rocketmq客户端消费流程

只关注于集群模式下并发消费的push模式

组件概述

DefaultMQPushConsumerImpl

负载均衡实现 RebalanceImpl
拉取消息. PullAPIWrapper
消费进度存储 OffsetStore
消费服务 ConsumeMessageService
MQClientInstance 客户端核心实现

MQClientInstance

netty 客户端业务线程池和回调线程池隔离
定时任务
负载均衡调度 RebalanceService
拉消息任务调度 pullMessageService
内部生产者 defaultMQProducer

MQClientInstance 和消费者为一对多关系。使用InstanceName相同的生产者消费者都使用同一个MQClientInstance。

启动 DefaultMQPushConsumerImpl.start()

生成InstanceName，如果用户未设置则为pid。
创建 MQClientInstance，使用InstanceName相同的生产者消费者都使用同一个MQClientInstance。MQClientInstance是客户端的核心。

就是说一个MQClientInstance下会与多个消费者。MQClientInstance统一调度他们。

this.mQClientFactory =
MQClientManager.getInstance().getAndCreateMQClientInstance(this.defaultMQPushConsumer,this.rpcHook);

//后面会将消费者注册到mQClientFactory，让mQClientFactory有所有同一InstanceName消费者的引用。
boolean registerOK =     mQClientFactory.registerConsumer(this.defaultMQPushConsumer.getConsumerGroup(), this);

为负载均衡实现rebalanceImpl 赋值
创建PullAPIWrapper 负责拉取消息
根据消费模式创建 OffsetStore

   switch (this.defaultMQPushConsumer.getMessageModel()) {
               case BROADCASTING://广播存储在本地
                   this.offsetStore =
                           new LocalFileOffsetStore(this.mQClientFactory,
                               this.defaultMQPushConsumer.getConsumerGroup());
                   break;
               case CLUSTERING://集群进度存储在远程
                   this.offsetStore =
                           new RemoteBrokerOffsetStore(this.mQClientFactory,
                               this.defaultMQPushConsumer.getConsumerGroup());
                   break;
               default:
                   break;
               }

OffsetStore 负责读取消费进度和同步消费进度

根据消费模式创建ConsumeMessageService 并启动

并发消费不启动线程。

顺序消费下启动定时任务，会调用消费者的RebalanceImpl的lockAll 方法。向broker发生请求锁住分配给他的队列。

                    if (this.getMessageListenerInner() instanceof MessageListenerOrderly) {
    
                this.consumeOrderly = true;
                this.consumeMessageService =
                        new ConsumeMessageOrderlyService(this,
                            (MessageListenerOrderly) this.getMessageListenerInner());
            }
            else if (this.getMessageListenerInner() instanceof MessageListenerConcurrently)
            {
                this.consumeOrderly = false;
                this.consumeMessageService =
                        new ConsumeMessageConcurrentlyService(this,
                            (MessageListenerConcurrently) this.getMessageListenerInner());
            }

启动MQClientInstance，多消费者引用同一个MQClientInstance时MQClientInstance只会启动一次
```
mQClientFactory.start();
```

初始化

//向nameser 拉取所关心的topic的路由信息  
this.updateTopicSubscribeInfoWhenSubscriptionChanged();
//向所有路由信息里的所有broker发送心跳
this.mQClientFactory.sendHeartbeatToAllBrokerWithLock();
//唤醒mQClientFactory的负责均衡服务，
this.mQClientFactory.rebalanceImmediately();

启动 MQClientInstance.start()

一个MQClientInstance 只会启动一次。

1.启动netty 客户端

this.mQClientAPIImpl.start();//内置netty客户端

2.启动定时任务

this.startScheduledTask();//会启动5个定时任务

从远程获取nameServer地址发生变动时可以更新本地nameServer

远程地址被写死，暂时没有用。

MQClientInstance.this.mQClientAPIImpl.fetchNameServerAddr();

更新topic路由信息，topic路由发送变动时可以感知
```
MQClientInstance.this.updateTopicRouteInfoFromNameServer();
```
更新消费进度到broker 最终调用 DefaultMQPushConsumerImpl.offsetStore.persistAll

这里可以看出更新消费进度是异步的，这也是出现重复消息的原因之一

MQClientInstance.this.persistAllConsumerOffset();

向broker发送心跳

MQClientInstance.this.cleanOfflineBroker();//清理下线的broker
MQClientInstance.this.sendHeartbeatToAllBrokerWithLock();//发送心跳

动态调整线程池根据DefaultMQPushConsumer 的 adjustThreadPoolNumsThreshold 参数和消息在消费者内部的堆积调整

MQClientInstance.this.adjustThreadPool();

启动调度服务

//拉消息线程
this.pullMessageService.start();
//Start rebalance service
//重负载线程
this.rebalanceService.start();
//Start push service 内部生产者用于消费失败时，发送重试消息
this.defaultMQProducer.getDefaultMQProducerImpl().start(false);

拉消息流程

拉消息的流程是先从负载均衡开始的。MQClientInstance的rebalanceService启动后会定时调用，所有消费者的doRebalance 方法。间隔10s

        private static long WaitInterval = 1000 * 10;//间隔10s    
        @Override
    public void run() {
        log.info(this.getServiceName() + " service started");

        while (!this.isStoped()) {
            this.waitForRunning(WaitInterval);//等待
            this.mqClientFactory.doRebalance();
        }

        log.info(this.getServiceName() + " service end");
    }

    public void doRebalance() {
      //调用所有消费者的doRebalance
        for (String group : this.consumerTable.keySet()) {//consumerTable 消费者引用
            MQConsumerInner impl = this.consumerTable.get(group);
            if (impl != null) {
                try {
                    impl.doRebalance();
                } catch (Exception e) {
                    log.error("doRebalance exception", e);
                }
            }
        }
    }
        //消费者最终会调用自己的负载均衡实现的doRebalance方法
        @Override
    public void doRebalance() {
        if (this.rebalanceImpl != null) { //消费者调用自己的rebalanceImpl
            this.rebalanceImpl.doRebalance();
        }
    }

负载均衡实现

先拿到topic路由信息，然后循环对topic做负载

public void doRebalance() {
    //取得关心等待topic
    Map<String, SubscriptionData> subTable = this.getSubscriptionInner();
    if (subTable != null) {
        for (final Map.Entry<String, SubscriptionData> entry : subTable.entrySet()) {
            final String topic = entry.getKey();
            try {
                //对topic做负载
                this.rebalanceByTopic(topic);
            } catch (Exception e) {
                if (!topic.startsWith(MixAll.RETRY_GROUP_TOPIC_PREFIX)) {
                    log.warn("rebalanceByTopic Exception", e);
                }
            }
        }
    }
    //当topic变动时，移除多余topic对应的ProcessQueue
    this.truncateMessageQueueNotMyTopic();
}

负载分集群和广播模式，广播模式不讨论

在rocketmq中一个topic有多个队列。负载均衡就是将队列合理的分配给一个消费组的所有消费者。

有多种分配算法，继承AllocateMessageQueueStrategy，默认为AllocateMessageQueueAveragely

//先获取负载所需要的参数
//topic对应的所有队列
Set<MessageQueue> mqSet = this.topicSubscribeInfoTable.get(topic);
//topic对应的所有客户端
List<String> cidAll = this.mQClientFactory.findConsumerIdList(topic, consumerGroup);

然后调用，返回的list就是分配给当前消费者的队列

   public List<MessageQueue> allocate(//
                                       final String consumerGroup,//
                                       final String currentCID,//
                                       final List<MessageQueue> mqAll,//
                                       final List<String> cidAll//
    );

而区分不同客户端的cidAll 就是每个客户端的ip@InstanceName ，使用同一ip下不能有相同的InstanceName。

比如AllocateMessageQueueAveragely有这一行

//取自己在客户端集合的下标，如果两个客户端InstanceName相同，那么index都一样，分配的队列也相同
int index = cidAll.indexOf(currentCID);

而这个负载算法是没有同步和校验等操作的，不同客户端不会进行通信。客户端不知道别人分配了哪些队列。全靠“自觉”，同一组内都使用同一策略那么分配是合理的，如果同一组内使用不同策略，队列的分配就会发生混乱。

拉取任务

rocketmq为每个分配给它的队列生成一个拉取任务 ProcessQueue

将其存储在PullMessageService 的pullRequestQueue中，这是一个LinkedBlockingQueue

PullMessageService 启动后会从堵塞队列中取出拉取任务，然后进行消息的拉取。

分配队列完成后

 //返回队列是否发生了变化
boolean changed = this.updateProcessQueueTableInRebalance(topic, allocateResultSet);


private boolean updateProcessQueueTableInRebalance(final String topic, final Set<MessageQueue> mqSet) {//mqSet 分配给当前消费者的队列
        boolean changed = false;
                //存储上次分配的队列和对应的ProcessQueue拉取任务 
        //processQueueTable 是ConcurrentHashMap
        Iterator<Entry<MessageQueue, ProcessQueue>> it =
          this.processQueueTable.entrySet().iterator();
        while (it.hasNext()) {
            Entry<MessageQueue, ProcessQueue> next = it.next();
            MessageQueue mq = next.getKey();
            ProcessQueue pq = next.getValue();

            if (mq.getTopic().equals(topic)) {//topic 是否相等
                if (!mqSet.contains(mq)) { //上次分配队列，这次没分配给我
                    pq.setDropped(true);//禁用拉取任务 修改dropped属性。是volatile变量
                    //移除OffsetStore中存储的队列进度，移除前先提交进度
                    if (this.removeUnnecessaryMessageQueue(mq, pq)) {
                        it.remove();
                        changed = true;
                        log.info("doRebalance, {}, remove unnecessary mq, {}", 
                                 consumerGroup, mq);
                    }
                }
         
               //据上次拉取间隔 120000ms 也移除它
                else if (pq.isPullExpired()) {
                    switch (this.consumeType()) {
                        case CONSUME_ACTIVELY:
                            break;
                        case CONSUME_PASSIVELY:
                            pq.setDropped(true);
                            if (this.removeUnnecessaryMessageQueue(mq, pq)) {
                                it.remove();
                                changed = true;
                                log.error(
                                        "[BUG]doRebalance, {}, remove unnecessary mq, {},
                                  because pull is pause, so try to fixed it",
                                        consumerGroup, mq);
                            }
                            break;
                        default:
                            break;
                    }
                }
            }
        }
                //新队列 处理
        List<PullRequest> pullRequestList = new ArrayList<PullRequest>();
        for (MessageQueue mq : mqSet) {
            if (!this.processQueueTable.containsKey(mq)) {
                //生成拉取任务
                PullRequest pullRequest = new PullRequest();
                pullRequest.setConsumerGroup(consumerGroup);
                pullRequest.setMessageQueue(mq);
                pullRequest.setProcessQueue(new ProcessQueue());
                                //计算下次拉取的偏移
                long nextOffset = this.computePullFromWhere(mq);
                if (nextOffset >= 0) {
                    pullRequest.setNextOffset(nextOffset);
                    pullRequestList.add(pullRequest);
                    changed = true;
                    //记录下 用于下次对比
                    this.processQueueTable.put(mq, pullRequest.getProcessQueue());
                    log.info("doRebalance, {}, add a new mq, {}", consumerGroup, mq);
                } else {
                    log.warn("doRebalance, {}, add new mq failed, {}", consumerGroup, mq);
                }
            }
        }
                //将拉取任务压入堵塞队列
        //最终调用 
        //PullMessageService.executePullRequestImmediately 
        //this.pullRequestQueue.put(pullRequest);
        this.dispatchPullRequest(pullRequestList);
        return changed;
    }

拉取消息

现在知道一个队列对应一个拉取任务ProcessQueue，存放在堵塞队列中，如果禁用了会将dropped属性修改为true。

谁来执行拉取呢,MQClientInstance.PullMessageService。

PullMessageService 启动后从堵塞队列取出拉取任务，找到对应的组调用pullMessage

PullMessageService 为单线程，所有拉取消息时为单线程拉取

@Override
public void run() {
    log.info(this.getServiceName() + " service started");

    while (!this.isStoped()) {
          //从堵塞队列中取出1
            PullRequest pullRequest = this.pullRequestQueue.take();
            if (pullRequest != null) {
                this.pullMessage(pullRequest);
            }
    }

    log.info(this.getServiceName() + " service end");
}

  private void pullMessage(final PullRequest pullRequest) {
        //找到对应的组调用pullMessage
        final MQConsumerInner consumer = 
          this.mQClientFactory.selectConsumer(pullRequest.getConsumerGroup());
        if (consumer != null) {
            DefaultMQPushConsumerImpl impl = (DefaultMQPushConsumerImpl) consumer;
            //调用消费者的pullMessage，最终调用pullAPIWrapper.pullKernelImpl
            impl.pullMessage(pullRequest);
        }
    }

DefaultMQPushConsumerImpl.pullMessage

先进行限流等检查，如果不能通过会调用executePullRequestLater() 将任务放回队列，下次消费。

public void executePullRequestLater(final PullRequest pullRequest, final long timeDelay) {
    //提交到定时任务中
    this.scheduledExecutorService.schedule(new Runnable() {
        @Override
        public void run() {//待会在放入队列
            PullMessageService.this.executePullRequestImmediately(pullRequest);
        }
    }, timeDelay, TimeUnit.MILLISECONDS);
}

也会检查是否禁用。正常的任务拉取完成会放回队列，等待下次拉取。

final ProcessQueue processQueue = pullRequest.getProcessQueue();
if (processQueue.isDropped()) {//检查dropped属性。volatile修饰
    log.info("the pull request[{}] is droped.", pullRequest.toString());
   //被禁用直接抛弃 没被禁用的用完会放回队列
    return;
}

都完成后创建一个回调函数 PullCallback，然后异步拉取

因为网络层是netty，所以其实所有请求都是异步。同步的操作只是做了异步转同步而已。

this.pullAPIWrapper.pullKernelImpl(//
    pullRequest.getMessageQueue(), // 1
    subExpression, // 2
    subscriptionData.getSubVersion(), // 3
    pullRequest.getNextOffset(), // 4
    this.defaultMQPushConsumer.getPullBatchSize(), // 5
    sysFlag, // 6
    commitOffsetValue,// 7
    BrokerSuspendMaxTimeMillis, // 8
    ConsumerTimeoutMillisWhenSuspend, // 9
    CommunicationMode.ASYNC, // 10
    pullCallback// 11
    );

请求成功后触发回调函数。主要看 case FOUND,就可以了。其他代表没有新消息，偏移量不对等

//这里有一个mq自己实现的性能统计。我们在外部也可以拿到
consumer.getDefaultMQPushConsumerImpl().getConsumerStatsManager()

PullCallback pullCallback = new PullCallback() {
    @Override
    public void onSuccess(PullResult pullResult) {
        if (pullResult != null) {
            pullResult =
                    DefaultMQPushConsumerImpl.this.pullAPIWrapper.processPullResult(
                        pullRequest.getMessageQueue(), pullResult, subscriptionData);

            switch (pullResult.getPullStatus()) {
            case FOUND:
                long prevRequestOffset = pullRequest.getNextOffset();
                pullRequest.setNextOffset(pullResult.getNextBeginOffset());
                long pullRT = System.currentTimeMillis() - beginTimestamp;
                //性能统计
                DefaultMQPushConsumerImpl.this.getConsumerStatsManager().incPullRT(
                    pullRequest.getConsumerGroup(),         
                  pullRequest.getMessageQueue().getTopic(), pullRT);
                long firstMsgOffset = Long.MAX_VALUE;
                if (pullResult.getMsgFoundList() == null || 
                    pullResult.getMsgFoundList().isEmpty()) {
                  //空消息，放回队列
                  DefaultMQPushConsumerImpl.this.executePullRequestImmediately(pullRequest);
                }
                else {
                    firstMsgOffset = pullResult.getMsgFoundList().get(0).getQueueOffset();
                  //性能统计
                    DefaultMQPushConsumerImpl.this.getConsumerStatsManager().incPullTPS(
                        pullRequest.getConsumerGroup(), 
                        pullRequest.getMessageQueue().getTopic(),
                        pullResult.getMsgFoundList().size());
                    boolean dispathToConsume = 
                      processQueue.putMessage(pullResult.getMsgFoundList());
               //开始消费       
               DefaultMQPushConsumerImpl.this.consumeMessageService.submitConsumeRequest(//
                        pullResult.getMsgFoundList(), //
                        processQueue, //
                        pullRequest.getMessageQueue(), //
                        dispathToConsume);
            case NO_NEW_MSG:
            case NO_MATCHED_MSG:
            case OFFSET_ILLEGAL:
            default:
                break;
            }
        }
    }

开始消费

这里有一个分批消费的逻辑，根据consumeMessageBatchMaxSize拆分

取决于这个参数private int consumeMessageBatchMaxSize = 1;

如果设置大于1那么这批消息消费时只能全部成功或者全部失败

final int consumeBatchSize = this.defaultMQPushConsumer.getConsumeMessageBatchMaxSize();
if (msgs.size() <= consumeBatchSize) {
    ConsumeRequest consumeRequest = new ConsumeRequest(msgs, processQueue, messageQueue);
    this.consumeExecutor.submit(consumeRequest);
}
else {
    for (int total = 0; total < msgs.size();) {
        List<MessageExt> msgThis = new ArrayList<MessageExt>(consumeBatchSize);
        for (int i = 0; i < consumeBatchSize; i++, total++) {
            if (total < msgs.size()) {
                msgThis.add(msgs.get(total));
            }
            else {
                break;
            }
        }
                //创建一个消费job
        ConsumeRequest consumeRequest = new ConsumeRequest(msgThis, processQueue,
                                                           messageQueue);
        //提交到线程池
        this.consumeExecutor.submit(consumeRequest);
    }
}

//ConsumeRequest 是Runnable的实现
ConsumeRequest implements Runnable

ConsumeRequest的run方法

@Override
public void run() {
   //又进行了队列禁用的校验
    if (this.processQueue.isDropped()) {
        log.info("the message queue not be able to consume, because it's dropped {}",
            this.messageQueue);
        return;
    }
        //用户的消费listener 实现
    MessageListenerConcurrently listener =    
    ConsumeMessageConcurrentlyService.this.messageListener;
    //创建Context
    ConsumeConcurrentlyContext context = new ConsumeConcurrentlyContext(messageQueue);
    ConsumeConcurrentlyStatus status = null;
    //这个Context 用于hook，在4.5的消息追踪中是借助此hook和Context实现的
    ConsumeMessageContext consumeMessageContext = null;
    if (ConsumeMessageConcurrentlyService.this.defaultMQPushConsumerImpl.hasHook()) {
        consumeMessageContext = new ConsumeMessageContext();
        consumeMessageContext
            .setConsumerGroup(ConsumeMessageConcurrentlyService.this.defaultMQPushConsumer
                .getConsumerGroup());
        consumeMessageContext.setMq(messageQueue);
        consumeMessageContext.setMsgList(msgs);
        consumeMessageContext.setSuccess(false);
        //调用hook：ConsumeMessageHook
        ConsumeMessageConcurrentlyService.this.defaultMQPushConsumerImpl
            .executeHookBefore(consumeMessageContext);
    }

    long beginTimestamp = System.currentTimeMillis();

    try {
        //将重试消息的topic替换为原来的topic
        ConsumeMessageConcurrentlyService.this.resetRetryTopic(msgs);
        //调用用户方法
        status = listener.consumeMessage(Collections.unmodifiableList(msgs), context);
    }
    catch (Throwable e) {
        log.warn("consumeMessage exception: {} Group: {} Msgs: {} MQ: {}",//
            RemotingHelper.exceptionSimpleDesc(e),//
            ConsumeMessageConcurrentlyService.this.consumerGroup,//
            msgs,//
            messageQueue);
    }

    long consumeRT = System.currentTimeMillis() - beginTimestamp;

    if (null == status) {//返回null 或者异常设置为失败
        log.warn("consumeMessage return null, Group: {} Msgs: {} MQ: {}",//
            ConsumeMessageConcurrentlyService.this.consumerGroup,//
            msgs,//
            messageQueue);
        status = ConsumeConcurrentlyStatus.RECONSUME_LATER;
    }
    
    // add by fuhaining@yolo24.com
    if (consumeMessageLog.isInfoEnabled()) {
        StringBuilder keys = new StringBuilder();
        for (MessageExt msg : msgs) {
            keys.append(msg.getMsgId()).append(",");
        }
        consumeMessageLog.info("concurrently - " + status.name() + " : " + 
                               keys.deleteCharAt(keys.length() - 1).toString());
    }

    if (ConsumeMessageConcurrentlyService.this.defaultMQPushConsumerImpl.hasHook()) {
        consumeMessageContext.setStatus(status.toString());
        consumeMessageContext.setSuccess(ConsumeConcurrentlyStatus.CONSUME_SUCCESS == 
                                         status);
       //调用hook
        ConsumeMessageConcurrentlyService.this.defaultMQPushConsumerImpl
            .executeHookAfter(consumeMessageContext);
    }

    ConsumeMessageConcurrentlyService.this.getConsumerStatsManager().incConsumeRT(
        ConsumeMessageConcurrentlyService.this.consumerGroup, messageQueue.getTopic(),
      consumeRT);
    //再次校验
    if (!processQueue.isDropped()) {
        //处理结果
        ConsumeMessageConcurrentlyService.this.processConsumeResult(status, context, this);
    }
    else {
        log.warn(
            "processQueue is dropped without process consume result. messageQueue={}, 
          msgTreeMap={}, msgs={}",
            new Object[] { messageQueue, processQueue.getMsgTreeMap(), msgs });
    }
}

重试消息

//ConsumeMessageConcurrentlyService.processConsumeResult方法   
//在前面会进行性能统计

        switch (this.defaultMQPushConsumer.getMessageModel()) {
    case BROADCASTING://广播略过
        break;
    case CLUSTERING:
        List<MessageExt> msgBackFailed = new ArrayList<MessageExt>
          (consumeRequest.getMsgs().size());
        for (int i = ackIndex + 1; i < consumeRequest.getMsgs().size(); i++) {
            MessageExt msg = consumeRequest.getMsgs().get(i);
            //发送重试消息
            boolean result = this.sendMessageBack(msg, context);
            if (!result) {
                msg.setReconsumeTimes(msg.getReconsumeTimes() + 1);
                msgBackFailed.add(msg);
            }
        }

        if (!msgBackFailed.isEmpty()) {
            consumeRequest.getMsgs().removeAll(msgBackFailed);
                        //发送失败的进定时任务，重试
            this.submitConsumeRequestLater(msgBackFailed, consumeRequest.getProcessQueue(),
                consumeRequest.getMessageQueue());
        }
        break;
    default:
        break;
    }

    long offset = consumeRequest.getProcessQueue().removeMessage(consumeRequest.getMsgs());
    if (offset >= 0) { 
   // 将消费进度提交到OffsetStore
   // OffsetStore 只会将进度记下，由前面说的定时任务同步给broker
this.defaultMQPushConsumerImpl.getOffsetStore().updateOffset(consumeRequest.getMessageQueue(), offset, true);
    }
}

将要重试的消息发会broker。只是把原来的id发回去。broker在会根据id读取原来消息的消息体

生成重试消息

public void sendMessageBack(MessageExt msg, int delayLevel, final String brokerName)
        throws RemotingException, MQBrokerException, InterruptedException, MQClientException {
    try {
        //消息原来存哪，发会到哪
        String brokerAddr =(null != brokerName) ? 
          this.mQClientFactory.findBrokerAddressInPublish(brokerName)
          : RemotingHelper.parseSocketAddressAddr(msg.getStoreHost());

        this.mQClientFactory.getMQClientAPIImpl().consumerSendMessageBack(brokerAddr, msg,
          this.defaultMQPushConsumer.getConsumerGroup(), delayLevel, 5000);
    }
    catch (Exception e) {
      
     //如果发送失败，使用内部生产者发送
      this.mQClientFactory.getDefaultMQProducer().send(newMsg);
    }
  
 //  consumerSendMessageBack  方法
  
        ConsumerSendMsgBackRequestHeader requestHeader = new
            ConsumerSendMsgBackRequestHeader();
        RemotingCommand request = RemotingCommand.createRequestCommand(RequestCode.CONSUMER_SEND_MSG_BACK, requestHeader);
        requestHeader.setGroup(consumerGroupWithProjectGroup);
            //原来的topic
        requestHeader.setOriginTopic(msg.getTopic());
            //原消息的偏移
        requestHeader.setOffset(msg.getCommitLogOffset());
          //重试级别
        requestHeader.setDelayLevel(delayLevel);
            //记录原来的id
        requestHeader.setOriginMsgId(msg.getMsgId());
            //通过netty发送
        RemotingCommand response = this.remotingClient.invokeSync(addr, 
        request, timeoutMillis);
        assert response != null;
        switch (response.getCode()) {
        case ResponseCode.SUCCESS: {
            return;
        }
        default:
            break;
        }

流程总结

MQClientInstance的rebalanceService 线程启动。定时调用消费者的负载均衡实现RebalanceImpl的doRebalance方法。
RebalanceImpl根据负载策略AllocateMessageQueueStrategy计算属于自己的队列
根据队列的变化，生成新的拉取任务 ProcessQueue 或者将原来的ProcessQueue禁用
将新的 ProcessQueue放入MQClientInstance的PullMessageService的pullRequestQueue这是一个LinkedBlockingQueue
PullMessageService的线程会从队列中取出，然后调用对应消费者的PullAPIWrapper的pullKernelImpl方法发送请求拉取
拉取为异步，在回调中将消息封装成ConsumeMessageConcurrentlyService.ConsumeRequest任务提交到ConsumeMessageConcurrentlyService的线程池ScheduledExecutorService
最终调用用户的实现进行消费
将消费失败消息发回broker生成重试消息
消费成功将进度写入消费者的OffsetStore 定时回写broker

最后编辑于：2019.11.14 15:33:18

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 216,402评论 6赞 499
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 92,377评论 3赞 392
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 162,483评论 0赞 353
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 58,165评论 1赞 292
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 67,176评论 6赞 388
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 51,146评论 1赞 297
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 40,032评论 3赞 417
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 38,896评论 0赞 274
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 45,311评论 1赞 310
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 37,536评论 2赞 332
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 39,696评论 1赞 348
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 35,413评论 5赞 343
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 41,008评论 3赞 325
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 31,659评论 0赞 22
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 32,815评论 1赞 269
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 47,698评论 2赞 368
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 44,592评论 2赞 353

rocketmq客户端消费流程