如何在不打乱消息顺序的前提下提升Google Pub/Sub订阅者ACK数量？

我有一套配置了流控的GCP Pub/Sub系统，每条消息包含状态参数，必须单独处理。目前ACK功能正常，但ACK速度跟不上消息发布速度：

• Pub/Sub指标显示ACK速率低于发布速率
• 服务器CPU使用率低于50%，资源有剩余

现有订阅代码如下：

const subscriptionNameOrId = 'subscriber';
const maxInProgress = 1;

// Imports the Google Cloud client library
const {PubSub} = require('@google-cloud/pubsub');

// Creates a client; cache this for further use
const pubSubClient = new PubSub();

async function subscribeWithFlowControlSettings(
  subscriptionNameOrId,
  maxInProgress
) {
  const subscriberOptions = {
    flowControl: {
      maxMessages: maxInProgress,
      allowExcessMessages: false
    },
  };

  // References an existing subscription.
  // Note that flow control settings are not persistent across subscribers.
  const subscription = pubSubClient.subscription(
    subscriptionNameOrId,
    subscriberOptions
  );

  console.log(
    `Subscriber to subscription ${subscription.name} is ready to receive messages at a controlled volume of ${maxInProgress} messages.`
  );

  const messageHandler = async message => {
    console.log(`Received message: ${message.id}`);
    await new Promise(resolve => setTimeout(resolve, 1000));
    console.log("Done")
    message.ack();
  };

  subscription.on('message', messageHandler);
}

(async() => {
   await subscribeWithFlowControlSettings(subscriptionNameOrId, maxInProgress)
})()

请问如何在不影响消息顺序的前提下提升订阅者的ACK数量？

由于要求不破坏消息顺序，核心要保证同一消息键（或业务要求的顺序分组）的消息串行处理，同时利用空闲CPU资源提升整体吞吐量：

1. 调整流控参数maxInProgress #

当前代码中maxInProgress = 1，直接限制了同时处理的消息数量。可以逐步提高该值（比如先试5，再调整到10），结合订阅的有序性配置：

• 若订阅是分区有序（按消息键分区），提高maxInProgress后，不同分区的消息会并行处理，同一分区内的消息仍保持顺序，不会影响状态参数的处理逻辑。
• 若订阅是全局有序，则需保持单实例单消息处理，但可通过横向扩展实例提升整体吞吐量。

修改示例：

const maxInProgress = 10; // 根据CPU负载逐步调整

2. 优化消息处理的阻塞操作 #

实际业务中若存在IO操作（如数据库查询、API调用），需确保同一消息键的处理串行，不同键的处理并行。避免无意义的阻塞，把非核心逻辑异步化，减少单条消息的处理时间。

3. 横向扩展订阅者实例 #

启动多个相同的订阅者实例，Pub/Sub会自动将消息负载均衡到不同实例上，每个实例处理一部分消息，整体ACK速率随实例数线性提升。该方式适合分区有序或无严格全局顺序要求的场景，能充分利用空闲CPU资源。

4. 调整订阅的ackDeadline参数 #

若消息处理时间波动较大，可适当提高订阅的ackDeadline配置，避免因处理超时导致消息重发，减少资源浪费，间接提升有效ACK的速率。

内容的提问来源于stack exchange，提问作者FR STAR