消息發送異常時重復發送

首先，我們來瞅瞅RocketMQ發送消息和消費消息的基本原理。

如圖，簡單說一下上圖中的概念：

Broker，就是RocketMQ的服務端，如上圖就有兩個服務實例

Topic就是一類消息集合的名字

Queue就是Topic的對應的隊列，消息都存在Queue上，每個Topic都會有自己的幾個Queue

所以，整個消息發送和消費過程大致如下：

生產者在發送消息之前根據負載均衡策略(默認是輪詢)選擇一個Queue，然后跟這個Queue所在的機器建立連接，把消息發送到這個Queue上

消費者只要消費這個Queue，那么就能消費到消息

在正常情況下，生產者的確是按照這個方式來發送消息的

但是當出現了異常時，這種異常包括消息發送超時、響應超時等等，RocketMQ為了保證消息成功發送，會進行消息發送的重試操作，默認情況下會最多會重試兩次

重試操作比較簡單，就是選擇另一臺機器的Queue來發送。

雖然重試操作可以很大程度保證消息能夠發送成功，但是同時也會帶來消息重復發送的問題。

舉個例子，假設生產者向A機器發送消息，發生了異常，響應超時了，但是就一定代表消息沒發成功么？

不一定，有可能會出現服務端的確接受到并處理了消息，但是由于網絡波動等等，導致生產者接收不到服務端響應的情況，此時消息處理成功了，但是生成者還是以為發生了異常

此時如果發生重試操作，那么勢必會導致消息被發送了兩次甚至更多次，導致服務端存了多條相同的消息，那么就一定會導致消費者重復消費消息 。

消費消息拋出異常

在RocketMQ的并發消費消息的模式下，需要用戶實現MessageListenerConcurrently接口來處理消息

當消費者獲取到消息之后會調用MessageListenerConcurrently的實現，傳入需要消費的消息集合 msgs，這里提到的msgs很重要

如上代碼，當消息消費出現異常的時候，status就會為null，后面就會將status設置成為RECONSUME_LATER。

RECONSUME_LATER翻譯成功中文就是稍后重新消費的意思

所以從這可以看出，一旦拋出異常，那么消息之后就可以被重復消息。

到這其實可能有小伙伴覺得消息消費失敗重新消費很正常，保證消息盡可能消費成功。

對，這句話不錯，的確可以在一定程度上保證消費異常的消息可以消費成功。

但是坑不在這，而是前面提到的消費時傳入的整個集合 中的消息都需要被重新消費。

具體的原因我們接著往下看

當消息處理之后，不論是成功還是異常，都需要對結果進行處理，代碼如下

當處理結果為RECONSUME_LATER的時候（異常會設置為RECONSUME_LATER），此時ackIndex會設置成-1，后面循環遍歷的時候就會遍歷到所有這次消費的消息，然后調用sendMessageBack方法，sendMessageBack方式是用來實現消息重新消費的邏輯，這里就不展開說了。

所以，一旦被消費的一批消息中出現一個消費異常的情況，那么就會導致整批消息被重新消費，從而會導致在出現異常之前的成功處理的消息都會被重復消費 ，非?？?。

不過好在消費時傳入的消息集合中的消息數量是可以設置的，并且默認就是1

也就說默認情況下那個集合中就一條消息，所以默認情況下不會出現消費成功的消息被重復消費的情況。

所以這個參數不要輕易設置，一旦設置大了，就可能導致消息被重新消費。

除了并發消費消息的模式以外，RocketMQ還支持順序消費消息的模式，也會造成重復消費，邏輯其實差不多，但是在實現消息重新消費的邏輯不一樣。

消費者提交offset失敗

首先來講一講什么是offset。

前面說過，消息在發送的時候需要指定發送到，消息最后會被放到Queue中，其實真正的消息不是在Queue中，Queue存的是每個消息的位置，但是你可以理解為Queue存的是消息。

而消息在Queue中是有序號的，這個序號就被稱為offset，從0開始，單調遞增1。

比如說，如上圖，消息1的offset就是0，消息2的offset就是1，依次類推。

這個offset的一個作用就是用來管理消費者的消費進度。

當消費者在成功消費消息之后，需要將所消費的消息的offset提交給RocketMQ服務端，告訴RocketMQ，這個Queue的消息我已經消費到了這個位置了。

提交offset的代碼就在上述第二節提到的處理結果的后面

這樣有一個好處，那么一旦消費者重啟了或者其它啥的要從這個Queue拉取消息的時候，此時他只需要問問RocketMQ服務端上次這個Queue消息消費到哪個位置了，之后消費者只需要從這個位置開始消費消息就行了，這樣就解決了接著消費的問題。

但是RocketMQ在設計的時候，當消費完消息的時候并不是同步告訴RocketMQ服務端offset，而是定時發送。

如圖，當消費者消費完消息的時候，會將offset保存到內存中的一個Map數據結構中，所以上面截圖的那段代碼其實是更新內存中的offset

而在消費者啟動的時候會開啟一個定時任務，默認是5s一次，會通過網絡請求將內存中的每個Queue的消費進度offset發送給RocketMQ服務端。

由于是定時任務，所以就可能出現服務器一旦宕機，導致最新消費的offset沒有成功告訴RocketMQ服務端的情況

此時，消費進度offset就丟了，那么消費者重啟的時候只能從RocketMQ中獲取到上一次提交的offset，從這里開始消費，而不是最新的offset，出現明明消費到了第8個消息，RocketMQ卻告訴他只消費到了第5個消息的情況，此時必然會導致消息又出現重復消費 的情況。

服務端持久化offset失敗

上一節說到，消費者會有一個每隔5s鐘的定時任務將每個隊列的消費進度offset提交到RocketMQ服務端

當RocketMQ服務端接收到提交請求之后，會將這個消費進度offset保存到內存中

同時為了保證RocketMQ服務端重啟消費進度不會丟失，也會開啟一個定時任務，默認也是5s一次，將內存中的消費進度持久化到磁盤文件中

所以，整個消費進度offset的數據流轉過程如下

當RocketMQ服務端重啟之后，會從磁盤中讀取文件的數據加載到內存中。

跟消費者產生的問題一樣，一旦RocketMQ發生宕機，那么offset就有可能丟失5s鐘的數據，RocketMQ服務端一旦重啟，消費者從RocketMQ服務端獲取到的消息消費進度就比實際消費的進度低，同樣也會導致消息重復消費。

主從同步offset失敗

在RocketMQ的高可用模式中，有一種名叫主從同步的模式，當主節點掛了之后，從節點可以手動升級為主節點對外提供訪問，保證高可用。

在主從同步模式下，從節點默認每隔10s會向主節點發送請求，同步一些元數據，這些元數據就包括消費進度

當從節點獲取到主節點的消費進度之后，會將主節點的消費進度設置到自己的內存中，同時也會持久化到磁盤。

所以整個消費進度offset的數據的流轉過程就會變成如下

同樣，由于也是定時任務，那么一旦主節點掛了，從節點就會丟10s鐘的消費進度，此時如果從節點升級為主節點對外提供訪問，就會出現跟上面提到的一樣的情況，消費者從這個新的主節點中拿到的消費進度比實際的低，自然而然就會重復消費消息。

所以，總的來說，在消費進度數據流轉的過程中，只要某個環節出現了問題，都有很有可能會導致消息重復消費。

重平衡

先來講一講什么是重平衡，其實重平衡很好理解，我說一下你就明白了。

前面說到，消費者是從隊列中獲取消息的

在RocketMQ中，有個消費者組的概念，一個消費者組中可以有多個消費者，不同消費者組之間消費消息是互不干擾的，所以前面提到的消費者其實都在消費組下

在同一個消費者組中，消息消費有兩種模式：

集群消費模式

廣播消費模式

由于RocketMQ默認 是集群消費模式，并且絕大多數業務場景都是使用集群消費模式，所以這里就不討論廣播消費模式了。

集群消費模式 是指同一條消息只能被這個消費者組消費一次，這就叫集群消費。

并且前面提到提交消費進度給RocketMQ服務端的情況只會集群消費模式下才會有，在廣播消費模式不會提給到RocketMQ服務端，僅僅持久化到本地磁盤

同時前面說的消費者提交消費進度真正提交的是消費者組對于這個Queue的消費進度，而不是指具體的某個消費者對于Queue消費進度。

雖然說這里將前面提到的一些含義更深一步，但是并不妨礙前面的理解。

集群消費的實現就是將隊列按照一定的算法分配給消費者，默認是按照平均分配的。

如圖所示，假設某個topic有4個Queue，有個消費者組訂閱了這個topic，這個消費者組有兩個消費者1和消費者2，此時每個消費者就可以被分配兩個隊列，這樣就能保證消息正常情況下只會被消費一次。如果只有一個消費者，那么這個消費者就會消費所有隊列，很好理解。

接著后面又啟動了一個消費者3，此時為了保證剛上線的消費者3能夠消費消息，就要進行重平衡 操作，重新分配每個消費者消費的隊列。

在重平衡之后就可能會出現下面這種情況

如上圖，原本被消費者2消費的Queue4被分配給消費者3，此時消費者3就能消費到消息了，這就是重平衡 。

除了新增消費者會導致重平衡之外，消費者數量減少，隊列的數量增加或者減少都會觸發重平衡。

在了解了重平衡概念之后，接下來分析一下為什么重平衡會導致消息的重復消費。

假設在進行重平衡時，還未重平衡完之前，消費者2此時還是會按照上面第二節提到的消費消息的邏輯來消費Queue4的消息

當消費者2已經重平衡完成了，發現Queue4自己已經不能消費了，那么此時就會把這個Queue4設置為dropped，就是丟棄的意思

但是由于重平衡進行時消費者2仍然在消費Queue4的消息，但是當消費完之后，發現隊列被設置成dropped，那么此時被消費者2消費消息的offset就不會被提交 ，原因如下代碼

這段代碼前面已經出現過，一旦dropped被設置成true，這個if條件就通不過，消費進度就不會被提交。

成功消費消息了，但是卻不提交消費進度，這就非?？恿恕?。

于是當消費者3開始消費Queue4的消息的時候，他就會問問RocketMQ服務端，我消費者3所在的消費者組對于Queue4這個隊列消費到哪了，我接著消費就行了。

此時由于沒有提交消費進度，RocketMQ服務端告訴消費者3的消費進度就會比實際的低，這就造成了消息重復消費的情況。

清理長時間消費的消息

在RocketMQ中有這么一個機制，會定時清理長時間正在消費的消息。

如圖，假設有5條消息現在正在被消費者處理，這5條消息會被存在一個集合中，并且是按照offset的大小排序，消息1的offset最小，消息5的offset最大。

RocketMQ消費者啟動時會開啟一個默認15分鐘執行一次的定時任務

這個定時任務會去檢查正在處理的消息的第一條消息，也就是圖中的消息1，一旦發現消息1已經處理了超過15分鐘了，那么此時就會將消息1從集合中移除，之后會隔一定時間再次消費消息1。

這也會有坑，雖然消息1從集合中被移除了，但是消息1并沒有消失，仍然被消費者繼續處理，但是消息1隔一定時間就會再次被消費，就會出現消息1被重復消費的情況。

這就是清理長時間消費的消息導致重復消費的原因。

但此時又會引出一個新的疑問，為什么要移除這個處理超過15分鐘的消息呢？

這就又跟前面提到的消費進度 提交有關！

前面說過消息被消費完成之后會提交消費進度，提交的消費進度實際會有兩種情況：

第一種 就是某個線程消費了所有的消息，當把所有的消息都消費完成之后，就會把消息從集合中全部移除，此時提交的消費進度offset就是圖中消息5的offset+1

加1的操作是為了保證如果發生重啟，那么消費者下次消費的起始位置就是消息5后面的消息，保證消息5不被重復消費

第二種 情況就不太一樣了

假設現在有兩個線程來處理這5條消息，線程1處理前2條，線程2處理后3條，如圖

現在線程1出現了長時間處理消息的情況。

此時線程2處理完消息之后，移除后面三條消息，準備提交offset的時候發現集合中還有元素，就是線程1正在處理的前兩條消息，此時線程2提交的offset并不是消息5對應的offset，而是消息1的offset，代碼如下

這么做的主要原因就是保證消息1和消息2至少被消費一次。

因為一旦提交了消息5對應的offset，如果消費者重啟了，下次消費就會接著從消息5的后面開始消費，而對于消息1和消息2來說，并不知道有沒有被消費成功，就有可能出現消息丟失的情況。

所以，一旦集合中最前面的消息長時間處理，那么就會導致后面被消費的消息進度無法提交，那么重啟之后就會導致大量消息被重復消費。

為了解決這個問題，RocketMQ引入了定時清理的機制，定時清理長時間消費的消息，這樣消費進度就可以提交了。

最后

總得來說，RocketMQ中還是存在很多種導致消息重讀消費的情況，并且官方也說了，只是在大多數情況下消息不會重復

所以如果你的業務場景中需要保證消息不能重復消費，那么就需要根據業務場景合理的設計冪等技術方案。

審核編輯：劉清