腾讯万亿级大数据组件 TubeMQ 正式开源

 

近日，在 ApacheCon 2019 上，腾讯开源管理委员会委员、腾讯开源联盟主席、Apache 软件基金会 Member 堵俊平介绍了腾讯开源路线图，宣布腾讯万亿级分布式消息中间件 TubeMQ 正式对外开源，并计划捐赠给 Apache 基金会。

 

 

▲ 腾讯开源路线图

TubeMQ 的原型是腾讯数据平台部在2013年自研的分布式消息中间件系统(MQ)，专注于大数据场景下海量数据的高性能存储和传输，长期服务微信支付、腾讯视频、广点通等产品。

 

 

▲ TubeMQ 项目介绍

TubeMQ 主要特性：

纯 Java 语言实现

引入 Master 协调节点：相比 Kafka 依赖于 Zookeeper 完成元数据的管理和实现 HA 保障不同，TubeMQ 系统采用的是自管理的元数据仲裁机制方式进行，Master 节点通过采用内嵌数据库 BDB 完成集群内元数据的存储、更新以及 HA 热切功能，负责 TubeMQ 集群的运行管控和配置管理操作，对外提供接口等;通过 Master 节点，TubeMQ 集群里的 Broker 配置设置、变更及查询实现了完整的自动化闭环管理，减轻了系统维护的复杂度

服务器侧消费负载均衡：TubeMQ 采用的是服务侧负载均衡的方案，而不是客户端侧操作，提升系统的管控能力同时简化客户端实现，更便于均衡算法升级

系统行级锁操作：对于 Broker 消息读写中存在中间状态的并发操作采用行级锁，避免重复问题

Offset 管理调整：Offset 由各个 Broker 独自管理，ZK 只作数据持久化存储用(最初考虑完全去掉ZK依赖，考虑到后续的功能扩展就暂时保留)

消息读取机制的改进：TubeMQ 采用的是消息随机读取模式,同时为了降低消息时延又增加了内存缓存读写,对于带 SSD 设备的机器,增加消息滞后转 SSD 消费的处理，解决消费严重滞后时吞吐量下降以及 SSD 磁盘容量小、刷盘次数有限的问题，使其满足业务快速生产消费的需求

消费者行为管控：支持通过策略实时动态地控制系统接入的消费者行为，包括系统负载高时对特定业务的限流、暂停消费，动态调整数据拉取的频率等;

服务分级管控：针对系统运维、业务特点、机器负载状态的不同需求，系统支持运维通过策略来动态控制不同消费者的消费行为，比如是否有权限消费、消费时延分级保证、消费限流控制，以及数据拉取频率控制等

系统安全管控：根据业务不同的数据服务需要，以及系统运维安全的考虑，TubeMQ 系统增加了 TLS 传输层加密管道，生产和消费服务的认证、授权，以及针对分布式访问控制的访问令牌管理，满足业务和系统运维在系统安全方面的需求

资源利用率提升改进：相比于 Kafka，TubeMQ 采用连接复用模式，减少连接资源消耗;通过逻辑分区构造，减少系统对文件句柄数的占用，通过服务器端过滤模式，减少网络带宽资源使用率;通过剥离对 Zookeeper 的使用，减少 Zookeeper 的强依赖及瓶颈限制

客户端改进：基于业务使用上的便利性以，我们简化了客户端逻辑，使其做到最小的功能集合，我们采用基于响应消息的接收质量统计算法来自动剔出坏的 Broker 节点，基于首次使用时作连接尝试来避免大数据量发送时发送受阻

堵俊平介绍，腾讯每天要处理规模惊人的数据。为支持海量业务，腾讯组建了包含存储层、数据管理层及分析层 3 层结构的数据湖协同方案，向下管理多种数据引擎，向上支撑多种数据应用需求。TubeMQ 就是来源于腾讯数据湖存储层的消息中间件系统，支撑着海量数据的流入和运转。经过近7年、万亿规模的海量数据沉淀，TubeMQ 目前日均接入量超过 25 万亿条消息。

 

 

▲ 腾讯数据湖方案，其绝大多数组件由 Apache 的开源项目组成

堵俊平介绍到，腾讯计划将 TubeMQ 捐赠给 Apache 基金会，目前已经启动了相关的孵化流程。

标签： 大数据组件

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。