下载掌阅APP，畅读海量书库
立即打开
消费者一般指获取消息、转发消息给业务代码处理的一系列代码实现。在 RocketMQ中，消费行为是如何进行的呢？本节将详细讲述。
RocketMQ消费者支持订阅发布模式和Queue模式。下面以集群模式消费为例，描述生产、消费是如何进行的，如图3-1所示。
图3-1
先来看一下图3-1中与消费者相关的名词：
消费者组： 一个逻辑概念，在使用消费者时需要指定一个组名。一个消费者组可以订阅多个Topic。
消费者实例： 一个消费者组程序部署了多个进程，每个进程都可以称为一个消费者实例。
订阅关系： 一个消费者组订阅一个 Topic 的某一个 Tag，这种记录被称为订阅关系。RocketMQ规定消费订阅关系（消费者组名-Topic-Tag）必须一致——在此，笔者想提醒读者，一定要重视这个问题，一个消费者组中的实例订阅的Topic和Tag必须完全一致，否则就是订阅关系不一致。订阅关系不一致会导致消费消息紊乱。
RocketMQ目前支持集群消费模式和广播消费模式，其中集群消费模式使用最为广泛。
1.集群消费模式
在同一个消费者组中的消费者实例，是负载均衡（策略可以配置）地消费Topic中的消息，假如有一个生产者（Producer）发送了 120 条消息，其所属的 Topic 有 3 个消费者（Consumer）组，每个消费者组设置为集群消费，分别有2个消费者实例，如图3-2所示。
图3-2
Consumer Group 1的两个实例127.0.0.1和127.0.0.2分别负载均衡地消费60条消息。由此我们可以得出使用负载均衡策略时，每个消费者实例消费消息数=生产消息数/消费者实例数，在本例中是60=120/2。
目前大部分场景都适合集群消费模式，RocketMQ 的消费模式默认是集群消费。比如异步通信、削峰等对消息没有顺序要求的场景都适合集群消费。因为集群模式的消费进度是保存在Broker端的，所以即使应用崩溃，消费进度也不会出错。
2.广播消费模式
广播消费，顾名思义全部的消息都是广播分发，即消费者组中的全部消费者实例将消费整个 Topic 的全部消息。比如，有一个生产者生产了 120 条消息，其所属的 Topic 有 3个消费者组，每个消费者组设置为广播消费，分别有两个消费者实例，如图3-3所示。
图3-3
Consumer Group 1中的消费者127.0.0.1和消费者127.0.0.2分别消费120条消息。整个消费者组收到消息120×2=240条。由此我们可以得出广播消费时，每个消费者实例的消费消息数=生产者生产的消息数，整个消费者组中所有实例消费消息数=每个消费者实例消费消息数×消费者实例数，本例中是240=120×2。
广播消费比较适合各个消费者实例都需要通知的场景，比如刷新应用服务器中的缓存，如图3-4所示。
图3-4
生产者发一个刷新缓存的广播消息，消费者组如果设置为广播消费，那么每个应用服务中的消费者都可以消费这个消息，也都能刷新缓存。
广播消费的消费进度保存在客户端机器的文件中。如果文件弄丢了，那么消费进度就丢失了，可能会导致部分消息没有消费。
RocketMQ是一种十分可靠的消息队列中间件，消费侧通过重试-死信机制、Rebalance机制等多种机制保证消费的可靠性。
1.重试-死信机制
我们假设有一个场景，在消费消息时由于网络不稳定导致一条消息消费失败。此时是让生产者重新手动发消息呢，还是自己做数据补偿？RocketMQ 告诉你，消费不是一锤子买卖。
横向看，RocketMQ的消费过程分为 3个阶段：正常消费、重试消费和死信。在引进了正常Topic、重试队列、死信队列后，消费过程的可靠性提高了。RocketMQ的消费流程如图3-5所示。
图3-5
正常Topic ：正常消费者订阅的Topic名字。
重试 Topic ：如果由于各种意外导致消息消费失败，那么该消息会自动被保存到重试Topic中，格式为“%RETRY%消费者组”，在订阅的时候会自动订阅这个重试Topic。
进入重试队列的消息有16次重试机会，每次都会按照一定的时间间隔进行，如表3-1所示。RocketMQ 认为消费不是一锤子买卖，可能由于各种偶然因素导致正常消费失败，只要正常消费或者重试消费中有一次消费成功，就算消费成功。
表3-1
死信Topic ：死信Topic名字格式为“%DLQ%消费者组名”。如果正常消费1次失败，重试16次失败，那么消息会被保存到死信Topic中，进入死信Topic的消息不能被再次消费。RocketMQ认为，如果17次机会都失败了，说明生产者发送消息的格式发生了变化，或者消费服务出现了问题，需要人工介入处理。
彩蛋： 如果有一天你的数据消费失败，发现是因为消费代码有bug，修复后再上线，想补偿之前消费失败的死信数据，怎么办呢？
2.Rebalance机制
Rebalance（重平衡）机制，用于在发生Broker掉线、Topic扩容和缩容、消费者扩容和缩容等变化时，自动感知并调整自身消费，以尽量减少甚至避免消息没有被消费。后面会详细讲述Rebalance的过程。