RocketMQ-入门

Rocket主题图片.jpeg

RocketMQ是什么

RocketMQ是一个分布式消息和流数据平台,具有低延迟、高性能、高可靠性、万亿级容量和灵活的可扩展性。RocketMQ是2012年阿里巴巴开源的第三代分布式消息中间件,2016年11月21日,阿里巴巴向Apache软件基金会捐赠了RocketMQ;第二年2月20日,Apache软件基金会宣布Apache RocketMQ成为顶级项目。——维基百科

简单一点理解:RocketMQ其实就是MessageQueue,即消息队列。再简单一点,就是队列。

为什么会有RocketMQ

https://rocketmq.apache.org/docs/motivation/

根据阿里的研究,在越来越多队列和topic的情况下,ActiveMQ会有IO瓶颈问题。用Kafka可以解决IO瓶颈问题,但是在低延迟和高可靠性性存在不足。因此,阿里决定自己造火箭——RocketMQ。

RocketMQ适用场景

  • 系统之间解耦(就是微服务之间不要直接RPC同步调用)
  • 流量削峰(可以理解为限流,在大流量,高并发时,可以保证服务的稳定和最大限度的性能)
  • 数据分发(MQ有广播模式,可以在上游系统发布一条消息后,供下游多个系统使用)

RocketMQ如何安装、启动、关闭

安装(Windows,Linux,Mac系统通用)

  • step1:下载RocketMQ

浏览器打开下载地址:https://www.apache.org/dyn/closer.cgi?path=rocketmq/4.8.0/rocketmq-all-4.8.0-source-release.zip

  • step2:点击链接,即可下载


    image
  • step3:下载完成


    image
  • step4:双击解压


    image

或者命令行解压

unzip rocketmq-all-4.8.0-source-release.zip

  • step5:打包编译

mvn -Prelease-all -DskipTests clean install -U

如果有以下信息提示:

aaron@aarondeMacBook-Pro rocketmq-all-4.8.0-source-release % mvn -Prelease-all -DskipTests clean install -U
zsh: command not found: mvn

建议先去安装Maven环境,大家自行百度安装即可。

如果你顺利运行step5,但是运行结果如下:

image

这是因为你的环境配置文件没加上JAVA_HOME。加上就好了。至于怎么加JAVA_HOME,这个自行百度。

当你看到下图后,证明你编译成功了,代表安装成功了


image

启动RocketMQ

编译好RocketMQ后,先进入target目录

cd target/rocketmq-4.8.0/rocketmq-4.8.0

因为RocketMQ由Name Server和Broker组成。

这里,我们输入命令启动RocketMQ的Name Server。

nohup sh bin/mqnamesrv &

然后用下面命令输出启动Name Server的启动日志

tail -f ~/logs/rocketmqlogs/namesrv.log

当你看到下面的日志,则代表你已经成功启动Name Server


image

接着,我们要启动Broker,输入下面命令:

nohup sh bin/mqbroker -n localhost:9876 &

接着用下面命令输出启动Broker的启动日志

tail -f ~/logs/rocketmqlogs/broker.log

当你看到下面的日志,则代表你已经成功启动Broker


image

发送消息和消费消息

输入下面命令设置NameServer的ip和port,这是为了告诉生产者和消费者NameServer的环境变量。

export NAMESRV_ADDR=localhost:9876

发送消息

sh bin/tools.sh org.apache.rocketmq.example.quickstart.Producer
发送成功标识:


image

消费消息

sh bin/tools.sh org.apache.rocketmq.example.quickstart.Consumer
消费成功标识


image

关闭RocketMQ

关闭Broker

sh bin/mqshutdown broker

关闭Borker成功标识


image

关闭NameServer

sh bin/mqshutdown namesrv

关闭NameServer成功标识


image

RocketMQ与Kafka对比

数据可靠性

  • RocketMQ支持异步实时刷盘,同步刷盘,同步复制,异步复制

  • Kafka使用异步刷盘方式,异步复制/同步复制

总结:RocketMQ的同步刷盘在单机可靠性上比Kafka更高,不会因为操作系统Crash,导致数据丢失。Kafka同步Replication理论上性能低于RocketMQ的同步Replication,原因是Kafka的数据以分区为单位组织,意味着一个Kafka实例上会有几百个数据分区,RocketMQ一个实例上只有一个数据分区,RocketMQ可以充分利用IO组Commit机制,批量传输数据,配置同步Replication与异步Replication相比,性能损耗约20%~30%,Kafka没有亲自测试过,但是个人认为理论上会低于RocketMQ。

性能对比

  • kafka单机写入TPS约在百万条/秒,消息大小10个字节

  • RocketMQ单机写入TPS单实例约7万条/秒,单机部署3个Broker,可以跑到最高12万条/秒,消息大小10个字节

总结:Kafka的TPS跑到单机百万,主要是由于Producer端将多个小消息合并,批量发向Broker。

RocketMQ为什么没有这么做?

  • 通常使用的Java语言,缓存过多消息,GC是个很严重的问题

  • Producer调用发送消息接口,消息未发送到Broker,向业务返回成功,此时Producer宕机,会导致消息丢失,业务出错

  • Producer通常为分布式系统,且每台机器都是多线程发送,我们认为线上的系统单个Producer每秒产生的数据量有限,不可能上万。

  • 缓存的功能完全可以由上层业务完成。

单机支持的队列数

  • Kafka单机超过64个队列/分区,Load会发生明显的飙高现象,队列越多,load越高,发送消息响应时间变长。Kafka分区数无法过多的问题

  • RocketMQ单机支持最高5万个队列,负载不会发生明显变化

队列多有什么好处?

  • 单机可以创建更多话题,因为每个主题都是由一批队列组成

  • 消费者的集群规模和队列数成正比,队列越多,消费类集群可以越大

消息投递实时性

  • Kafka使用短轮询方式,实时性取决于轮询间隔时间,0.8以后版本支持长轮询。

  • RocketMQ使用长轮询,同Push方式实时性一致,消息的投递延时通常在几个毫秒。

消费失败重试

  • Kafka消费失败不支持重试。

  • RocketMQ消费失败支持定时重试,每次重试间隔时间顺延

总结:例如充值类应用,当前时刻调用运营商网关,充值失败,可能是对方压
力过多,稍后再调用就会成功,如支付宝到银行扣款也是类似需求。
这里的重试需要可靠的重试,即失败重试的消息不因为Consumer宕机导致丢失。

严格的消息顺序

  • Kafka支持消息顺序,但是一台代理宕机后,就会产生消息乱序

  • RocketMQ支持严格的消息顺序,在顺序消息场景下,一台Broker宕机后,发送消息会失败,但是不会乱序

  • MySQL的二进制日志分发需要严格的消息顺序

定时消息

  • Kafka不支持定时消息

  • RocketMQ支持两类定时消息

  • 开源版本RocketMQ仅支持定时级别,定时级用户可定制

  • 阿里云MQ指定的毫秒级别的延时时间

分布式事务消息

  • Kafka不支持分布式事务消息

  • 阿里云MQ支持分布式事务消息,未来开源版本的RocketMQ也有计划支持分布式事务消息

消息查询

  • Kafka不支持消息查询

  • RocketMQ支持根据消息标识查询消息,也支持根据消息内容查询消息(发送消息时指定一个消息密钥,任意字符串,例如指定为订单编号)

总结:消息查询对于定位消息丢失问题非常有帮助,例如某个订单处理失败,是消息没收到还是收到处理出错了。

消息回溯

  • Kafka理论上可以按照偏移来回溯消息

  • RocketMQ支持按照时间来回溯消息,精度毫秒,例如从一天之前的某时某分某秒开始重新消费消息

总结:典型业务场景如consumer做订单分析,但是由于程序逻辑或者依赖的系统发生故障等原因,导致今天消费的消息全部无效,需要重新从昨天零点开始消费,那么以时间为起点的消息重放功能对于业务非常有帮助。

消费并行度

  • Kafka的消费并行度依赖Topic配置的分区数,如分区数为10,那么最多10台机器来并行消费(每台机器只能开启一个线程),或者一台机器消费(10个线程并行消费)。即消费并行度和分区数一致。

  • RocketMQ消费并行度分两种情况

  • 顺序消费方式并行度同卡夫卡完全一致

  • 乱序方式并行度取决于Consumer的线程数,如Topic配置10个队列,10台机器消费,每台机器100个线程,那么并行度为1000。

消息轨迹

  • Kafka不支持消息轨迹

  • 阿里云MQ支持消息轨迹

开发语言友好性

  • Kafka采用scala编写

  • RocketMQ采用的Java语言编写

券商端消息过滤

  • Kafka不支持代理端的消息过滤

  • RocketMQ支持两种代理端消息过滤方式

  • 根据消息变量来过滤,相当于子主题概念

  • 向服务器上传一段Java代码,可以对消息做任意形式的过滤,甚至可以做Message身体的过滤拆分。

消息堆积能力

  • 理论上Kafka要比RocketMQ的堆积能力更强,不过RocketMQ单机也可以支持亿级的消息堆积能力,我们认为这个堆积能力已经完全可以满足业务需求。

开源社区活跃度

  • Kafka社区更新较慢

  • RocketMQ的GitHub的社区有250个个人,公司用户登记了联系方式,QQ群超过1000人。 MQ ###商业支持

  • Kafka原开发团队成立新公司,目前暂没有相关产品看到

  • RocketMQ在阿里云已经商业化,目前以云服务形式供大家商用,并向用户承诺99.99%的可靠性,同时彻底解决了用户自己搭建MQ产品的运维复杂性问题

成熟度

  • Kafka在日志领域比较成熟

  • RocketMQ在阿里集团内部有大量的应用在使用,每天都产生海量的消息,并且顺利支持了多次天猫双十一海量消息考验,是数据削峰填谷的利器。

参考

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,165评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,720评论 1 298
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,849评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,245评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,596评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,747评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,977评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,708评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,448评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,657评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,141评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,493评论 3 258
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,153评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,108评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,890评论 0 198
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,799评论 2 277
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,685评论 2 272

推荐阅读更多精彩内容