随便写点技术性的文章
MQ就是消息队列,是Message Queue的缩写。消息队列是一种通信方式。消息的本质就是一种数据结构。因为MQ把项目中的消息集中式的处理和存储,所以MQ主要有解耦,并发,和削峰的功能。
通常的微服务实现里面,都是通过RPC进行微服务之间的相互调用,这是同步的。如果消息队列的话,可以实现异步的调用。至于异步有啥好处呢,主要是为了削峰。
同步的调用会带来一个问题:瞬时流量。客户的调用同步接口节奏,你是无法把控的,流量将会是忽高忽低的,猛的来一波,搞不好系统就崩了溃了。
如果消息队列的话,可以实现异步的调用,并且可以实现削峰,请求进来,我先放到消息队列里面去,慢慢消化掉,不至于猛的来一下,把系统击垮。
通常的微服务实现里面,都是通过RPC进行微服务之间的相互调用,那么意味着,你要做到一件事情,你必须要知道做事情的对方是谁。在微服务的世界里面,如果设计得不好,那就是一团糟的相互调用网络,看得你晕晕的,运维会疯,后面接手的开发人员也得疯。
应用了消息队列,你就只需要跟消息队列这个代理打交道,单线联系,关系简单。我们只需要生产消息,消费消息,至于是谁消费的,谁生产的,完全不用去管它。架构上,就会清爽多了。所以,要对服务进行解耦,消息队列是一个很好的选择。
Kratos现在的版本(v2.2.1)中,还没有对消息队列的直接支持,但是要运用还是容易的。官方有一个空壳示例代码BeerShop,可以看到,在data层,使用Kafka的痕迹。
对于在Kratos微服务框架里面应用消息队列,我认为有两种方式可以实现:
第一个方式的应用面不广,更多的时候,第二种方式的应用面会更广一些,我选择了第二种方式。但是,Kratos官方并没有支持这一种方式。故而,我只能够自己动手实现了,我从另外一个微服务Go-Micro里面提取了其Broker的实现,并且将其实现为Kratos框架里面的一个Server。事实证明,这样是可行的,并且很好使。
你可能会问,为什么我不直接使用Go-Micro呢?因为Go-Micro是一个很重的微服务框架,尽管它的功能很丰富,几乎支持了大部分的微服务需求。但是对于一个应用来说,我并不需要使用所有的技术栈、中间件,我只需要部分的技术栈。所以,我宁愿做加法,也不愿意去做减法。对于服务端来说,可控、可用、可维护是最重要的。极简,是一个很好的选择。另外,我还要腹诽一点,我从Go-Micro提取出来的Broker在测试的过程中发现,都有一些瑕疵。
我实现的代码,我放到了github:https://github.com/tx7do/kratos-transport。
它所支持的协议和消息队列有:
基本上是够用了。
它主要分为了3个部分:
编解码器现在使用的是Kratos的编解码器。
可以直接拿来使用,我拿Kafka举例:
package main
import (
"context"
"encoding/json"
"fmt"
"log"
"os"
"os/signal"
"syscall"
"github.com/go-kratos/kratos/v2/encoding"
"github.com/tx7do/kratos-transport/broker"
"github.com/tx7do/kratos-transport/broker/kafka"
)
const (
testBrokers = "localhost:9092"
testTopic = "test_topic"
testGroupId = "a-group"
)
type Hygrothermograph struct {
Humidity float64 `json:"humidity"`
Temperature float64 `json:"temperature"`
}
func registerHygrothermographHandler() broker.Handler {
return func(ctx context.Context, event broker.Event) error {
var msg *Hygrothermograph = nil
switch t := event.Message().Body.(type) {
case []byte:
msg = &Hygrothermograph{}
if err := json.Unmarshal(t, msg); err != nil {
return err
}
case string:
msg = &Hygrothermograph{}
if err := json.Unmarshal([]byte(t), msg); err != nil {
return err
}
case *Hygrothermograph:
msg = t
default:
return fmt.Errorf("unsupported type: %T", t)
}
if err := handleHygrothermograph(ctx, event.Topic(), event.Message().Headers, msg); err != nil {
return err
}
return nil
}
}
func handleHygrothermograph(_ context.Context, topic string, headers broker.Headers, msg *Hygrothermograph) error {
log.Printf("Headers: %+v, Humidity: %.2f Temperature: %.2f\n", headers, msg.Humidity, msg.Temperature)
return nil
}
func main() {
ctx := context.Background()
interrupt := make(chan os.Signal, 1)
signal.Notify(interrupt, syscall.SIGHUP, syscall.SIGINT, syscall.SIGTERM, syscall.SIGQUIT)
b := kafka.NewBroker(
broker.OptionContext(ctx),
broker.Addrs(testBrokers),
broker.Codec(encoding.GetCodec("json")),
)
_, err := b.Subscribe(testTopic,
registerHygrothermographHandler(),
func() broker.Any {
return &Hygrothermograph{}
},
broker.SubscribeContext(ctx),
broker.Queue(testGroupId),
)
if err != nil {
fmt.Println(err)
}
<-interrupt
}
还是拿Kafka举例:
package main
import (
"context"
"encoding/json"
"fmt"
"log"
"github.com/go-kratos/kratos/v2"
"github.com/go-kratos/kratos/v2/encoding"
"github.com/tx7do/kratos-transport/broker"
"github.com/tx7do/kratos-transport/transport/kafka"
)
const (
testBrokers = "localhost:9092"
testTopic = "test_topic"
testGroupId = "a-group"
)
type Hygrothermograph struct {
Humidity float64 `json:"humidity"`
Temperature float64 `json:"temperature"`
}
func registerHygrothermographHandler() broker.Handler {
return func(ctx context.Context, event broker.Event) error {
var msg *Hygrothermograph = nil
switch t := event.Message().Body.(type) {
case []byte:
msg = &Hygrothermograph{}
if err := json.Unmarshal(t, msg); err != nil {
return err
}
case string:
msg = &Hygrothermograph{}
if err := json.Unmarshal([]byte(t), msg); err != nil {
return err
}
case *Hygrothermograph:
msg = t
default:
return fmt.Errorf("unsupported type: %T", t)
}
if err := handleHygrothermograph(ctx, event.Topic(), event.Message().Headers, msg); err != nil {
return err
}
return nil
}
}
func handleHygrothermograph(_ context.Context, topic string, headers broker.Headers, msg *Hygrothermograph) error {
log.Printf("Humidity: %.2f Temperature: %.2f\n", msg.Humidity, msg.Temperature)
return nil
}
func main() {
ctx := context.Background()
kafkaSrv := kafka.NewServer(
kafka.WithAddress([]string{testBrokers}),
kafka.WithCodec(encoding.GetCodec("json")),
)
_ = kafkaSrv.RegisterSubscriber(ctx,
testTopic, testGroupId, false,
registerHygrothermographHandler(),
func() broker.Any {
return &Hygrothermograph{}
})
app := kratos.New(
kratos.Name("kafka"),
kratos.Server(
kafkaSrv,
),
)
if err := app.Run(); err != nil {
log.Println(err)
}
}
另外再看一个例子,是Websocket的,它的应用其实也是很广的:
package main
import (
"errors"
"fmt"
"log"
"github.com/go-kratos/kratos/v2"
"github.com/go-kratos/kratos/v2/encoding"
"github.com/tx7do/kratos-transport/transport/websocket"
)
var testServer *websocket.Server
const (
MessageTypeChat = iota + 1
)
type ChatMessage struct {
Type int `json:"type"`
Message string `json:"message"`
}
func main() {
wsSrv := websocket.NewServer(
websocket.WithAddress(":8800"),
websocket.WithPath("/ws"),
websocket.WithConnectHandle(handleConnect),
websocket.WithCodec(encoding.GetCodec("json")),
)
testServer = wsSrv
wsSrv.RegisterMessageHandler(MessageTypeChat,
func(sessionId websocket.SessionID, payload websocket.MessagePayload) error {
switch t := payload.(type) {
case *ChatMessage:
return handleChatMessage(sessionId, t)
default:
return errors.New("invalid payload type")
}
},
func() websocket.Any { return &ChatMessage{} },
)
app := kratos.New(
kratos.Name("websocket"),
kratos.Server(
wsSrv,
),
)
if err := app.Run(); err != nil {
log.Println(err)
}
}
func handleConnect(sessionId websocket.SessionID, register bool) {
if register {
fmt.Printf("%s connected\n", sessionId)
} else {
fmt.Printf("%s disconnect\n", sessionId)
}
}
func handleChatMessage(sessionId websocket.SessionID, message *ChatMessage) error {
fmt.Printf("[%s] Payload: %v\n", sessionId, message)
testServer.Broadcast(MessageTypeChat, *message)
return nil
}
我写了一些实例代码,并且都已经提交到了Kratos的examples代码仓库中去了。
这是一个简单的CQRS的实现,主要就是拿了Kafka来消费来自于传感器的遥感数据,然后把数据存储到数据库中去。
需要注意的是,这个实例并不够完整,我并没有实现MQTT的消费,没有实现前端页面等等。只实现了对Kafka的消费。
这是一个完整的物联网相关的例子,有前端,有后端,可以完整的跑起来看。
通过MQTT接收一个开放的公交遥测数据源,然后通过REST和Websocket向前端发送数据,在地图上展现出来车辆的轨迹、车辆的位置、车辆的速度、开关门状态等等。
最简单的Websocket聊天室,客户端发送消息,服务端接收之后立即广播给其他客户端。