RocketMQ 负载均衡机制解析

Java廖志伟 Java廖志伟 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 600+累计阅读 649平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄2年
关注
原创 最新推荐文章于 2026-10-23 09:45:04 发布 649 阅读 AI 写同款· GEO 优化 ›
RocketMQ多消费组订阅同一topic的负载均衡机制解析 本文深入解析了RocketMQ中多个消费组订阅同一Topic时的负载均衡机制。核心在于其独特的存储模型（Commit Log与Consumer Queue）与消费组独立的消费进度管理，实现了消息实体的单份存储与多组独立消费。重点阐述了消费组内部通过重平衡算法（如平均分配）实现队列动态分配，并提供了关键参数调优与性能优化实战指南，帮助开发者构建高效、可扩展的分布式消息系统。 阅读详情

📕我是廖志伟，一名Java开发工程师、《Java项目实战——深入理解大型互联网企业通用技术》（基础篇）、（进阶篇）、（架构篇）、《解密程序员的思维密码——沟通、演讲、思考的实践》作者、清华大学出版社签约作家、Java领域优质创作者、优快云博客专家、阿里云专家博主、51CTO专家博主、产品软文专业写手、技术文章评审老师、技术类问卷调查设计师、幕后大佬社区创始人、开源项目贡献者。

📘拥有多年一线研发和团队管理经验，研究过主流框架的底层源码(Spring、SpringBoot、SpringMVC、SpringCloud、Mybatis、Dubbo、Zookeeper)，消息中间件底层架构原理(RabbitMQ、RocketMQ、Kafka)、Redis缓存、MySQL关系型数据库、 ElasticSearch全文搜索、MongoDB非关系型数据库、Apache ShardingSphere分库分表读写分离、设计模式、领域驱动DDD、Kubernetes容器编排等。

📙不定期分享高并发、高可用、高性能、微服务、分布式、海量数据、性能调优、云原生、项目管理、产品思维、技术选型、架构设计、求职面试、副业思维、个人成长等内容。

Java程序员廖志伟

💡在这个美好的时刻，笔者不再啰嗦废话，现在毫不拖延地进入文章所要讨论的主题。接下来，我将为大家呈现正文内容。

优快云

🌟 RocketMQ 负载均衡

🍊 负载均衡概述

负载均衡是一种在多个服务器或资源之间分配网络或应用流量的技术，其核心目的是为了提高系统的可用性、性能和可扩展性。在分布式系统中，负载均衡是实现高可用性和高性能的关键技术。

🎉 负载均衡类型

  • 基于IP的负载均衡：根据客户端的IP地址将请求分发到不同的服务器，适用于需要保持会话一致性的场景。
  • 基于内容的负载均衡：根据请求的内容将请求分发到不同的服务器，适用于需要根据内容进行个性化处理的场景。
  • 基于应用的负载均衡：根据应用层协议（如HTTP、HTTPS）将请求分发到不同的服务器，适用于需要根据应用类型进行分发处理的场景。

🎉 负载均衡策略

  • 轮询：按照顺序将请求分发到各个服务器，是最简单的负载均衡策略。
  • 最少连接：将请求分发到连接数最少的服务器，适用于连接数有限的场景。
  • 响应时间：将请求分发到响应时间最短的服务器，适用于对响应时间有较高要求的场景。
  • IP哈希：根据客户端的IP地址将请求分发到特定的服务器，适用于需要保持会话一致性的场景。

🍊 RocketMQ 负载均衡机制

RocketMQ通过以下机制实现负载均衡：

🎉 消息队列负载均衡

RocketMQ通过消息队列实现负载均衡，将消息发送到消息队列，然后由多个消费者从队列中消费消息。这种机制适用于分布式系统和高并发场景，具有系统稳定、资源利用率高的优势。

技术原理应用场景优势与局限实际案例
将消息发送到消息队列，由多个消费者消费分布式系统、高并发场景系统稳定、资源利用率高阿里巴巴、腾讯、京东等大型互联网公司

🎉 主题分区负载均衡

RocketMQ支持主题分区，将主题下的消息分散到多个分区，实现负载均衡。这种机制同样适用于分布式系统和高并发场景，具有系统稳定、资源利用率高的优势。

技术原理应用场景优势与局限实际案例
将主题下的消息分散到多个分区分布式系统、高并发场景系统稳定、资源利用率高阿里巴巴、腾讯、京东等大型互联网公司

🎉 服务器集群负载均衡

RocketMQ支持服务器集群，将多个服务器组成一个集群，实现负载均衡。这种机制同样适用于分布式系统和高并发场景，具有系统稳定、资源利用率高的优势。

技术原理应用场景优势与局限实际案例
将多个服务器组成一个集群，实现负载均衡分布式系统、高并发场景系统稳定、资源利用率高阿里巴巴、腾讯、京东等大型互联网公司

🍊 负载均衡配置与优化

🎉 配置参数

  • 消费者数量：根据业务需求调整消费者数量，以实现负载均衡。
  • 分区数量：根据业务需求调整分区数量，以实现负载均衡。
  • 服务器数量：根据业务需求调整服务器数量，以实现负载均衡。

🎉 调优策略

  • 动态调整消费者数量：根据系统负载动态调整消费者数量，以实现负载均衡。
  • 动态调整分区数量：根据系统负载动态调整分区数量，以实现负载均衡。
  • 动态调整服务器数量：根据系统负载动态调整服务器数量，以实现负载均衡。

🎉 性能监控

  • 监控消费者消费速度：确保消费者能够及时消费消息，避免消息积压。
  • 监控分区消息数量：确保分区消息数量均衡，避免某些分区过载。
  • 监控服务器性能：确保服务器性能稳定，避免成为系统瓶颈。

🍊 同类型技术对比

🎉 Kafka 负载均衡

Kafka通过将消息发送到Kafka集群，由多个消费者消费来实现负载均衡。Kafka适用于分布式系统和高并发场景，具有系统稳定、资源利用率高的优势。

技术原理应用场景优势与局限实际案例
将消息发送到Kafka集群，由多个消费者消费分布式系统、高并发场景系统稳定、资源利用率高阿里巴巴、腾讯、京东等大型互联网公司

🎉 ActiveMQ 负载均衡

ActiveMQ通过将消息发送到ActiveMQ集群，由多个消费者消费来实现负载均衡。ActiveMQ适用于分布式系统和高并发场景，具有系统稳定、资源利用率高的优势。

技术原理应用场景优势与局限实际案例
将消息发送到ActiveMQ集群，由多个消费者消费分布式系统、高并发场景系统稳定、资源利用率高阿里巴巴、腾讯、京东等大型互联网公司

🎉 RabbitMQ 负载均衡

RabbitMQ通过将消息发送到RabbitMQ集群，由多个消费者消费来实现负载均衡。RabbitMQ适用于分布式系统和高并发场景，具有系统稳定、资源利用率高的优势。

技术原理应用场景优势与局限实际案例
将消息发送到RabbitMQ集群，由多个消费者消费分布式系统、高并发场景系统稳定、资源利用率高阿里巴巴、腾讯、京东等大型互联网公司

🍊 负载均衡应用场景

  • 分布式系统：提高系统的可用性和性能。
  • 高并发场景：有效地分散请求，减轻单个服务器的压力。
  • 容灾备份：当主服务器出现故障时，可以将请求转发到备用服务器。

🍊 负载均衡挑战与解决方案

🎉 挑战分析

  1. 系统稳定性：负载均衡系统需要保证稳定性，避免因故障导致整个系统瘫痪。
  2. 性能瓶颈：负载均衡系统可能会成为性能瓶颈，需要优化性能。
  3. 资源利用率：负载均衡系统需要合理分配资源，避免资源浪费。

🎉 解决方案探讨

  1. 采用高可用架构：确保负载均衡系统的稳定性。
  2. 优化性能：采用高性能的负载均衡算法和硬件设备。
  3. 合理分配资源：根据业务需求合理分配资源，提高资源利用率。

🍊 负载均衡未来发展趋势

🎉 技术演进

  1. 智能化：负载均衡系统将更加智能化，能够根据业务需求动态调整策略。
  2. 自动化：负载均衡系统将更加自动化，减少人工干预。

🎉 应用领域拓展

  1. 云计算：负载均衡将在云计算领域得到广泛应用。
  2. 物联网：负载均衡将在物联网领域得到广泛应用。

优快云

博主分享

📥博主的人生感悟和目标

Java程序员廖志伟

📙经过多年在优快云创作上千篇文章的经验积累，我已经拥有了不错的写作技巧。同时，我还与清华大学出版社签下了四本书籍的合约，并将陆续出版。

面试备战资料

八股文备战
场景描述链接
时间充裕（25万字）Java知识点大全（高频面试题）Java知识点大全
时间紧急（15万字）Java高级开发高频面试题Java高级开发高频面试题

理论知识专题（图文并茂，字数过万）

技术栈链接
RocketMQRocketMQ详解
KafkaKafka详解
RabbitMQRabbitMQ详解
MongoDBMongoDB详解
ElasticSearchElasticSearch详解
ZookeeperZookeeper详解
RedisRedis详解
MySQLMySQL详解
JVMJVM详解

集群部署（图文并茂，字数过万）

技术栈部署架构链接
MySQL使用Docker-Compose部署MySQL一主二从半同步复制高可用MHA集群Docker-Compose部署教程
Redis三主三从集群（三种方式部署/18个节点的Redis Cluster模式）三种部署方式教程
RocketMQDLedger高可用集群（9节点）部署指南
Nacos+Nginx集群+负载均衡（9节点）Docker部署方案
Kubernetes容器编排安装最全安装教程

开源项目分享

项目名称链接地址
高并发红包雨项目https://gitee.com/java_wxid/red-packet-rain
微服务技术集成demo项目https://gitee.com/java_wxid/java_wxid

管理经验

【公司管理与研发流程优化】针对研发流程、需求管理、沟通协作、文档建设、绩效考核等问题的综合解决方案：https://download.youkuaiyun.com/download/java_wxid/91148718

希望各位读者朋友能够多多支持！

现在时代变了，信息爆炸，酒香也怕巷子深，博主真的需要大家的帮助才能在这片海洋中继续发光发热，所以，赶紧动动你的小手，点波关注❤️，点波赞👍，点波收藏⭐，甚至点波评论✍️，都是对博主最好的支持和鼓励！

🔔如果您需要转载或者搬运这篇文章的话，非常欢迎您私信我哦~

收录于
Java场景面试宝典

当前文章被收录于：

Java场景面试宝典
710 篇文章 0 人学习
订阅专栏 查看详情
标签
#RocketMQ # Load Balancing # Distributed Systems
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
RocketMQ 消息路由解析——图解、源码级解析 ???? Java学习：Java从入门到精通总结 ???? Spring系列推荐：Spring源码解析 ???? 最近更新：2022年1月26日 ???? 个人简介：通信工程本硕????、代码界新人????。我的故事充满机遇、挑战与翻盘，欢迎关注作者来共饮一杯鸡汤 ???? 点赞 ???? 收藏 ⭐留言 ???? 都是我最大的动力！ 文章目录消息路由获取Topic获取路由信息函数tryToFindTopicPublishInfoTopic 路由信息表合并路由数据 消息路由 在RocketMQ的系 阅读详情

相关推荐

Android逆向实战：抖音聊天记录数据库解析与导出（附完整SQL查询）

本文提供了一份Android逆向实战指南，详细解析了抖音聊天记录数据库的结构与导出方法。通过定位核心的`im.db`数据库文件，深度解读conversation_list、msg等关键表结构，并附上完整的SQL查询语句，帮助开发者或研究人员安全、合规地提取和分析本地聊天数据，适用于移动安全研究与数据分析场景。

mango的博客 854

使用消息队列实现分布式系统的负载均衡

1.背景介绍 在当今的互联网时代，分布式系统已经成为构建高性能、高可用性和高扩展性应用程序的关键技术之一。分布式系统可以让我们将大量的计算资源和数据存储集中到一个中心化的系统中，从而实现更高的性能和可靠性。然而，分布式系统也面临着许多挑战，其中最重要的是如何有效地将请求分配到系统中的不同节点上，以便将负载均衡到所有节点上。 在这篇文章中，我们将讨论如何使用消息队列实现分布式系统的负载均衡。我们...

AI天才研究院 1342

波分复用-Zblock仿真

Z-BLOCK是一种用于光通信模块的光学元件，其核心结构是在玻璃块一侧贴有4个特定波长滤光片，另一侧镀有反射膜和增透膜。光信号在内部呈现Z字形反射路径，实现波长分离。文章以可见光LED为例，在ZEMAX中演示了非序列模式下的建模过程，重点介绍了滤光片和膜层的参数设置方法。需要注意的是，入射角度需根据玻璃折射率、通道高度和厚度精确计算，否则可能导致光泄漏。该建模方法同样适用于光通信中的光纤激光器系统。

Zhaxibamao的博客 1743

RabbitMQ-消息队列：镜像队列、Haproxy+Keepalive 实现高可用负载均衡

引入镜像队列(Mirror Queue)的机制，可以将队列镜像到集群中的其他 Broker 节点之上，如果集群中 的一个节点失效了，队列能自动地切换到镜像中的另一个节点上以保证服务的可用性。 HAProxy 提供高可用性、负载均衡及基于 TCPHTTP 应用的代理，支持虚拟主机，它是免费、快速并 且可靠的一种解决方案，包括 Twitter,Reddit,StackOverflow,GitHub 在内的多家知名互联网公司在使用。 HAProxy 实现了一种事件驱动、单一进程模型，此模型支持非常大的井发连接数。

小孔靠得住的博客 1743

JQ8900语音播报模块在RT-Thread系统下的驱动移植与测试详解

本文详细讲解了如何在RT-Thread嵌入式操作系统中，为JQ8900语音播报模块进行驱动移植与功能测试。内容涵盖从获取驱动代码、配置Kconfig工程、编译烧录到核心代码解析的完整流程，并提供了基于串口通信的上电测试与问题排查方法，帮助开发者快速掌握在RT-Thread系统下集成外部模块的核心技能。

weixin_35677363的博客 593

Unity采样器过多导致URP默认的Lit.Shader报错（shader error in ‘universal render pipeline/lit’: maximum ps_4_0 samp）

Shader中多个Sample Texture2D，Sample Texture3D或者类似节点的使用，该类节点都需要一个采样器，如果Shader使用超过了16个纹理采样器，如多个Base Color，Normal Map等，就容易超出。是因为每种Shader Model和GPU都有一个对纹理采样器数量的限制，是因为每个采样器都需要在显卡占用一个独立的寄存器，而寄存器的数量是有限的，当超过限制，显卡无法分配更多的寄存器给新的采样器，因此会导致编译错误。2.什么原因导致纹理采样器超出16个？

qq_41884036的博客 4233

消息拉取与消息队列的负载均衡

总览 消息消费的模式有两种推模式、拉模式；拉模式已经不再推荐使用，因此本章将详细介绍推模式。 推模式 消息到达消息服务器后，服务器推送消息给消费者。 RocketMQ消息推模式并不是真正意义上的服务端将消息推送给消费端。本质实现为消费端消息拉取线程在从服务器拉取到一批消息后，然后提交到消息消费线程池后，又“马不停蹄”的继续向服务器再次尝试拉取消息，再提交到消息消费线程池，然后由消费端消费线程异步的从消费线程池获取消息进行消息消费，解耦了消息拉取和消息消费过程。如果未拉取到消息，则延迟一下又继续拉取。 负载均

93张先生 1387

ESP32-S3开发环境避坑指南：VS Code+ESP-IDF离线安装全流程（附国内镜像加速）

本文提供了一份详细的ESP32-S3开发环境离线安装指南，重点解决网络依赖问题。通过整合国内镜像加速，手把手教你完成VS Code、ESP-IDF框架、工具链及Python依赖的本地化部署，实现稳定、可重复的开发环境搭建，大幅提升IoT开发效率。

peach的博客 961

RocketMq详解：六、RocketMq的负载均衡机制

负载均衡在分布式服务里会频繁的出现，其主要是用来在多个资源 (一般是服务器)中分配负载，达到最优化资源使用，避免单台服务器过载。RocketMQ中的负载均衡，指的是如何将消息队列（Message Queue）均匀地分配给消费者组中的各个消费者实例。通过负载均衡机制，可以避免某些消费者实例处理过多消息队列而过载，或者某些实例没有消息可处理，从而提高系统的整体处理能力和资源利用率。

zhiyikeji的博客 2309

oracle合并行---解决listagg 拼接字段返回过长 (Ora-01489 result of String concatenation is too long)

oracle合并行---解决listagg 拼接字段返回过长 (Ora-01489 result of String concatenation is too long)

清影的博客 6281

【数据集3】高分辨率统计降尺度日值数据集NEX-GDDP的介绍与下载方法

对NEX-GDDP数据集进行介绍和下载说明

WW、forever的博客 2390

RocketMQ功能解析

这个过程是在操作系统完成的，在Java代码层是无法直观看到的，我们可以通过看JDK源码，在JDK的nio包里，java.nio.HeapByteBuffer映射的就是一块JVM内存（会通过byte[]数组缓存数据），所有的读写都是通过直接操作byte[]，这个是没有使用零拷贝的普通读写。上面cpu copy每次复制的都是存储的文件内容的copy，而mmap的copy只是保存文件的映射（文件的内存地址、文件大小），所以真实的数据也不需要在用户态进行留存，直接通过操作映射在内核态完成数据复制。

m0_61172147的博客 2081

opencode : 无法将“opencode”项识别为 cmdlet、函数、脚本文件或可运行程序的名称 解决方案

本文主要介绍了opencode : 无法将“opencode”项识别为 cmdlet、函数、脚本文件或可运行程序的名称解决方案，希望能对使用opencode的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案

weixin_43178406的博客 10万+

RocketMQ负载均衡机制解析！

指为消费组下的每个消费者分配订阅主题下的消费队列，分配了消费队列消费者就可以知道去消费哪个消费队列上面的消息。队列粒度负载均衡策略中，同一消费者组内的多个消费者将按照队列粒度消费消息，每个队列只能被其中一个消费者消费。被判定为变化之后，会触发变更事件，向该消费者下的所有消费者发送发送变更请求，通知组下每个消费者进行负载均衡。所以多个消费者同时消费同一个消息队列中的消息，服务端也可以保证消息不会被多个消费者重复消费。消息粒度负载均衡策略中，同一消费组内的多个消费者将按照消息粒度平均分摊主题中的所有消息。

qwe1112235641的博客 1782

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。

RocketMQ负载均衡机制解析

以前使用自定义的Remoting协议底层基于Netty进行网络通信，计算存储是一体的，都在Broker中。生产者和消费者从NameServer中拉取到路由信息，之后直接与Broker交互进行消息的生产与消费。5.0以后引入了弹性无状态的代理模式，对Broker的职责进行了拆分。将客户端协议适配、权限管理、消费管理等计算逻辑进行了抽离，放入Proxy层，Broker专注数据的存储。以便更好的适应云原生环境，实现资源弹性调度。并且5.0以后增加了GRPC协议的支持。它是Google开源的高性能RPC。

tangjieqing的博客 883

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0， 兼容Win7/Win10/WinXP，解压就可用。

RocketMQ：消费端的消息消息队列负载均衡与重新发布机制源码解析

文章目录前言流程解析总结 前言 在上一篇博客中我们了解到，PullMessageService线程主要是负责从pullRequestQueue中获得拉取消息请求并进行请求处理的。 PullMessageService#run //在拉取消息请求队列中拉取消息请求 PullRequest pullRequest = this.pullRequestQueue.take(); //处理请求 this.pullMessage(pullRequest); 但是pullRequestQueue中的PullReque

又蠢又笨的懒羊羊程序猿的博客 7229

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。

RocketMQ 客户端负载均衡机制深度解析：Producer 发送与 Consumer 订阅的全链路原理

Apache RocketMQ 的负载均衡**完全在客户端完成**，不依赖 Broker 参与调度，这与多数消息中间件在服务端分发消息的设计截然不同。本文基于仓库文档 [Design_LoadBalancing.md](https://link.gitcode.com/i/86491789d9107503fd3da911b9ac0d16)，系统拆解两套核心机制：**Producer 发送侧的队列选

gitblog_00688的博客 817

RocketMQ负载均衡机制解析与优化实践

分布式消息队列的负载均衡是确保高并发场景下系统稳定性的关键技术。其核心原理通过生产者队列选择、消费者组分配和Broker监控形成闭环体系，实现流量动态调度与故障快速转移。在技术实现上，RocketMQ采用分层设计架构，基于Message Queue模型提供并行度调节和故障隔离能力。该机制在电商秒杀、金融交易等场景中表现突出，能有效解决消息倾斜、消费延迟等典型问题。通过合理配置队列数量、优化Rebalance策略以及动态权重调整，可显著提升系统吞吐量。实践中建议遵循队列数=消费者数×2~4的黄金法则，并监控消

weixin_31423955的博客 222

RocketMQ的消费端负载均衡和Rebalance机制

从源码看RocketMQ的消费端负载均衡和Rebalance机制 Consumer的负载均衡 RocketMQ在消费端的负载均衡如下图所示，各个partition均匀分布在各个consumer上，如下图所示： 所有consumer依次消费每一个partition，如果partition数量不是consumer的整数倍，则排在前面的consumer会消费更多的partition，下面可以看看consumer的实现。 Rebalance的实现 RocketMQ的consumer负...

zhaoquanwei2018的博客 2017

RocketMQ源码解析之负载均衡

RocketMQ源码解析之负载均衡 RocketMQ中的负载均衡都在Client端完成，具体来说的话，主要可以分为Producer端发送消息时候的负载均衡和Consumer端订阅消息的负载均衡。 Producer 的负载均衡 Producer端在发送消息的时候，会先根据Topic找到指定的TopicPublishInfo，在获取了TopicPublishInfo路由信息后，RocketMQ的客户端在默认方式下selectOneMessageQueue()方法会从TopicPublishInfo中的mess

kwxyzk的博客 435

RocketMQ之Consumer端负载均衡源码解析（RebalanceImpl）

一、原理 以集群消费为例，集群消息在同一个消费组中只能有一个消费者可以消费到这条消息；假如最开始我们有一个叫TopicA的主体，TopicA中有8个MessageQueue；有个消费组ConsumerGroupA；在最开始的时候我们只启动一个consumer1消费者实例，即consumer1这一个消费实例将消费这8个queue，如下图： 然后我们在启动一个consumer2消费者实例，其会向Broker注册；这时broker发现ConsumerGroupA中新增了一个消费者实例，其会通知consumer1

健身变秃，coding变强 1080

java rocketmq消费_rocketmq消费负载均衡--push消费详解

前言本文介绍了DefaultMQPushConsumerImpl消费者，客户端负载均衡相关知识点。本文从DefaultMQPushConsumerImpl启动过程到实现负载均衡，从源代码一步一步分析，共分为6个部分进行介绍，其中第6个部分 rebalanceByTopic 为负载均衡的核心逻辑模块，具体过程运用了图文进行阐述。介绍之前首先抛出几个问题：1. 要做负载均衡，首先要解决的一个问题是什么...

weixin_36478447的博客 412

RocketMQ进阶知识

RocketMQ进阶功能：消息持久化、MQ高可用机制、负载均衡、消息重试、死信队列、消费幂等

学习记录和总结 1万+

rocketMq

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是一个非常简单的T

weixin_38410177的博客 214

202532 | RocketMQ 消息存储机制 + 高可用机制 + 负载均衡机制 + 消息重试机制 + 死信队列 + 消息消费幂等性 + 消息标识 + 消息堆积问题 + 消息丢失

同一消息被多次消费时，系统能保证处理结果与单次消费一致。

weixin_43422022的博客 951
上一篇： RabbitMQ x-max-priority 深入解析
下一篇： Kafka ConsumerGroup 深入解析
点赞 9
评论 0
书签 书签 12
Java廖志伟
Java廖志伟
博客等级 码龄2年 3609粉丝 1517原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值