消息冪等（去重）通用解決方案，寫得真好！
消息中間件是分布式系統(tǒng)常用的組件，無論是異步化、解耦、削峰等都有廣泛的應(yīng)用價值。我們通常會認為，消息中間件是一個可靠的組件——這里所謂的可靠是指，只要我把消息成功投遞到了消息中間件，消息就不會丟失，即消息肯定會至少保證消息能被消費者成功消費一次，這是消息中間件最基本的特性之一，也就是我們常說的“AT LEAST ONCE”，即消息至少會被“成功消費一遍”。
舉個例子，一個消息M發(fā)送到了消息中間件，消息投遞到了消費程序A，A接受到了消息，然后進行消費，但在消費到一半的時候程序重啟了，這時候這個消息并沒有標記為消費成功，這個消息還會繼續(xù)投遞給這個消費者，直到其消費成功了，消息中間件才會停止投遞。
然而這種可靠的特性導(dǎo)致，消息可能被多次地投遞。舉個例子，還是剛剛這個例子，程序A接受到這個消息M并完成消費邏輯之后，正想通知消息中間件“我已經(jīng)消費成功了”的時候，程序就重啟了，那么對于消息中間件來說，這個消息并沒有成功消費過，所以他還會繼續(xù)投遞。這時候?qū)τ趹?yīng)用程序A來說，看起來就是這個消息明明消費成功了，但是消息中間件還在重復(fù)投遞。
這在RockectMQ的場景來看，就是同一個messageId的消息重復(fù)投遞下來了。
基于消息的投遞可靠（消息不丟）是優(yōu)先級更高的，所以消息不重的任務(wù)就會轉(zhuǎn)移到應(yīng)用程序自我實現(xiàn)，這也是為什么RocketMQ的文檔里強調(diào)的，消費邏輯需要自我實現(xiàn)冪等。背后的邏輯其實就是：不丟和不重是矛盾的（在分布式場景下），但消息重復(fù)是有解決方案的，而消息丟失是很麻煩的。
簡單的消息去重解決方案
例如：假設(shè)我們業(yè)務(wù)的消息消費邏輯是：插入某張訂單表的數(shù)據(jù)，然后更新庫存：
- insert into t_order values .....
- update t_inv set countcount = count-1 where good_id = 'good123';
要實現(xiàn)消息的冪等，我們可能會采取這樣的方案：
- select * from t_order where order_no = 'order123'
- if(order != null) {
- return ;//消息重復(fù)，直接返回
- }
這對于很多情況下，的確能起到不錯的效果，但是在并發(fā)場景下，還是會有問題。
并發(fā)重復(fù)消息
假設(shè)這個消費的所有代碼加起來需要1秒，有重復(fù)的消息在這1秒內(nèi)（假設(shè)100毫秒）內(nèi)到達（例如生產(chǎn)者快速重發(fā)，Broker重啟等），那么很可能，上面去重代碼里面會發(fā)現(xiàn)，數(shù)據(jù)依然是空的（因為上一條消息還沒消費完，還沒成功更新訂單狀態(tài)），
那么就會穿透掉檢查的擋板，最后導(dǎo)致重復(fù)的消息消費邏輯進入到非冪等安全的業(yè)務(wù)代碼中，從而引發(fā)重復(fù)消費的問題（如主鍵沖突拋出異常、庫存被重復(fù)扣減而沒釋放等）
并發(fā)去重的解決方案之一
要解決上面并發(fā)場景下的消息冪等問題，一個可取的方案是開啟事務(wù)把select 改成 select for update語句，把記錄進行鎖定。
- select * from t_order where order_no = 'THIS_ORDER_NO' for update //開啟事務(wù) if(order.status != null) {
- return ;//消息重復(fù)，直接返回
- }
但這樣消費的邏輯會因為引入了事務(wù)包裹而導(dǎo)致整個消息消費可能變長，并發(fā)度下降。
當然還有其他更高級的解決方案，例如更新訂單狀態(tài)采取樂觀鎖，更新失敗則消息重新消費之類的。但這需要針對具體業(yè)務(wù)場景做更復(fù)雜和細致的代碼開發(fā)、庫表設(shè)計，不在本文討論的范圍。
但無論是select for update， 還是樂觀鎖這種解決方案，實際上都是基于業(yè)務(wù)表本身做去重，這無疑增加了業(yè)務(wù)開發(fā)的復(fù)雜度， 一個業(yè)務(wù)系統(tǒng)里面很大部分的請求處理都是依賴MQ的，如果每個消費邏輯本身都需要基于業(yè)務(wù)本身而做去重/冪等的開發(fā)的話，這是繁瑣的工作量。本文希望探索出一個通用的消息冪等處理的方法，從而抽象出一定的工具類用以適用各個業(yè)務(wù)場景。
Exactly Once
在消息中間件里，有一個投遞語義的概念，而這個語義里有一個叫”Exactly Once”，即消息肯定會被成功消費，并且只會被消費一次。以下是阿里云里對Exactly Once的解釋：
Exactly-Once 是指發(fā)送到消息系統(tǒng)的消息只能被消費端處理且僅處理一次，即使生產(chǎn)端重試消息發(fā)送導(dǎo)致某消息重復(fù)投遞，該消息在消費端也只被消費一次。
在我們業(yè)務(wù)消息冪等處理的領(lǐng)域內(nèi)，可以認為業(yè)務(wù)消息的代碼肯定會被執(zhí)行，并且只被執(zhí)行一次，那么我們可以認為是Exactly Once。
但這在分布式的場景下想找一個通用的方案幾乎是不可能的。不過如果是針對基于數(shù)據(jù)庫事務(wù)的消費邏輯，實際上是可行的。
基于關(guān)系數(shù)據(jù)庫事務(wù)插入消息表
假設(shè)我們業(yè)務(wù)的消息消費邏輯是：更新MySQL數(shù)據(jù)庫的某張訂單表的狀態(tài)：
- update t_order set status = 'SUCCESS' where order_no= 'order123';
要實現(xiàn)Exaclty Once即這個消息只被消費一次（并且肯定要保證能消費一次），我們可以這樣做：在這個數(shù)據(jù)庫中增加一個消息消費記錄表，把消息插入到這個表，并且把原來的訂單更新和這個插入的動作放到同一個事務(wù)中一起提交，就能保證消息只會被消費一遍了。
- 開啟事務(wù)
- 插入消息表（處理好主鍵沖突的問題）
- 更新訂單表（原消費邏輯）
- 提交事務(wù)
說明：
1. 這時候如果消息消費成功并且事務(wù)提交了，那么消息表就插入成功了，這時候就算RocketMQ還沒有收到消費位點的更新再次投遞，也會插入消息失敗而視為已經(jīng)消費過，后續(xù)就直接更新消費位點了。這保證我們消費代碼只會執(zhí)行一次。
2. 如果事務(wù)提交之前服務(wù)掛了（例如重啟），對于本地事務(wù)并沒有執(zhí)行所以訂單沒有更新，消息表也沒插入成功；而對于RocketMQ服務(wù)端來說，消費位點也沒更新，所以消息還會繼續(xù)投遞下來，投遞下來發(fā)現(xiàn)這個消息插入消息表也是成功的，所以可以繼續(xù)消費。這保證了消息不丟失。
事實上，阿里云ONS的EXACTLY-ONCE語義的實現(xiàn)上，就是類似這個方案基于數(shù)據(jù)庫的事務(wù)特性實現(xiàn)的。
基于這種方式，的確這是有能力拓展到不同的應(yīng)用場景，因為他的實現(xiàn)方案與具體業(yè)務(wù)本身無關(guān)——而是依賴一個消息表。
但是這里有它的局限性
- 消息的消費邏輯必須是依賴于關(guān)系型數(shù)據(jù)庫事務(wù)。如果消費的消費過程中還涉及其他數(shù)據(jù)的修改，例如Redis這種不支持事務(wù)特性的數(shù)據(jù)源，則這些數(shù)據(jù)是不可回滾的。
- 數(shù)據(jù)庫的數(shù)據(jù)必須是在一個庫，跨庫無法解決
注：業(yè)務(wù)上，消息表的設(shè)計不應(yīng)該以消息ID作為標識，而應(yīng)該以業(yè)務(wù)的業(yè)務(wù)主鍵作為標識更為合理，以應(yīng)對生產(chǎn)者的重發(fā)。阿里云上的消息去重只是RocketMQ的messageId，在生產(chǎn)者因為某些原因手動重發(fā)（例如上游針對一個交易重復(fù)請求了）的場景下起不到去重/冪等的效果（因消息id不同）。
更復(fù)雜的業(yè)務(wù)場景
如上所述，這種方式Exactly Once語義的實現(xiàn)，實際上有很多局限性，這種局限性使得這個方案基本不具備廣泛應(yīng)用的價值。并且由于基于事務(wù)，可能導(dǎo)致鎖表時間過長等性能問題。
例如我們以一個比較常見的一個訂單申請的消息來舉例，可能有以下幾步（以下統(tǒng)稱為步驟X）：
- 檢查庫存（RPC）
- 鎖庫存（RPC）
- 開啟事務(wù)，插入訂單表（MySQL）
- 調(diào)用某些其他下游服務(wù)（RPC）
- 更新訂單狀態(tài)
- commit 事務(wù)（MySQL）
這種情況下，我們?nèi)绻扇∠⒈?本地事務(wù)的實現(xiàn)方式，消息消費過程中很多子過程是不支持回滾的，也就是說就算我們加了事務(wù)，實際上這背后的操作并不是原子性的。怎么說呢，就是說有可能第一條小在經(jīng)歷了第二步鎖庫存的時候，服務(wù)重啟了，這時候?qū)嶋H上庫存是已經(jīng)在另外的服務(wù)里被鎖定了，這并不能被回滾。當然消息還會再次投遞下來，要保證消息能至少消費一遍，換句話說，鎖庫存的這個RPC接口本身依舊要支持“冪等”。
再者，如果在這個比較耗時的長鏈條場景下加入事務(wù)的包裹，將大大的降低系統(tǒng)的并發(fā)。所以通常情況下，我們處理這種場景的消息去重的方法還是會使用一開始說的業(yè)務(wù)自己實現(xiàn)去重邏輯的方式，如前面加select for update，或者使用樂觀鎖。
那我們有沒有方法抽取出一個公共的解決方案，能兼顧去重、通用、高性能呢？Java 核心技術(shù)教程和示例源碼：https://github.com/javastacks/javastack
拆解消息執(zhí)行過程
其中一個思路是把上面的幾步，拆解成幾個不同的子消息，例如：
- 庫存系統(tǒng)消費A：檢查庫存并做鎖庫存，發(fā)送消息B給訂單服務(wù)
- 訂單系統(tǒng)消費消息B：插入訂單表（MySQL），發(fā)送消息C給自己（下游系統(tǒng)）消費
- 下游系統(tǒng)消費消息C：處理部分邏輯，發(fā)送消息D給訂單系統(tǒng)
- 訂單系統(tǒng)消費消息D：更新訂單狀態(tài)
注：上述步驟需要保證本地事務(wù)和消息是一個事務(wù)的（至少是最終一致性的），這其中涉及到分布式事務(wù)消息相關(guān)的話題，不在本文論述。
可以看到這樣的處理方法會使得每一步的操作都比較原子，而原子則意味著是小事務(wù)，小事務(wù)則意味著使用消息表+事務(wù)的方案顯得可行。
分享給你：Spring Boot 學習筆記，這個太全了！
然而，這太復(fù)雜了！這把一個本來連續(xù)的代碼邏輯割裂成多個系統(tǒng)多次消息交互！那還不如業(yè)務(wù)代碼層面上加鎖實現(xiàn)呢。另外，多線程系列面試題和答案全部整理好了，微信搜索Java技術(shù)棧，在后臺發(fā)送：面試，可以在線閱讀。
更通用的解決方案
上面消息表+本地事務(wù)的方案之所以有其局限性和并發(fā)的短板，究其根本是因為它依賴于關(guān)系型數(shù)據(jù)庫的事務(wù)，且必須要把事務(wù)包裹于整個消息消費的環(huán)節(jié)。
如果我們能不依賴事務(wù)而實現(xiàn)消息的去重，那么方案就能推廣到更復(fù)雜的場景例如：RPC、跨庫等。
例如，我們依舊使用消息表，但是不依賴事務(wù)，而是針對消息表增加消費狀態(tài)，是否可以解決問題呢？
基于消息冪等表的非事務(wù)方案
以上是去事務(wù)化后的消息冪等方案的流程，可以看到，此方案是無事務(wù)的，而是針對消息表本身做了狀態(tài)的區(qū)分：消費中、消費完成。只有消費完成的消息才會被冪等處理掉。
而對于已有消費中的消息，后面重復(fù)的消息會觸發(fā)延遲消費（在RocketMQ的場景下即發(fā)送到RETRY TOPIC），之所以觸發(fā)延遲消費是為了控制并發(fā)場景下，第二條消息在第一條消息沒完成的過程中，去控制消息不丟（如果直接冪等，那么會丟失消息（同一個消息id的話），因為上一條消息如果沒有消費完成的時候，第二條消息你已經(jīng)告訴broker成功了，那么第一條消息這時候失敗broker也不會重新投遞了）
上面的流程不再細說，后文有g(shù)ithub源碼的地址，讀者可以參考源碼的實現(xiàn)，這里我們回頭看看我們一開始想解決的問題是否解決了：
- 消息已經(jīng)消費成功了，第二條消息將被直接冪等處理掉（消費成功）。
- 并發(fā)場景下的消息，依舊能滿足不會出現(xiàn)消息重復(fù)，即穿透冪等擋板的問題。
- 支持上游業(yè)務(wù)生產(chǎn)者重發(fā)的業(yè)務(wù)重復(fù)的消息冪等問題。
關(guān)于第一個問題已經(jīng)很明顯已經(jīng)解決了，在此就不討論了。
關(guān)于第二個問題是如何解決的？主要是依靠插入消息表的這個動作做控制的，假設(shè)我們用MySQL作為消息表的存儲媒介（設(shè)置消息的唯一ID為主鍵），那么插入的動作只有一條消息會成功，后面的消息插入會由于主鍵沖突而失敗，走向延遲消費的分支，然后后面延遲消費的時候就會變成上面第一個場景的問題。
關(guān)于第三個問題，只要我們設(shè)計去重的消息鍵讓其支持業(yè)務(wù)的主鍵（例如訂單號、請求流水號等），而不僅僅是messageId即可。所以也不是問題。另外，MySQL 系列面試題和答案全部整理好了，微信搜索Java技術(shù)棧，在后臺發(fā)送：面試，可以在線閱讀。
此方案是否有消息丟失的風險？
如果細心的讀者可能會發(fā)現(xiàn)這里實際上是有邏輯漏洞的，問題出在上面聊到的個三問題中的第2個問題（并發(fā)場景），在并發(fā)場景下我們依賴于消息狀態(tài)是做并發(fā)控制使得第2條消息重復(fù)的消息會不斷延遲消費（重試）。但如果這時候第1條消息也由于一些異常原因（例如機器重啟了、外部異常導(dǎo)致消費失敗）沒有成功消費成功呢？也就是說這時候延遲消費實際上每次下來看到的都是消費中的狀態(tài)，最后消費就會被視為消費失敗而被投遞到死信Topic中（RocketMQ默認可以重復(fù)消費16次）。
有這種顧慮是正確的！對于此，我們解決的方法是，插入的消息表必須要帶一個最長消費過期時間，例如10分鐘，意思是如果一個消息處于消費中超過10分鐘，就需要從消息表中刪除（需要程序自行實現(xiàn)）。所以最后這個消息的流程會是這樣的：
更靈活的消息表存儲媒介
我們這個方案實際上沒有事務(wù)的，只需要一個存儲的中心媒介，那么自然我們可以選擇更靈活的存儲媒介，例如Redis。另外，Redis 系列面試題和答案全部整理好了，微信搜索Java技術(shù)棧，在后臺發(fā)送：面試，可以在線閱讀。
使用Redis有兩個好處：
- 性能上損耗更低
- 上面我們講到的超時時間可以直接利用Redis本身的ttl實現(xiàn)
當然Redis存儲的數(shù)據(jù)可靠性、一致性等方面是不如MySQL的，需要用戶自己取舍。
