１、面試場景與面試技巧
金三銀四招聘季，一位粉絲朋友最近在螞蟻金服第二輪面試時遇到這樣一個問題：如果MQ消費遇到瓶頸時該如何處理?。
橫向擴容，相比很多讀者與我這位朋友一樣會脫口而出，面試官顯然不會滿意這樣的回答，然後追問道：橫向擴容是堆機器，還有沒有其他辦法呢？
在面試過程中，個人建議大家在聽到問題後稍作思考，不要立馬給出太直接的答案，而是應該與面試官進行探討，一方面可更深刻的理解面試官的出題初衷，同時可以給自己梳理一下思路。
消費端遇到瓶頸，這是一個結果，但引起這個結果的原因是什麼呢？在沒有弄清楚原因之前談優化、解決方案都會顯得很蒼白。
在這樣的面試場景中，我們該如何探討交流呢？我的思路如下：
- 嘗試與面試官探討如何判斷消費端遇到瓶頸
- 如何查找根因
- 提出解決方案
> 溫馨提示：爲了本文觀點的嚴謹性，本文主要以RocketMQ爲例進行剖析。
２、如何判斷消費端遇到瓶頸
在RocketMQ消費領域中判斷消費端遇到瓶頸通常有兩個重要的指標：
- 消息積壓數量（延遲數量）
- lastConsumeTime
在開源版本的控制檯rocketmq-console界面中，可以查閱一個消費端上述兩個指標，如下圖所示： 
- Delay：消息積壓數量，即消費端還剩下多少消息未處理，該值越大，說明消費端遇到瓶頸了。
- LastConsumeTime：表示上一次成功消費的消息的存儲時間，該值離當前時間越大，同樣能說明消費端遇到瓶頸了。
那爲什麼會積壓呢？消費端是在哪遇到瓶頸了呢？
３、如何定位問題
消費端出現瓶頸，如何識別是客戶端的問題還是服務端的問題，一個最簡單的辦法是看集羣內其他消費組是否也有積壓，特別是和有問題的消費組訂閱同一個主題的其他消費組是否有積壓，按照筆者的經驗，出現消息積壓通常是客戶端的問題，可以通過查詢 rocketmq_client.log加以證明：
grep "flow" rocketmq_client.log
出現so do flow control 這樣的日誌，說明觸發了消費的限流，其直接觸發原因：就是消息消費端積壓消息，即消費端無法消費已拉取的消息，爲了避免內存泄露，RocketMQ在消費端沒有將消息處理完成後，不會繼續向服務端拉取消息，並打印上述日誌。
那如何定位消費端慢在哪呢？是卡在哪行代碼呢？
通常的排查方法是跟蹤線程棧，即利用jstack命令查看線程運行情況，以此來探究線程的運行情況。
通常使用的命令如下：
ps -ef | grep java
jstack pid > j1.log
通常爲了對比，我一般會連續打印5個文件，從而可以在5個文件中查看同一個消費者線程，其狀態是否變化，如果未變化，則說明該線程卡主，那就是我們重點需要關注的地方。
在RocketMQ中，消費端線程以ConsumeMessageThread_開頭，通過對線程的判斷，如下代碼讓人爲之興奮： 
消費端線程的狀態是RUNNABLE，但在5個文件中其狀態都是一樣，基本可以斷定線程卡在具體的代碼，從示例代碼中是卡在掉一個外部的http藉口，從而加以解決，通常在涉及外部調用，特別是http調用，可以設置一個超時時間，避免長時間等待。
4、解決方案
其實根據第三步驟，大概率能明確是哪個地方慢，遇到了性能瓶頸，通常無非就是調第三方服務，數據庫等問題出現了瓶頸，然後對症下藥。數據庫等性能優化，並不在本文的討論範圍之內，故這裏可以點到爲止，當然面試官後續可能會繼續聊數據庫優化等話題，這樣就實現了與面試官的交流互動，一環扣一環，技術交流氛圍友好，面試通過率大大提高。
最後，我還想和大家探討一個問題，出現消息積壓就一定意味着遇到消費瓶頸，一定需要處理嗎？
其實也不然，我們回想一下爲什麼需要使用MQ，不就是利用異步解耦與削峯填谷嗎？例如在雙十一期間，大量突發流量匯入，此時很可能導致消息積壓，這正式我們的用意，用MQ抗住突發流量，後端應用慢慢消費，保證消費端的穩定，在積壓的情況下，如果tps正常，即問題不大，這個時候通常的處理方式就是橫向擴容，儘可能的降低積壓，減少業務的延遲。
本文就介紹到這裏了。如果大家對RocketMQ感興趣，可下載我的電子書，獲取線上環境運維千億級消息流轉集羣的運維實戰經驗。 
關注公衆號[中間件興趣圈]，回覆RMQPDF即可獲取。 