分布式场景下如何保证消息队列实现最终一致性

考虑一个分布式场景中一个常见的场景：服务A执行某个数据库操作成功后，会发送一条消息到消息队列，现在希望只有数据库操作执行成功才发送这条消息。下面是一些常见的作法：

1. 先执行数据库操作，再发送消息

public void purchaseOrder() {
    orderDao.save(order);
    messageQueue.send(message);
}

有可能order新增成功，发送消息失败。最终形成不一致状态。

2. 先发送消息，再执行数据库操作

public void purchaseOrder() {
    messageQueue.send(message);
    orderDao.save(order);
}

有可能消息发送成功，而order新增失败，从而形成不一致状态。

3. 在数据库事务中，先发送消息，再执行数据库操作

@Transactional
public void purchaseOrder() {
    messageQueue.send(message);
    orderDao.save(order);
}

这里同样无法保证一致性。如果数据库操作成功，然而消息已经发送了，无法进行回滚。

4. 在数据库事务中，先执行数据库操作，再发送消息

@Transactional
public void purchaseOrder() {
    orderDao.save(order);
    messageQueue.send(message);
}

这种方案成功与否，取决于消息队列是否拥有应答机制和事务机制。

应答机制表示producer发送消息后，消息队列能够返回response从而证明消息是否插入成功。

如果消息队列拥有应答机制，将上面的代码改写为：

@Transactional
public void purchaseOrder() {
    orderDao.save(order);
    try{
        kafkaProducer.send(message).get();
    } catch(Exception e)
        throw new RuntimeException("Fail to send message");
    }

这段代码表示如果发送发收到消息队列错误的response，就抛出一个RuntimeException。那么消息发送失败，能够造成数据库操作的回滚。这个方案看似可行，然而存在这样一种情况，如果消息发送成功，而消息队列由于网络原因没有即时返回response，此时消息发送方由于没有及时收到应答从而认为消息发送失败了，因此消息发送方的数据库事务回滚了，然而消息的确已经插入成功，从而造成了最终不一致性。

上面的不一致性可以通过消息的事务机制解决。

事务机制表示消息队列中的消息是否拥有状态，从而决定消费者是否消费该条消息。

Alibaba旗下的开源消息队列RocketMQ以高可用性闻名，它是最早支持事务消息的消息队列。Kafka从版本0.11开始也支持了事务机制。

RoketMQ的事务机制是将消息标记为Prepared状态或者Confirmed状态。处于Prepared状态的消息对consumer不可见。

而Kafka通过Transaction Marker将消息标记为Uncommited或Commited状态。Consumer通过配置isolation-level为read_committed或read_uncommitted来决定对哪种类型的消息可见。

5. 消息队列不支持事务消息

如果消息队列不支持事务消息，那么我们的解决方案是，新增一张message表，并开启一个定时任务扫描这张message表，将所有状态为prepared的message发送给消息队列，发送成功后，将message状态置为confirmed。

代码如下：

@Transactional
public void purchaseOrder() {
    orderDao.save(order);
    messageService.save(message);
}

此时插入order和插入message的逻辑处于同一个数据库事务，通过后台的定时程序不断扫描message表，因此一定能够保证消息被成功投递到消息消费方。

这个方案存在的一个问题是，有可能后台任务发送消息成功后宕机了，从而没有来得及将已发送的message状态置为confirmed。因此下一次扫描message表时，会重复发送该条消息。这就是at least once delivery。

由于at least once delivery的特性，consumer有可能收到重复的数据。此时可以在consumer端建立一张message_consume表，来判断消息是否已经消费过，如果已经消费过，那么就直接丢弃该消息。