浅谈专有云MQ存储空间的清理机制
简介： 浅谈专有云MQ存储空间的清理机制
在近⼀年的项⽬保障过程中，对专有云MQ产品的存储⽔位清理模式⼀直存疑，总想一探究竟但又苦于工作繁忙、精力有限，直到最近⼀次项⽬保障过程中再次出现了类似的问题，⼤家对MQ Broker的⽔位清理机制仍然⽐较模糊，于是便有了这篇⽂章。希望能通过这篇⽂章将MQ Broker的消息清理机制讲清楚。
⾸先，我们先来看⼀张MQ的消息保存时间和Broker磁盘存储空间的⽔位趋势图（该图来源于铜雀，⽬前已更名为SRE技术保障平台）。通过该趋势图，可以看到红线左侧的消息保存时间（上⽅蓝⾊趋势线）和Broker磁盘存储空间（下⽅绿⾊区域）呈现出规律性的波动。⽽红线右侧部分，随着消息量的快速增加（通过Broker磁盘存储空间快速上涨得出），开始⼀段时间消息保存时间还呈规律性波动，但接近最右侧时，可以看到消息保存时间的波动频率加快了，⽽且消息保存时间快速下降。那么MQ对消息的清理机制到底是什么呢？
图1：消息保存时间&磁盘空间占比趋势图
在介绍清理机制前，先来复习⼀下MQ的消息是如何进⾏存储的。
图2：commitlog
Producer发送的所有消息都存放在Broker节点的
/home/admin/store/commitlog ⽬录下（专有云场景），每个commitlog的⼤⼩固定为1G。随着时间的推移，当Broker接收的消息量越来越多时，就会在该⽬录下⽣成多个⼤⼩为1G的commitlog⽂件。
ps: 特别声明，虽然该⽬录叫commitlog，但⽬录中存储的⽂件并不是程序⽇志，⽽是MQ Broker⽤来存储消息的⽂件载体，在MQ产品中这种⽂件载体叫做commitlog。之所以这⾥做特别说明，是因为历史上出现过由于误认为此⽬录下存储的是程序⽇志，为了释放磁盘存储空间将⽬录下的commitlog删除导致MQ消息丢失的故障。这是⾎的教训！这个⽬录下的⽂件不要碰，不要碰，不要碰。
commitlog⽬录下的⽂件让MQ⾃行维护清理便可。那MQ⾃身是根据什么规则来进⾏清理的呢？先来看⼀下MQ⾥⾯⼏个⽐较关键的阈值：
- 72⼩时，MQ默认的消息保存时间。从图1可以看出每次消息保存时间波动下降时，均会逼近到该值。
- 凌晨4点，MQ默认的消息清理触发时间。从图1可以看出每次消息保存时间下降均在凌晨4点发生。
- 75%，MQ默认的开始触发清理磁盘存储空间的阈值。
- 85%，MQ内置的开始强制清理磁盘存储空间的阈值。
- 90%，MQ内置的Broker开始禁写的磁盘存储空间的阈值。
MQ会在两个时机对commitlog进⾏清理，⼀是前文提到的每天凌晨4点；另⼀个是消息写⼊时。通过以下表格可以更加清楚的看出具体的清理策略。
清理模式
- 普通清理，这种清理模式只将72⼩时之前的commitlog清理掉，MQ在保证存储72⼩时消息的前提下，尽量降低磁盘空间使⽤率。
- 强制清理，这种清理模式只在Broker存储空间⾼于85%的情况下触发，此时MQ在对commitlog进⾏清理时，将不再考虑72⼩时的消息保留时间，⽽是要尽可能保证能够接收新的MQ消息进来，因此会强制对 commitlog进⾏清理（因为如果不清理，磁盘空间使⽤率进⼀步上涨到90%后，Broker便会⾃动禁写，新的消息便⽆法写入）。当然也不会⼀次性将所有的commitlog清理掉，⽽是只批量清理⼀部分（代码中设置⼀个broker⼀次最多清理10个commitlog⽂件）。
我们回过头来再看⼀下这个趋势图。
图3：消息保存时间&磁盘空间占比趋势图
- 图中1,2,3,4,5,6 处，Broker的存储空间均未超过75%，在每⽇凌晨4点触发了定时清理，将72⼩时之前的消息清理掉。可以看到在清理完成后，消息的保存时间都回落到了72⼩时左右。
- 图中7处，Broker的存储空间使⽤率第⼀次达到了75%，但低于85%，触发了消息写⼊时的普通清理，此时清理的还是72⼩时之前的消息，可以看到消息保存时间在清理完成后回落到72⼩时左右，但存储空间使⽤率下降的⾮常⼩，说明⽬前Broker中存储的消息⼤部分都是72⼩时以内产⽣的。
- 图中8处，随着消息的发送（消息写⼊速度⽐较快），存储空间使⽤率第⼆次达到了75%，仍低于85%，此时普通清理仍然是清理72⼩时之前的消息数据，可以看到磁盘空间使⽤率并没有明显下降。说明此时消息的写⼊速度已经⾼于commitlog的清理速度。
- 8之后发⽣的事情，由于此时消息写⼊速度⾼于commitlog清理速度，虽然消息写⼊时会触发清理动作，但此时Broker中的消息都是72⼩时以内发送的，没有清理掉任何commitlog，磁盘⽔位并没有降低。随着消息的不断写⼊，Broker的存储⽔位不断升⾼，消息的保存时间基本维持不变。
- 8之后的之后，当Broker的存储⽔位达到85%，此时Broker为了后续还能继续提供服务，会开启强制清理，此时MQ不再考虑72⼩时的消息保留时间，⽽是优先保证后续消息的顺利写⼊，于是会将72⼩时以内的消息也进⾏清理。整体表现为Broker的存储⽔位达到85%时，基本不会上涨（只有在消息写⼊量特别⼤时，消息写⼊速度远远⼤于commitlog清理速度，才会继续上涨），但由于清理了72⼩时以内的消息，会使Broker的消息保存时间开始降低，开始低于72⼩时，并随着后续清理动作不断降低。
- 如上所述，消息写⼊量特别⼤，消息写⼊速度远⾼于commitlog的清理速度，Broker的存储⽔位在达到85%后还会继续升⾼，直至达到90%时，Broker为了保护⾃身服务可⽤性，会⾃动开启禁写，此时发送到该Broker的消息会被拒绝掉。Broker的存储⽔位不会进⼀步上升，⽽且此时Broker会开启强制清理，对72⼩时以内的消息进⾏清理，以便使Broker的存储⽔位降到90%以下，使Broker可以重新对外提供服务。
ps：实际在MQ的代码实现层⾯，为了保证消息写⼊Broker的性能，并不是每次写⼊消息时都进⾏存储
空间检查和commitlog清理，⽽是通过定时任务来执⾏（该定时任务每10s执⾏⼀次）。
上述介绍的⼏个清理阈值中，有些是可调的，有些是内置在代码中不可调的。⽐如“凌晨4点”，“72⼩时”，“75%”，这3个参数是⽤户可以调整的MQ配置，“85%”，“90%”是写死在代码中的，是⽆法调整的。
查看Broker配置信息的⽅式如下，在Broker的docker中执⾏
sh /home/admin/rmq/bin/mqadmin getBrokerConfig -b ${IP}:10911- deleteWhen，对应“凌晨4点”
- fileReservedTime，对应“72⼩时”
- diskMaxUsedSpaceRatio，对应“75%”
在调整配置时，deleteWhen通常选在客户MQ业务的低峰期进⾏，尽量避免commitlog清理对⽣产业务的影响。当Broker存储⽔位出现快速上涨时，为避免存储⽔位达到90%，出现禁写影响⽣产业务的情况，需要同时调整fileReservedTime和diskMaxUsedSpaceRatio的默认设置，通过调整这两个参数共同作⽤保证Broker的存储空间可以及时得到清理（还有⼀种降⽔位的⽅式——关闭MQ消息轨迹）。当然这所有参数的调整都需要经过与产研的沟通与确认。
以上就是对MQ Broker消息清理机制的剖析，希望通过这篇⽂章能够让大家理解并掌握其清理机制，能够处理实际工作中遇到的MQ Broker存储⽔位快速上涨的问题。
我们是阿里云智能全球技术服务-SRE团队，我们致力成为一个以技术为基础、面向服务、保障业务系统高可用的工程师团队；提供专业、体系化的SRE服务，帮助广大客户更好地使用云、基于云构建更加稳定可靠的业务系统，提升业务稳定性。
作者：刘维
本文为阿里云原创内容，未经允许不得转载
