3.1、Notify
Notify是淘宝自主研发的一套消息服务引擎，是支撑双11最为核心的系统之中的一个，在淘宝和支付宝的核心交易场景中都有大量使用。消息系统的核心作用就是三点：解耦，异步和并行。以下让我以一个实际的样例来说明一下解耦异步和并行分别所代表的详细意义吧：
如果我们有这么一个应用场景，为了完毕一个用户注冊淘宝的操作，可能须要将用户信息写入到用户库中，然后通知给红包中心给用户发新手红包，然后还须要通知支付宝给用户准备相应的支付宝账号，进行合法性验证，告知sns系统给用户导入新的用户等10步操作。
那么针对这个场景，一个最简单的设计方法就是串行的运行整个流程，如图3-1所看到的：
图3-1-用户注冊流程
这样的方式的最大问题是，随着后端流程越来越多，每步流程都须要额外的耗费非常多时间，从而会导致用户更长的等待延迟。自然的，我们可以採用并行的方式来完毕业务，可以极大的降低延迟，如图3-2所看到的。
图3-2-用户注冊流程-并行方式
但并行以后又会有一个新的问题出现了，在用户注冊这一步，系统并行的发起了4个请求，那么这四个请求中，假设通知SNS这一步须要的时间非常长，比方须要10秒钟的话，那么就算是发新手包，准备支付宝账号，进行合法性验证这几个步骤的速度再快，用户也仍然须要等待10秒以后才干完毕用户注冊过程。由于仅仅有当全部的兴许操作全部完毕的时候，用户的注冊过程才算真正的“完毕”了。用户的信息状态才是完整的。而假设这时候发生了更严重的事故，比方发新手红包的全部server由于业务逻辑bug导致down机，那么由于用户的注冊过程还没有全然完毕，业务流程也就是失败的了。这样明显是不符合实际的须要的，随着下游步骤的逐渐增多，那么用户等待的时间就会越来越长，而且更加严重的是，随着下游系统越来越多，整个系统出错的概率也就越来越大。
通过业务分析我们可以得知，用户的实际的核心流程事实上仅仅有一个，就是用户注冊。而兴许的准备支付宝，通知sns等操作尽管必需要完毕，但却是不需要让用户等待的。
这样的模式有个专业的名词，就叫终于一致。为了达到终于一致，我们引入了MQ系统。业务流程例如以下：
主流程如图3-3所看到的：
图3-3-用户注冊流程-引入MQ系统-主流程
异步流程如图3-4所看到的：
图3-4-用户注冊流程-引入MQ系统-异步流程
核心原理
Notify在设计思路上与传统的MQ有一定的不同，他的核心设计理念是
1. 为了消息堆积而设计系统
2. 无单点，可自由扩展的设计
以下就请随我一起，进入到我们的消息系统内部来看看他设计的核心原理
- 为了消息堆积而设计系统在市面上的大部分MQ产品，大部分的核心场景就是点对点的消息传输通道，然后非常激进的使用内存来提升总体的系统性能，这样做尽管标称的tps都能达到非常高，但这样的设计的思路是非常难符合大规模分布式场景的实际须要的。
在实际的分布式场景中，这种系统会存在着较大的应用场景瓶颈，在后端有大量消费者的前提下，消费者出现故障是个很常见的情况，而消息系统则必须可以在后端消费不稳定的情况下，仍然可以保证用户写入的正常而且TPS不降，是个很考验消息系统能力的实际场景。
也由于如此，在Notify的总体设计中，我们最优先考虑的就是消息堆积问题，在眼下的设计中我们使用了持久化磁盘的方式，在每次用户发消息到Notify的时候都将消息先落盘，然后再异步的进行消息投递，而没有採用激进的使用内存的方案来加快投递速度。
这样的方式，尽管系统性能在峰值时比眼下市面的MQ效率要差一些，可是作为整个业务逻辑的核心单元，稳定，安全可靠是系统的核心诉求。 - 无单点，可自由扩展的设计
图3-5-Notify系统组成结构
图3-5展示了组成Notify整个生态体系的有五个核心的部分。
- 发送消息的集群这主要是业务方的机器，这些APP的机器上是没有不论什么状态信息的，能够随着用户请求量的添加而随时添加或降低业务发送方的机器数量，从而扩大或缩小集群能力。
- 配置服务器集群(Config server)这个集群的主要目的是动态的感知应用集群，消息集群机器上线与下线的过程，并及时广播给其它集群。如当业务接受消息的机器下线时，config server会感知到机器下线，从而将该机器从目标用户组内踢出，并通知给notify server，notify server 在获取通知后，就能够将已经下线的机器从自己的投递目标列表中删除，这样就能够实现机器的自己主动上下线扩容了。
- 消息服务器(Notify Server)消息服务器，也就是真正承载消息发送与消息接收的服务器，也是一个集群，应用发送消息时能够随机选择一台机器进行消息发送，随意一台server 挂掉，系统都能够正常执行。当须要添加处理能力时，仅仅须要简单地添加notify Server就能够了
- 存储(Storage)Notify的存储集群有多种不同的实现方式，以满足不同应用的实际存储需求。针对消息安全性要求高的应用，我们会选择使用多份落盘的方式存储消息数据，而对于要求吞吐量而不要求消息安全的场景，我们则能够使用内存存储模型的存储。自然的，全部存储也被设计成了随机无状态写入存储模型以保障能够自由扩展。
- 消息接收集群业务方用于处理消息的服务器组，上下线机器时候也能够动态的由config server 感知机器上下线的时机，从而能够实现机器自己主动扩展。
3.3、MetaQ
METAQ是一款全然的队列模型消息中间件，server使用Java语言编写，可在多种软硬件平台上部署。client支持Java、C++编程语言，已于2012年3月对外开源，开源地址是：http://metaq.taobao.org/。MetaQ大约经历了以下3个阶段
- 在2011年1月份公布了MetaQ 1.0版本号，从Apache Kafka衍生而来，在内部主要用于日志传输。
- 在2012年9月份公布了MetaQ 2.0版本号，攻克了分区数受限问题，在数据库binlog同步方面得到了广泛的应用。
- 在2013年7月份公布了MetaQ 3.0版本号，MetaQ開始广泛应用于订单处理，cache同步、流计算、IM实时消息、binlog同步等领域。MetaQ3.0版本号已经开源，參见这里
综上，MetaQ借鉴了Kafka的思想，并结合互联网应用场景对性能的要求，对数据的存储结构进行了全新设计。在功能层面，添加了更适合大型互联网特色的功能点。
MetaQ简单介绍
图3-6-MetaQ总体结构
如图3-6所看到的，MetaQ对外提供的是一个队列服务，内部实现也是全然的队列模型，这里的队列是持久化的磁盘队列，具有很高的可靠性，而且充分利用了操作系统cache来提高性能。
- 是一个队列模型的消息中间件，具有高性能、高可靠、高实时、分布式特点。
- Producer、Consumer、队列都可以分布式。
- Producer向一些队列轮流发送消息，队列集合称为Topic，Consumer假设做广播消费，则一个consumer实例消费这个Topic相应的全部队列，假设做集群消费，则多个Consumer实例平均消费这个topic相应的队列集合。
- 可以保证严格的消息顺序
- 提供丰富的消息拉取模式
- 高效的订阅者水平扩展能力
- 实时的消息订阅机制
- 亿级消息堆积能力
MetaQ存储结构
MetaQ的存储结构是依据阿里大规模互联网应用需求，全然又一次设计的一套存储结构，使用这套存储结构能够支持上万的队列模型，而且能够支持消息查询、分布式事务、定时队列等功能，如图3-7所看到的。
图3-7-MetaQ存储体系
MetaQ单机上万队列
MetaQ内部大部分功能都靠队列来驱动，那么必须支持足够多的队列，才干更好的满足业务需求，如图所看到的，MetaQ能够在单机支持上万队列，这里的队列所有为持久化磁盘方式，从而对IO性能提出了挑战。MetaQ是这样解决的
- Message所有写入到一个独立的队列，全然的顺序写
- Message在文件的位置信息写入到另外的文件，串行方式写。
通过以上方式，既做到数据可靠，又能够支持很多其它的队列，如图3-8所看到的。
图3-8-MetaQ单机上万队列
MetaQ与Notify差别
- Notify側重于交易消息，分布式事务消息方面。
- MetaQ側重于顺序消息场景，比如binlog同步。以及主动拉消息场景，比如流计算等。