這兩年pulsar發展比較快，有好多大公司引入了pulsar，相關的資料和課程也多了，今天一起來了解一下pulsar這款中間件。

下圖是幾款消息中間件的歷史：

2012年pulsar在Yahoo內部開發，2016年開源并捐獻給Apache，2018成為Apache頂級項目。

1架構

pulsar的架構圖如下：

總結一下，pulsar有下面的幾個特性。

1.1 計算存儲分離

pulsar采用計算和存儲相分離的架構，Broker集群負責把producer發出的消息發送給consumer，同時承擔負載均衡的作用。

Pulsar用 Apache BookKeeper作為持久化存儲，Broker持有BookKeeper client，把未確認的消息發送到BookKeeper進行保存。

BookKeeper是一個分布式的WAL(Write Ahead Log)系統，pulsar使用BookKeeper有下面幾個便利：

• 可以為Topic創建多個ledgers

Ledger是一個只追加的數據結構，并且只有一個writer，這個writer負責多個BookKeeper存儲節點(就是Bookies)的寫入。Ledger的條目會被復制到多個bookies。

• Broker可以創建、關閉和刪除Ledger，也可以追加內容到Ledger。

• Ledger被關閉后，只能以只讀狀態打開，除非要明確地寫數據或者是因為writer掛掉導致的關閉。

• Ledger只能有writer這一個進程寫入，這樣寫入不會有沖突，所以寫入效率很高。如果writer掛了，Ledger會啟動恢復進程來確定Ledger最終狀態和最后提交的日志，保證之后所有Ledger進程讀取到相同的內容。

• 除了保存消息數據外，還會保存cursors，也就是消費端訂閱消費的位置。這樣所有cursors消費完一個Ledger的消息后這個Ledger就可以被刪除，這樣可以實現ledgers的定期翻滾從頭寫。

1.2 節點對等

從架構圖可以看出，broker節點不保存數據，所有broker節點都是對等的。如果一個broker宕機了，不會丟失任何數據，只需要把它服務的topic遷移到一個新的broker上就行。

Broker的topic擁有多個邏輯分區，同時每個分區又有多個segment，writer寫數據時，首先會選擇Bookies，比如圖中的segment1，選擇了Bookie1、Bookie2、Bookie4，然后并發地寫下去。這樣這三個節點并沒有主從關系，協調完全依賴于writer，因此它們也是對等的。

1.3 擴展和擴容

在遇到雙十一等大流量的場景時，必須增加consumer，這時因為Broker不存儲任何數據，可以方便的增加broker。broker集群會有一個或多個broker做消息負載均衡，當新的broker加入后，流量會自動從壓力大的broker上遷移過來。

對于BookKeeper，如果對存儲要求變高，比如之前存儲2個副本，現在需要存儲4個副本，這時可以單獨擴展bookies而不用考慮broker。因為節點對等，之前節點的segment又堆放整齊，加入新節點并不用搬移數據。writer會感知新的節點并優先選擇使用。

1.4 容錯機制

對于broker，因為不保存任何數據，如果節點宕機了，就相當于客戶端斷開，重新連接其他的broker就可以了。

對于BookKeeper，因為保存了多份副本，并且這些副本都是對等的，沒有主從關系，所以當一個節點宕機后，不用立即恢復，后臺有一個線程會檢查宕機節點的數據備份進行恢復。

2 BookKeeper簡介

從上一節的講解看出，Apache Bookkeeper是一個易擴展、高可用、運維簡單的分布式存儲系統。這節再看一下Bookkeeper的其他三個特性。

2.1 客戶端數量

我們知道，在Kafka中，客戶端只能從leader節點讀取數據。但在BookKeeper中，客戶端可以從任何一個bookie副本讀取數據，這有三個好處：

• 增加了讀高可用

• 把客戶端流量平均分配到了不同的bookie

• 可以通過增加客戶端數量來提高讀取效率

客戶端和服務器通信采用Netty實現異步I/O。網絡I/O使用單個TCP連接進行多路復用，這就以很少的資源消耗實現了非常高的吞吐量。

2.3 I/O隔離

為什么要做I/O隔離？在大多數消息系統中，如果consumer處理慢，可能會導致消息積壓。這迫使存儲系統從持久存儲介質中讀取數據。當存儲系統I/O組件共享寫入、追尾讀、追趕讀的單一路徑時，就會出現I/O抖動及頁面緩存的換入換出。

寫入和追尾讀對可預測的低延遲有較高要求，而追趕讀則對吞吐量的要求比較高，分離這三個路徑很重要。

在BookKeeper中，bookie使用三條獨立的I/O路徑，分別用于寫入、追尾讀、追趕讀。如下圖：

參考^[1]

3 多租戶

Pulsar可以使用多租戶來管理大集群。Pulsar的租戶可以跨集群分布，每個租戶都可以有單獨的認證和授權機制。租戶也是存儲配額、消息TTL和隔離策略的管理單元。

Pulsar的多租戶性質主要體現在topic的URL中，其結構如下：

persistent://tenant/namespace/topic

可以看到，租戶是topic的最基本單位。

假如一個公司有三個部門，tenant1、tenant2、tenant3，可以分配三個租戶，這三個租戶互不干擾，如下圖：

如果消息平臺不支持租戶，那部門之間想要隔離，就要給每個部門部署一套集群，運維成本非常高。

4 消息模型

4.1 消息結構

首先看一下Pulsar的消息結構，如下圖：

消息流由多個獨立的segment組成，(這里的segment就是上面講的ledger),segment又包含獨立的entry，entry又由獨立的message組成。這里的message就是consumer發來的消息。

可以看到，一個message的id組成包括Ledger-id，entry-id，batch-index，partition-index。

需要注意兩點：

• segment和entry都是BookKeeper里面的概念。

• pulsar作為消息平臺時，一個message就是一個entry。當pulsar作為流平臺時，為了提高吞吐量，會開啟batch，這樣多個message組成一個entry。

4.2 創建過程

消息的創建過程如下圖：

消息創建后主要經歷下面幾步：

選擇一個partition

發送到管理這個partition的broker

broker將消息并發的發送給N個bookie，這個N是可以配置的。broker持有BookKeeper的客戶端，也就是writer，writer收到寫請求后，會并發的寫入N個bookie。上圖中N=3。

bookie寫完消息后會給broker一個回復，broker收到指定數量的確認消息后就會認為寫BookKeeper成功。這個數量是這個配置的，比如M，M越大，寫BookKeeper延遲越大，數據一致性越高。因此這個配置要對一致性和延遲到進行。

5 消費模型

5.1 概要

Pulsar的消費模型如下圖：

producer將消息發送給topic，topic下有多個partition，partition下面又有多個broker。

broker負責接收消息并把消息分配給給consumer，并把消息寫到BookKeeper。

broker還具有限流功能，可以根據限流閾值對producer的消息進行限流。

consumer并不能直接從broker中獲取消息，consumer和broker之間有一個Subscription，Consumer通過Subscription獲取消息。

5.2 subscription

subscription有四種類型：

• 獨占模式(Exclusive):同一個topic只能有一個消費者，如果多個消費者，就會出錯。

• 災備模式(Failover)：同一個topic可以有多個消費者，但是只能有一個消費者消費，其他消費者作為故障轉移備用，如果當前消費者出了故障，就從備用消費者中選擇一個進行消費。如下圖：

• 共享模式(Shared):同一個topic可以由多個消費者訂閱和消費。消息通過round robin輪詢機制分發給不同的消費者，并且每個消息僅會被分發給一個消費者。當消費者斷開，發送給它的沒有被消費的消息還會被重新分發給其它存活的消費者。如下圖：

• Key_Shared：消息和消費者都會綁定一個key，消息只會發送給綁定同一個key的消費者。如果有新消費者建立連接或者有消費者斷開連接，就需要更新一些消息的key。如下圖：

跟Shared模式相比，Key_Shared的好處是既可以讓消費者并發地消費消息，又能保證同一Key下的消息順序。

5.3 Cursor

當多個consumer訂閱同一個topic時，Subscription為每一個consumer分配一個Cursor，這樣多個Consumer之間就不會相互影響了。如下圖：

Subscription會維護一個消息的ACK狀態，consumer處理完消息后，會給broker返回ACK，表示消息已經處理完成。如果broker一直沒有收到ACK，就會把消息發送到其他consumer。

如果客戶端想要重新消費Cursor以前的消息，Cursor是支持reset的，reset之后，Cursor就回退回去了，這時consumer可以從新的Cursor位置進行消費。

Cursor的位置是會實時寫入BookKeeper的，這必定會有一定的性能損耗。因此，Pulsar提供了一種非持久化的Subscription(Non-durable Exclusive)。Pulsar的Reader接口內嵌了Non—durable Exclusive Cursor，它讀取消息不會返回ACK。

6 broker代理

通過前面的講解可以看到，consumer和producer只需要跟broker進行交互，而不用跟底層的BookKeeper交互，事實上，broker還有一層代理，consumer和producer直接跟代理進行交互。如下圖：

7 Zookeeper

Pulsar提供了System topic用來保存策略之類的元數據，盡量減少對Zookeeper的依賴。

Zookeeper也保存一些策略相關的元數據，還保存了broker和BookKeeper集群相關的配置元數據，比如服務發現相關的元數據。

8 總結

Pulsar是一款非常優秀的中間件，實現了計算和存儲相分離，支持多租戶，擴展和擴容、容錯都是非常容易的。

·············· END ··············

參考資料

[1]

參考: https://zhuanlan.zhihu.com/p/158550358

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的【12图】你管这破玩意叫Pulsar的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。