RabbitMQ可用性和可靠性分析

本文分析一下rabbitmq的可用性和可靠性。分析一下rabbitmq如何在可用性和可靠性之間進行權衡的。

1. 基本概念。

首先，介紹幾個rabbitmq的重要的基本概念。這些概念是了解rabbitmq的可用性和可靠性的基礎。

鏡像隊列（mirrored queue）

rabbitmq叢集的隊列(queue)在預設的情況下隻存在單一節點（node）上。但是，我們也可以把隊列配置成同時存在在多個節點上，也就是說隊列可以被鏡像到多個節點上。釋出(publish)到鏡像隊列上的消息(message)會被複制(replicated)到說有的節點上。一個鏡像隊列包含一個主(master)和多個從(slave)。

非同步的slave （unsynchronised slave）

在很多其他産品中，同步（synchronation）這個詞是和異步（asynchronation）對立使用。但在rabbitmq中，同步（synchronised）這個詞是和非同步（unsynchronised）這個詞對立的。這有什麼差別那？在rabbitmq中同步(synchronised)是用來描述master和slave之間的資料狀态是否一緻的。如果slave包含master中的所有message，則這個slave是synchronised，如果這個slave并沒有包含所有master中的message，則這個slave是unsynchronised。同步與異步的對立使用的典型的例子是mysql的主從資料複制，資料複制過程可以分為同步複制和異步複制。

在什麼情況下會出現unsynchronised slave？

當一個新slave加入到一個鏡像隊列時，這時這個新slave是空的，而master中這時可能包含之前接收到的消息。假設這時master包含了5條消息，這是第6條消息被添加到這個鏡像隊列中，這個新slave會從這個第6條消息開始接收。這時這個slave就是unsynchronised slave。随着前5條消息從鏡像隊列中被消費掉（consumed）, 這個slave變成了synchronised。

另外一種情況，slave 重新加入(rejoin) 到鏡像隊列時，也會出現非同步的情況。一個slave出于很多情況會重新加入鏡像隊列，網絡分區(network partition）就可能導緻這種情況。一個slave要重新加入鏡像隊列之前，slave可能已經接收了一些消息，它要重新加入鏡像隊列，就要清空自己之前已經接收的所有消息，好像自己是第一次加入隊列一樣。

選主方式

由于rabbitmq的slave加入和重新加入隊列的方式，我們得出一個結論，越早加入隊列的slave，越有更大的機會是同步狀态的，是以rabbitmq通過這種方式選主：但master因為某種原因消失時，最老的slave被提升成master。

2. rabbitmq的可用性（availablity）和資料可靠性（reliability）

接下來，我們分析一下rabbitmq的可用性（availablity）和資料可靠性（reliability）。rabbitmq通過參數配置的方式，在可用性（availablity）和資料可靠性（reliability）做出了一定的權衡。下面我們來看看這些參數。

參數ha-sync-mode

鏡像隊列有一個配置參數ha-sync-mode，這個參數有2中取值:automatic, manual。

manual是預設值。如果鏡像隊列被設定成munual，當一個slave加入和重新加入隊列時的行為，就是我們上面描述的行為，之是以叫manual，就是我們可以通過指令行手工(manually)進行同步。指令如下：

rabbitmqctl sync_queue name

如果鏡像隊列被設定成automatic,當一個新slave加入時，slave會自動同步master中的所有消息，直到所有消息被同步完成之前，所有的操作都會被阻塞（blocking）。

這個參數是可用性和可靠性的一個平衡，manual不保證資料可靠性，在某些情況會出現丢消息的可能，但是保證了隊列的可用性。automatic提高了資料的可靠性，但是當有新slave加入時，可能會出現隊列的暫時不可用。

參數ha-promote-on-shutdown

鏡像隊列的另外一個參數ha-promote-on-shutdown，也在可用性和可靠性之間做了一個平衡。ha-promote-on-shutdown有2個取值：when-synced，always。預設是when-synced。ha-promote-on-shutdown是用來控制選主的行為的。

當取值為when-synced時，在可控的master關閉時（比如停止rabbitmq服務或者關閉作業系統），rabbitmq會拒絕故障恢複(fail over）到一個非同步slave，也即拒絕把一個非同步的slave提升成新的master。隻有在非可控的master關閉時（比如server crash， 斷網），才會故障恢複到一個非同步的slave。

當取值為always時，則在所有情況下，都不會拒絕故障恢複到非同步的slave。

很明顯，這個參數也是平衡可用性和可靠性的，當when-synced，可靠性更好，可用性降低了，因為如果所有的slave都是非同步狀态，那就沒有符合條件的slave可以被提升成master，這時隊列就處在不可用狀态。