2021-05-07

RocketMQ    服务端应用 一般服务器规模较小，极少数万级。单个客户端处理消息量大，注重吞吐量

https://www.aliyun.com/product/rocketmq?spm=5176.10695662.746107.1.15fb3666YjiJhw

https://help.aliyun.com/document_detail/102996.html?spm=a2c4g.11186623.6.584.41ed447ddvqHLc  SDK 接入

https://github.com/aliyunmq?spm=a2c4g.11186623.2.13.13d66dc0dQgAP6&tab=repositories   GitHub http协议支持PHP  ，目前 TCP 还不支持PHP 

https://help.aliyun.com/document_detail/60953.html?spm=5176.ons.0.0.4fcb6c5ceYrVDA  客户端

https://help.aliyun.com/document_detail/29533.html?spm=a2c4g.11186623.6.542.5eb04fed5wuuZw 名词解释

https://common-buy.aliyun.com/?commodityCode=onsbag#/buy  定价标准

https://help.aliyun.com/document_detail/95837.html?spm=a2c4g.11186623.2.10.5cac5886hyWgUA  Topic 与 Tag 定义规范

https://help.aliyun.com/document_detail/29543.html?spm=a2c4g.11186623.2.14.41295a8dM6WAx0 消息过滤

---

全局顺序与分区顺序对比

在控制台创建顺序消息使用的不同类型 Topic 对比如下。

消息类型对比

Topic 的消息类型	支持事务消息	支持定时/延时消息	性能
无序消息（普通、事务、定时/延时消息）	是	是	最高
分区顺序消息	否	否	高
全局顺序消息	否	否	一般

发送方式对比

消息类型	支持可靠同步发送	支持可靠异步发送	支持 Oneway 发送
无序消息（普通、事务、定时/延时消息）	是	是	是
分区顺序消息	是	否	否
全局顺序消息	是	否	否

注意事项

• 顺序消息暂不支持广播模式。

• 同一个 Group ID 只能对应一种类型的 Topic，即不能同时用于顺序消息和无序消息的收发。

• 顺序消息不支持异步发送方式，否则将无法严格保证顺序。

• 对于全局顺序消息，建议创建实例个数 >=2。 同时运行多个实例的作用是为了防止工作实例意外退出时，业务中断。 当工作实例退出时，其他实例可以立即接手工作，不会导致业务中断，实际同时工作的只会有一个实例。

 

Topic 与 Tag 定义规范

• Topic：消息主题，通过 Topic 对不同的业务消息进行分类。

• Tag：消息标签，用来进一步区分某个 Topic 下的消息分类，消息队列 RocketMQ 允许消费者按照 Tag 对消息进行过滤，确保消费者最终只消费到他关注的消息类型。

Topic 与 Tag 都是业务上用来归类的标识，区分在于 Topic 是一级分类，而 Tag 可以说是二级分类，关系如图所示。

区分

您可能会有这样的疑问：到底什么时候该用 Topic，什么时候该用 Tag？

建议您从以下几个方面进行判断：

• 消息类型是否一致：如普通消息，事务消息，定时消息，顺序消息，不同的消息类型使用不同的 Topic，无法通过 Tag 进行区分。

• 业务是否相关联：没有直接关联的消息，如淘宝交易消息，京东物流消息使用不同的 Topic 进行区分；而同样是天猫交易消息，电器类订单、女装类订单、化妆品类订单的消息可以用 Tag 进行区分。

• 消息优先级是否一致：如同样是物流消息，盒马必须小时内送达，天猫超市 24 小时内送达，淘宝物流则相对会会慢一些，不同优先级的消息用不同的 Topic 进行区分。

• 消息量级是否相当：有些业务消息虽然量小但是实时性要求高，如果跟某些万亿量级的消息使用同一个 Topic，则有可能会因为过长的等待时间而『饿死』，此时需要将不同量级的消息进行拆分，使用不同的 Topic。

示例

以天猫交易平台为例，订单消息，支付消息属于不同业务类型的消息，分别创建 Topic_Order 和 Topic_Pay，其中订单消息根据商品品类以不同的 Tag 再进行细分，如电器类、男装类、女装类、化妆品类，最后他们都被各个不同的系统所接收。

通过合理的使用 Topic 和 Tag，可以让业务结构清晰，更可以提高效率。

关于如何通过 Tag 进行消费端的过滤，

 

以下图电商交易场景为例，从客户下单到收到商品这一过程会生产一系列消息，比如订单创建消息（order）、支付消息（pay）、物流消息（logistics）。 这些消息会发送到 Topic 为 Trade_Topic 的队列中，被各个不同的系统所接收，比如支付系统、物流系统、交易成功率分析系统、实时计算系统等。 其中，物流系统只需接收物流类型的消息（logistics），而实时计算系统需要接收所有和交易相关（order、pay、logistics）的消息。

说明：针对消息归类，您可以选择创建多个 Topic， 或者在同一个 Topic 下创建多个 Tag。 但通常情况下，不同的 Topic 之间的消息没有必然的联系，而 Tag 则用来区分同一个 Topic 下相互关联的消息，比如全集和子集的关系，流程先后的关系。