RocketMQ教程

簡介

RocketMQ 是阿里巴巴在2012年開源的分佈式消息中間件，目前已經捐贈給 Apache 軟件基金會，並於2017年9月25日成爲 Apache 的頂級項目。
作爲經歷過多次阿里巴巴雙十一這種“超級工程”的洗禮並有穩定出色表現的國產中間件，以其高性能、低延時和高可靠等特性近年來已經也被越來越多的國內企業使用。

官網：http://rocketmq.apache.org/
阿里雲：https://www.aliyun.com/product/rocketmq?spm=5176.10695662.746107.1.60ee251covIvTm

安裝

http://rocketmq.apache.org/docs/quick-start/
https://liuyanzhao.com/9678.html

環境變量設置mac爲例：
vim ~/.bash_profile

JAVA_HOME=/Library/Java/JavaVirtualMachines/jdk1.8.0_211.jdk/Contents/Home
PATH=$JAVA_HOME/bin:$PATH:.
CLASSPATH=$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:.
export JAVA_HOME
export PATH
export CLASSPATH

source ~/.bash_profile

修改 runserver.sh 和 runbroker.sh 的 jvm 參數中的堆大小
修改 bin/runserver.sh 和 bin/runbroker.sh 文件

如圖，可以把8g改成2g，4g改成1g

啓動nameserver

啓動broker

Shutdown Servers

sh bin/mqshutdown broker
The mqbroker(36695) is running…
Send shutdown request to mqbroker(36695) OK

sh bin/mqshutdown namesrv
The mqnamesrv(36664) is running…
Send shutdown request to mqnamesrv(36664) OK

特點

• 高性能，分佈式
• 高併發
• 消息堆積

核心概念

• Topic：消息主題，一級消息類型，生產者向其發送消息。
• 生產者：也稱爲消息發佈者，負責生產併發送消息至 Topic。
• 消費者：也稱爲消息訂閱者，負責從 Topic 接收並消費消息。
• 消息：生產者向 Topic 發送並最終傳送給消費者的數據和（可選）屬性的組合。
• 消息屬性：生產者可以爲消息定義的屬性，包含 Message Key 和 Tag。
• Group：一類生產者或消費者，這類生產者或消費者通常生產或消費同一類消息，且消息發佈或訂閱的邏輯一致。

原理（通用性）

消息收發模型

• 生產者集羣：用來表示發送消息應用，一個生產者集羣下包含多個生產者實例，可以是多臺機器，也可以是一臺機器的多個進程，或者一個進程的多個生產者對象。
  一個生產者集羣可以發送多個 Topic 消息。發送分佈式事務消息時，如果生產者中途意外宕機，Broker 會主動回調生產者集羣的任意一臺機器來確認事務狀態。

• 消費者集羣：用來表示消費消息應用，一個消費者集羣下包含多個消費者實例，可以是多臺機器，也可以是多個進程，或者是一個進程的多個消費者對象。
  一個消費者集羣下的多個消費者以均攤方式消費消息。如果設置的是廣播方式，那麼這個消費者集羣下的每個實例都消費全量數據。

• 一個消費者集羣對應一個 Group ID，一個 Group ID 可以訂閱多個 Topic，如圖 1 中的 Group 2 所示。Group 和 Topic 的訂閱關係可以通過直接在程序中設置即可，具體設置方法可參見產品更新日誌中的資源申請流程優化部分。
  

概念模型

部署模型

應用場景

• 削峯填谷
  諸如秒殺、搶紅包、企業開門紅等大型活動時皆會帶來較高的流量脈衝，或因沒做相應的保護而導致系統超負荷甚至崩潰，或因限制太過導致請求大量失敗而影響用戶體驗，消息隊列 RocketMQ 版可提供削峯填谷的服務來解決該問題。

• 異步解耦
  交易系統作爲淘寶/天貓主站最核心的系統，每筆交易訂單數據的產生會引起幾百個下游業務系統的關注，包括物流、購物車、積分、流計算分析等等，整體業務系統龐大而且複雜，消息隊列 RocketMQ 版可實現異步通信和應用解耦，確保主站業務的連續性。

• 順序收發
  細數日常中需要保證順序的應用場景非常多，例如證券交易過程時間優先原則，交易系統中的訂單創建、支付、退款等流程，航班中的旅客登機消息處理等等。與先進先出（First In First Out，縮寫 FIFO）原理類似，消息隊列 RocketMQ 版提供的順序消息即保證消息 FIFO。

• 分佈式事務一致性
  交易系統、支付紅包等場景需要確保數據的最終一致性，大量引入消息隊列 RocketMQ 版的分佈式事務，既可以實現系統之間的解耦，又可以保證最終的數據一致性。

• 大數據分析
  數據在“流動”中產生價值，傳統數據分析大多是基於批量計算模型，而無法做到實時的數據分析，利用阿里雲消息隊列 RocketMQ 版與流式計算引擎相結合，可以很方便的實現將業務數據進行實時分析。

• 分佈式緩存同步
  天貓雙 11 大促，各個分會場琳琅滿目的商品需要實時感知價格變化，大量併發訪問數據庫導致會場頁面響應時間長，集中式緩存因爲帶寬瓶頸限制商品變更的訪問流量，通過消息隊列 RocketMQ 版構建分佈式緩存，實時通知商品數據的變化。

demo項目

創建項目：https://start.spring.io/