业务高速增长，如祺出行如何用腾讯云消息队列 RocketMQ 应对挑战

高速增长的用户规模和订单量，对技术平台提出更高要求。随着专快车业务的快速增长，越来越多业务需求与业务主流程耦合，导致调用链过长，接口延迟增加了数倍，整体架构无论是性能还是扩展性，都存在很大的风险，遇到节假日高峰，随时都有崩溃的风险。

为了提升架构的稳定性，保障用户体验，如祺出行于 2021 年启动架构升级。其中，引入消息队列做异步化是整个分布式架构设计的核心手段之一。消息队列是一种异步通信机制，可以将消息从发送方发送到接收方，而不需要立即处理。这种机制可以带来以下好处：

1. 异步化处理：消息队列可以将不同组件或服务之间的通信异步化，使得用户下单速度更快，体验更好，提高系统的响应速度和吞吐量。

2. 冗余处理：消息队列可以将消息复制到多个副本中，确保即使某个节点出现故障，消息也不会丢失。

3. 解耦合：消息队列可以将不同组件或业务之间的通信解耦合，每个业务只需要关注自己订阅的消息，从而将下单主流程跟其它业务流程解耦，保障了主流程的稳定和提升了运维的可观测性。

4. 流量控制：消息队列可以对消息进行缓冲和限流，防止消息发送方发送过多的请求导致接收方处理不过来，从而提高系统的稳定性。

2019 年以来，如祺出行主要采用 CMQ 作为订单主业务的消息队列，CMQ 是一种大规模分布式消息系统，它具有高可用性、高吞吐量、海量存储和高并发能力等特点，可以帮助用户在分布式系统中进行异步通信，提高应用程序的可用性和可扩展性，但由于 CMQ 协议和功能简单，不支持事务消息，顺序消息和大规模延迟消息等局限性，研发团队决定采用 RocketMQ 作为升级方案，满足日益复杂的订单业务场景。

Apache RocketMQ 是一个开源的分布式消息中间件，因其架构简单、业务功能丰富、具备极强可扩展性等特点被众多企业开发者以及云厂商采用，它具有高性能、高可用性、高可靠性和易于使用等优势，尤其在互联网、大数据、企业应用、金融交易等在线业务场景成为开发者首选的消息队列产品。

RocketMQ 可以帮助业务实现异步通信、流量削峰、数据同步和日志处理等应用场景， 还提供了丰富的高级特性，比如事务消息、定时消息、重试消息和死信消息等特色功能，腾讯云针对 RocketMQ 做了大量的优化增强，在完全兼容社区版的基础上，提供了秒级定时消息、命名空间，消息轨迹和丰富的监控告警指标等企业级特性，可以很好地满足如祺订单系统等各种复杂的消息处理需求。

在整个下单流程中，从预估到下单，再从派单到开始服务，最后到费用结算，一共要经过 20+ 流程环节，其中计费订单系统是所有系统的核心，从用户输入上下车地点，背后的业务系统就开始工作，比如营销系统查询用户折扣和优惠、地图系统开始做路径规划、安全监控系统做分控计算、预派单系统提前做派单分析等，业务系统需要完成大量的计算任务，对数据的实时性、准确性和一致性要求非常高，并且涉及大量的系统交互，这对整个系统的稳定性要求提出很大的挑战。

在没有通过 RocketMQ 处理之前，各个系统之间的耦合度非常高，系统稳定性风险高，引入 RocketMQ 完成了下单异步化改造， 大量任务异步通信处理，大大提升了订单业务系统的可扩展性和可靠性，其主要体现在以下几个方面:

1. 下单速度

   由于整个下单的流程都已经实现了异步化，因此从询价到接单的整个流程只有 3-5 个简单的同步操作，保障了整个下单的体验。(在运力充足的前提下，大约 1.2s 就能完成接单流程)。

2. 业务的扩展性

   风控、安全、营销、派单有非常多复杂的业务逻辑，例如发券、动态折扣等，如果没有用消息队列做消息共享，就需要做 N*N 的远程调用，增加了系统复杂度，现在只需要增加一个下游订阅，就可以扩展新业务逻辑。

3. 业务可靠性

   由于业务的链条很长，因此需要做好各个环节的兜底处理，下单异步化后，可以做到关注点分离，下单主流程不会因为某个节点出现问题导致阻塞。举个例子: 在下单前，系统会异步计算好路程的近似路程公里数，假设地图服务出现延迟或者异常，就可以直接使用，保证了系统的可靠。

定时消息是指消息发送方将消息发送到 RocketMQ 时，消息不是立即可以被下游订阅者消费，而是指定消息在将来一段时间才可以被消费。

RocketMQ 开源社区版 (4.x 版本) 没有支持秒级精度的定时消息方案，只能指定几个固定的延迟级别，腾讯云在社区版的基础上，通过基于时间轮的调度引擎，先将定时消息暂存在内部定时消息队列，再通过调度引擎按指定的定时时间，将消息调度到普通消息队列，下游消费方才可以正常消费消息，默认最长可以支持 40 天的定时范围（如果购买了专业版的客户，可以通过工单申请更长的定时范围）。

在打车业务中，有大量的定时消息场景，比如订单完成超过一定时间后其状态自动流转，订单超过一定时间未接单自动提醒等业务场景，在未接入 RocketMQ 之前，要依赖轮询数据库来实现，对数据库压力非常大，接入 RocketMQ 后，不仅大大缓解了数据库压力，系统的依赖关系也大量简化。

事务消息是 Apache RocketMQ 提供的一种高级消息类型，支持在分布式场景下保障消息生产和本地事务的最终一致性，尤其是在对数据一致性要求高的交易场景有广泛的应用，主要核心过程如下。

1. 生产者发送消息到 RocketMQ 中。

2. 服务端收到消息后将消息存储到半消息 Topic 中。

3. 当本地事务执行完成。

4. 生产者主动将事务执行结果发送到 RocketMQ 中。

5. 若本地事务执行结果超过一定期限还没反馈，RocketMQ 将执行回查逻辑。

6. 生产者收到消息回查后，需要检查对应消息的本地事务执行的最终结果，并反馈事务状态，有以下三种情况：

• TransactionStatus.COMMIT 提交事务，消费者可以消费到该消息。

• TransactionStatus.ROLLBACK 回滚事务，消息被丢弃，消费者不会消费到该消息。

• TransactionStatus.UNKNOW 无法判断状态，等待再次发送回查。

7. 当事务执行成功，RocketMQ 将事务消息提交到 real topic，待消费者消费。

打车业务中，有多个业务系统涉及交易数据的一致性，通过事务消息和本地数据库事务结合，确保了系统之间数据的一致性，并且简化了业务开发的复杂度。

顺序消息可以保证同一分区顺序 key 的消息的消费顺序和发送顺序一致，常用于订单交易，金融，电商等业务场景，将同一用户或订单的不同消息按照时序进行处理，避免处理消息乱序带来的补偿操作等复杂度。

在如祺订单系统中，上游将订单 ID 作为 ShardKey，同一个订单的系统都会被发送到同一个分区中，下游系统订阅消息时，就可以针对同一个订单的消息按顺序处理，避免处理订单消息乱序的复杂度，并且方便做本地缓存策略，提升系统的整体性能。

相对于开源自建的 RocketMQ 解决方案，腾讯云提供了完全兼容社区版 RocketMQ SDK 的能力，还提供了元数据导入工具，并且支持多 Namespace 在集群内做逻辑隔离，客户只需要改一行接入点信息就完成迁移工作。

除了方便客户从社区版做代码迁移外，腾讯云 RocketMQ 还提供了大量运维能力，支持多集群部署管控和动态扩缩容，开箱即用的监控大盘和指标告警能力，还支持消息轨迹、消费状态、异常诊断等多样的监控定位手段，和消息回溯、消费验证、测试消息、死信重发等便捷的功能，方便问题定位和日常维护。

当前 RocketMQ 已经完全兼容社区版本 4.x 系列版本，并且已经支持虚拟集群和专享集群等产品形态，满足用户的不同使用场景。

2022 年 9 月，RocketMQ  社区已经发布了 5.x 版本，RocketMQ 5.x 引入了全新的弹性无状态代理模式，基于 gRPC 协议提供了新的更简洁易用的 SDK，并将当前的 Broker 职责进行拆分，对于客户端协议适配、权限管理、消费管理等计算逻辑进行抽离，独立无状态的代理角色提供服务，Broker 则继续专注于存储能力的持续优化。

2023 年 6 月，腾讯云将基于社区 RocketMQ 5.x  版本推出新的 Serverless 产品形态，在以下几个方面持续发力：

1. 弹性计算和分层存储带来更低的使用成本。

2. 新的 SDK 带来更好的开发体验和多语言生态支持。

3. 大数据生态更好的对接，更好的支持实时和流计算的体验。

最终期待能够充分利用云原生带来的资源利用率的红利，以更低的成本，为客户带来全新的产品体验。