RocketMQ存储路径默认是${ROCKRTMQ_HOME}/store,主要存储消息、主题对应的消息队列的索引等。
1、概述
查看其目录文件
-
commitlog:消息的存储目录
-
config:运行期间一些配置信息
-
consumequeue：消息消费队列存储目录
-
index：消息索引文件存储目录
-
abort：如果存在abort文件说明Broker非正常关闭，该文件默认启动时创建，正常退出时删除
-
checkpoint：文件检测点。存储commitlog文件最后一次刷盘时间戳、consumequeue最后一次刷盘时间、index索引文件最后一次刷盘时间戳。
2、文件简介
2.1、commitlog文件
commitlog文件的存储地址：$HOME\store\commitlog${fileName}，每个文件的大小默认1G =102410241024，commitlog的文件名fileName，名字长度为20位，左边补零，剩余为起始偏移量；比如00000000000000000000代表了第一个文件，起始偏移量为0，文件大小为1G=1073741824；当这个文件满了，第二个文件名字为00000000001073741824，起始偏移量为1073741824，以此类推，第三个文件名字为00000000002147483648，起始偏移量为2147483648 ，消息存储的时候会顺序写入文件，当文件满了，写入下一个文件。
commitlog目录下的文件主要存储消息，每条消息的长度不同，查看其存储的逻辑视图，每条消息的前面4个字节存储该条消息的总长度。
文件的消息单元存储详细信息
| 编号 | 字段简称 | 字段大小（字节） | 字段含义 |
|---|---|---|---|
| 1 | msgSize | 4 | 代表这个消息的大小 |
| 2 | MAGICCODE | 4 | MAGICCODE = daa320a7 |
| 3 | BODY CRC | 4 | 消息体BODY CRC 当broker重启recover时会校验 |
| 4 | queueId | 4 | |
| 5 | flag | 4 | |
| 6 | QUEUEOFFSET | 8 | 这个值是个自增值不是真正的consume queue的偏移量，可以代表这个consumeQueue队列或者tranStateTable队列中消息的个数，若是非事务消息或者commit事务消息，可以通过这个值查找到consumeQueue中数据，QUEUEOFFSET * 20才是偏移地址；若是PREPARED或者Rollback事务，则可以通过该值从tranStateTable中查找数据 |
| 7 | PHYSICALOFFSET | 8 | 代表消息在commitLog中的物理起始地址偏移量 |
| 8 | SYSFLAG | 4 | 指明消息是事物事物状态等消息特征，二进制为四个字节从右往左数：当4个字节均为0（值为0）时表示非事务消息；当第1个字节为1（值为1）时表示表示消息是压缩的（Compressed）；当第2个字节为1（值为2）表示多消息（MultiTags）；当第3个字节为1（值为4）时表示prepared消息；当第4个字节为1（值为8）时表示commit消息；当第3/4个字节均为1时（值为12）时表示rollback消息；当第3/4个字节均为0时表示非事务消息 |
| 9 | BORNTIMESTAMP | 8 | 消息产生端(producer)的时间戳 |
| 10 | BORNHOST | 8 | 消息产生端(producer)地址(address:port) |
| 11 | STORETIMESTAMP | 8 | 消息在broker存储时间 |
| 12 | STOREHOSTADDRESS | 8 | 消息存储到broker的地址(address:port) |
| 13 | RECONSUMETIMES | 8 | 消息被某个订阅组重新消费了几次（订阅组之间独立计数）,因为重试消息发送到了topic名字为%retry%groupName的队列queueId=0的队列中去了，成功消费一次记录为0； |
| 14 | PreparedTransaction Offset | 8 | 表示是prepared状态的事物消息 |
| 15 | messagebodyLength | 4 | 消息体大小值 |
| 16 | messagebody | bodyLength | 消息体内容 |
| 17 | topicLength | 1 | topic名称内容大小 |
| 18 | topic | topicLength | topic的内容值 |
| 19 | propertiesLength | 2 | 属性值大小 |
| 20 | properties | propertiesLength | propertiesLength大小的属性数据 |
2.2、consumequeue
RocketMQ基于主题订阅模式实现消息的消费，消费者关心的是主题下的所有消息。但是由于不同的主题的消息不连续的存储在commitlog文件中，如果只是检索该消息文件可想而知会有多慢，为了提高效率，对应的主题的队列建立了索引文件，为了加快消息的检索和节省磁盘空间，每一个consumequeue条目存储了消息的关键信息commitog文件中的偏移量、消息长度、tag的hashcode值。
查看目录结构：
单个consumequeue文件中默认包含30万个条目，每个条目20个字节，所以每个文件的大小是固定的20w x 20字节，单个consumequeue文件可认为是一个数组，下标即为逻辑偏移量，消息的消费进度存储的偏移量即逻辑偏移量。
2.3、IndexFile
IndexFile：用于为生成的索引文件提供访问服务，通过消息Key值查询消息真正的实体内容。在实际的物理存储上，文件名则是以创建时的时间戳命名的，固定的单个IndexFile文件大小约为400M，一个IndexFile可以保存 2000W个索引；
2.3.1、IndexFile结构分析
IndexHead 数据： beginTimestamp：该索引文件包含消息的最小存储时间 endTimestamp：该索引文件包含消息的最大存储时间 beginPhyoffset：该索引文件中包含消息的最小物理偏移量（commitlog 文件偏移量） endPhyoffset：该索引文件中包含消息的最大物理偏移量（commitlog 文件偏移量） hashSlotCount：hashslot个数，并不是 hash 槽使用的个数，在这里意义不大， indexCount：已使用的 Index 条目个数
Hash 槽： 一个 IndexFile 默认包含 500W 个 Hash 槽，每个 Hash 槽存储的是落在该 Hash 槽的 hashcode 最新的 Index 的索引
Index 条目列表 hashcode：key 的 hashcode phyoffset：消息对应的物理偏移量 timedif：该消息存储时间与第一条消息的时间戳的差值，小于 0 表示该消息无效 preIndexNo：该条目的前一条记录的 Index 索引，hash 冲突时，根据该值构建链表结构
2.3.2、IndexFile条目存储
RocketMQ将消息索引键与消息的偏移量映射关系写入IndexFile中，其核心的实现方法是public boolean putKey(final String key, final long phyOffset, final long storeTimestamp)；参数含义分别是消息的索引、消息的物理偏移量、消息的存储时间。
-
public boolean putKey(final String key, final long phyOffset, final long storeTimestamp) {
-
//判断当前的条目数是否大于最大的允许的条目数
-
if (
this.indexHeader.getIndexCount() <
this.indexNum) {
-
//获取KEY的hash值（正整数）
-
int keyHash = indexKeyHashMethod(key);
-
//计算hash槽的下标
-
int slotPos = keyHash %
this.hashSlotNum;
-
//获取hash槽的物理地址
-
int absSlotPos = IndexHeader.INDEX_HEADER_SIZE + slotPos * hashSlotSize;
-
FileLock fileLock =
null;
-
try {
-
// fileLock = this.fileChannel.lock(absSlotPos, hashSlotSize,
-
// false);
-
//获取hash槽中存储的数据
-
int slotValue =
this.mappedByteBuffer.getInt(absSlotPos);
-
//判断值是否小于等于0或者 大于当前索引文件的最大条目
-
if (slotValue <= invalidIndex || slotValue >
this.indexHeader.getIndexCount()) {
-
slotValue = invalidIndex;
-
}
-
//计算当前消息存储时间与第一条消息时间戳的时间差
-
long timeDiff = storeTimestamp -
this.indexHeader.getBeginTimestamp();
-
//秒
-
timeDiff = timeDiff /
1000;
-
if (
this.indexHeader.getBeginTimestamp() <=
0) {
-
timeDiff =
0;
-
}
else
if (timeDiff > Integer.MAX_VALUE) {
-
timeDiff = Integer.MAX_VALUE;
-
}
else
if (timeDiff <
0) {
-
timeDiff =
0;
-
}
-
//计算条目的物理地址 = 索引头部大小（40字节） + hash槽的大小(4字节)*槽的数量（500w） + 当前索引最大条目的个数*每index的大小（20字节）
-
int absIndexPos =
-
IndexHeader.INDEX_HEADER_SIZE +
this.hashSlotNum * hashSlotSize
-
+
this.indexHeader.getIndexCount() * indexSize;
-
//依次存入 key的hash值（4字节）+消息的物理偏移量（8字节）+消息存储时间戳和index文件的时间戳差（4字节）+当前hash槽的值（4字节）
-
this.mappedByteBuffer.putInt(absIndexPos, keyHash);
-
this.mappedByteBuffer.putLong(absIndexPos +
4, phyOffset);
-
this.mappedByteBuffer.putInt(absIndexPos +
4 +
8, (
int) timeDiff);
-
this.mappedByteBuffer.putInt(absIndexPos +
4 +
8 +
4, slotValue);
-
//存储当前index中包含的条目数量存入hash槽中，覆盖原先hash槽的值
-
this.mappedByteBuffer.putInt(absSlotPos,
this.indexHeader.getIndexCount());
-
-
if (
this.indexHeader.getIndexCount() <=
1) {
-
this.indexHeader.setBeginPhyOffset(phyOffset);
-
this.indexHeader.setBeginTimestamp(storeTimestamp);
-
}
-
//更新文件索引的头信息，hash槽的总数、index条目的总数、最后消息的物理偏移量、最后消息的存储时间
-
this.indexHeader.incHashSlotCount();
-
this.indexHeader.incIndexCount();
-
this.indexHeader.setEndPhyOffset(phyOffset);
-
this.indexHeader.setEndTimestamp(storeTimestamp);
-
-
return
true;
-
}
catch (Exception e) {
-
log.error(
"putKey exception, Key: " + key +
" KeyHashCode: " + key.hashCode(), e);
-
}
finally {
-
if (fileLock !=
null) {
-
try {
-
fileLock.release();
-
}
catch (IOException e) {
-
log.error(
"Failed to release the lock", e);
-
}
-
}
-
}
-
}
else {
-
log.warn(
"Over index file capacity: index count = " +
this.indexHeader.getIndexCount()
-
+
"; index max num = " +
this.indexNum);
-
}
-
return
false;
-
}
以上详细了分析了IndexFile条目存储的业务逻辑
2.3.3、通过KEY查找消息
DefaultMessageStore类中的public QueryMessageResult queryMessage(String topic, String key, int maxNum, long begin, long end) 中其核心方法是QueryOffsetResult queryOffsetResult = this.indexService.queryOffset(topic, key, maxNum, begin, lastQueryMsgTime);获取消息的物理存储地址，通过偏移量去commitLog中获取消息集。
public QueryOffsetResult queryOffset(String topic, String key, int maxNum, long begin, long end)核心方法又是IndexFile类中的public void selectPhyOffset(final List<Long> phyOffsets, final String key, final int maxNum, final long begin, final long end, boolean lock)方法
-
public void selectPhyOffset(final List<Long> phyOffsets, final String key, final int maxNum,
-
final
long begin,
final
long end,
boolean lock) {
-
if (
this.mappedFile.hold()) {
-
//获取key的hash信息
-
int keyHash = indexKeyHashMethod(key);
-
//获取hash槽的下标
-
int slotPos = keyHash %
this.hashSlotNum;
-
//获取hash槽的物理地址
-
int absSlotPos = IndexHeader.INDEX_HEADER_SIZE + slotPos * hashSlotSize;
-
FileLock fileLock =
null;
-
try {
-
if (lock) {
-
// fileLock = this.fileChannel.lock(absSlotPos,
-
// hashSlotSize, true);
-
}
-
//获取hash槽的值
-
int slotValue =
this.mappedByteBuffer.getInt(absSlotPos);
-
// if (fileLock != null) {
-
// fileLock.release();
-
// fileLock = null;
-
// }
-
//判断值是否小于等于0或者 大于当前索引文件的最大条目
-
if (slotValue <= invalidIndex || slotValue >
this.indexHeader.getIndexCount()
-
||
this.indexHeader.getIndexCount() <=
1) {
-
}
else {
-
for (
int nextIndexToRead = slotValue; ; ) {
-
if (phyOffsets.size() >= maxNum) {
-
break;
-
}
-
//计算条目的物理地址 = 索引头部大小（40字节） + hash槽的大小(4字节)*槽的数量（500w） + 当前索引最大条目的个数*每index的大小（20字节）
-
int absIndexPos =
-
IndexHeader.INDEX_HEADER_SIZE +
this.hashSlotNum * hashSlotSize
-
+ nextIndexToRead * indexSize;
-
//获取key的hash值
-
int keyHashRead =
this.mappedByteBuffer.getInt(absIndexPos);
-
//获取消息的物理偏移量
-
long phyOffsetRead =
this.mappedByteBuffer.getLong(absIndexPos +
4);
-
//获取当前消息的存储时间戳与index文件的时间戳差值
-
long timeDiff = (
long)
this.mappedByteBuffer.getInt(absIndexPos +
4 +
8);
-
//获取前一个条目的信息（链表结构）
-
int prevIndexRead =
this.mappedByteBuffer.getInt(absIndexPos +
4 +
8 +
4);
-
if (timeDiff <
0) {
-
break;
-
}
-
timeDiff *=
1000L;
-
long timeRead =
this.indexHeader.getBeginTimestamp() + timeDiff;
-
//判断该消息是否在查询的区间
-
boolean timeMatched = (timeRead >= begin) && (timeRead <= end);
-
//判断key的hash值是否相等并且在查询的时间区间内
-
if (keyHash == keyHashRead && timeMatched) {
-
//加入到物理偏移量的List中
-
phyOffsets.add(phyOffsetRead);
-
}
-
if (prevIndexRead <= invalidIndex
-
|| prevIndexRead >
this.indexHeader.getIndexCount()
-
|| prevIndexRead == nextIndexToRead || timeRead < begin) {
-
break;
-
}
-
//继续前一个条目信息获取进行匹配
-
nextIndexToRead = prevIndexRead;
-
}
-
}
-
}
catch (Exception e) {
-
log.error(
"selectPhyOffset exception ", e);
-
}
finally {
-
if (fileLock !=
null) {
-
try {
-
fileLock.release();
-
}
catch (IOException e) {
-
log.error(
"Failed to release the lock", e);
-
}
-
}
-
this.mappedFile.release();
-
}
-
}
-
}
- 根据查询的 key 的 hashcode%slotNum 得到具体的槽的位置（ slotNum 是一个索引文件里面包含的最大槽的数目，例如图中所示 slotNum=5000000）。
- 根据 slotValue（ slot 位置对应的值）查找到索引项列表的最后一项（倒序排列， slotValue 总是指向最新的一个 索引项）。
- 遍历索引项列表返回查询时间范围内的结果集（默认一次最大返回的 32 条记彔）
- Hash 冲突；寻找 key 的 slot 位置时相当于执行了两次散列函数，一次 key 的 hash，一次 key 的 hash 值取模，因此返里存在两次冲突的情况；第一种， key 的 hash 不同但模数相同，此时查询的时候会在比较一次key 的hash 值（每个索引项保存了 key 的 hash 值），过滤掉 hash 值不相等的项。第二种， hash 值相等但 key 不等，出于性能的考虑冲突的检测放到客户端处理（ key 的原始值是存储在消息文件中的，避免对数据文件的解析），客户端比较一次消息体的 key 是否相同
2.4、checkpoint
checkpoint文件的作用是记录commitlog、consumequeue、index文件的刷盘时间点，文件固定长度4k,其中只用了该文件的前24个字节。查看其存储格式
physicMsgTimestamp：commitlog文件刷盘时间点
logicsMsgTimestamp：消息的消费队列文件刷盘时间点
indexMsgTimestamp：索引文件刷盘时间点
</div>
扫一扫
334
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
