Apache Pulsar消费者阻塞问题深度解析与解决方案
2025-05-15 09:22:28作者:董斯意
问题现象与背景
在Apache Pulsar生产环境中,我们遇到了一个典型但棘手的问题:当使用Pulsar构建事件桥接系统时,特定模块下的所有消费者会突然全部阻塞,无法继续消费消息。这种情况发生在以下架构中:
- 事件源服务将消息发送至预处理模块(eventbridge-preprocessor)
- 预处理模块处理后转发至规则引擎模块(eventbridge-ruleengine)
- 规则引擎匹配规则后将消息路由至处理模块(eventbridge-processor)
- 处理模块最终将消息投递给外部消费者
所有模块都运行在同一个Pulsar命名空间下。当问题发生时,处理模块的所有消费者都会停止工作,即使重启服务也只能短暂恢复几秒钟,随后再次陷入阻塞状态。
问题根因分析
经过深入调查,我们发现问题的根源在于Pulsar客户端版本(0.12.0)的已知缺陷与消息确认机制的不当使用共同作用导致的:
- 消息积压与未确认:当外部消费者服务不可达时,处理模块会频繁调用Nack方法,导致大量消息积压在未确认状态
- Pulsar的流控机制:Pulsar broker默认会限制未确认消息的数量(maxUnackedMessagesPerConsumer),当超过阈值时会暂停消息投递
- 客户端版本缺陷:0.12.0版本的Pulsar Go客户端在处理重试队列和死信队列时存在实现问题,导致流控机制失效
技术细节剖析
在消息处理循环中,我们观察到了以下关键代码逻辑:
err := sender.ConvertAndSendMsg(msg)
if err != nil {
consumer.Nack(msg) // 消息处理失败时调用Nack
tc.MessageDiscard.Inc() // 记录指标
return
}
err = consumer.Ack(msg) // 处理成功时调用Ack
当外部服务不可达时,大量消息进入Nack状态,触发了Pulsar的重试机制。但由于客户端版本问题,这些未确认消息无法被正确处理,最终导致整个命名空间下的消费者都被阻塞。
解决方案与验证
我们采取了以下解决方案并验证了其有效性:
- 升级客户端版本:将pulsar-client-go从0.12.0升级至0.15.0版本
- 优化消息确认逻辑:确保所有消息路径都有明确的Ack/Nack处理
- 监控与告警:加强对未确认消息数量的监控
升级后经过长时间压测(4小时以上),问题未再复现。新版本客户端修复了重试队列和死信队列的处理逻辑,能够正确响应broker的流控指令。
最佳实践建议
基于此次经验,我们总结出以下Pulsar使用建议:
- 版本管理:始终使用最新的稳定版客户端,避免已知缺陷
- 消息确认:确保所有消费路径都有完善的消息确认机制
- 监控指标:重点关注未确认消息数、积压消息数等关键指标
- 隔离设计:关键业务考虑使用独立的命名空间,避免相互影响
- 重试策略:合理配置重试次数和退避策略,避免雪崩效应
总结
这次事件凸显了消息中间件在生产环境中的复杂性。通过系统性的问题分析和版本升级,我们不仅解决了当前的阻塞问题,还建立了更健壮的消息处理体系。对于使用Pulsar构建关键业务系统的团队,建议定期评估和升级客户端版本,同时建立完善的消息处理监控体系,确保系统的稳定性和可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134