标签：并行 lazy 时间戳 也会 系统 最新 阈值 推荐 com
yuanwenlianjie:https://www.cnblogs.com/wt645631686/p/13473186.html
什么是消息延迟？
消息队列在消费过程中大量堆积就是消息延迟，也就是消费的频率跟不上生产。比方说，生产者向队列中一共生产了1000条消息，某一个消费者消费进度是900条，那么这个消费者的消费延迟就是100条消息。
如何监控消息延迟
kafka的消费延迟及监控
在Kafka0.9之前的版本中，消费进度是存储在ZooKeeper中的，消费者在消费消息的时候，先要从ZooKeeper中获取最新的消费进度，再从这个进度的基础上消费后面的消息。
在Kafka0.9版本之后，消费进度被迁入到Kakfa的一个专门的topic叫“__consumer_offsets”里面。可以依据不同的版本，从不同的位置，获取到这个消费进度的信息。
kafka的两个消息监控工具
1、kafka-consumer-groups.sh”（它在Kafka安装包的bin目录下）
2、JMX
程序的消费延迟检测
可以定义一种特殊的消息，然后启动一个监控程序，将这个消息定时地循环写入到消息队列中，消息的内容可以是生成消息的时间戳，并且也会作为队列的消费者消费数据。业务处理程序消费到这个消息时直接丢弃掉，而监控程序在消费到这个消息时，就可以和这个消息的生成时间做比较，如果时间差达到某一个阈值就可以向我们报警。
当然推荐用工具 和结合程序检测同时使用
减少消息延迟的正确姿势
想要减少消息的处理延迟，需要在消费端和消息队列两个层面来完成。在消费端，我们的目标是提升消费者的消息处理能力，你能做的是：
不过，第二种方式会受限于消息队列的实现。比如说，如果消息队列使用的是Kafka就无法通过增加消费者数量的方式，来提升消息处理能力。
因为在Kafka中，一个Topic（话题）可以配置多个Partition（分区），数据会被平均或者按照生产者指定的方式，写入到多个分区中，那么在消费的时候，Kafka约定一个分区只能被一个消费者消费，为什么要这么设计呢？在我看来，如果有多个consumer（消费者）可以消费一个分区的数据，那么在操作这个消费进度的时候就需要加锁，可能会对性能有一定的影响。
所以说，话题的分区数量决定了消费的并行度，增加多余的消费者也是没有用处的，那么你可以通过增加分区来提高消费者的处理能力。
那么，如何在不增加分区的前提下提升消费能力呢？
既然不能增加consumer，那么可以在一个consumer中提升处理消息的并行度，所以可以考虑使用多线程的方式来增加处理能力：可以预先创建一个或者多个线程池，在接收到消息之后，把消息丢到线程池中来异步地处理，这样，原本串行的消费消息的流程就变成了并行的消费，可以提高消息消费的吞吐量，在并行处理的前提下，就可以在一次和消息队列的交互中多拉取几条数据，然后分配给多个线程来处理。
另外，写消费客户端的时候要考虑这种场景，拉取不到消息可以等待一段时间再来拉取，等待的时间不宜过长，否则会增加消息的延迟。一般建议固定的10ms~100ms，也可以按照一定步长递增，比如第一次拉取不到消息等待10ms，第二次20ms，最长可以到100ms，直到拉取到消息再回到10ms。
总结
如何提升消息队列的性能来降低消息消费的延迟，重点是：
高并发系统设计（十五）：【消息队列】如何降低消息队列系统中消息的延迟？
标签：并行 lazy 时间戳 也会 系统 最新 阈值 推荐 com
原文地址：https://www.cnblogs.com/yszr/p/13489673.html
