简介:消息队列RocketMQ4.X核心配置讲解
生产者常见核心配置
compressMsgBodyOverHowmuch :消息超过默认字节4096后进行压缩
retryTimesWhenSendFailed : 失败重发次数
maxMessageSize : 最大消息配置,默认128k
topicQueueNums : 主题下面的队列数量,默认是4
autoCreateTopicEnable : 是否自动创建主题Topic, 开发建议为true,生产要为false
defaultTopicQueueNums : 自动创建服务器不存在的topic,默认创建的队列数
autoCreateSubscriptionGroup: 是否允许 Broker 自动创建订阅组,建议线下开发开启,线上关闭
brokerClusterName : 集群名称
brokerId : 0表示Master主节点 大于0表示从节点
brokerIP1 : Broker服务地址
brokerRole : broker角色 ASYNC_MASTER/ SYNC_MASTER/ SLAVE
deleteWhen : 每天执行删除过期文件的时间,默认每天凌晨4点
flushDiskType :刷盘策略, 默认为 ASYNC_FLUSH(异步刷盘), 另外是SYNC_FLUSH(同步刷盘)
listenPort : Broker监听的端口号
mapedFileSizeCommitLog : 单个conmmitlog文件大小,默认是1GB
mapedFileSizeConsumeQueue:ConsumeQueue每个文件默认存30W条,可以根据项目调整
storePathRootDir : 存储消息以及一些配置信息的根目录 默认为用户的 ${HOME}/store
storePathCommitLog:commitlog存储目录默认为${storePathRootDir}/commitlog
storePathIndex: 消息索引存储路径
syncFlushTimeout : 同步刷盘超时时间
diskMaxUsedSpaceRatio : 检测可用的磁盘空间大小,超过后会写入报错
简介:讲解RocketMQ消息常见发送状态
消息发送有同步和异步
Broker消息投递状态讲解
FLUSH_DISK_TIMEOUT
FLUSH_SLAVE_TIMEOUT
SLAVE_NOT_AVAILABLE
SEND_OK
简介:讲解RocketMQ消息生产和消费异常重试和阈值设定
生产者Producer重试(异步和SendOneWay下配置无效)
消费端重试
原因:消息处理异常、broker端到consumer端各种问题,如网络原因闪断,消费处理失败,ACK返回失败等等问题。
注意:
重试间隔时间配置 ,默认每条消息最多重试 16 次
messageDelayLevel=1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h
超过重试次数人工补偿
消费端去重
一条消息无论重试多少次,这些重试消息的 Message ID,key 不会改变。
消费重试只针对集群消费方式生效;广播方式不提供失败重试特性,即消费失败后,失败消息不再重试,继续消费新的消息,
简介: 讲解使用RocketMQ异步发送消息
producer.send(message, new SendCallback(){
onSuccess(){}
onException(){}
})
注意:官方例子:如果异步发送消息,调用producer.shutdown()后会失败
异步发送:不会重试,发送总次数等于1
简介:讲解使用RocketMQ发送oneway消息和使用场景,多种发送模式对比
SYNC :
ASYNC :异步
ONEWAY : 无需要等待响应
汇总对比
第一章深入剖析高性能RocketMQ4.X实战课程概要 简介:深入剖析高性能RocketMQ4.X实战简介、适用人群和学习基础
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:讲解什么是JMS,消息队列的使用场景 什么是JMS: Java消息服务(Java Message Service),Java平台中关于面向消息中间件的接口 JMS是一种与厂商无关的 API,用来访问消息收发系统消息,它类似于JDBC(Java Database Connectivity)。这里,JDBC 是可以用来访问许多不同关系数据库的 API 使用场景: 核心应用 跨平台 、多语言 分布式事务、最终一致性 RPC调用上下游对接,数据源变动->通知下属
简介:讲解消息中间件的常见概念和基础编程模型 常见概念 基础编程模型
简介:对比当下主流的消息队列和选择问题 Apache ActiveMQ、Kafka、RabbitMQ、RocketMQ ActiveMQ:http://activemq.apache.org/ 缺点:吞吐量不高,多队列的时候性能下降,存在消息丢失的情况,比较少大规模使用 Kafka:http://kafka.apache.org/ 缺点:不支持批量和广播消息,运维难度大,文档比较少, 需要掌握Scala RabbitMQ:http://www.rabbitmq.com/ 缺点:使用Erlang开发,阅读和修改源码难度大 RocketMQ:http://rocketmq.apache.org/
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:阿里开源消息队列 RocketMQ4.x介绍和新概念讲解 Apache RocketMQ作为阿里开源的一款高性能、高吞吐量的分布式消息中间件 特点 支持Broker和Consumer端消息过滤 支持发布订阅模型,和点对点, 支持拉pull和推push两种消息模式 单一队列百万消息、亿级消息堆积 支持单master节点,多master节点,多master多slave节点 任意一点都是高可用,水平拓展,Producer、Consumer、队列都可以分布式 消息失败重试机制、支持特定level的定时消息 新版本底层采用Netty 4.3.x支持分布式事务 适合金融类业务,高可用性跟踪和审计功能。
概念 Producer:消息生产者 Producer Group:消息生产者组,发送同类消息的一个消息生产组 Consumer:消费者 Consumer Group:消费同类消息的多个实例 Tag:标签,子主题(二级分类)对topic的进一步细化,用于区分同一个主题下的不同业务的消息 Topic:主题, 如订单类消息,queue是消息的物理管理单位,而topic是逻辑管理单位。一个topic下可以有多个queue, 默认自动创建是4个,手动创建是8个 Message:消息,每个message必须指定一个topic Broker:MQ程序,接收生产的消息,提供给消费者消费的程序 Name Server:给生产和消费者提供路由信息,提供轻量级的服务发现、路由、元数据信息,可以多个部署,互相独立(比zookeeper更轻量) Offset: 偏移量,可以理解为消息进度 commit log: 消息存储会写在Commit log文件里面 走读官网地址,学会如何学习新技术 http://rocketmq.apache.org/ 学习资源
简介:RocketMQ4.x本地快速部署 安装前提条件(推荐) 64bit OS, Linux/Unix/Mac (Windows不兼容) 64bit JDK 1.8+; 快速开始 http://rocketmq.apache.org/docs/quick-start/ 下载安装包:http://mirror.bit.edu.cn/apache/rocketmq/4.4.0/rocketmq-all-4.4.0-source-release.zip unzip rocketmq-all-4.4.0-source-release.zip cd rocketmq-all-4.4.0/ mvn -Prelease-all -DskipTests clean install -U cd distribution/target/apache-rocketmq 最终路径 rocketmq-all-4.4.0/distribution/target/apache-rocketmq
最新版本部署存在问题: Please set the JAVA_HOME variable in your environment, We need java(x64) 解决:本地需要配置 JAVA_HOME 使用命令 vim ~/.bash_profile JAVA_HOME="/Library/Java/JavaVirtualMachines/jdk1.8.0_171.jdk/Contents/Home" export JAVA_HOME CLASS_PATH="$JAVA_HOME/lib" PATH=".$PATH:$JAVA_HOME/bin" 解压压缩包 启动nameServer nohup sh bin/mqnamesrv & 查看日志 tail -f nohup.out (结尾:The Name Server boot success. serializeType=JSON 表示启动成功) 启动broker (-n指定nameserver地址,nameserver服务端口为9876, broker默认端口 10911) nohup sh bin/mqbroker -n localhost:9876 & 关闭nameserver broker执行的命令 sh bin/mqshutdown broker sh bin/mqshutdown namesrv 使用 jps查看进程
验证是否成功 #设置名称服务地址 export NAMESRV_ADDR=localhost:9876 #投递消息 sh bin/tools.sh org.apache.rocketmq.example.quickstart.Producer SendResult [sendStatus=SEND_OK, msgId= ... #消费消息 sh bin/tools.sh org.apache.rocketmq.example.quickstart.Consumer ConsumeMessageThread_%d Receive New Messages: [MessageExt...
简介:源码安装RocketMQ4.x可视化控制台 下载 https://github.com/apache/rocketmq-externals 编译打包 mvn clean package -Dmaven.test.skip=true [ERROR] Failed to execute goal on project rocketmq-console-ng: Could not resolve dependencies for project org.apache:rocketmq-console-ng:jar:1.0.0: The following artifacts could not be resolved: org.apache.rocketmq:rocketmq-tools:jar:4.4.0-SNAPSHOT, org.apache.rocketmq:rocketmq-namesrv:jar:4.4.0-SNAPSHOT, org.apache.rocketmq:rocketmq-broker:jar:4.4.0-SNAPSHOT: Could not find artifact org.apache.rocketmq:rocketmq-tools:jar:4.4.0-SNAPSHOT -> [Help 1] [ERROR] [ERROR] To see the full stack trace of the errors, re-run Maven with the -e switch. [ERROR] Re-run Maven using the -X switch to enable full debug logging. 解决 改为 target目录 通过java -jar的方式运行, 启动后是 8080端口 其他常见问题: 1)无法连接获取broker信息 修改配置文件,名称路由地址为 namesrvAddr,例如我本机地址为 src/main/resources/application.properties rocketmq.config.namesrvAddr=127.0.0.1:9876 2)连接不成功 在阿里云,腾讯云或者虚拟机,记得检查端口号和防火墙是否启动 阿里云控制台有安全组,需要开放对应的端口
简介:讲解新版的RocketMQ可视化管理后台 管理控制台地址 127.0.0.1:8080 测试中遇到的问题
简介:阿里云服务器介绍和使用讲解
简介:在阿里云服务器上安装JDK8和配置环境变量 地址:https://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html linux下使用wget下载jdk8: 进到目录/usr/local/software 配置环境变量 解压:tar -zxvf jdk-8u201-linux-x64.tar.gz windows 命令行工具 :putty
简介: Linux服务器下安装Maven 解压:tar -zxvf apache-maven-3.6.0-bin.tar.gz 立刻生效:source /etc/profile
简介:官方下载最新源码包,阿里云Linux服务器部署,解决内存不够问题 文档地址:http://rocketmq.apache.org/docs/quick-start/ Liunx 解压安装 yum install unzip 常见问题 NameServer内存不够怎么处理 找到 runserver.sh 修改 JAVA_OPT 报错问题如下 解决如下 编辑 bin/runserver.sh: Broker内存不足 找到 runbroker.sh 修改 JAVA_OPT JAVA_OPT="${JAVA_OPT} -server -Xms528m -Xmx528m -Xmn256m"
简介:阿里云服务器安装RocketMQ控制台 上传源码包-》解压-》进入rocketmq-console目录-》 编译打包 mvn clean package -Dmaven.test.skip=true 务必修改下面两个,再进行编译打包 进入target目录 ,启动 java -jar rocketmq-console-ng-1.0.0.jar 守护进程方式启动 nohup java -jar rocketmq-console-ng-1.0.0.jar &
简介:将RocketMQ源码导入IDEA,为后续阅读源码做准备 下载源码,解压,导入即可
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:Springboot2.x整合RocketMQ4.x实战,加入相关依赖,开发生产者代码 注意 :记得启动nameser和broker 快速创建springboot项目 https://start.spring.io/ 加入相关依赖
Message对象 注意 发送消息到Broker,需要判断是否有此topic启动broker的时候, 本地环境建议开启自动创建topic,生产环境建议关闭自动化创建topic 建议先手工创建Topic,如果靠程序自动创建,然后再投递消息,会出现延迟情况 概念模型: 一个topic下面对应多个queue,可以在创建Topic时指定,如订单类topic 通过可视化管理后台查看消息
常见错误一 org.apache.rocketmq.remoting.exception.RemotingTooMuchRequestException: 原因:阿里云存在多网卡,rocketmq都会根据当前网卡选择一个IP使用,当你的机器有多块网卡时,很有可能会有问题。比如,我遇到的问题是我机器上有两个IP,一个公网IP,一个私网IP, 因此需要配置broker.conf 指定当前的公网ip, 然后重新启动broker 启动命令:nohup sh bin/mqbroker -n localhost:9876 -c ./conf/broker.conf & 常见错误二 MQClientException: No route info of this topic, TopicTest1 Centos7关闭防火墙 systemctl stop firewalld
常见错误三 控制台查看不了数据,提示连接 10909错误 原因:Rocket默认开启了VIP通道,VIP通道端口为10911-2=10909 解决:阿里云安全组需要增加一个端口 10909 其他错误: https://blog.csdn.net/qq_14853889/article/details/81053145
简介:Springboot2.x整合RocketMQ4.x实战,开发消费者代码,常见问题处理 自动创建topic: autoCreateTopicEnable=true 无效原因:客户端版本要和服务端版本保持一致 创建消费者 consumer = new DefaultMQPushConsumer(consumerGroup); consumer.start();
常见问题 1、Caused by: org.apache.rocketmq.remoting.exception.RemotingConnectException: connect to <172.17.42.1:10911> failed 2、com.alibaba.rocketmq.client.exception.MQClientException: Send [1] times, still failed, cost [1647]ms, Topic: TopicTest1, BrokersSent: [broker-a, null, null] 3、org.apache.rocketmq.client.exception.MQClientException: Send [3] times, still failed, cost [497]ms, Topic: TopicTest, BrokersSent: [Book-Air.local, MacBook-Air.local, MacBook-Air.local] 4、DESC: service not available now, maybe disk full, CL:
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:讲解RocketMQ4.X多种集群模式讲解 单节点 : 优点:本地开发测试,配置简单,同步刷盘消息一条都不会丢 缺点:不可靠,如果宕机,会导致服务不可用 主从(异步、同步双写) : 优点:同步双写消息不丢失, 异步复制存在少量丢失 ,主节点宕机,从节点可以对外提供消息的消费,但是不支持写入 缺点:主备有短暂消息延迟,毫秒级,目前不支持自动切换,需要脚本或者其他程序进行检测然后进行停止broker,重启让从节点成为主节点 双主: 优点:配置简单, 可以靠配置RAID磁盘阵列保证消息可靠,异步刷盘丢失少量消息 缺点: master机器宕机期间,未被消费的消息在机器恢复之前不可消费,实时性会受到影响 双主双从,多主多从模式(异步复制) 优点:磁盘损坏,消息丢失的非常少,消息实时性不会受影响,Master 宕机后,消费者仍然可以从Slave消费 缺点:主备有短暂消息延迟,毫秒级,如果Master宕机,磁盘损坏情况,会丢失少量消息 双主双从,多主多从模式(同步双写) 优点:同步双写方式,主备都写成功,向应用才返回成功,服务可用性与数据可用性都非常高 缺点:性能比异步复制模式略低,主宕机后,备机不能自动切换为主机
推荐方案2、4、5
简介:讲解什么是同步刷盘和异步刷盘,主从模式如何保障消息可靠性 内存+磁盘
简介:讲解消息的同步和异步复制 Master - Slave节点里面
简介:使用RocketMQ4.X搭建主从节点上集
机器列表 server1 ssh [email protected] 软件:RocketMQ4.X + JDK8 + Maven +CentOS7
简介:使用RocketMQ4.X搭建主从节点下集
机器列表 server1 ssh [email protected]
1、修改RocketMQ(启动内存配置, 两个机器都要修改) vim runserver.sh vim runbroker.sh
2、编辑并启动rocketmq命令 主节点 namesrvAddr=192.168.159.129:9876;192.168.159.130:9876 从节点 namesrvAddr=192.168.159.129:9876;192.168.159.130:9876
3、使用管控台 修改事项 增加 rocketmq.config.namesrvAddr=192.168.159.129:9876;192.168.159.130:9876 mvn install -Dmaven.test.skip=true java -jar rocketmq-console-ng-1.0.0.jar
参考命令 centos7关闭防火墙 远程拷贝到本地 scp [email protected]:/Users/xdclass/Desktop/xdclass/消息队列/data/第3章/第7集/apache-maven-3.6.0-bin.tar.gz /usr/local/software
简介:讲解主节点Broker退出后,从节点可继续被消费者消费 步骤 发送一条消息,关闭主节点,关闭主节点之后不能写入
简介:讲解RocketMQ主从同步必备知识点
Broker分为master与slave,一个master可以对应多个Slave,但一个slave只能对应一个master,master与slave通过相同的Broker Name来匹配,不同的broker Id来定义是master还是slave Broker向所有的NameServer结点建立长连接,定时注册Topic和发送元数据信息 NameServer定时扫描(默认2分钟)所有存活broker的连接, 如果超过时间没响应则断开连接(心跳检测),但是consumer客户端不能感知,consumer定时(30s)从NameServer获取topic的最新信息,所以broker不可用时,consumer最多最需要30s才能发现 (Producer的机制一样,在未发现broker宕机前发送的消息会失败)
只有master才能进行写入操作,slave不允许写入只能同步,同步策略取决于master的配置。
客户端消费可以从master和slave消费,默认消费者都从master消费,如果在master挂后,客户端从NameServer中感知到Broker宕机,就会从slave消费, 感知非实时,存在一定的滞后性,slave不能保证master的消息100%都同步过来了,会有少量的消息丢失。但一旦master恢复,未同步过去的消息会被最终消费掉
如果consumer实例的数量比message queue的总数量还多的话,多出来的consumer实例将无法分到queue,也就无法消费到消息,也就无法起到分摊负载的作用,所以需要控制让queue的总数量大于等于consumer的数量
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:消息队列RocketMQ4.X核心配置讲解 生产者常见核心配置 compressMsgBodyOverHowmuch :消息超过默认字节4096后进行压缩 retryTimesWhenSendFailed : 失败重发次数 maxMessageSize : 最大消息配置,默认128k topicQueueNums : 主题下面的队列数量,默认是4 autoCreateTopicEnable : 是否自动创建主题Topic, 开发建议为true,生产要为false defaultTopicQueueNums : 自动创建服务器不存在的topic,默认创建的队列数 autoCreateSubscriptionGroup: 是否允许 Broker 自动创建订阅组,建议线下开发开启,线上关闭 brokerClusterName : 集群名称 brokerId : 0表示Master主节点 大于0表示从节点 brokerIP1 : Broker服务地址 brokerRole : broker角色 ASYNC_MASTER/ SYNC_MASTER/ SLAVE deleteWhen : 每天执行删除过期文件的时间,默认每天凌晨4点 flushDiskType :刷盘策略, 默认为 ASYNC_FLUSH(异步刷盘), 另外是SYNC_FLUSH(同步刷盘) listenPort : Broker监听的端口号 mapedFileSizeCommitLog : 单个conmmitlog文件大小,默认是1GB mapedFileSizeConsumeQueue:ConsumeQueue每个文件默认存30W条,可以根据项目调整 storePathRootDir : 存储消息以及一些配置信息的根目录 默认为用户的 ${HOME}/store storePathCommitLog:commitlog存储目录默认为${storePathRootDir}/commitlog storePathIndex: 消息索引存储路径 syncFlushTimeout : 同步刷盘超时时间 diskMaxUsedSpaceRatio : 检测可用的磁盘空间大小,超过后会写入报错
简介:讲解RocketMQ消息常见发送状态 消息发送有同步和异步 Broker消息投递状态讲解 FLUSH_DISK_TIMEOUT FLUSH_SLAVE_TIMEOUT SLAVE_NOT_AVAILABLE SEND_OK
简介:讲解RocketMQ消息生产和消费异常重试和阈值设定 生产者Producer重试(异步和SendOneWay下配置无效) 消费端重试 原因:消息处理异常、broker端到consumer端各种问题,如网络原因闪断,消费处理失败,ACK返回失败等等问题。 注意: 重试间隔时间配置 ,默认每条消息最多重试 16 次 messageDelayLevel=1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h 超过重试次数人工补偿 消费端去重 一条消息无论重试多少次,这些重试消息的 Message ID,key 不会改变。 消费重试只针对集群消费方式生效;广播方式不提供失败重试特性,即消费失败后,失败消息不再重试,继续消费新的消息,
简介: 讲解使用RocketMQ异步发送消息 官方文档:https://rocketmq.apache.org/docs/simple-example/ producer.send(message, new SendCallback(){
注意:官方例子:如果异步发送消息,调用producer.shutdown()后会失败 异步发送:不会重试,发送总次数等于1
简介:讲解使用RocketMQ发送oneway消息和使用场景,多种发送模式对比 SYNC : ASYNC :异步 ONEWAY : 无需要等待响应
汇总对比
简介:讲解消息队列的延迟消息的使用,和在电商系统中应用场景 什么是延迟消息: Producer 将消息发送到消息队列 RocketMQ 服务端,但并不期望这条消息立马投递,而是推迟到在当前时间点之后的某一个时间投递到 Consumer 进行消费,该消息即定时消息,目前支持固定精度的消息 代码:rocketmq-store > MessageStoreConfig.java 属性 messageDelayLevel "1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h"; 使用message.setDelayTimeLevel(xxx) //xxx是级别,1表示配置里面的第一个级别,2表示第二个级别 定时消息:目前rocketmq开源版本还不支持,商业版本则有,两者使用场景类似 使用场景
简介:生产消息使用MessageQueueSelector投递到Topic下指定的queue, 应用场景:顺序消息,分摊负载 //可以使用Jdk8的lambda表达式,只有一个方法需要被实现 支持同步,异步发送指定的MessageQueue
简介:基础介绍顺序消息和对应可以使用的场景,订单系统, 什么是顺序消息:消息的生产和消费顺序一致 全局顺序:topic下面全部消息都要有序(少用) 局部顺序:只要保证一组消息被顺序消费即可(RocketMQ使用) 性能要求高 电商的订单创建,同一个订单相关的创建订单消息、订单支付消息、订单退款消息、订单物流消息、订单交易成功消息 都会按照先后顺序来发布和消费 (阿里巴巴集团内部电商系统均使用局部顺序消息,既保证业务的顺序,同时又能保证业务的高性能) 顺序发布:对于指定的一个 Topic,客户端将按照一定的先后顺序发送消息 顺序消费:对于指定的一个 Topic,按照一定的先后顺序接收消息,即先发送的消息一定会先被客户端接收到。 注意:
简介:讲解RocketMQ顺序消息的使用和讲解 生产端保证发送消息有序,且发送到同一个Topic的同个queue里面,RocketMQ的确是能保证FIFO的 例子:订单的顺序流程是:创建、付款、物流、完成,订单号相同的消息会被先后发送到同一个队列中, 根据MessageQueueSelector里面自定义策略,根据同个业务id放置到同个queue里面,如订单号取模运算再放到selector中,同一个模的值都会投递到同一条queue public MessageQueue select(List 消费端要在保证消费同个topic里的同个队列,不应该用MessageListenerConcurrently, 应该使用MessageListenerOrderly,自带单线程消费消息,不能再Consumer端再使用多线程去消费,消费端分配到的queue数量是固定的,集群消会锁住当前正在消费的队列集合的消息,所以会保证顺序消费。 官方例子 https://rocketmq.apache.org/docs/order-example/
简介:讲解使用代码编写案例,进行RocketMQ顺序消息生产者投递
简介:讲解使用代码编写案例,进行RocketMQ顺序消息消费实战 MessageListenerConcurrently MessageListenerOrderly Consumer会平均分配queue的数量 并不是简单禁止并发处理,而是为每个Consumer Quene加个锁,消费每个 消息前,需要获得这个消息所在的Queue的锁,这样同个时间,同个Queue的 消息不被并发消费,但是不同Queue的消息可以并发处理
扩展思维:为什么高并发情况下ConcurrentHashMap比HashTable和HashMap更高效且线程安全? 提示:分段锁Segment
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:消息队列RocketMQ4.X消费者核心配置讲解 consumeFromWhere配置(某些情况失效:参考https://blog.csdn.net/a417930422/article/details/83585397)
allocateMessageQueueStrategy: offsetStore:消息消费进度存储器 offsetStore 有两个策略: consumeThreadMin 最小消费线程池数量 consumeThreadMax 最大消费线程池数量 pullBatchSize: 消费者去broker拉取消息时,一次拉取多少条。可选配置 consumeMessageBatchMaxSize: 单次消费时一次性消费多少条消息,批量消费接口才有用,可选配置 messageModel : 消费者消费模式, CLUSTERING——默认是集群模式CLUSTERING BROADCASTING——广播模式
简介:讲解集群模式下消费端消费消息流程 Topic下队列的奇偶数会影响Customer个数里面的消费数量 集群模式(默认): 广播模式: 怎么切换模式:通过setMessageModel()
简介:讲解RocketMQ里面的Tag作用和消息过滤原理 一个Message只有一个Tag,tag是二级分类 过滤分为Broker端和Consumer端过滤
一般是监听 * ,或者指定 tag,|| 运算 , SLQ92 , FilterServer等; tag性能高,逻辑简单 SQL92 性能差点,支持复杂逻辑(只支持PushConsumer中使用) MessageSelector.bySql
注意:消费者订阅关系要一致,不然会消费混乱,甚至消息丢失
在Broker 端进行MessageTag过滤,遍历message queue存储的 message tag和 订阅传递的tag 的hashcode不一样则跳过,符合的则传输给Consumer,在consumer queue存储的是对应的hashcode, 对比也是通过hashcode对比; Consumer收到过滤消息后也会进行匹配操作,但是是对比真实的message tag而不是hashcode 如果想使用多个Tag,可以使用sql表达式,但是不建议,单一职责,多个队列
常见错误: The broker does not support consumer to filter message by SQL92 解决:broker.conf 里面配置如下 备注,修改之后要重启Broker
简介:讲解PushConsumer/PullConsumer消费消息模式分析 Push和Pull优缺点分析 Push Pull 长轮询: Client请求Server端也就是Broker的时候, Broker会保持当前连接一段时间 默认是15s,如果这段时间内有消息到达,则立刻返回给Consumer.没消息的话 超过15s,则返回空,再进行重新请求;主动权在Consumer中,Broker即使有大量的消息 也不会主动提送Consumer, 缺点:服务端需要保持Consumer的请求,会占用资源,需要客户端连接数可控 否则会一堆连接 PushConsumer本质是长轮训 PullConsumer需要自己维护Offset(参考官方例子)
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:讲解消息偏移量Offset 什么是offset message queue是无限长的数组,一条消息进来下标就会涨1,下标就是offset,消息在某个MessageQueue里的位置,通过offset的值可以定位到这条消息,或者指示Consumer从这条消息开始向后处理 message queue中的maxOffset表示消息的最大offset, maxOffset并不是最新的那条消息的offset,而是最新消息的offset+1,minOffset则是现存在的最小offset。 fileReserveTime=48 默认消息存储48小时后,消费会被物理地从磁盘删除,message queue的min offset也就对应增长。所以比minOffset还要小的那些消息已经不在broker上了,就无法被消费 类型(父类是OffsetStore): 本地文件类型 Broker代存储类型 阅读源码的正确姿势: 有什么用 建议采用pushConsumer,RocketMQ自动维护OffsetStore,如果用另外一种pullConsumer需要自己进行维护OffsetStore
简介:讲解消息队列CommitLog分析 消息存储是由ConsumeQueue和CommitLog配合完成 ConsumeQueue: 是逻辑队列, CommitLog是真正存储消息文件的,存储的是指向物理存储的地址 Topic下的每个message queue都有对应的ConsumeQueue文件,内容也会被持久化到磁盘 默认地址:store/consumequeue/{topicName}/{queueid}/fileName 什么是CommitLog: 消息文件的存储地址 生成规则: 判断消息存储在哪个CommitLog上
Broker里面一个Topic 里面有多个MesssageQueue 每个MessageQueue对应一个ConsumeQueue
简介:讲解ZeroCopy零拷贝技术讲解和分析 高效原因 CommitLog顺序写, 存储了MessagBody、message key、tag等信息 ConsumeQueue随机读 + 操作系统的PageCache + 零拷贝技术ZeroCopy 零拷贝技术 read(file, tmp_buf, len); 例子:将一个File读取并发送出去(Linux有两个上下文,内核态,用户态) File文件的经历了4次copy 缺点:增加了上下文切换、浪费了2次无效拷贝(即步骤2和3) ZeroCopy: 请求kernel直接把disk的data传输给socket,而不是通过应用程序传输。Zero copy大大提高了应用程序的性能,减少不必要的内核缓冲区跟用户缓冲区间的拷贝,从而减少CPU的开销和减少了kernel和user模式的上下文切换,达到性能的提升 对应零拷贝技术有mmap及sendfile mmap:小文件传输快 sendfile:大文件传输比mmap快 Java中的TransferTo()实现了Zero-Copy 应用:Kafka、Netty、RocketMQ等都采用了零拷贝技术
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net
简介:讲解什么是分布式事务消息 什么是分布式事务 常见解决方案 2PC : 两阶段提交, 基于XA协议 TCC : Try、Confirm、Cancel 事务消息最终一致性: 更多... 框架 GTS -> 开源 Fescar LCN
简介:讲解RokcetMQ分布式事务消息的总体架构 RocketMQ事务消息: 半消息Half Message: 消息回查: 整体交互流程 交互流程_图片来源阿里云 RocketMQ事务消息的状态 关于事务消息的消费
简介:讲解RocketMQ分布式事务消息实战上集 TransactionMQProducer基础介绍和使用 //监听器 ,执行本地事务 //创建事务消息发送者 //创建自定义线程池
简介:讲解RocketMQ分布式事务消息实战下集 TransactionListener使用
注意点:TransactionMQProducer 的groupName要唯一,不能和普通的producer一样
本地访问路径:http://localhost:8081/api/v1/pay_cb?tag=xdclass222&otherParam=2
简介:讲解RocketMQ分布式事务消息sendMessageInTransaction源码分析
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:讲解怎样搭建高可用集群,避免单点故障问题 主从架构:Broker角色,Master提供读写,Slave只支持读 架构讲解,4台机器
简介:讲解RocketMQ搭建双主双从集群环境相关准备 4台机器, 2台部署NameServer, 4台都部署Broker, 双主双从 同步复制,异步刷盘 jdk、maven、rocketmq上传和安装 机器列表 server1 ssh [email protected] 部署nameServer Broker-a
1、修改RocketMQ(启动内存配置, 4个机器都要修改, 其中runbroker.sh修改4个,runserver.sh修改2个) vim runserver.sh vim runbroker.sh
2、编辑并启动rocketmq命令 broker-a主节点 namesrvAddr=192.168.159.133:9876;192.168.159.130:9876 defaultTopicQueueNums=4 #存储路径,根据需求进行配置绝对路径,默认是家目录下面 broker-a从节点 namesrvAddr=192.168.159.133:9876;192.168.159.130:9876 defaultTopicQueueNums=4 #存储路径,根据需求进行配置绝对路径,默认是家目录下面
broker-b主节点 namesrvAddr=192.168.159.133:9876;192.168.159.130:9876 defaultTopicQueueNums=4 #存储路径,根据需求进行配置绝对路径,默认是家目录下面
broker-b从节点 namesrvAddr=192.168.159.133:9876;192.168.159.130:9876 defaultTopicQueueNums=4 #存储路径,根据需求进行配置绝对路径,默认是家目录下面
参考命令 CentOS 6.5关闭防火墙 centos7关闭防火墙
简介:讲解双主双从搭建和控制台配置 注意:如果连接不了broker,日志提示连接的端口少2位,记得检查防火墙是否关闭 修正上节课的错误 brokername名称 使用管控台 安装在server1机器里面 修改事项 路径 /usr/local/software/rocketmq-externals-master/rocketmq-console/src/main/resources application.properties里面的nameserver 增加 rocketmq.config.namesrvAddr=192.168.159.133:9876;192.168.159.130:9876 mvn install -Dmaven.test.skip=true java -jar rocketmq-console-ng-1.0.0.jar 本地测试记得关闭防火墙(4个机器都要) CentOS 6.5关闭防火墙 centos7关闭防火墙
简介:讲解生产环境RocketMQ的使用流程和推荐配置 Topic创建线上禁止开启自动创建 生产环境推荐配置 NameServer配置多个不同机器多个节点 多Master, 每个Master带有Slave 主从设置为SYNC_MASTER同步双写 Producer用同步方式投递Broker 刷盘策略为SYNC_FLUSH(性能好点则可以为ASYNC_FLUSH)
性能分析思路
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:讲解为什么消息队列,消息队列选型问题 异步 解耦: 削峰: 缺点: 消息队列选择问题:Apache ActiveMQ、Kafka、RabbitMQ、RocketMQ ActiveMQ:http://activemq.apache.org/ 缺点:吞吐量不高,多队列的时候性能下降,存在消息丢失的情况,比较少大规模使用 Kafka:http://kafka.apache.org/ 缺点:不支持批量和广播消息,运维难度大,文档比较少, 需要掌握Scala,二次开发难度大 RabbitMQ:http://www.rabbitmq.com/ 缺点:使用Erlang开发,阅读和修改源码难度大 RocketMQ:http://rocketmq.apache.org/ 阿里开源的一款的消息中间件, 纯Java开发,具有高吞吐量、高可用性、适合大规模分布式系统应用的特点, 性能强劲(零拷贝技术),支持海量堆积, 支持指定次数和时间间隔的失败消息重发,支持consumer端tag过滤、延迟消息等,在阿里内部进行大规模使用,适合在电商,互联网金融等领域使用 缺点:部分实现不是按照标准JMS规范,有些系统要迁移或者引入队列需要修改代码
简介:讲解怎么样可以避免重复消费 RocketMQ不保证消息不重复,如果你的业务需要保证严格的不重复消息,需要你自己在业务端去重 接口幂等性保障 ,消费端处理业务消息要保持幂等性 Redis setNX() , 做消息id去重 java版本目前不支持设置过期时间 //Redis中操作,判断是否已经操作过 TODO
拓展(如果再用expire则不是原子操作,可以用下面方式实现分布式锁) 加锁 解锁(Lua脚本,先检查key,匹配再释放锁,lua可以保证原子性) 备注:lockKey可以是商品id,requestId用于标示是同个客户端 Incr 原子操作:key自增,大于0 返回值大于0则说明消费过 int num = jedis.incr(key);
上述两个方式都可以,但是不能用于分布式锁,考虑原子问题,但是排重可以不考虑原子问题,数据量多需要设置过期时间 数据库去重表
简介:讲解如何保证消息的可靠性,处理消息丢失的问题 producer端 broker端 consumer端 投递到broker端后 机器断电重启:异步刷盘,消息丢失;同步刷盘消息不丢失 硬件故障:可能存在丢失,看队列架构
简介:如果消息大量堆积在broker里面,应该怎么处理
线上故障了,怎么处理 消息堆积了10小时,有几千万条消息待处理,现在怎么办?
正确的姿势 临时topic队列扩容,并提高消费者能力,但是如果增加Consumer数量,但是堆积的topic里面的message queue数量固定,过多的consumer不能分配到message queue 简介:讲解RocketMQ高性能的原因分析,高可用架构 MQ架构配置 发送端高可用 双主双从架构:创建Topic对应的时候,MessageQueue创建在多个Broker上 即相同的Broker名称,不同的brokerid(即主从模式);当一个Master不可用时,组内其他的Master仍然可用。 但是机器资源不足的时候,需要手工把slave转成master,目前不支持自动转换,可用shell处理 消费高可用 提高消息的消费能力 并行消费 择 Linux Ext4 文件系统,Ext4 文件系统删除 1G 大小的文件通常耗时小于 50ms,而 Ext3文件系统耗时需要 1s,删除文件时磁盘IO 压力极大,会导致 IO 操作超时
简介:讲解RocketMQ常见面试题汇总 为什么使用消息队列 消息队列技术选择 如果保证消息队列高可用 如何保证消息传输的可靠性 如何消息的重复消费 如何保证消息的顺序消费 消息堆积怎么处理
"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net 简介:总结RocketMQ课程和后续新的安排 掌握消息队列核心知识 可以在公司中实际使用RocketMQ,搭建高可用架构 掌握RocketMQ分布式事务知识 掌握RocketMQ高性能原因分析
综合项目实战,秒杀 或 拼团 或 聚合支付网关 技术选择: 框架:SpringBoot2.x + SpringCloud或者Dubbo + RocketMQ4.x + Redis5.x 基础环境 : JDK8 + IDEA
|
|||
---|---|---|---|
简介:讲解消息队列的延迟消息的使用,和在电商系统中应用场景
什么是延迟消息:
Producer 将消息发送到消息队列 RocketMQ 服务端,但并不期望这条消息立马投递,而是推迟到在当前时间点之后的某一个时间投递到 Consumer 进行消费,该消息即定时消息,目前支持固定精度的消息
代码:rocketmq-store > MessageStoreConfig.java 属性 messageDelayLevel
"1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h";
使用message.setDelayTimeLevel(xxx) //xxx是级别,1表示配置里面的第一个级别,2表示第二个级别
定时消息:目前rocketmq开源版本还不支持,商业版本则有,两者使用场景类似
使用场景
简介:生产消息使用MessageQueueSelector投递到Topic下指定的queue,
//可以使用Jdk8的lambda表达式,只有一个方法需要被实现
producer.send(message, new MessageQueueSelector(){
select(List mqs, Message msg, Object arg){
Integer queueNum = (Integer)arg;
return mqs.get(queueNum);
}
},0)
简介:基础介绍顺序消息和对应可以使用的场景,订单系统,
什么是顺序消息:消息的生产和消费顺序一致
全局顺序:topic下面全部消息都要有序(少用)
局部顺序:只要保证一组消息被顺序消费即可(RocketMQ使用)
性能要求高
电商的订单创建,同一个订单相关的创建订单消息、订单支付消息、订单退款消息、订单物流消息、订单交易成功消息 都会按照先后顺序来发布和消费
(阿里巴巴集团内部电商系统均使用局部顺序消息,既保证业务的顺序,同时又能保证业务的高性能)
顺序发布:对于指定的一个 Topic,客户端将按照一定的先后顺序发送消息
顺序消费:对于指定的一个 Topic,按照一定的先后顺序接收消息,即先发送的消息一定会先被客户端接收到。
注意:
简介:讲解RocketMQ顺序消息的使用和讲解
生产端保证发送消息有序,且发送到同一个Topic的同个queue里面,RocketMQ的确是能保证FIFO的
例子:订单的顺序流程是:创建、付款、物流、完成,订单号相同的消息会被先后发送到同一个队列中,
根据MessageQueueSelector里面自定义策略,根据同个业务id放置到同个queue里面,如订单号取模运算再放到selector中,同一个模的值都会投递到同一条queue
public MessageQueue select(List mqs, Message msg, Object arg) {
//如果是订单号是字符串,则进行hash,得到一个hash值
Long id = (Long) arg;
long index = id % mqs.size();
return mqs.get((int)index);
}
消费端要在保证消费同个topic里的同个队列,不应该用MessageListenerConcurrently,
应该使用MessageListenerOrderly,自带单线程消费消息,不能再Consumer端再使用多线程去消费,消费端分配到的queue数量是固定的,集群消会锁住当前正在消费的队列集合的消息,所以会保证顺序消费。
官方例子 https://rocketmq.apache.org/docs/order-example/
简介:讲解使用代码编写案例,进行RocketMQ顺序消息生产者投递
简介:讲解使用代码编写案例,进行RocketMQ顺序消息消费实战
MessageListenerConcurrently
MessageListenerOrderly
Consumer会平均分配queue的数量
并不是简单禁止并发处理,而是为每个Consumer Quene加个锁,消费每个
消息前,需要获得这个消息所在的Queue的锁,这样同个时间,同个Queue的
消息不被并发消费,但是不同Queue的消息可以并发处理
扩展思维:为什么高并发情况下ConcurrentHashMap比HashTable和HashMap更高效且线程安全?
提示:分段锁Segment
愿景:"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net
简介:消息队列RocketMQ4.X消费者核心配置讲解
consumeFromWhere配置(某些情况失效:参考https://blog.csdn.net/a417930422/article/details/83585397)
allocateMessageQueueStrategy:
offsetStore:消息消费进度存储器 offsetStore 有两个策略:
consumeThreadMin 最小消费线程池数量
consumeThreadMax 最大消费线程池数量
pullBatchSize: 消费者去broker拉取消息时,一次拉取多少条。可选配置
consumeMessageBatchMaxSize: 单次消费时一次性消费多少条消息,批量消费接口才有用,可选配置
messageModel : 消费者消费模式, CLUSTERING——默认是集群模式CLUSTERING BROADCASTING——广播模式
简介:讲解集群模式下消费端消费消息流程
Topic下队列的奇偶数会影响Customer个数里面的消费数量
集群模式(默认):
广播模式:
怎么切换模式:通过setMessageModel()
简介:讲解RocketMQ里面的Tag作用和消息过滤原理
一个Message只有一个Tag,tag是二级分类
过滤分为Broker端和Consumer端过滤
一般是监听 * ,或者指定 tag,|| 运算 , SLQ92 , FilterServer等;
tag性能高,逻辑简单
SQL92 性能差点,支持复杂逻辑(只支持PushConsumer中使用) MessageSelector.bySql
注意:消费者订阅关系要一致,不然会消费混乱,甚至消息丢失
在Broker 端进行MessageTag过滤,遍历message queue存储的 message tag和 订阅传递的tag 的hashcode不一样则跳过,符合的则传输给Consumer,在consumer queue存储的是对应的hashcode, 对比也是通过hashcode对比; Consumer收到过滤消息后也会进行匹配操作,但是是对比真实的message tag而不是hashcode
如果想使用多个Tag,可以使用sql表达式,但是不建议,单一职责,多个队列
常见错误:
The broker does not support consumer to filter message by SQL92
解决:broker.conf 里面配置如下
enablePropertyFilter=true
备注,修改之后要重启Broker
master节点配置:vim conf/2m-2s-async/broker-a.properties
slave节点配置:vim conf/2m-2s-async/broker-a-s.properties
简介:讲解PushConsumer/PullConsumer消费消息模式分析
Push和Pull优缺点分析
Push
Pull
长轮询: Client请求Server端也就是Broker的时候, Broker会保持当前连接一段时间 默认是15s,如果这段时间内有消息到达,则立刻返回给Consumer.没消息的话 超过15s,则返回空,再进行重新请求;主动权在Consumer中,Broker即使有大量的消息 也不会主动提送Consumer, 缺点:服务端需要保持Consumer的请求,会占用资源,需要客户端连接数可控 否则会一堆连接
PushConsumer本质是长轮训
PullConsumer需要自己维护Offset(参考官方例子)
愿景:"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net
简介:讲解消息偏移量Offset
什么是offset
message queue是无限长的数组,一条消息进来下标就会涨1,下标就是offset,消息在某个MessageQueue里的位置,通过offset的值可以定位到这条消息,或者指示Consumer从这条消息开始向后处理
message queue中的maxOffset表示消息的最大offset, maxOffset并不是最新的那条消息的offset,而是最新消息的offset+1,minOffset则是现存在的最小offset。
fileReserveTime=48 默认消息存储48小时后,消费会被物理地从磁盘删除,message queue的min offset也就对应增长。所以比minOffset还要小的那些消息已经不在broker上了,就无法被消费
类型(父类是OffsetStore):
本地文件类型
Broker代存储类型
阅读源码的正确姿势:
有什么用
建议采用pushConsumer,RocketMQ自动维护OffsetStore,如果用另外一种pullConsumer需要自己进行维护OffsetStore
简介:讲解消息队列CommitLog分析
消息存储是由ConsumeQueue和CommitLog配合完成
ConsumeQueue: 是逻辑队列, CommitLog是真正存储消息文件的,存储的是指向物理存储的地址
Topic下的每个message queue都有对应的ConsumeQueue文件,内容也会被持久化到磁盘
默认地址:store/consumequeue/{topicName}/{queueid}/fileName
什么是CommitLog:
消息文件的存储地址
生成规则:
判断消息存储在哪个CommitLog上
Broker里面一个Topic
里面有多个MesssageQueue
每个MessageQueue对应一个ConsumeQueue
简介:讲解ZeroCopy零拷贝技术讲解和分析
高效原因
CommitLog顺序写, 存储了MessagBody、message key、tag等信息
ConsumeQueue随机读 + 操作系统的PageCache + 零拷贝技术ZeroCopy
零拷贝技术
read(file, tmp_buf, len);
write(socket, tmp_buf, len);
例子:将一个File读取并发送出去(Linux有两个上下文,内核态,用户态)
File文件的经历了4次copy
缺点:增加了上下文切换、浪费了2次无效拷贝(即步骤2和3)
ZeroCopy:
请求kernel直接把disk的data传输给socket,而不是通过应用程序传输。Zero copy大大提高了应用程序的性能,减少不必要的内核缓冲区跟用户缓冲区间的拷贝,从而减少CPU的开销和减少了kernel和user模式的上下文切换,达到性能的提升
对应零拷贝技术有mmap及sendfile
mmap:小文件传输快
sendfile:大文件传输比mmap快
Java中的TransferTo()实现了Zero-Copy
应用:Kafka、Netty、RocketMQ等都采用了零拷贝技术
愿景:"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net
简介:讲解什么是分布式事务消息
什么是分布式事务
常见解决方案
2PC : 两阶段提交, 基于XA协议
TCC : Try、Confirm、Cancel
事务消息最终一致性:
更多...
框架
GTS -> 开源 Fescar
LCN
简介:讲解RokcetMQ分布式事务消息的总体架构
RocketMQ事务消息:
半消息Half Message:
消息回查:
整体交互流程
RocketMQ事务消息的状态
关于事务消息的消费
简介:讲解RocketMQ分布式事务消息实战上集
//监听器 ,执行本地事务
TransactionListener transactionListener = new TransactionListenerImpl();
//创建事务消息发送者
TransactionMQProducer producer = new TransactionMQProducer("unique_group_name");
//创建自定义线程池
//@param corePoolSize 池中所保存的核心线程数
//@param maximumPoolSize 池中允许的最大线程数
//@param keepActiveTime 非核心线程空闲等待新任务的最长时间
//@param timeunit keepActiveTime参数的时间单位
//@param blockingqueue 任务队列
ExecutorService executorService = new ThreadPoolExecutor(2, 5, 100, TimeUnit.SECONDS, new ArrayBlockingQueue(2000), new ThreadFactory() {
@Override
public Thread newThread(Runnable r) {
Thread thread = new Thread(r);
thread.setName("client-transaction-msg-check-thread");
return thread;
}
});
//设置producer基本属性
producer.setNamesrvAddr(JmsConfig.NAME_SERVER);
producer.setExecutorService(executorService);
producer.setTransactionListener(transactionListener);
producer.start();
简介:讲解RocketMQ分布式事务消息实战下集
TransactionListener使用
简介:讲解RocketMQ分布式事务消息sendMessageInTransaction源码分析
愿景:"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net
简介:讲解怎样搭建高可用集群,避免单点故障问题
主从架构:Broker角色,Master提供读写,Slave只支持读
架构讲解,4台机器
简介:讲解RocketMQ搭建双主双从集群环境相关准备
4台机器, 2台部署NameServer, 4台都部署Broker, 双主双从 同步复制,异步刷盘
jdk、maven、rocketmq上传和安装
机器列表
server1 ssh [email protected] 部署nameServer Broker-a
server2 ssh [email protected] 部署nameServer Broker-a-s
server3 ssh [email protected] Broker-b
server4 ssh [email protected] Broker-b-s
1、修改RocketMQ(启动内存配置, 4个机器都要修改, 其中runbroker.sh修改4个,runserver.sh修改2个)
vim runserver.sh
JAVA_OPT="${JAVA_OPT} -server -Xms528m -Xmx528m -Xmn256m -XX:MetaspaceSize=128m -XX:MaxMetaspaceSize=320m"
vim runbroker.sh
JAVA_OPT="${JAVA_OPT} -server -Xms528m -Xmx528m -Xmn256m"
启动两个机器的 nameserver
nohup sh bin/mqnamesrv &
全路径
/usr/local/software/rocketmq/distribution/target/apache-rocketmq
2、编辑并启动rocketmq命令
broker-a主节点
nohup sh bin/mqbroker -c conf/2m-2s-sync/broker-a.properties &
namesrvAddr=192.168.159.133:9876;192.168.159.130:9876
brokerClusterName=XdclassCluster
brokerName=broker-a
brokerId=0
deleteWhen=04
fileReservedTime=48
brokerRole=SYNC_MASTER
flushDiskType=ASYNC_FLUSH
defaultTopicQueueNums=4
#是否允许自动创建Topic,建议线下开启,线上关闭
autoCreateTopicEnable=true
#是否允许自动创建订阅组,建议线下开启,线上关闭
autoCreateSubscriptionGroup=false
#存储路径,根据需求进行配置绝对路径,默认是家目录下面
#storePathRootDir=
#storePathCommitLog
broker-a从节点
nohup sh bin/mqbroker -c conf/2m-2s-sync/broker-a-s.properties &
namesrvAddr=192.168.159.133:9876;192.168.159.130:9876
brokerClusterName=XdclassCluster
brokerName=broker-a
brokerId=1
deleteWhen=04
fileReservedTime=48
brokerRole=SLAVE
flushDiskType=ASYNC_FLUSH
defaultTopicQueueNums=4
#是否允许自动创建Topic,建议线下开启,线上关闭
autoCreateTopicEnable=true
#是否允许自动创建订阅组,建议线下开启,线上关闭
autoCreateSubscriptionGroup=false
#存储路径,根据需求进行配置绝对路径,默认是家目录下面
#storePathRootDir=
#storePathCommitLog
broker-b主节点
nohup sh bin/mqbroker -c conf/2m-2s-sync/broker-b.properties &
namesrvAddr=192.168.159.133:9876;192.168.159.130:9876
brokerClusterName=XdclassCluster
brokerName=broker-b
brokerId=0
deleteWhen=04
fileReservedTime=48
brokerRole=SYNC_MASTER
flushDiskType=ASYNC_FLUSH
defaultTopicQueueNums=4
#是否允许自动创建Topic,建议线下开启,线上关闭
autoCreateTopicEnable=true
#是否允许自动创建订阅组,建议线下开启,线上关闭
autoCreateSubscriptionGroup=false
#存储路径,根据需求进行配置绝对路径,默认是家目录下面
#storePathRootDir=
#storePathCommitLog
broker-b从节点
nohup sh bin/mqbroker -c conf/2m-2s-sync/broker-b-s.properties &
namesrvAddr=192.168.159.133:9876;192.168.159.130:9876
brokerClusterName=XdclassCluster
brokerName=broker-b
brokerId=1
deleteWhen=04
fileReservedTime=48
brokerRole=SLAVE
flushDiskType=ASYNC_FLUSH
defaultTopicQueueNums=4
#是否允许自动创建Topic,建议线下开启,线上关闭
autoCreateTopicEnable=true
#是否允许自动创建订阅组,建议线下开启,线上关闭
autoCreateSubscriptionGroup=false
#存储路径,根据需求进行配置绝对路径,默认是家目录下面
#storePathRootDir=
#storePathCommitLog
参考命令
CentOS 6.5关闭防火墙
servcie iptables stop
centos7关闭防火墙
systemctl stop firewalld
systemctl stop firewalld.service
简介:讲解双主双从搭建和控制台配置
注意:如果连接不了broker,日志提示连接的端口少2位,记得检查防火墙是否关闭
修正上节课的错误 brokername名称
修改事项
pom.xml 里面的rocketmq版本号
路径 /usr/local/software/rocketmq-externals-master/rocketmq-console/src/main/resources
application.properties里面的nameserver
增加 rocketmq.config.namesrvAddr=192.168.159.133:9876;192.168.159.130:9876
mvn install -Dmaven.test.skip=true
java -jar rocketmq-console-ng-1.0.0.jar
本地测试记得关闭防火墙(4个机器都要)
CentOS 6.5关闭防火墙
servcie iptables stop
centos7关闭防火墙
systemctl stop firewalld
systemctl stop firewalld.service
简介:讲解生产环境RocketMQ的使用流程和推荐配置
生产环境推荐配置
NameServer配置多个不同机器多个节点
多Master, 每个Master带有Slave
主从设置为SYNC_MASTER同步双写
Producer用同步方式投递Broker
刷盘策略为SYNC_FLUSH(性能好点则可以为ASYNC_FLUSH)
性能分析思路
愿景:"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net
简介:讲解为什么消息队列,消息队列选型问题
异步
解耦:
削峰:
缺点:
消息队列选择问题:Apache ActiveMQ、Kafka、RabbitMQ、RocketMQ
ActiveMQ:http://activemq.apache.org/
缺点:吞吐量不高,多队列的时候性能下降,存在消息丢失的情况,比较少大规模使用
Kafka:http://kafka.apache.org/
缺点:不支持批量和广播消息,运维难度大,文档比较少, 需要掌握Scala,二次开发难度大
RabbitMQ:http://www.rabbitmq.com/
缺点:使用Erlang开发,阅读和修改源码难度大
RocketMQ:http://rocketmq.apache.org/
阿里开源的一款的消息中间件, 纯Java开发,具有高吞吐量、高可用性、适合大规模分布式系统应用的特点, 性能强劲(零拷贝技术),支持海量堆积, 支持指定次数和时间间隔的失败消息重发,支持consumer端tag过滤、延迟消息等,在阿里内部进行大规模使用,适合在电商,互联网金融等领域使用
缺点:部分实现不是按照标准JMS规范,有些系统要迁移或者引入队列需要修改代码
简介:讲解怎么样可以避免重复消费
RocketMQ不保证消息不重复,如果你的业务需要保证严格的不重复消息,需要你自己在业务端去重
接口幂等性保障 ,消费端处理业务消息要保持幂等性
Redis
setNX() , 做消息id去重 java版本目前不支持设置过期时间
//Redis中操作,判断是否已经操作过 TODO
boolean flag = jedis.setNX(key);
if(flag){
//消费
}else{
//忽略,重复消费
}
拓展(如果再用expire则不是原子操作,可以用下面方式实现分布式锁)
加锁
String result = jedis.set(key, value, "NX", "PX", expireTime)
解锁(Lua脚本,先检查key,匹配再释放锁,lua可以保证原子性)
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
Object result = jedis.eval(script, Collections.singletonList(lockKey), Collections.singletonList(requestId));
备注:lockKey可以是商品id,requestId用于标示是同个客户端
Incr 原子操作:key自增,大于0 返回值大于0则说明消费过
int num = jedis.incr(key);
if(num == 1){
//消费
}else{
//忽略,重复消费
}
上述两个方式都可以,但是不能用于分布式锁,考虑原子问题,但是排重可以不考虑原子问题,数据量多需要设置过期时间
数据库去重表
简介:讲解如何保证消息的可靠性,处理消息丢失的问题
producer端
broker端
consumer端
投递到broker端后
机器断电重启:异步刷盘,消息丢失;同步刷盘消息不丢失
硬件故障:可能存在丢失,看队列架构
简介:如果消息大量堆积在broker里面,应该怎么处理
线上故障了,怎么处理
正确的姿势
简介:讲解RocketMQ高性能的原因分析,高可用架构
MQ架构配置
发送端高可用
双主双从架构:创建Topic对应的时候,MessageQueue创建在多个Broker上
即相同的Broker名称,不同的brokerid(即主从模式);当一个Master不可用时,组内其他的Master仍然可用。
但是机器资源不足的时候,需要手工把slave转成master,目前不支持自动转换,可用shell处理
消费高可用
提高消息的消费能力
并行消费
择 Linux Ext4 文件系统,Ext4 文件系统删除 1G 大小的文件通常耗时小于 50ms,而 Ext3文件系统耗时需要 1s,删除文件时磁盘IO 压力极大,会导致 IO 操作超时
简介:讲解RocketMQ常见面试题汇总
为什么使用消息队列
消息队列技术选择
如果保证消息队列高可用
如何保证消息传输的可靠性
如何消息的重复消费
如何保证消息的顺序消费
消息堆积怎么处理
愿景:"让编程不在难学,让技术与生活更加有趣" 更多教程请访问 xdclass.net
简介:总结RocketMQ课程和后续新的安排
掌握消息队列核心知识
可以在公司中实际使用RocketMQ,搭建高可用架构
掌握RocketMQ分布式事务知识
掌握RocketMQ高性能原因分析
综合项目实战,秒杀 或 拼团 或 聚合支付网关
技术选择: