基于 TDMQ for Apache Pulsar 的跨地域复制实践

导语

自2024年9月6日起，TDMQ Pulsar 版专业集群支持消息、元数据两级跨地域复制功能，消息级复制解决用户全球地域的数据统一归档问题，元数据级复制提供解决用户核心业务跨地域容灾的场景。

用户在跨地域场景遇到的疑问和挑战

在跨地域相关场景下，通常有两大类原始需求：

跨地域容灾

TDMQ Pulsar 版目前支持在同一地域下进行跨可用区部署，这种部署方式能够在一定程度上提高系统的可用性和容灾能力。

如上图所示，在广州地域内的3个可用区部署了 TDMQ Pulsar 版集群。如果广州的某个可用区无法使用，系统仍然可以依靠其他两个可用区继续提供服务。

然而，金融级客户通常需要更高的容灾标准，希望能够通过跨地域部署来实现跨地域的容灾，以确保在极端情况下，比如发生自然灾害或网络故障时，也能保证业务的连续性和数据的安全性。

如上图展示的架构，用户业务可以在主地域进行日常的生产和消费，同时在其他地域进行数据备份和灾备。这种架构能够实现当一个数据中心发生故障时，迅速切换到另一个地域的数据中心，确保业务不中断，以保护数据的完整性和可用性。

全球数据归档

这类需求一般来源于国际站用户，例如某客户希望实现流数据的全球跨地域传输和统一数据归档 。具体场景如下图：

不同地域的生产者各自在本地生成数据，并将这些数据发送到对应地域的 TDMQ Pulsar 版集群，这些集群将接收到的数据传输到数据中心的 TDMQ Pulsar 版集群，数据中心收集来自所有地域的数据后，将其聚合在同一个 Topic 中，之后消费者可以从聚合后的数据中读取和处理信息，实现数据的统一归档。

TDMQ Pulsar 版跨地域复制功能介绍

基于以上两类用户需求，TDMQ Pulsar 版提供了跨地域复制的解决方案。

TDMQ Pulsar 专业版基于 GEO Replication 方案，实现跨地域的集群复制，专业集群支持两种类型的复制：

• 元数据级：用于满足用户核心业务跨地域容灾需求，元数据级复制集群的命名空间、Topic、订阅、角色等内容。
• 消息级：解决用户全球地域的数据统一归档问题，消息级复制消息内容、消息顺序、标签、消息类型等。

元数据级复制

元数据级复制用于应对跨地域容灾场景，当发生地域级灾难时，客户能够快速迁移业务，确保业务的连续性。

在正常场景下：业务在 A 地域访问 TDMQ Pulsar 版服务端，用户需要完成两个前置动作：

1. 建立跨城网络的连接，通过云联网打通跨地域的 VPC 网络；
2. 建立两地的集群元数据同步。

异常发生时：TDMQ Pulsar 版提供域名解析切换功能，将原 A 地域使用的域名指向到目标容灾 B 地域的集群，这样做可避免在客户端修改接入点地址，而实现对容灾 B 地域的集群连接方案，保障业务的延续性。

A 地域异常恢复后：

用户首先需要判断是否要将 B 地域所产生的消息回写至 A 地域，以确保消息的完整性。

接着，用户在 B 地域的集群进行接入点的域名解析切回，切回操作执行后，客户端即可正常访问 A 地域。

消息级复制

TDMQ Pulsar 版消息级复制用于解决数据统一归档问题。

以上海地域复制到北京地域为例。

上海地域的 Pulsar 集群中运行 Replicator 组件，该组件中会启动 Producer-R，绑定了北京地域对端集群的 Topic1，将消息数据用生产者的方式发送到北京机房。具体的复制过程如下：

1. Producer1 生产消息到上海集群 Topic1；
2. 上海集群把消息持久化到 BookKeeper；
3. BookKeeper 返回成功后把消息推给 Replicator 的 Cursor；
4. Replicator 的 Cursor 通过 Producer-R 把消息发给北京集群 Topic1；
5. 北京集群 Topic1 写入 BookKeeper 成功后给上海集群 Replicator 的 Cursor 回复 ACK，上海机房 Cursor 收到 ACK 后通过  Producer-R 推送下一条消息。

通过这种方式，上海集群的消息就可以被可靠地复制到北京集群，确保数据在两个地域之间的一致性和可用性。这种流程就实现了全球多个地点生成的数据， 能够集中在一个地点进行管理和处理，实现了数据归档操作。

跨地域复制使用指引

1. 在目标复制地域创建专业集群，在集群购买界面，需要开启「跨地域复制」开关，并选择数据源集群；

2. 通过控制台配置集群的复制链路：

   ● 复制链路名称：为同步链路定义一个名字。

   ● 链路类型：选择消息级。

   ● 源集群选择：选择要进行数据源的 TDMQ Pulsar 版集群。

   ● 目标集群选择：在不同地域选择创建好的目标集群，此处仅会显示「集群 ID」相同的集群。

   ● 复制级别：支持集群级、命名空间和 Topic 三个级别：

       ○ 集群级：适用于集群级的复制。

       ○ 命名空间级：适用于两地集群日常都是活跃的，不同的命名空间分布在不同地域。

       ○ Topic 级：跨地域复制的最小粒度。

3. 创建完成后，消息级的复制任务会进入到监控界面，您可以查阅复制任务的事实复制速率、复制消息堆积等数据。

基于 TDMQ Pulsar 版在金融在线高并发场景的最佳实践

FiT 是腾讯公司提供移动支付与金融服务 的 综合业务平台。业务领域包括 移动支付、投资理财、民生服务和国际化等。

业务需求

FiT 在日常的交易流程中，需要通过 消息中间件 来实现上游和下游衔接，以实现广播、过滤、延迟推送等场景。由于 FiT 均是交易类场景，对消息产品的高并发、容灾均有非常高的要求。

TDMQ Pulsar 版解决方案

在应用实践上，用户选择了 TDMQ Pulsar 版这款产品。

• 标准模型-发布订阅：使用标准的 pub - sub 模式，生产者生产一条消息，任意一个消费者成功消费即可。在部署方面，客户端的生产者和消费者均解耦部署。
• 扩散模型：消息生产消费比例为 1：N ，将业务请求异步「扩散」到其他的多个SET中，实现一端生产，多端消费。
• 限定模型-消息标签过滤+自动创建订阅：使用了 TAG 消息过滤的方式，限定消息只能在某一个客户端消费。消息标签过滤用于对某个 Topic 下的消息进行分类，例如交易流水 Topic 包含了下单流水、支付流水、发货流水等，业务若只想消费者订阅其中一种类别的流水，可在客户端进行 tag 的过滤。
• 跨地域复制：通过配置复制关系，自动将消息复制到对端集群，当其中一个地域发生故障时，通过接入层的流量调度，将流量调度至另外一个集群。确保在发生灾难时，业务能够迅速恢复，保障业务的连续性，降低了灾难发生时的风险和损失。

用户评价

得益于 TDMQ Pulsar 高吞吐、低延迟的能力，FiT 金融产品业务迁移到 TDMQ Pulsar 后，消息从生产者到消费者的耗时缩短了大约80%，消息积压情况大大缓解，积压数量减少了70%。