本文主要介绍 TDMQ Pulsar 版中消息过滤的功能、应用场景和使用方式。
功能介绍
消费者订阅了某个主题后，TDMQ Pulsar 版会将该主题中的所有消息投递给消费者。若消费者只需要关注部分消息，可通过设置过滤条件在服务端进行过滤，只获取到需要关注的消息，避免接收到大量无效的消息。因此，也可以简化业务逻辑的架构设计。
TDMQ Pulsar 专业版支持两种类型的过滤方式：
标签过滤，生产消息时打上一个或多个固定 Tag，消费者通过指定 Tag 订阅消息。
SQL 过滤，生产消息时打上一个或多个 k-v 的属性，消费者可以通过更为灵活的 SQL 92 语法来订阅消息。
对比项 | 标签过滤 | SQL 过滤 |
过滤目标 | 消息的 Tag 标签属性 | 消息的 k-v 属性 |
过滤能力 | 精准匹配 | SQL 语法匹配 |
适用场景 | 简单过滤场景、计算逻辑简单轻量 | 复杂过滤场景、计算逻辑较复杂 |
应用场景
通常，一个 Topic 中存放的是相同业务属性的消息，例如交易流水 Topic 包含了下单流水、支付流水、发货流水等，业务若只想消费者其中一种类别的流水，可在客户端进行过滤，但这种过滤方式会带来带宽的资源浪费。
针对上述场景，TDMQ Pulsar 提供 Broker 端过滤的方式，用户可在生产消息时设置一个或者多个 Tag 或属性，消费时通过相应的规则进行订阅。
使用说明
消息过滤目前是通过 Properties 的方式传入的，可以通过如下方式获取：
<dependency><groupId>org.apache.pulsar</groupId><artifactId>pulsar-client</artifactId><version>2.10.1</version> <!-- 推荐版本 --></dependency>
推荐使用最新版本。
go get -u github.com/apache/pulsar-client-go@master
标签过滤
Tag 消息不支持 Batch 功能，Batch 功能默认是开启的。如果要使用 Tag 消息，需要在 Producer 侧禁用掉 batch，具体如下：
// 构建生产者Producer<byte[]> producer = pulsarClient.newProducer()// 禁用掉batch功能.enableBatching(false)// topic完整路径，格式为persistent://集群（租户）ID/命名空间/Topic名称.topic("persistent://pulsar-xxx/sdk_java/topic2").create();
producer, err := client.CreateProducer(pulsar.ProducerOptions{DisableBatching: true, // 禁用掉batch功能})
Tag 消息的过滤只针对已设置 Tag 的消息，消费者订阅 Topic 时若未设置 Tag，Topic 中的所有消息都将被投递到消费端进行消费。
如果要开启 Tag 消息，需要发送消息的时候，在 ProducerMessage 中设置 Properties 字段；同时在创建 Consumer 的时候需要在 ConsumerOptions 中指定 SubscriptionProperties 字段。
在 ProducerMessage 中设置 Properties 字段时，其中 key 为 tag 的名字，value 为固定值：
TAGS。在 ConsumerOptions 中指定 SubscriptionProperties 字段时，其中 key 为要订阅的 tag 的名字，value 为 tag 的版本信息，为保留字段，目前没有实质含义，用来做后续功能的扩展，具体如下：
指定单个 tag
// 发送消息MessageId msgId = producer.newMessage().property("tag1", "TAGS").value(value.getBytes(StandardCharsets.UTF_8)).send();// 订阅相关参数，可用来设置订阅标签(TAG)HashMap<String, String> subProperties = new HashMap<>();subProperties.put("tag1","1");// 构建消费者Consumer<byte[]> consumer = pulsarClient.newConsumer()// topic完整路径，格式为persistent://集群（租户）ID/命名空间/Topic名称，从【Topic管理】处复制.topic("persistent://pulsar-xxxx/sdk_java/topic2")// 需要在控制台Topic详情页创建好一个订阅，此处填写订阅名.subscriptionName("topic_sub1")// 声明消费模式为共享模式.subscriptionType(SubscriptionType.Shared)// 订阅相关参数，tag订阅等。。.subscriptionProperties(subProperties)// 配置从最早开始消费，否则可能会消费不到历史消息.subscriptionInitialPosition(SubscriptionInitialPosition.Earliest).subscribe();
// 发送消息if msgId, err := producer.Send(ctx, &pulsar.ProducerMessage{Payload: []byte(fmt.Sprintf("hello-%d", i)),Properties: map[string]string{"tag1": "TAGS",},}); err != nil {log.Fatal(err)}// 创建 consumerconsumer, err := client.Subscribe(pulsar.ConsumerOptions{Topic: "topic-1",SubscriptionName: "my-sub",SubscriptionProperties: map[string]string{"tag1": "1"},})
指定多个 tag
// 发送消息MessageId msgId = producer.newMessage().property("tag1", "TAGS").property("tag2", "TAGS").value(value.getBytes(StandardCharsets.UTF_8)).send();// 订阅相关参数，可用来设置订阅标签(TAG)HashMap<String, String> subProperties = new HashMap<>();subProperties.put("tag1","1");subProperties.put("tag2","1");// 构建消费者Consumer<byte[]> consumer = pulsarClient.newConsumer()// topic完整路径，格式为persistent://集群（租户）ID/命名空间/Topic名称，从【Topic管理】处复制.topic("persistent://pulsar-xxxx/sdk_java/topic2")// 需要在控制台Topic详情页创建好一个订阅，此处填写订阅名.subscriptionName("topic_sub1")// 声明消费模式为共享模式.subscriptionType(SubscriptionType.Shared)// 订阅相关参数，tag订阅等。。.subscriptionProperties(subProperties)// 配置从最早开始消费，否则可能会消费不到历史消息.subscriptionInitialPosition(SubscriptionInitialPosition.Earliest).subscribe();
// 创建 producerif msgId, err := producer.Send(ctx, &pulsar.ProducerMessage{Payload: []byte(fmt.Sprintf("hello-%d", i)),Properties: map[string]string{"tag1": "TAGS","tag2": "TAGS",},}); err != nil {log.Fatal(err)}// 创建 consumerconsumer, err := client.Subscribe(pulsar.ConsumerOptions{Topic: "topic-1",SubscriptionName: "my-sub",SubscriptionProperties: map[string]string{"tag1": "1","tag2": "1",},})
tag 与 properties 混合
// 发送消息MessageId msgId = producer.newMessage().property("tag1", "TAGS").property("tag2", "TAGS").property("xxx", "yyy").value(value.getBytes(StandardCharsets.UTF_8)).send();// 订阅相关参数，可用来设置订阅标签(TAG)HashMap<String, String> subProperties = new HashMap<>();subProperties.put("tag1","1");subProperties.put("tag2","1");// 构建消费者Consumer<byte[]> consumer = pulsarClient.newConsumer()// topic完整路径，格式为persistent://集群（租户）ID/命名空间/Topic名称，从【Topic管理】处复制.topic("persistent://pulsar-xxxx/sdk_java/topic2")// 需要在控制台Topic详情页创建好一个订阅，此处填写订阅名.subscriptionName("topic_sub1")// 声明消费模式为共享模式.subscriptionType(SubscriptionType.Shared)// 订阅相关参数，tag订阅等。。.subscriptionProperties(subProperties)// 配置从最早开始消费，否则可能会消费不到历史消息.subscriptionInitialPosition(SubscriptionInitialPosition.Earliest).subscribe();
// 创建 producerif msgId, err := producer.Send(ctx, &pulsar.ProducerMessage{Payload: []byte(fmt.Sprintf("hello-%d", i)),Properties: map[string]string{"tag1": "TAGS","tag2": "TAGS","xxx": "yyy",},}); err != nil {log.Fatal(err)}// 创建 consumerconsumer, err := client.Subscribe(pulsar.ConsumerOptions{Topic: "topic-1",SubscriptionName: "my-sub",SubscriptionProperties: map[string]string{"tag1": "1","tag2": "1",},})
注意：
1. 单个消费者可以使用多个 Tag，多个 Tag 之间的关系是「或」。
2. 多个消费者需要使用相同 Tag。若一个订阅中有不同消费者使用不同 Tag ，则会出现过滤规则覆盖的情况，进而影响业务逻辑。
SQL 过滤
生产者示例
生产者可以在 property 中添加多个属性。
// 构建生产者Producer<byte[]> producer = pulsarClient.newProducer()// 禁用掉batch功能.enableBatching(false)// topic完整路径，格式为persistent://集群（租户）ID/命名空间/Topic名称.topic("persistent://pulsar-xxx/sdk_java/topic2").create();// 发送消息MessageId msgId = producer.newMessage().property("idc", "idc1") // 指定消息的属性（idc）.property("label", "online") // 指定消息的属性（label）.property("other", "xxx") // 指定消息的其他属性.value(value.getBytes(StandardCharsets.UTF_8)).send();
消费者示例
消费者的 properties 中必须包含 TDMQ_PULSAR_SQL92_FILTER_EXPRESSION，认为开启了 SQL92 过滤，value 即为 SQL 92 过滤表达式。
// 订阅相关参数HashMap<String, String> subProperties = new HashMap<>();// 消费者的properties中包含TDMQ_PULSAR_SQL92_FILTER_EXPRESSION，认为开启了SQL92过滤，value即为过滤表达式。subProperties.put("TDMQ_PULSAR_SQL92_FILTER_EXPRESSION","idc = 'idc1' AND label IS NOT NULL"); // 表达式说明：idc属性等于idc1 并且 label属性存在// 构建消费者Consumer<byte[]> consumer = pulsarClient.newConsumer()// topic完整路径，格式为persistent://集群（租户）ID/命名空间/Topic名称，从【Topic管理】处复制.topic("persistent://pulsar-xxxx/sdk_java/topic2")// 需要在控制台Topic详情页创建好一个订阅，此处填写订阅名.subscriptionName("topic_sub1")// 声明消费模式为共享模式.subscriptionType(SubscriptionType.Shared)// 订阅配置相关参数，里面携带SQL过滤表达式.subscriptionProperties(subProperties).subscribe();
注意事项
1. 如果 subscriptionProperties 中包含了 TDMQ_PULSAR_SQL92_FILTER_EXPRESSION，即认为此订阅使用 SQL 过滤。如果同时subscriptionProperties 中还存在其他 properties，其他 properties 忽略，即不再使用标签过滤。
2. SQL 过滤是根据消息中的属性属性（即发送消息时候指定的 property）进行过滤的，和标签（Tag）过滤是相互独立的。即一旦使用了 SQL 过滤，完全按照消费属性来过滤，不再区分是否是 TAGS 标签的属性。对于 property 中 key=tag1，value=TAGS 的属性，Pulsar 将认为这是一个普通的property，key=tag1，value=TAGS 字符串的属性，不会特殊对待。
3. 消息过滤不支持 Batch 功能，Batch 功能默认是开启的，需要在创建 Producer 的时候禁用掉 batch。如果是批量的消息，服务端不会执行消息过滤，会直接投递给消费者。
4. SQL 语句中支持的属性（property）的命名格式只能由下面的字符组成：字母、数字、下划线。
5. SQL 语句中的判断条件最大不能超过 50 个，建议不超过5个。换句话说，就是 SQL 表达式语句中的 AND 和 OR 的数量要小于 50 个。BETWEEN xxx AND xxx 和 NOT BETWEEN xxx AND xxx 中包含的 AND 也会计算在内。
6. 如果新传入的 SQL 表达式规则不正确，导致服务端无法正确解析对应的 SQL 语句，则服务端会继续保持和之前一致的过滤方式。
7. 由于 SQL 属性过滤是生产者定义消息属性，消费者设置 SQL 过滤条件，因此过滤条件的计算结果具有不确定性，服务端的处理方式如下：
异常情况处理：如果过滤条件的表达式计算抛异常，消息默认被过滤，不会被投递给消费者。例如比较数字和非数字类型的值。
空值情况处理：如果过滤条件的表达式计算值为null或不是布尔类型（true和false），则消息默认被过滤，不会被投递给消费者。例如发送消息时未定义某个属性，在订阅时过滤条件中直接使用该属性，则过滤条件的表达式计算结果为 null。
数值类型不符处理：如果消息自定义属性为浮点型，但过滤条件中使用整数进行判断，则消息默认被过滤，不会被投递给消费者。
8. 多个消费者需要使用相同的过滤规则。若一个订阅中有不同消费者使用不同规则 ，则会出现过滤规则覆盖的情况，进而影响业务逻辑。
注意：
实践教程
1. 消息中的 property 数量不宜过多，单个 property 的 key 和 value 值也不宜过大。建议 property 数量小于 10 个，整体字符串长度小于 512 byte。
2. 使用 SQL 过滤的时候，过滤条件不易过多，建议过滤条件控制在 5 个以内。作为过滤条件的 value 值不宜过长，建议控制在 64 byte 以内。
SQL 过滤语法规则
语法 | 说明 | 示例 |
IS NULL | 判断属性不存在 | a IS NULL ：属性a不存在。 |
IS NOT NULL | 判断属性存在 | a IS NOT NULL：属性a存在。 |
> >= < <= | 用于比较数字，不能用于比较字符串，否则消费者客户端启动时会报错。 说明 可转化为数字的字符串也被认为是数字。 | a IS NOT NULL AND a > 100：属性a存在且属性a的值大于100。 a IS NOT NULL AND a > 'abc'：错误示例，abc为字符串，不能用于比较大小。 |
BETWEEN xxx AND xxx | 用于比较数字，不能用于比较字符串，否则消费者客户端启动时会报错。等价于>= xxx AND <= xxx。表示属性值在两个数字之间。 | a IS NOT NULL AND (a BETWEEN 10 AND 100)：属性a存在且属性a的值大于等于10且小于等于100。 |
NOT BETWEEN xxx AND xxx | 用于比较数字，不能用于比较字符串，否则消费者客户端启动会报错。等价于< xxx OR > xxx，表示属性值在两个值的区间之外。 | a IS NOT NULL AND (a NOT BETWEEN 10 AND 100)：属性a存在且属性a的值小于10或大于100。 |
IN (xxx, xxx) | 表示属性的值在某个集合内。集合的元素只能是字符串。 | a IS NOT NULL AND (a IN ('abc', 'def'))：属性a存在且属性a的值为abc或def。 |
= <> | 等于和不等于。可用于比较数字和字符串。 | a IS NOT NULL AND (a = 'abc' OR a<>'def')：属性a存在且属性a的值为abc或a的值不为def。 |
AND OR | 逻辑与、逻辑或。可用于组合任意简单的逻辑判断，需要将每个逻辑判断内容放入括号内。 | a IS NOT NULL AND (a > 100) OR (b IS NULL)：属性a存在且属性a的值大于100或属性b不存在。 |
