lizc_lizc的博客

当consumer收到并消费消息后，从消息中取出消息的标识符correlationId和producer的标识符clientId，放入响应消息，用来确定此响应消息是哪条请求消息的回包，以及此响应消息应该发给哪个producer。Producer收到响应消息后，根据消息中的唯一标识符，从RequestResponseFuture的map中找到对应的RequestResponseFuture结构，设置响应消息，同时计数器减一，解除等待状态，使请求方收到响应消息。在分布式场景下，RPC是最常用的联机调用的方式。

RocketMQ-Broker消息存放设计

RocketMQ-生产者和消费者如何获取最新的Topic信息

RocketMQ-消费者重试原理

RocketMQ-延时消息实现原理

RocketMQ-消费者重启后或者首次拉取消息如何知道从哪里开始消费

RocketMQ-消费队列负载

RocketMQ-消费消息

RocketMQ发送消息

RocketMQ整体信息

消费者启动public class Consumer { public static void main(String[] args) throws InterruptedException, MQClientException { // 实例化消费者 DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("GroupNameDemo"); // 设置NameServer的地址

public static void main(String[] args) throws Exception { // Instantiate with a producer group name. DefaultMQProducer producer = new DefaultMQProducer("GroupNameDemo"); // Specify name server addresses. producer.setNamesrvAddr("loc

路由元信息NameServer路由实现类：org.apache.rocketmq.namesrv.routeinfo.RouteInfoManager，在了解路由注册之前，我们首先看一下NameServer到底存储哪些信息。private final HashMap<String/* topic */, List<QueueData>> topicQueueTable;private final HashMap<String/* brokerName */, Broker

架构设计1 技术架构RocketMQ架构上主要分为四部分，如上图所示:Producer：消息发布的角色，支持分布式集群方式部署。Producer通过MQ的负载均衡模块选择相应的Broker集群队列进行消息投递，投递的过程支持快速失败并且低延迟。Consumer：消息消费的角色，支持分布式集群方式部署。支持以push推，pull拉两种模式对消息进行消费。同时也支持集群方式和广播方式的消费，它提供实时消息订阅机制，可以满足大多数用户的需求。NameServer：NameServer是一个非常简单

主题和队列最初的消息队列，就是一个严格意义上的队列。在计算机领域，“队列（Queue）”是一种数据结构，有完整而严格的定义。在维基百科中，队列的定义是这样的：队列是先进先出（FIFO, First-In-First-Out）的线性表（Linear List）。在具体应用中通常用链表或者数组来实现。队列只允许在后端（称为 rear）进行插入操作，在前端（称为 front）进行删除操作。这个定义里面包含几个关键点，第一个是先进先出，这里面隐含着的一个要求是，在消息入队出队过程中，需要保证这些消息严格有序，按

特性ActiveMQRabbitMQRocketMQKafka开发语言JavaerlangJavaScala单机吞吐量万级万级10万级10万级时效性msusmsms可用性高，主从架构高，主从架构非常高，分布式架构非常高，分布式架构功能特性成熟产品，有较多文档，各种协议支持较好基于erlang开发，并发能力很强，性能好，延时低，管理界面也很丰富MQ功能完备，扩展性好只支持主要的MQ功能，像消息查询、消息回溯等功能没有提供...

为什么需要消息队列异步处理：假设某个接口有ABC三个操作，A操作很快就能完成，但是BC操作比较耗时，此时就可以把BC两个操作放入到消息队列中，并直接返回，这样就能减少接口的等待时间。流量控制：假设我们的数据库系统每秒只能处理 2k 个请求，系统正常情况下，每秒并发请求数量就 50 个。 系统高峰期时，每秒需要处理 5k 个请求，如果这 5k 个请求直接访问到数据库，那么数据库肯定是扛不住的。 如果使用 MQ，每秒 5k 个请求写入到 MQ，然后系统通过 MQ 慢慢拉取请求，每秒钟拉取 2k 个请求。 在