小编点评

**背景与目标** **背景:** * 国际财务泰国每月月初账单任务生成，或者重算账单数据。 * 数据同步方案为 MySQL 通过 binlake 同步 ES 数据。 **目标:** * 解决 binlake 到 JMQ 积压同步 ES 数据的问题。 **当前业务流程** **流程图:** ```mermaid graph LR A[运营端] --> B[binlake] B --> C[ES 解析] C --> D[MQ 消费] D --> E[ES 写入] E --> F[数据存储] F --> G[JMQ 消费] ``` **问题分析** **问题现象:** * JMQ 积压，报警国内站截图。 **分析原因:** * binlake写入量大，导致 ES 写入 QPS瓶颈。 * ES写入慢导致消费积压。 * 消费者并发数设置不合理，导致部分主题分片数量不足。 **临时处理方案** * 开启并行消费策略，以提高消费速率。 **提升消费速率的方法** **方案 1：MQ 增加消费速度** * 扩容消费端实例数量。 * 提高消费端批量大小。 * 考虑增加消费端实例增加批量大小。 **方案 2：并行有序消费** * 实现数据幂等性。 * 使用缓存来减少数据处理时间。 * 采用并行消费策略，以提高消费效率。 **性能分析** * 两种方案都可通过调整消费端并发数和批量大小来提升性能。 * 方案 2 的并行消费策略可扩展性，支持动态扩容。 * 两种方案的性能比较复杂，需要根据具体需求进行评估。

正文

1 背景与目标

1.1 背景

国际财务泰国每月月初账单任务生成，或者重算账单数据，数据同步方案为mysql通过binlake同步ES数据，在同步过程中发现计费事件表，计费结果表均有延迟，ES数据与Mysql数据不一致，导致业务页面查询数据不准确，部分核心计算通过ES校验失败

1.2目标

解决binlake到JMQ积压同步ES延迟问题

2 当前业务流程

2.1 流程图

现有业务基本流程如下图，包含运营端和外部数据接入，整体操作到数据存储流程

2.2 数据流

3 问题分析

3.1 问题现象

jmq积压，报警
国内站截图如下

3.2 筛查分析

普及：JMQ默认生产者发送消息QPS受到主题的broker数量影响，(8w/s)/broker

3.2.1 MQ积压分析

1）分析原因一、ES写入量大，导致ES写入QPS瓶颈

ES写入瓶颈需要进行压测，才能确定实际是否达到瓶颈；
通过查询集群负载，写入队列有无积压，cpu高不高，来定位
以下为调整MQ批量消费大小后的ES监控
写入队列无积压，CPU不高，写入QPS没有达到瓶颈

2）分析原因二、ES写入慢导致消费积压

ES解析服务解析慢，瓶颈在ES解析处
根据当前系统CPU、负载信息定位是否服务器性能满负荷，是否扩容
无报警信息，整体运行平稳，基本排除业务资源达到瓶颈问题引起写入慢

MQ消费端消费慢，瓶颈在消费并发处
当前主题分片数3，队列数为15，默认最大并发数为15*10，报警当时入队数500~700/s
定位问题，为MQ消费慢，其根本原因为受到ES-Parse业务系统处理速度影响

3.3 临时处理方案

开启mq并行消费策略，写入QPS显著增加

4 如何提升消费速率，提升写入ES速率

造成问题原因核心点是MQ积压，业务系统消费慢，MQ入队数大于出队数，导致积压

4.1 原理分析

4.1.1 存储流程解析

第一步：binlake订阅mysql binlog
第二步：发MQ，JMQ数据传输
第三步：消费JMQ数据，ES Paser数据解析，
第四步：数据存储

4.1.2 binlake基本原理

4.1.3 binlake发送MQ过程

4.1.4 JMQ消费原理

JMQ消费默认就是批量消费
消费原理如下图

批量消费与并行消费原理如下图

通过分析，在未开启并行消费前提下，当前主题最大处并发的消费处理能力即是队列数

4.2 提升消费速率的几种方案

4.2.1MQ增加消费速度方法

扩容，增加并发消费能力
针对MQ默认情况下，一切扩容都能解决问题，增大分片数，增加队列数
需要额外资源，申请扩容新的broker，同时考虑增加消费端实例

增加批量大小
首先保证，业务系统(ES-Parse)消费MQ消息，处理10条和处理100条速度基本一样
实践：国际财务针对此方法进行代码逻辑改造

开启并行数
理论上增加（并行数/批量数）的倍数并发处理能力
要求数据无序，针对乱序，数据存储，不影响业务

4.2.2 并行有序的方案

1）实现数据幂等性，增加缓存，并行消费策略

方案流程

基础实现流程：

1）根据binlake发送mq，在mq端开启并行消费，确保并行消费
2）根据业务单号对，单号加锁（如麦哲伦对运单号加锁，即对单号加分布式锁），根据对应的ID获取ES数据。
3）校验数据是否有效，若查询无数据，则直接新增；若查询的数据状态大于当前数据状态，则直接抛弃，若查询状态小于当前数据状态，则直接更新数据
4）更新缓存并释放锁

优点

• 指定资源情况下，增大消费端并发
• 可以开启并行消费，且保证顺序消费
• 可以使得资源充分利用，增加消费性能

缺点

• 增加毫秒级缓存额外开销

实践：麦哲伦运单中心针对此方案实现binlake数据同步ES

2）binlake主题分发子主题，显示增大并发策略

优点：

• 逻辑相对简单，不需要开发复杂逻辑，无需引入额外中间件
• 预估转发消息速率即是实际处理速率

提升速率计算:

• 原主题单线程处理一条数据存储到ES时间为es_time，举例为50ms，每秒吞吐量是20条
• 现单线程转发MQ一条数据时间为trans_time，举例为20ms，每秒转发吞吐量50条
• 假设转发topic为N个子主题，则吞吐量理论为n*20实际小于转发吞吐量50，此处多子主题对cpu核数竞争
• 提升吞吐量为=(1000ms/trans_time )转发吞吐量 - (1000ms/es_time)原有吞吐量

缺点

• 扩展性不好，实际结果有待验证，小于预估值

实践：跨境赤道分发中心实现类似功能实践，消息转发，其他MQ实现

3）俩种方案对比

主题较少一个俩个主题情况下，且业务处理比较耗时情况下，不想额外开发，可选方案二
长期方案选择方案一，并行消费策略，可伸缩性，可扩展，支持动态扩容

5.总结

针对MQ积压问题，并行消费可以是解决问题的一大利器，本文从binlake同步ES进行分析，同时针对积压推荐俩种方案，并从性能合理利用及扩展性分析，简要介绍方案二并行有序消费策略，希望能够帮助大家，如有问题，请随时指出！

作者：任洪波