag傳遞

• 在RabbitMQ-SDK消費啟動時，通過全鏈路Agent傳遞到proxy

② 項目環境消費【消費屬于自己版本的消息】

• proxy會根據版本tag在MQ集群自動創建帶版本tag的group，并通過消費訂閱的消息屬性過濾機制，只消費自己版本的消息。
• routingKey的過濾則依賴proxy側的過濾來完成。相對基線版本，多版本的消息量應該會比較少，全量拉取到proxy來做過濾，影響可控。
• 消費組group_版本tag無需業務申請，由客戶端啟動時proxy會自動創建。

③ 基線消費【消費全部基線版本消息+不在線多版本的消息】

• 啟動時使用原始group，訂閱消費時，基于broker的routingKey過濾機制消費topic所有消息。
• 當消息被拉取到proxy后，再做一次消息屬性過濾，將多版本進行選擇性過濾，讓基線消費到正確版本的消息。

我們再來看下消息回落又該如何實現？

1、消息回落是基線消費需要根據多版本的在線情況，來決定是否需要消費多版本的消息。

2、上面已提到基線消費從broker是拉取所有消息進行消費。

3、我們通過在基線消費內部維護一個在線多版本tag的集合，然后進行多版本消息的選擇性過濾來支持回落。

4、但這個在線多版本tag的集合，需要及時更新，才能更好的保證消息回落的準確性。

5、起初我們采用定時任務從broker拉取所有在線多版本tag的集合，每30s拉取一次，這樣消息回落就需要30s才能生效，準確性差。

6、后面我們想到用廣播通知機制，在多版本上下線時廣播通知到所有的基線消費實例，保證了消息回落的實效性與準確性。

7、完整的基線消費實例在線多版本tag集合更新機制如下：

（3）broker側的調整

這里主要是為了配合消費多版本的實現，對broker進行了一些擴展。

1、提供在線多版本group集合的擴展接口。用以返回當前group所有在線的多版本group集合。

2、增加broker側多版本消息過濾機制。因RocketMQ原生sql92過濾表達式，無法支持帶點的屬性字段過濾；而我們的版本標識（_vh_.v-traffic-lane）是存在的。

注釋：

1、routingKey過濾機制：為基于broker的消息過濾機制的擴展，可實現RabbitMQ中的routingKey表達式相同的消息路由功能。

2、多版本生產消費邏輯，都在mq-proxy與RocketMQ-broker側完成。業務也無需升級SDK。

4. 問題定位

在多版本隔離中，平臺對用戶屏蔽了復雜的實現細節，但用戶使用時，也需要能觀測到消息的生產消費情況，便于問題跟蹤定位。

這里我們主要提供了如下功能：

① 消息查詢：可觀測消息當前的版本標識，以及消息軌跡中的生產消費情況

② 消費group的在線節點：可看到消費節點當前的版本標識

四、總結與展望

本文概述了vivo互聯網中間件團隊，在開源RocketMQ基礎之上，如何落地【測試環境項目多版本隔離】的業務訴求。其中涵蓋了vivo消息中間件主體架構現狀、業內較流行的幾種方案對比，并對我們最終選擇方案在實現層面進行了細節性的分析。希望可以給業界提供一種基于proxy來實現多版本隔離特性的案例參考。

在實現過程中遇到的問題點歸結下來則是：

1. 流量染色標識在整個生產消費過程中如何傳遞？

• 在客戶端SDK使用全鏈路agent進行流量染色標識的添加、拆解、傳遞。
• 在RocketMQ則存儲到消息的user-property當中。

2. 消費客戶端版本標識如何識別？

• 客戶端SDK使用全鏈路agent將版本標識添加到連接屬性當中。
• proxy則根據客戶端版本標識自動創建多版本消費group。

3. 消費的多版本隔離如何實現？

• 項目版本，通過不同的消費group，基于broker端消息屬性的版本過濾來實現隔離。
• 基線版本，則通過proxy側消費過濾來忽略掉不需要消費的消息。

4. 消息回落如何實現？如何保證消息回落的實效性與準確性？

• 基線版本內部會維護一個在線多版本消費group的集合，根據這個集合來決定消息是否需要回落到基線進行消費。
• 消息回落的實效性與準確性則通過定時+廣播消息的機制保證。

最后，我們實現的多版本隔離特性如下：

• 多版本環境隔離。在proxy層面基于消息維度user-property來實現版本隔離，業務不需要升級SDK，業務使用層面仍然為同一套配置資源。
• 支持消息回落。
• 消費失敗產生的重試消息也能被重投遞到對應版本。

但仍存在如下不足：

多版本消費客戶端全部下線場景：若topic中仍存在一些已下線版本的消息沒有消費，則這部分消息不保證一定能被基線版本全部消費到。因基線版本與項目版本實際上采用的是不同的消費group，在broker的消費進度是不一致的，消息回落到基線消費之后，其消費位點可能已經超過項目版本消費group下線時的位點，中間存在偏差，會導致這部分消息再無法被基線版本消費到。

建議用于開發測試環境，因其無法保證多版本消息至少會被消費一次。

未來，消息中間件也會考慮線上環境全鏈路灰度場景的支持。