MQ 杂记

本文深入探讨了消息队列如RabbitMQ、RocketMQ、Kafka及Redis在处理高并发场景下的应用策略,包括削峰填谷、异步处理、数据缓存与排行榜实现。同时,分析了不同消息队列的技术特性与适用场景,以及在实际部署中可能遇到的问题和解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文件上传,短信,画图、截图(削峰)

消息队列(解耦,削峰(早上10点,下午三点),异步),高峰QPS每秒2万,低峰期每秒几百

 

redis:验证码,手机安全码,流程文件,流程图,流程文件,最新列表:lpush,排行榜:sorted set 秒杀

引入mq的缺陷

  1. 可用性降低,复杂性
  2. 插入重复数据:幂等性,数据库,查修改;redis天然幂等性;生成唯一id,先去redis里面查,没有就消费
  3. 消息遗失:(1)生产者写消息的过程中(channel设置成confirm模式,异步回调)(2)rabbitmq接收到消息之后先暂存在自己的内存,rabbitmq挂了(持久化到磁盘    ,queue设置为持久化,deliveryMode设置为2,从磁盘恢复)(kafka leader同步数据到follower之后数据才算成功)(3).消费者拿到消息后消费者挂掉,mq以为被消费了(原因打开了消费者autoAck,关闭    ,消费完后发送ack,mq没收到ack消息会给其他消费者)。事故举例,打开了autoAck,消费者挂了    ,消息丢失,画图没保存,数据丢失
  4. 消息顺序:rabbitmq设置多个queue,每个消费者消费一个queue。多线程消费内存队列,一个内存队列对应一个线程;kafka每个消费者消费一个partition,每个消费者多个内存队列,一个内存队列对应一个线程)压测:如果消费者是单线程消费,如果处理比较耗时,处理一条消息是几十ms,1秒钟只能处理几十条,吞吐量太低,4核8G的机器,单机,32条线程,最高每秒可以处理上千条消息
  5. 消息堆积:临时租借机器搭建10倍数量的partition和消费者,修改原来的消费者写入数据到新的partition,然后10倍新的消费者进行消费

技术选型

activeMQ吞吐量万级,时效性ms级,消息低概率丢失,社区不活跃

rabbitMQ erlang语言,吞吐量万级,效率很高,开源,管理界面,社区相对活跃,没实力维护定制化。rabbitMQ镜像集群模式,每个节点有全部数据,不是分布式,数据量大到磁盘无法装载,管理控制台指定策略所有节点同步数据

rocketMQ吞吐量kafka大数据领域日志采集,实时计算,分布式易扩展


kafka高可用架构,纯分布式消息队列:每台机器+机器上的broker进程,topic partition1 ,topic partition2.....每个partition做副本保证高可用,副本之间选举leader,leader对外提供读写十万级,支持大量topic,消息0丢失,阿里品牌保障,分布式扩展方便

如何架构一个MQ?

  1. 可伸缩性:分布式系统,参考kafka,broker->topic->partition,每个partition放一个机器存一部分数据,资源不够给topic增加partition,然后做数据迁移
  2. 落地磁盘:保证进程挂了数据不丢,落地磁盘顺序写,省去磁盘随机读写寻址的开销
  3. 可用性:多副本->leader &follower->broker挂了重新选举leader即对外服务

Dubbo Service export

DubboNamespaceHandler ->DubboBeandefinitionParser->ServiceBean->ServiceConfig->afterProperties/onApplication-->ref->proxyFactory->Invoker->protocol>spi->DubboProtocol->Exchanger.bind->HeaderExchanger.bind->NettyTransporter.bind->NettyServer->RegistryProtocol

Netty -> NioEventLoop->Selector->n*channel->buffer缓冲区(select/epoll 1024)

主从Reactor:MainReactor 负责客户端的连接请求,并将请求转交给 SubReactor,专门处理Accept事件,每个端口对应一个Boss线程;SubReactor 负责相应通道的 IO 读写请求,和Worker线程在同一个线程池中

Socket ->jvm native ->OS windows select/Linux epoll ->kernel ->物理设备

Dubbo Client refer

DubboNamespaceHandler->ReferenceBean  impl the FactoryBean->getObject->ReferenceConfig#get#createProxy->RegistryProtocol#refer->RegistryDiretory#subscribeUrl向 Zookeeper 订阅服务节点信息并 watch 变更->Cluster->@SPI->FailoverCluster->ExtensionLoader包装clustr自动套上Wrapper->MockClusterWrapper (FailoverCluster)#join->MockClusterInvoker(FailoverClusterInvoker )#doList #notify节点变更通知#refreshInvoker根据invokerURL转换为invoker列表->Router->LoadBalance

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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