赞
踩
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
FLUSH_DISK_TIMEOUT :没有在规定时间内完成刷盘 (刷盘策略需要为 SYNC_FLUSH 才会出这个错误)
FLUSH_SLAVE_TIMEOUT :主从模式下,Broker 是 SYNC_MASTER,没有在规定时间内完成主从同步
SLAVE_NOT_AVAILABLE : 主从模式下,Broker 是 SYNC_MASTER,没有找到被配置成 Slave 的 Broker
SEND_OK :发送成功,没有发生上面的三种问题
消息重投(保证数据的高可靠性),本身内部支持重试,默认次数是2,如果网络情况比较差,或者跨集群则建改多几次
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
@RequestMapping("/api/v1/pay_cb") public Object callback(String text) throws InterruptedException, RemotingException, MQClientException, MQBrokerException { Message message = new Message(JmsConfig.TOPIC,"taga" ,"66881" , ("hello xdclass rocketmq = "+text).getBytes() ); payProducer.getProducer().send(message, new SendCallback() { @Override public void onSuccess(SendResult sendResult) { System.out.printf("发送结果=%s, msg=%s ", sendResult.getSendStatus(), sendResult.toString()); } @Override public void onException(Throwable e) { e.printStackTrace(); //补偿机制,根据业务情况进行使用,看是否进行重试 } }); return new HashMap<>(); }
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。
SYNC:应用场景:重要通知邮件、报名短信通知、营销短信系统等
ASYNC :应用场景:对RT时间敏感,可以支持更高的并发,回调成功触发相对应的业务,比如注册成功后通知积分系统发放优惠券
ONEWAY:一次发送,无需要等待响应。使用场景:主要是日志收集,适用于某些耗时非常短,但对可靠性要求并不高的场景,也就是 LogServer,只负责发送消息,不等待服务器回应且没有回调函数触发,即只发送请求不等待应答
@RequestMapping("/api/v1/pay_cb")
public Object callback(String text) throws InterruptedException, RemotingException, MQClientException, MQBrokerException {
Message message = new Message(JmsConfig.TOPIC,"taga" ,"66881" , ("hello xdclass rocketmq = "+text).getBytes() );
payProducer.getProducer().sendOneway(message);
return new HashMap<>();
}
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,该消息即延迟消息,目前支持固定延迟精度的消息。
固定精度为:“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。
@RequestMapping("/api/v1/pay_cb")
public Object callback(String text) throws InterruptedException, RemotingException, MQClientException, MQBrokerException {
Message message = new Message(JmsConfig.TOPIC,"taga" ,"66881" , ("hello xdclass rocketmq = "+text).getBytes() );
message.setDelayTimeLevel(2);// 表示5s后进行投递
payProducer.getProducer().sendOneway(message);
return new HashMap<>();
}
使用场景
通过消息触发一些定时任务,比如在某一固定时间点向用户发送提醒消息。
消息生产和消费有时间窗口要求:比如在天猫电商交易中超时未支付关闭订单的场景,在订单创建时会发送一条 延时消息。这条消息将会在 30 分钟以后投递给消费者,消费者收到此消息后需要判断对应的订单是否已完成支付。 如支付未完成,则关闭订单。如已完成支付则忽略。
RocketMQ 还有定时消息功能,目前开源版本还不支持,商业版本则有,两者使用场景类似。
应用场景:顺序消息,分摊负载。
默认 Topic 下的 queue 数量是4,可以配置。
public class PayController { @Autowired private PayProducer payProducer; @RequestMapping("/api/v1/pay_cb") public Object callback(String text) throws InterruptedException, RemotingException, MQClientException, MQBrokerException { Message message = new Message(JmsConfig.TOPIC,"taga" ,"66881" , ("hello xdclass rocketmq = "+text).getBytes() ); //同步发送 // SendResult sendResult = payProducer.getProducer().send(message, new MessageQueueSelector() { // @Override // public MessageQueue select(List<MessageQueue> mqs, Message msg, Object arg) { // int queueNum = Integer.parseInt(arg.toString()); // return mqs.get(queueNum); // } // // }, 3); // System.out.printf("发送结果=%s, msg=%s ", sendResult.getSendStatus(), sendResult.toString()); //异步发送到指定queue, SendCallback不能用lambda表达式,有两个函数需要被实现 payProducer.getProducer().send(message, (mqs, msg, arg) -> { int queueNum = Integer.parseInt(arg.toString()); return mqs.get(queueNum); }, 0, new SendCallback() { @Override public void onSuccess(SendResult sendResult) { System.out.printf("发送结果=%s, msg=%s ", sendResult.getSendStatus(), sendResult.toString()); } @Override public void onException(Throwable e) { e.printStackTrace(); } }); return new HashMap<>(); } }
支持同步,异步发送指定的 MessageQueue。
注意:选择的 queue 数量必须小于配置的,否则会出错。
什么是顺序消息:消息的生产和消费顺序一致
1.全局顺序:topic下面全部消息都要有序(少用)
性能要求不高,所有的消息严格按照 FIFO 原则进行消息发布和消费的场景,并行度成为消息系统的瓶颈, 吞吐量不够.
在证券处理中,以人民币兑换美元为例子,在价格相同的情况下,先出价者优先处理,则可以通过全局顺序的方式按照 FIFO 的方式进行发布和消费
2.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:
顺序消息暂不支持广播模式
顺序消息不支持异步发送方式,否则将无法严格保证顺序
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<MessageQueue> 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。
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。