2.消费者消费失败
与生产者类似,若消费者在消费消息失败时未告知消息队列,此消息丢失。kafka
,rabbitMQ
,rocketMQ
都提供了相似的消费成功确认机制来解决这个问题,rabbitMQ
通过auto_ack
参数设置自动确认或手动确认。而rocketMQ
和kafka
通过消息偏移量来控制信息消费,rocketMQ
在pull
模式下需要自己维护偏移量。
3.队列因为自身体原因丢失数据
这个很好理解,例如rabbitMQ
默认将消息保存再内存中,如果队列崩溃,消息自然丢失
1.kafka
kafka
保证同一分区内消息的顺序,也就是说,如果要让某一topic
内消息全部有序,只能为该topic设置一个分区,这会降低该主题的吞吐量。通常使用消息的key值将消息散布到不同分区上,以此保证消息的局部有序性,但这种局部有序性的保证仅仅在消息写入分区时是有序的才能保证,例如生产者按顺序消息写入消息A
,消息B
,消息A
写入失败,消息B
写入成功,生产者重发消息A
且成功,这时候两个消息的顺序就颠倒了,解决方式是设定max.in.flight.requests.per.connection
为1
,指定生产者在收到消息成功发送的确认之前不允许发送其他信息,但这种方式也会严重降低吞吐量。另一个问题是kafka
默认的分区器使用散列算法将消息的key
值映射到对映的分区上,如果增加了分区,key
值映射的分区可能会与之前的不一致。在kafka
中,一个分区只能被一个消费者消费,保证了消息消费的局部有序性。
2.rocketMQ
rocketMQ
的队列(Message Queue)
与kafka
的分区在概念上相似,所以rocketMQ
在消息有序性的保证上自然也是基于队列(Message Queue)
的,同kafka
一样,如果要让某一主题内的消息有序,必须将此主题内的独写队列数量设为1
,但和kafka
一样,这种操作会大量降低该主题的吞吐量。rocketMQ
中在发送消息时传入自定义的MessageQueueSelector
保证消息生产的局部有序性,在消费消息时push
模式下通过MessageListenerOrderly
保证顺序消费。
3.rabbitMQ
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
最后
不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~
给大家准备的学习资料包括但不限于:
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ZlaTM0Nzc5NTc5MA==,size_16,color_FFFFFF,t_70)