RocketMQ:入门篇

RocketMQ:入门篇

    一、简介

    RocketMQ是大名鼎鼎的阿里开发的开源消息中间件,由于其高性能和可靠性,常被使用于企业的分布式架构中。

    他有着如下优点:

  1. RocketMQ原生地支持分布式,不像ActiveMQ需要zookeeper才能完成主从的搭建;
  2. RocketMQ能够承载海量的消息,并且不会导致明显的写入延迟;
  3. RocketMQ提供丰富的API,支持消息失败重试机制;
  4. RocketMQ可以保证严格的消息顺序,ActiveMQ无法保证;

    以上,使得RocketMQ在被选择时,能立于不败之地。

    二、进一步介绍

    先看这么一张图


    在JMS中,没有明确的的Group的概念,而在RocketMQ中,每一个消费者和生产者,必须要绑定一个唯一的组,如此一来,天然的实现了RocketMQ生产与消费的负载均衡。(若有九条消息,同一个组的消费者会分摊地拿到三条消息)

    在RocketMQ中,只有发布和订阅模式。

    三、RocketMQ的架构模式

    RocketMQ有几种架构方法:

  1. 单Master:顾名思义,只有一台主节点,如果宕机,服务就崩盘了。
  2. 多Master:多Master模式,可以完成消息存储的负载均衡,但是,当一台Master宕机时,该台Mater上的消息就无法被消费了。
  3. 多Master多Slave异步写入:给Master模式配Slave结点,可以完成RocketMQ的高可用,异步的写入Slave结点,性能会有所提升,但是如果宕机了,会可能存在毫秒级别的消息丢失。
  4. 多Master多Slave同步双写:同样完成高可用,采用同步双写的机制,只有当消息写入到主从结点时,才意味着一次消息写入的成功,如此一来,能绝对的保证消息的不丢失。

    四、实现双Master的环境搭建

    RocketMQ自己提供了一个NameServer,用于分布式的协调,本文会将NameServer与Broker放于一台服务器。

    第一步,修改配置文件hosts,完成IP地址的映射:


    第二步,解压安装包:

tar -xvf alibaba-rocketmq-3.2.6.tar.gz
mkdir -p alibaba-rocketmq/store/{commitlog,consumequeue,index}

    第三步,修改Broker的配置文件:


    其中,需要修改的有集群名字,NameServer的地址。

    最后,修改Broker和NameServer的运行脚本,设置其中的JVM参数:

vim runbroker.sh/rumserver.sh

    再最后,依次启动NameServer和Broker,集群搭建就完成了。

    五、围观生产者和消费者的代码

    先看生产者的代码,先定义一个producer,对应一个指定的组,然后设置其NameServer的地址:

    

    再然后,可以定义一个Message,有Topic,Tag作为筛选条件,设置一个Byte类型的数组,最后使用生产者发送。

    再看看消费者的代码:


    消费者同样需要设置组的名字,以及取消息是从队列头部还是尾部,NameServer的名字。最后定义消费要订阅的消息的内容,代码中可以看到有两个筛选,分别是Topic和Tag。

    不同与JMS中void类型的注册方法,RocketMQ的注册方法中存在一个返回值,用于通知消息中间件消息是否发送成功,或者通知消息中间件稍后重新发送消息。


    运行结果如上图,可以看到,生产者有些发送到Broker-a,有些发送到Broker-b,可见完成了消息生产的负载均衡。

    六、尾巴

  1. 在ActiveMQ中,是可以设置非持久化的,但是在RocketMQ中,则必须持久化;
  2. 消息重试机制的代码如下,生产者可以设置消息重试的次数以及超时重试的时间:

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕“需求响应动态冰蓄冷系统与需求响应策略的优化研究”展开,基于Matlab代码实现,重点探讨了冰蓄冷系统在电力需求响应背景下的动态建模与优化调度策略。研究结合实际电力负荷与电价信号,构建系统能耗模型,利用优化算法对冰蓄冷系统的运行策略进行求解,旨在降低用电成本、平衡电网负荷,并提升能源利用效率。文中还提及该研究为博士论文复现,涉及系统建模、优化算法应用与仿真验证等关键技术环节,配套提供了完整的Matlab代码资源。; 适合人群:具备一定电力系统、能源管理或优化算法基础,从事科研或工程应用的研究生、高校教师及企业研发人员,尤其适合开展需求响应、综合能源系统优化等相关课题研究的人员。; 使用场景及目标:①复现博士论文中的冰蓄冷系统需求响应优化模型;②学习Matlab在能源系统建模与优化中的具体实现方法;③掌握需求响应策略的设计思路与仿真验证流程,服务于科研项目、论文写作或实际工程方案设计。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注系统建模逻辑与优化算法的实现细节,按文档目录顺序系统学习,并尝试调整参数进行仿真对比,以深入理解不同需求响应策略的效果差异。
综合能源系统零碳优化调度研究(Matlab代码实现)内容概要:本文围绕“综合能源系统零碳优化调度研究”,提供了基于Matlab代码实现的完整解决方案,重点探讨了在高比例可再生能源接入背景下,如何通过优化调度实现零碳排放目标。文中涉及多种先进优化算法(如改进遗传算法、粒子群优化、ADMM等)在综合能源系统中的应用,涵盖风光场景生成、储能配置、需求响应、微电网协同调度等多个关键技术环节,并结合具体案例(如压缩空气储能、光热电站、P2G技术等)进行建模与仿真分析,展示了从问题建模、算法设计到结果验证的全流程实现过程。; 适合人群:具备一定电力系统、能源系统或优化理论基础,熟悉Matlab/Simulink编程,从事新能源、智能电网、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①开展综合能源系统低碳/零碳调度的科研建模与算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型与仿真结果;③学习如何将智能优化算法(如遗传算法、灰狼优化、ADMM等)应用于实际能源系统调度问题;④掌握Matlab在能源系统仿真与优化中的典型应用方法。; 阅读建议:建议结合文中提供的Matlab代码与网盘资源,边学习理论模型边动手调试程序,重点关注不同优化算法在调度模型中的实现细节与参数设置,同时可扩展应用于自身研究课题中,提升科研效率与模型精度。
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