Pulsar：下一代消息引擎真的这么强吗？
背景
我们最近在做新业务的技术选型，其中涉及到了对消息中间件的选择；结合我们的实际情况希望它能满足以下几个要求：
- 友好的云原生支持：因为现在的主力语言是
Go，同时在运维上能够足够简单。 - 官方支持多种语言的
SDK：还有一些Python、Java相关的代码需要维护。 - 最好是有一些方便好用的特性，比如：延时消息、死信队列、多租户等。
当然还有一些水平扩容、吞吐量、低延迟这些特性就不用多说了，几乎所有成熟的消息中间件都能满足这些要求。
基于以上的筛选条件，Pulsar 进入了我们的视野。
作为 Apache 下的顶级项目，以上特性都能很好的支持。
下面我们来它有什么过人之处。
架构
从官方的架构图中可以看出 Pulsar 主要有以下组件组成：
Broker无状态组件，可以水平扩展，主要用于生产者、消费者连接；与 Kafka 的 broker 类似，但没有数据存储功能，因此扩展更加轻松。BookKeeper集群：主要用于数据的持久化存储。Zookeeper用于存储broker与BookKeeper的元数据。
整体一看似乎比 Kafka 所依赖的组件还多，这样确实会提供系统的复杂性；但同样的好处也很明显。
Pulsar 的存储于计算是分离的，当需要扩容时会非常简单，直接新增 broker 即可，没有其他的心智负担。
当存储成为瓶颈时也只需要扩容 BookKeeper，不需要人为的做重平衡，BookKeeper 会自动负载。
同样的操作，Kafka 就要复杂的多了。
特性
多租户
多租户也是一个刚需功能，可以在同一个集群中对不同业务、团队的数据进行隔离。
persistent://core/order/create-order
以这个 topic 名称为例，在 core 这个租户下有一个 order 的 namespace，最终才是 create-order 的 topic 名称。
在实际使用中租户一般是按照业务团队进行划分，namespace 则是当前团队下的不同业务；这样便可以很清晰的对 topic 进行管理。
通常有对比才会有伤害，在没有多租户的消息中间件中是如何处理这类问题的呢：
- 干脆不分这么细，所有业务线混着用，当团队较小时可能问题不大；一旦业务增加，管理起来会非常麻烦。
- 自己在 topic 之前做一层抽象，但其实本质上也是在实现多租户。
- 各个业务团队各自维护自己的集群，这样当然也能解决问题，但运维复杂度自然也就提高了。
以上就很直观的看出多租户的重要性了。
Function 函数计算
Pulsar 还支持轻量级的函数计算，例如需要对某些消息进行数据清洗、转换，然后再发布到另一个 topic 中。
这类需求就可以编写一个简单的函数，Pulsar 提供了 SDK 可以方便的对数据进行处理，最后使用官方工具发布到 broker 中。
在这之前这类简单的需求可能也需要自己处理流处理引擎。
应用
除此之外的上层应用，比如生产者、消费者这类概念与使用大家都差不多。
比如 Pulsar 支持四种消费模式：
Exclusive：独占模式，同时只有一个消费者可以启动并消费数据；通过SubscriptionName标明是同一个消费者），适用范围较小。Failover故障转移模式：在独占模式基础之上可以同时启动多个consumer，一旦一个consumer挂掉之后其余的可以快速顶上，但也只有一个consumer可以消费；部分场景可用。Shared共享模式：可以有 N 个消费者同时运行，消息按照round-robin轮询投递到每个consumer中；当某个consumer宕机没有ack时，该消息将会被投递给其他消费者。这种消费模式可以提高消费能力，但消息无法做到有序。KeyShared共享模式：基于共享模式；相当于对同一个topic中的消息进行分组，同一分组内的消息只能被同一个消费者有序消费。
第三种共享消费模式应该是使用最多的，当对消息有顺序要求时可以使用 KeyShared 模式。
SDK
官方支持的 SDK 非常丰富；我也在官方的 SDK 的基础之上封装了一个内部使用的 SDK。
因为我们使用了 dig 这样的轻量级依赖注入库，所以使用起来大概是这个样子：
SetUpPulsar(lookupURL)
container := dig.New()
container.Provide(func() ConsumerConfigInstance {
return NewConsumer(&pulsar.ConsumerOptions{
Topic: "persistent://core/order/create-order",
SubscriptionName: "order-sub",
Type: pulsar.Shared,
Name: "consumer01",
}, ConsumerOrder)
})
container.Provide(func() ConsumerConfigInstance {
return NewConsumer(&pulsar.ConsumerOptions{
Topic: "persistent://core/order/update-order",
SubscriptionName: "order-sub",
Type: pulsar.Shared,
Name: "consumer02",
}, ConsumerInvoice)
})
container.Invoke(StartConsumer)
其中的两个 container.Provide() 函数用于注入 consumer 对象。
container.Invoke(StartConsumer) 会从容器中取出所有的 consumer 对象，同时开始消费。
这时以我有限的 Go 开发经验也在思考一个问题，在 Go 中是否需要依赖注入？
先来看看使用 Dig 这类库所带来的好处：
- 对象交由容器管理，很方便的实现单例。
- 当各个对象之前依赖关系复杂时，可以减少许多创建、获取对象的代码，依赖关系更清晰。
同样的坏处也有：
- 跟踪阅读代码时没有那么直观，不能一眼看出某个依赖对象是如何创建的。
- 与 Go 所推崇的简洁之道不符。
对于使用过 Spring 的 Java 开发者来说肯定直呼真香，毕竟还是熟悉的味道；但对于完全没有接触过类似需求的 Gopher 来说貌似也不是刚需。
目前市面上各式各样的 Go 依赖注入库层出不穷，也不乏许多大厂出品，可见还是很有市场的。
我相信有很多 Gopher 非常反感将 Java 中的一些复杂概念引入到 Go，但我觉得依赖注入本身是不受语言限制，各种语言也都有自己的实现，只是 Java 中的 Spring 不仅仅只是一个依赖注入框架，还有许多复杂功能，让许多开发者望而生畏。
如果只是依赖注入这个细分需求，实现起来并不复杂，并不会给带来太多复杂度。如果花时间去看源码，在理解概念的基础上很快就能掌握。
回到 SDK 本身来说，Go 的 SDK 现阶段要比 Java 版本的功能少（准确来说只有 Java 版的功能最丰富），但核心的都有了，并不影响日常使用。
总结
本文介绍了 Pulsar 的一些基本概念与优点，同时顺便讨论一下 Go 的依赖注入；如果大家和我们一样在做技术选型，不妨考虑一下 Pulsar。
后续会继续分享 Pulsar 的相关内容，有相关经验的朋友也可以在评论区留下自己的见解。
