作者：vivo 互聯網中間件團隊 - Liu Tao
在開源 RocketMQ 基礎之上，關於【測試環境項目多版本隔離】業務訴求的落地與實踐。
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。本文將介紹我們基於 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集羣。
1. mq-meta
主要負責平臺元數據管理，以及業務SDK啓動時的鑑權尋址操作。
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。
鑑權尋址時會根據業務接入Key找到所在 MQ 集羣下的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仍爲原有自研的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，同時亦可以人爲指定優先機房策略。
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，對於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，纔會將消息發送到其他機房broker；通過擴展MQFaultStrategy+LatencyFaultTolerance，並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集羣
每個MQ集羣會由多個機房的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，採用主從架構部署，並基於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則爲跨機房broker+mq-proxy之間的公共組件，爲集羣提供路由發現功能。
三、項目多版本實踐
3.1 現狀
後端服務通常採用微服務架構，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的標籤路由）；但在異步調用場景，RocketMQ並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邏輯集羣（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並行測試時，需關注版本環境與MQ邏輯集羣的對應關係，一個版本對應到一個MQ邏輯集羣。
-
不同MQ邏輯集羣下用到的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（集羣）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，業務爲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。儘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併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。
爲解決上述問題，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
註釋：
1、物理隔離：即機器層面的隔離，MQ的物理隔離，則意味着使用完全不同的MQ物理集羣。
2、資源邏輯隔離：屬於同一MQ物理集羣，但採用不同的邏輯集羣，業務側需關注不同邏輯集羣下相應的topic和group資源配置。
3、基線版本：通常爲當前線上環境的版本或者是當前的主開發版本，爲穩定版本。
4、項目版本：即項目並行開發中的多版本，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
基於我們需解決的問題，並對實現成本與業務使用成本的綜合考量，我們僅考慮【基於消息維度的user-property】與【基於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【基於消息維度的user-property】來作爲我們多版本環境隔離的方案。
3.4 項目多版本的落地
基於消息維度的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。
註釋：
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爲全鏈路染色標識v-traffic-lane。
2、流量標識爲userId，流量路由規則爲用戶路由到指定版本，圖中的鏈路情況：
3、在後續的整個鏈路中，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
爲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）啓動
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於哪個版本。
（2）消息的發送與接收
消息發送：mq-proxy將AMQP消息轉化爲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消息轉化爲AMQP消息時，將染色標識再添加到AMQP消息屬性中。
註釋：
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。這裏我們是藉助調用鏈agent來統一實現。
3.生產消費邏輯
（1）生產
邏輯比較簡單，對於存在版本tag的消息，只需要將版本標識作爲一個消息屬性，存儲到當前topic中即可。
（2）消費
這裏其實是有兩個問題：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，採用基於user-property的消息過濾機制來實現。
① 版本tag傳遞
-
在RabbitMQ-SDK消費啓動時，通過全鏈路Agent傳遞到proxy
② 項目環境消費【消費屬於自己版本的消息】
-
proxy會根據版本tag在MQ集羣自動創建帶版本tag的group，並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，由客戶端啓動時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】
-
啓動時使用原始group，訂閱消費時，基於broker的routingKey過濾機制消費topic所有消息。
-
當消息被拉取到proxy後，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，然後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、起初我們採用定時任務從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、後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
這裏主要是爲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。
註釋：
1、routingKey過濾機制：爲基於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，平臺對用戶屏蔽了複雜的實現細節，但用戶使用時，也需要能觀測到消息的生產消費情況，便於問題跟蹤定位。
這裏我們主要提供瞭如下功能：
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，並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於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，基於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。
最後，我們實現的多版本隔離特性如下：
-
多版本環境隔離。在proxy層面基於消息維度user-property來實現版本隔離，業務不需要升級SDK，業務使用層面仍然爲同一套配置資源。
-
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採用的是不同的消費group，在broker的消費進度是不一致的，消息回落到基線消費之後，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。
建議用於開發測試環境，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。
附錄：