Redis+Hbase+RocketMQ 实际使用问题案例分享

需求

将Hbase数据，解析后推送到RocketMQ。
redis使用list数据类型，存储了需要推送的数据的RowKey及表名。

简单画个流程图就是：

分析及确定方案

Redis

明确list中元素结构{"rowkey":rowkey,"table":table}解析出rowkey；
一次取多个元素加快效率；
取了之后放入重试队列，并删除原来的元素；
处理数据永远是重试队列里的，成功之后删除，失败就加上重试次数并重新放回；
明确从list中取值所使用的redis命令；范围获取LRANGE；范围删除（留下指定范围的数据）LTRIM；判断list长度LLEN；加入listRPUSH；删除LREM等等；
从Hbase获取数据失败和发送到mq失败都令重试次数加一；
每次碰到重试次数不为0的数据都休眠1s；
设置最大重试次数，达到限制后丢弃；
考虑客户redis部署方式，单机、主从、集群、哨兵等；
选择合适的客户端，Jedis、Redisson、Lettuce等；
编写不同的操作代码，也可以利用配置文件、环境变量、工厂模式等适配各种部署模式；

Hbase

基本理论知识学习（原来没接触过），rowkey是没条数据的主键，限定符是字段名，列族是多个限定名的集合等；当时看这个觉得不错https://juejin.cn/post/6844903797655863309
因为是不停读取数据、链接、Table不用close，可以缓存起来，没必要每次都创建；
确定批量获取数据方式为批量Get，没用scan；
了解解析方式，一些网上的解析试了之后会乱码，这边用的是它自带的CellUtil.clone相关方法；
考虑所有都没数据时休眠10s；

RocketMQ

有现成的发送代码，公司封装好的；
调整发送的速度、太快了服务端会吃不消（获取Hbase数据速度太快了，最开始没限制一会儿就入了百万数据），设置超时时间（默认3s）；
调整服务端的内存、线程数等参数；

实现

配置

#server configuration

server.port=8896

#log config

logging.file.path=./logs

#redis-standalone

redis.standalone.host=

redis.standalone.port=6379

redis.standalone.password=

redis.standalone.enable=true

#redis-cluster

redis.cluster.nodes=

redis.cluster.password=

redis.cluster.timeout=30000

redis.cluster.enable=false

# Zookeeper 集群地址，逗号分隔

hbase.zookeeper.quorum=

# Zookeeper 端口

hbase.zookeeper.property.clientPort=2181

# 消息目的rocketmq地址

rocketmq.server.host=

# 发送消息间隔时间，防止发送过快mq受不了

rocketmq.send.interval.millisec=10

# 每次从redis读取数据量限制。

data.access.redisDataSize=100

# 失败数据重试次数，超过的直接丢弃

data.access.retryNum=10

# 需要接入的表，需要发送到rocketmq的topic和在redis中的key的映射。xxx.xxx.xxx[topic]=redisKey

data.access.topicKeyMap[weibo_hbase]=data:sync:notice:suanzi:weibo:back

data.access.topicKeyMap[wechat_hbase]=data:sync:notice:suanzi:wechat:back

部分代码

获取配置，其余的直接@Value("${}")：

@Setter

@Getter

@Configuration

@ConfigurationProperties(prefix = "data.access")

public class AccessRedisMqConfig {

    /**

     * key:topic; value:redis的key

     */

    private Map<String, String> topicKeyMap = new HashMap<>();

    /**

     * 一次从redis中读取数据量限制

     */

    private long redisDataSize = 50;

    /**

     * 失败数据重试次数

     */

    private int retryNum = 10;

}

开启接入：

@Component

public class AdapterRunner implements ApplicationRunner {

    @Resource

    private DataAccessService dataAccessService;

    @Override

    public void run(ApplicationArguments args) {

        System.out.println("项目已启动，开始接入数据到RocketMQ……");

        dataAccessService.accessData2Mq();

    }

}

其他代码其实也在分析里了。

踩坑

mq发送问题

org.apache.rocketmq.remoting.exception.RemotingTooMuchRequestException: invokeAsync call timeout

	at org.apache.rocketmq.remoting.netty.NettyRemotingClient.invokeAsync(NettyRemotingClient.java:525)

	at org.apache.rocketmq.client.impl.MQClientAPIImpl.sendMessageAsync(MQClientAPIImpl.java:523)

	at org.apache.rocketmq.client.impl.MQClientAPIImpl.onExceptionImpl(MQClientAPIImpl.java:610)

	at org.apache.rocketmq.client.impl.MQClientAPIImpl.access$100(MQClientAPIImpl.java:167)

	at org.apache.rocketmq.client.impl.MQClientAPIImpl$1.operationComplete(MQClientAPIImpl.java:572)

	at org.apache.rocketmq.remoting.netty.ResponseFuture.executeInvokeCallback(ResponseFuture.java:54)

	at org.apache.rocketmq.remoting.netty.NettyRemotingAbstract$2.run(NettyRemotingAbstract.java:319)

	at java.base/java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:515)

	at java.base/java.util.concurrent.FutureTask.run(FutureTask.java:264)

	at java.base/java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1128)

	at java.base/java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:628)

	at java.base/java.lang.Thread.run(Thread.java:834)

上面分析也说了，注意发送速度，有多少资源就接入多快。还有注意相关三个端口是否开放。

总结

程序很简单，主要涉及方案的是，获取redis的list数据时，是考虑效率，及加入重试策略，保证数据不丢失等。

巴特西

Redis+Hbase+RocketMQ 实际使用问题案例分享

需求

分析及确定方案

实现

踩坑

总结

最新文章

热门文章