Add the cn doc for Static Topic Logic Queue

docs/cn/statictopic/RocketMQ_Static_Topic_Logic_Queue_设计.md

+### Version 记录
+| 时间 | 主要内容 | 作者 |
+| --- | --- | --- |
+| 2021-11-01 | 初稿，包括背景、目标、SOT定义与持久化、SOT生命周期、SOT的使用、API逻辑修改、问题与风险 | dongeforever |
+| 2021-11-15 | 
+1. 修改 LogicQueue 的定义，不要引入新字段，完全复用旧的MessageQueue
+1. RemappingStaticTopic时，不要迁移『位点』『幂等数据』等，而是采用Double-Check-Read 的机制
+ | dongforever |
+
+### 需求背景
+LogicQueue 本质上是解决『固定队列数量』的需求。
+这个需求是不是必需的呢，如果是做应用集成，则可能不是必需的，但如果是做数据集成，则是必需的。
+
+固定队列数量，首先可以解决『顺序性』的问题。
+在应用集成场景下，应用是无需感知到队列的，只要MQ能保证按顺序投递给应用即可，MQ底层队列数量如何变化，对应用来说是不关心。比如，MQ之前的那套『禁读禁写』就是可以玩转的。
+
+但在数据集成场景中，队列或者叫『分片』，是要暴露给客户端的，客户端所有的数据计算场景，都是基于『分片』来进行的，如果『分片』里的数据，发生了错乱，则计算结果都是错误的。比如，计算WordCount，源数据经过预处理之后，按key写入清洗后的Topic，然后计算侧根据清洗的结果，按照分片来并行计算。如果分片发生变化，则整个清洗逻辑，需要重新处理。
+
+有人可能会反驳，说计算组件清洗后，可以以批的方式写入其它存储组件。这当然是可以的，但如果是这样，MQ的价值就纯粹是一个『源头』价值，而不是『通道』价值。
+
+MQ要想成为一个『数据通道』，则必需要具备可以让计算组件『回写』数据的能力，具备存储『Clean Data』的能力。
+具备『回写 Clean Data』的能力，才让MQ有可能在数据集成领域站稳脚跟。
+
+如果是 RocketMQ Streams 这种轻量化的组件，则『回写』会更频繁，更重要。
+
+除此之外，『固定队列数据』对于，RocketMQ 自身后续的发展，也是至关重要的：
+
+- compact topic，如果不能做到严格按key hash，则这个KV系统是有问题的
+- 事务或者其它Coordinator的实现，采用『固定队列数量』，可以选取到准确的Broker来充当协调器
+- Metadata 的存储，按key hash，那么就可以在Broker上，存储千万级的 Topic
+
+『固定队列数量』对于RocketMQ挺进『数据集成』这个领域，有着不可或缺的作用。
+LogicQueue的思路就是为了解决这一问题。
+
+### 设计目标
+#### 总体目标
+提供『Static Topic』的特性。
+引入以下概念：
+- physical message queue, physical queue for short, a shard bound to a specified broker.
+- logic message queue, logic queue for short, a shard vertically composed by physical queues.
+- dynamic sharded topic, dynamic topic for short, which has queues increasing with the broker numbers.
+- static sharded topic, static topic for short, which has fixed queues, implemented with logic queues.
+
+#### LogicQueue 目标
+在客户端，LogicQueue 与普通 Queue 没有任何区别，使用一样的概念和对象，遵循一样的语义。
+在服务端，针对LogicQueue去适配相关的API。
+
+#### 队列语义
+RocketMQ 目前的队列含有以下语义：
+
+- 队列内的Offset，单调递增且连续
+- 属于同一个 Broker 上的队列，编号单调递增且连续
+
+这次修改需要保障的语义：
+
+- 队列内的offset，单调递增
+
+这次修改可以不保障的语义：
+
+- 队列内的 offset 连续
+- 属于同一个 Broker 上的队列，编号单调递增且连续
+
+offset连续，是一个应该尽量保证的语义，可以允许有少量空洞，但不应该出现大面积不连续的位点。
+offset不连续最直接的问题就是：
+
+- 计算Lag会比较麻烦
+- 不方便客户端进行各种优化计算（比如切批等）
+
+但只要空洞不是大量频繁出现的，那么也是问题不大的。
+
+单机队列编号连续，除了在注册元数据时，可以简约部分字节外，没有其它实际用处，可以不保证。
+当前客户端使用到『单机队列编号连续』这个特点的场景主要有：
+
+- 客户端在获取到TopicRouteData后，转化成MessageQueue时，利用编号进行遍历
+
+
+#### LogicQueue 定义
+当前 MessageQueue的定义如下
+```
+private String topic;
+private String brokerName;
+private int queueId;
+```
+
+
+LogicQueue需要对客户直接暴露，为了保证使用习惯一致，采用同样的定义，其中 queueId相当于全局Id，而brokerName 固定如下：
+```
+MixAll.LOGICAL_QUEUE_MOCK_BROKER_NAME = "__logical_queue_broker__";
+```
+此时，brokerName没有实际含义，但可以用来识别是否是LogicQueue。
+
+采用此种定义，对于客户端内部的实现习惯改变如下：
+
+- **无法直接根据 brokerName 找到addr，而是需要根据 MessageQueue 找到 addr**
+
+具体改法是MQClientInstance中维护一个映射关系
+```
+private final ConcurrentMap<String/* Topic */, ConcurrentMap<MessageQueue, String/*brokerName*/>> topicEndPointsTable = new ConcurrentHashMap<>();
+```
+
+
+基本目标与定义清楚了，接下来的设计，从 Source of Truth 开始。
+### SOT 定义与持久化
+LogicQueue 的 Source of Truth 就是 LogicQueue 到 Broker Queue 的映射关系。
+只要这个映射关系不丢失，则整个系统的状态都是可以恢复的。
+反之，整个系统可能陷入混乱。
+
+这个SOT，命名为 TopicQueueMapping。
+
+#### 格式
+```
+{
+"version":"1",
+"bname": "broker" //标记这份数据的原始存储位置，如果发送误拷贝，可以利用这个字段来进行标识
+"epoch": 0, //标记修改版本，用来做一致性校验
+"totalQueues":"50",  //当前Topic 总共有多少 LogicQueues
+"hostedQueues": {    //当前Broker 所拥有的 LogicQueues
+"3" : [
+       {
+        "queue":"0",
+        "bname":"broker01"
+        "gen":"0",  //标记切换代次
+        "logicOffset":"0", //logicOffset的起始位置
+        "startOffset":"0",   // 物理offset的起始位置
+        "endOffset":"1000" // 可选，物理offset的最大位置，可以根据上下文算出来
+        "timeOfStart":"1561018349243" //可选，用来优化时间搜索
+        "timeOfEnd":"1561018349243"   //可选，用来优化时间搜索
+        "updateTime":"1561018349243" //可选，记录更新的时间
+        },  
+        {
+        "queue":"0",
+        "bname":"broker02",
+        "gen":"1",  //可选，标记切换代次
+        "logicOffset":"1000", //logicOffset的起始位置
+        "startOffset":"0",   // 物理offset的起始位置
+        "endOffset":"-1" // 可选，物理offset的最大位置，可以根据上下文算出来，最新的一个应该是活跃的
+        "timeOfStart":"1561018349243" //可选，用来优化时间搜索
+        "timeOfEnd":"1561018349243"   //可选，用来优化时间搜索
+        "updateTime":"1561018349243" //可选，记录更新的时间
+        }
+      ]
+  }
+}
+```
+『拥有』的定义是指，映射关系的最近一个队列在当前Broker。
+
+注意以下要点：
+
+- 这个数据量会很大，后续需要考虑进行压缩优化（大部分字段可以压缩）
+- 如果将来利用 LogicQueue 去做 Serverless 弹缩，则这个数据会加速膨胀，对这个数据的利用要谨慎
+- 要写上 bname，以具备自我识别能力
+
+
+
+#### Leader Completeness
+RocketMQ 没有中心化的元数据存储，那就遵循『Leader Completeness』原则。
+对于每个逻辑队列，把所有映射关系存储在『最新队列所在的Broker上面』，最新队列，其实也是可写队列。
+Leader Completeness，避免了数据的切割，对于后续其它操作有极大的便利。
+
+#### 文件隔离
+由于 RocketMQ 很多的运维习惯，都是直接拷贝 Topics.json 到别的机器进行部署的。
+而  TopicQueueMapping 是 Broker 相关的，如果把 TopicQueueMapping 从一个Broker拷贝到另一个Broker，则会造成SOT冲突。
+
+在设计上，TopicQueueMapping 采取独立文件，避免冲突。
+在格式上，queue 里面要写上 bname，以具备自我识别能力，这样即使误拷贝到另一台机器，可以识别并报错，进行忽略即可。
+
+
+### SOT 生命周期
+#### 创建和更新
+映射关系的创建，第一期应该只由 MQAdmin 来进行操作。
+后续，可以考虑引入自动化组件。
+这里的要点是：
+
+- TopicConfig 和 TopicQueueMapping 分开存储，但写入时，需要先写 TopicQueueMapping 再写 TopicConfig（SOT先写）
+- 【加强校验】需要在 TopicConfig 里面加上一个字段来标识『LogicQueue』的 Topic
+- 【加强校验】允许单独更新 TopicConfig，但要带上 TotalQueues 这些基础数据
+- 允许更新单 LogicQueue
+
+
+更多细节在API逻辑修改里面
+#### 存储
+按照 『Leader Completeness』原则进行存储。
+#### 切换
+如果为了保证严格顺序，则应该采取『禁旧再切新』的原则：
+- 从旧 Leader 所在 Broker 获取信息，进行计算
+- 写入旧 Leader，也即禁写旧 Leader
+- 写入新 Leader
+
+如果为了保证最高可用性，则应该采取『切新禁旧再切新』：
+- 从旧 Leader 所在 Broker 获取信息，进行计算
+- 写入新 Leader，保证新 Leader 可写，此时 logicOffset 未定
+- 写入旧 Leader，禁写旧 Leader
+- 更新新 Leader，确定 logicOffset
+
+
+切换的要点是：
+
+- 切换期间，是否要给客户端返回当前offset
+- 如果要返回当前offset，且保证连续，则需要先等待旧Broker全部处理完毕，不可用时间可能会比较长
+- 如果要返回当前offset，但可以不连续，则可以采取blockSequeue的原则，一次跳跃特定步长，先返回offset
+
+
+切换失败处理：
+- 不管哪种方式，数据存储至少2份，后续可以手工恢复
+
+
+#### 清除
+有两部分信息需要清除
+
+- 旧 Broker 上超过2代的映射关系进行清除
+- 对于单个LogicQueue，清除已经过期的 Broker Queue 映射项目
+
+
+### SOT 的使用
+#### Broker 注册数据
+SOT存储在Broker上，所以使用从 Broker开始。
+
+在 RegisterBrokerBody 中，需要带上两个信息：
+
+- 对于每个Topic，带上本机队列编号和逻辑队列编号的映射关系，也即queueMap
+- 对于每个Topic，需要带上 totalQueueNum 这个信息
+
+
+
+异常情况需要考虑，假如本 Broker 不拥有任何 LogicQueue 呢？依然需要带上 totalQueueNum 这个信息。
+注意，不需要带上所有的映射关系，否则Nameserver很快会被打爆。
+
+
+#### Nameserver 组装数据
+原先的 QueueData  增加2个字段：
+
+- totalQueues，标识总逻辑队列数
+- queueMap，也即本机队列编号和逻辑队列编号的映射关系
+
+
+如果 QueueData 里面 totalQueues 的值 > 0 则认为是逻辑队列，在客户端解析时要进行判断。
+
+
+遗留问题：
+是否需要尊重 readQueueNums 和 writeQueueNums ？
+在LogicQueue这里，这个场景是没有意义的, 但依然保持尊重。
+
+#### Client 解析数据
+改动两个方法即可：
+
+- topicRouteData2TopicPublishInfo
+- topicRouteData2TopicSubscribeInfo
+
+
+注意，逻辑队列要求队列数是固定，如果发现，解析完之后，存在部分队列空洞，要用虚拟Broker值进行补全。
+Producer 侧如果要对无 key 场景进行优化，可以通过虚拟Broker值来判断，当前队列是不可用的。
+对于key场景，应该让客户端报错。
+
+### API 逻辑修改
+#### Tools
+LogicQueue是为了解决『Static Sharding』的问题。对于客户来说，『LogicQueue』是手段，『Static』才是目的。本着『用户知晓目的，开发者才需要关心手段』的原则，对用户应该只暴露『Static』的概念。所有QueueMapping的生命周期维护，应该都对用户透明。
+
+#### UpdateStaticTopic
+新增UpdateStaticTopic命令，对应RequestCode.UPDATE_AND_CREATE_STATIC_TOPIC=513，主要参数是：
+
+- -t，topic 名字
+- -qn，总队列数量
+- -c cluster列表 或者 -b broker列表
+
+
+
+UpdateStaticTopic 命令会自动计算预期的分布情况，包括但不限于执行以下逻辑：
+
+- 检测Topic的命名冲突
+- 检测旧数据的一致性
+- 创建必要的物理队列
+- 创建必要的映射关系
+
+
+#### RemappingStaticTopic
+对应 RequestCode.REMAPPING_STATIC_TOPIC=517，迁移动作比较重，还是单独搞命令比较好。
+主要参数：
+
+- -t， topic 名字
+- -c cluster列表 或者 -b broker列表
+
+基本操作流程：
+
+- 1. 获取旧Leader，计算映射关系
+- 2. 迁移『位点』『幂等数据』等
+- 3. 映射关系写入新/旧 Leader
+
+其中第二步，数据量可能会很大，导致迁移周期非常长，且不是并发安全的。
+但这些数据，都是覆盖型的，因此可以改造成不迁移的方式，而是在API层做兼容，也即『Double-Read-Check』机制：
+
+- 读取数据时，先从 Leader 读，如果Leader没有，则从Sub-Leader读取。
+- 提交数据，直接在 Leader 层面操作即可，覆盖旧数据。
+
+
+将来实现的幂等逻辑，也是类似。
+
+#### UpdateTopic
+服务端判断『StaticTopic』，禁止该命令进行修改。
+
+#### DeleteTopic
+复用现有逻辑，对于 StaticTopic，执行必要的清除动作。
+
+#### TopicStatus
+复用现有逻辑，同时展现『Logical Queue』和『Physical Queue』。
+
+#### Broker
+#### pullMessage
+分段映射，执行远程读，在返回消息时，不进行offset转换，而是返回 OffsetDelta 变量，由客户端进行转换。
+这里的方式，类似于Batch。
+
+#### getMinOffset
+寻找映射关系，读最早的队列的MinOffset
+
+#### getMaxOffset
+无需改动，直接本机读即可。
+
+
+#### getOffsetByTime
+这个是最麻烦的，需要分段查找。
+如果要优化查找速度，应该在映射关系里面，插入时间戳。
+
+
+#### consumerOffsets 系列
+Offset的存储，无需转换，直接存储Logic值，读取时，直接读取。
+无需修改，只需进行Review有无坑。
+
+注意：remapping时需要迁移offsets。
+
+#### Client
+
+- MQClientInstance.topicRouteData2TopicXXXInfo，修改解析 TopicRouteData的逻辑
+- Consumer解压消息时，需要加上OffsetDelta逻辑
+
+#### SDK 兼容性分析
+如果要使用StaticTopic，则需要升级客户端。
+
+### 问题与风险
+#### 数据不一致问题
+非中心化的存储，这个问题比较关键
+#### 队列重复映射的问题
+一个物理队列，禁止同时分多段映射给多个逻辑队列
+一个物理队列，其startOffset必须从0开始
+增加这两个约束，同时增加一个清除队列的能力
+#### pullResult 位点由谁设置的问题
+类似于Batch，由客户端设置，避免服务端解开消息。
+#### 切换时的offset决策问题
+初期做简单一些，执行保守决策。
+#### 远程读的性能问题
+从云Kafka的实战经验来看，性能损耗几乎不计。
+#### 使用习惯的改变
+利用新的创建命令进行隔离。
+#### 二阶消息的兼容性
+二阶消息需要支持远程读写操作，参考
+
+
+