1000000 / 60S 的 RocketMQ 不停机，扩容，平滑升级！

一、背景

1、各业务系统持续迭代过程中，JDK、SpringBoot、RocketMQ Client 等框架也进行了升级，高版本的 RocketMQ Client 发送的消息到低版本中，在控制台中午无法查看消息明细，致使业务日常排查问题等相当困难。

2、原业务端发送消息与本地事务很难做到一致性，要保障不丢失数据和数据不一致开发成本非常高，RocketMQ V4.4 版本增加了事务消息，引入事务消息后可大大降低实现这一特性的难度。

3、我们对 MQ 的依赖越来越强，MQ 的重要性和稳定性都已经可以和 DB 相当了，而 V4.x 版本增加了更多的新特性和监控手段，可以使我们更好的监控 MQ 的使用情况。

4、V4.x 版本由 Alibaba 维护移交到了 Apache 社区并有他进行维护，促使使用范围更广，也有更多的参与者参与进来，可靠性和及时响应性有了更高的保障。

5、新版本在吞吐率和对新的技术有了更好的支持，基于上述这些因素，我们考虑将 MQ 进行版本升级与改造。

6、升级版本 V3_2_6 -＞ V4.6.0

二、流程

因业务特性需求，对当前RocketMQ 集群进行不停机版本迭代升级，步骤如下。

请升级的架构师详细查看文档，进行查漏补缺以免造成不可挽回的事故

下面是此次升级使用的基础资料：

官方文档

https://rocketmq.apache.org/docs/quick-start/

https://rocketmq.apache.org/dowloading/releases/

Dledger 快速搭建指南：

https://github.com/apache/rocketmq/blob/master/docs/cn/dledger/quick_start.md

Apache RocketMQ 开发者指南：

https://github.com/apache/rocketmq/tree/master/docs/cn

升级前一定要熟读的两个架构图：

1、消息存储

2、消息刷盘

三、前期准备

1、当前环境版本状态

DEV: http://10.0.254.191:7080/ V3_5_8 2m

TEST: http://10.185.240.76:8081/ V3_5_8 2m

PRO：http://rocketmq.pro.siku.cn/ admin/secoo V3_2_6 2m

2、每个版本组件支持的jre环境

Version	Client	Broker	NameServer
4.0.0-incubating	>=1.7	>=1.8	>=1.8
4.1.0-incubating >=1.6 >=1.8 >=1.8
4.2.0	>=1.6	>=1.8	>=1.8
4.3.x	>=1.6	>=1.8	>=1.8
4.4.x	>=1.6	>=1.8	>=1.8
4.5.x	>=1.6	>=1.8	>=1.8
4.6.x	>=1.6	>=1.8	>=1.8

4、升级时使用到的命令集合

启动

nohup sh bin/mqnamesrv &

nohup sh bin/mqbroker  -c conf/2m-noslave/broker-b.properties &

broker的写权限关闭

bin/mqadmin updateBrokerConfig -b 192.168.x.x:10911 -n 192.168.x.x:9876 -k brokerPermission -v 4

恢复该节点的写权限

bin/mqadmin updateBrokerConfig -b 192.168.x.x:10911 -n 192.168.x.x:9876 -k brokerPermission -v 6

停止

bin/mqshutdown broker

bin/mqshutdown namesrv

查看集群信息，集群、BrokerName、BrokerId、TPS等信息

./bin/mqadmin clusterList -n localhost:9876

获取全部topic

./bin/mqadmin topicList -n localhost:9876 -c DevCluster > topiclist

获取topic 路由信息

./bin/mqadmin topicRoute -t demo-cluster -n localhost:9876

获取topic offset

./bin/mqadmin topicStatus -t demo-cluster -n localhost:9876

打印Topic订阅关系、TPS、积累量、24h读写总量等信息

./bin/mqadmin statsAll  -n localhost:9876

修改broker 参数

./bin/mqadmin updateBrokerConfig -n localhost:9876 -b 10.0.xxx.2:10911 -k waitTimeMillsInSendQueue -v 500 -c TestCluster

发送消息

./bin/mqadmin sendMessage -n localhost:9876 -t lqtest -p "this is test"

消费

./bin/mqadmin consumeMessage -n localhost:9876 -t lqtest

5、官方版本特性收集

这里只标注了下重要的特性，有兴趣的可以查看 http://rocketmq.apache.org/release_notes/

4.0.0 (INCUBATING) 变为Apache

4.4.0 支持消息轨迹、支持ACL

4.5.0 引入Dledger 的多副本技术

6、新集群4.6.0 集群模型选择

单Master模式

这种方式风险较大，一旦Broker重启或者宕机时，会导致整个服务不可用。不建议线上环境使用,可以用于本地测试。
多Master模式

一个集群无Slave，全是Master，例如2个Master或者3个Master，这种模式的优缺点如下：

优点：配置简单，单个Master宕机或重启维护对应用无影响，在磁盘配置为RAID10时，即使机器宕机不可恢复情况下，由于RAID10磁盘非常可靠，消息也不会丢（异步刷盘丢失少量消息，同步刷盘一条不丢），性能最高；

缺点：单台机器宕机期间，这台机器上未被消费的消息在机器恢复之前不可订阅，消息实时性会受到影响。
多Master多Slave模式-异步复制

每个Master配置一个Slave，有多对Master-Slave，HA采用异步复制方式，主备有短暂消息延迟（毫秒级），这种模式的优缺点如下：

优点：即使磁盘损坏，消息丢失的非常少，且消息实时性不会受影响，同时Master宕机后，消费者仍然可以从Slave消费，而且此过程对应用透明，不需要人工干预，性能同多Master模式几乎一样；

缺点：Master宕机，磁盘损坏情况下会丢失少量消息。
多Master多Slave模式-同步双写（参考当前业务与并发度，选择此集群模式）

每个Master配置一个Slave，有多对Master-Slave，HA采用同步双写方式，即只有主备都写成功，才向应用返回成功，这种模式的优缺点如下：

优点：数据与服务都无单点故障，Master宕机情况下，消息无延迟，服务可用性与数据可用性都非常高；

缺点：性能比异步复制模式略低（大约低10%左右），发送单个消息的RT会略高，且目前版本在主节点宕机后，备机不能自动切换为主机

请结合自己的集群特点和稳定性进行选择升级，不一定最新的集群模式就是最适合你们得。一定要把平滑升级放在首位。

7、TOPIC 整理

可以写个脚本整理现有topic 目录，在升级完成后对topic 列表和分区进行整理校对。

因为topic在rocketmq的设计思想里，是作为同一个业务逻辑消息的组织形式，它仅仅是一个逻辑上的概念，而在一个topic下又包含若干个逻辑队列，即消息队列，消息内容实际是存放在队列中，而队列又存储在broker中

一定要进行特殊业务场景梳理 1）顺序消费 2）topic单broker配置

以免出现一个Topic只有一个queue的情况出现，导致消息丢失。随便找了个图，大家可以看下

8、新集群配置

brokerClusterName=MQCluster

brokerName=broker-ali-76

brokerId=0

deleteWhen=04

fileReservedTime=360

brokerRole=ASYNC_MASTER

flushDiskType=ASYNC_FLUSH

storePathCommitLog=/data/rocketmq/store/commitlog

storePathConsumerQueue=/data/rocketmq/store/consumequeue

storePathRootDir=/data/rocketmq/store

autoCreateSubscriptionGroup=true

## if msg tracing is open,the flag will be true

traceTopicEnable=true

listenPort=10911

namesrvAddr=10.48.xx.76:9876;10.48.xx.77:9876

四、升级步骤

当攻略做完以后，我们就可以开始搞起了。我选择的最终架构模式：多Master多Slave模式-同步双写

流程概述：

修改2m-2s-sync 、runbroker、runserver 配置参数
停掉3.2.6 nameserver 原IP PORT 启动4.6.0 nameserver，逐级替换完毕
停掉3.2.6 broker 启动4.6.0 broker（查看是否有单机topic问题），逐级替换完毕
测试集群稳定性，为新集群增加slave,升级完成

详细步骤：

准备操作

1、下载最新4.6.0版本部署包

cd /data/xxx_tomcat

wget http://mirrors.tuna.tsinghua.edu.cn/apache/rocketmq/4.6.0/rocketmq-all-4.6.0-bin-release.zip

unzip rocketmq-all-4.6.0-bin-release

2、修改配置

cd /data/xxx_tomcat/rocketmq-4.6.0/conf/2m-2s-sync

修改51、50 机器broker配置

修改配置 2m-2s-sync

修改 runbroker JVM配置，以免使用了默认配置导致内存不够

3、两台M配置如下：

两台差别只在brokerName

brokerClusterName=MQCluster

brokerName=broker-60-50

brokerId=0

deleteWhen=04

fileReservedTime=48

brokerRole=ASYNC_MASTER

flushDiskType=ASYNC_FLUSH

storePathCommitLog=/data/alibaba-rocketmq/store/commitlog

storePathConsumerQueue=/data/rocketmq/store/consumequeue

storePathRootDir=/data/alibaba-rocketmq/store

autoCreateSubscriptionGroup=true

## if msg tracing is open,the flag will be true

traceTopicEnable=true

listenPort=10911

namesrvAddr=192.168.xxx.50:9876;192.168.xxx.51:9876

4、替换nameserver

jps -l

sh bin/mqshutdown namesrv

cd /data/xxx_tomcat/rocketmq-4.6.0

nohup sh bin/mqnamesrv &

./bin/mqadmin clusterList -n localhost:9876

5、替换broker

jps -l

sh bin/mqshutdown broker

cd /data/xxx_tomcat/rocketmq-4.6.0

ps -ef|grep mq  //检查使用的配置文件

nohup sh bin/mqbroker  -c conf/2m-2s-sync/broker-b.properties &

./bin/mqadmin clusterList -n localhost:9876

最后我们来发个消息测试下

./bin/mqadmin sendMessage -n localhost:9876 -t lqtest -p "this is test"

./bin/mqadmin consumeMessage -n localhost:9876 -t lqtest

恭喜你到此你的集群就升级完毕了！！！

>原创不易，专注于分享技术干货文章的地方，可关注我获取更多神秘资料、视频资料，wx搜索:架构技术专栏