# 云消息队列 MQ #
1
关注
13491内容
RocketMQ实战—6.生产优化及运维方案
本文围绕RocketMQ集群的使用与优化，详细探讨了六个关键问题。首先，介绍了如何通过ACL配置实现RocketMQ集群的权限控制，防止不同团队间误用Topic。其次，讲解了消息轨迹功能的开启与追踪流程，帮助定位和排查问题。接着，分析了百万消息积压的处理方法，包括直接丢弃、扩容消费者或通过新Topic间接扩容等策略。此外，提出了针对RocketMQ集群崩溃的金融级高可用方案，确保消息不丢失。同时，讨论了为RocketMQ增加限流功能的重要性及实现方式，以提升系统稳定性。最后，分享了从Kafka迁移到RocketMQ的双写双读方案，确保数据一致性与平稳过渡。
RocketMQ实战—5.消息重复+乱序+延迟的处理
本文围绕RocketMQ的使用与优化展开，分析了优惠券重复发放的原因及解决方案。首先，通过案例说明了优惠券系统因消息重复、数据库宕机或消费失败等原因导致重复发券的问题，并提出引入幂等性机制（如业务判断法、Redis状态判断法）来保证数据唯一性。其次，探讨了死信队列在处理消费失败时的作用，以及如何通过重试和死信队列解决消息处理异常。接着，分析了订单库同步中消息乱序的原因，提出了基于顺序消息机制的代码实现方案，确保消息按序处理。此外，介绍了利用Tag和属性过滤数据提升效率的方法，以及延迟消息机制优化定时退款扫描的功能。最后，总结了RocketMQ生产实践中的经验.
FreeMQTT & FreeMQTT plus：物联网通信的强大助力
FreeMQTT 和 FreeMQTT plus 是基于 MQTT 协议的物联网通信解决方案。FreeMQTT 是用 Python 实现的开源 MQTT Server，支持多协议传输、应用分组隔离，易于安装和跨平台运行。FreeMQTT plus 则是分布式集群架构的新型 Broker，具备高可用性、会话同步优化、灵活扩展能力及高效消息路由特性。二者适用于智能家居、工业物联网和智能交通等领域，为开发者提供轻量级、高性能的通信工具，助力构建稳定可靠的物联网系统。
RocketMQ实战—4.消息零丢失的方案
本文分析了用户支付完成后未收到红包的问题，深入探讨了RocketMQ事务消息机制的实现原理及其在确保消息零丢失中的作用。首先，通过全链路分析发现消息可能在推送、存储或消费环节丢失。接着，介绍了RocketMQ事务消息机制如何通过half消息、本地事务执行及回调确认来保证消息发送成功，并详细解析了其底层原理，如half消息对消费者不可见、rollback与commit操作等。同时，对比了同步重试方案，指出其在复杂场景下的局限性。
RocketMQ实战—3.基于RocketMQ升级订单系统架构
本文主要介绍了基于MQ实现订单系统核心流程的异步化改造、基于MQ实现订单系统和第三方系统的解耦、基于MQ实现将订单数据同步给大数据团队、秒杀系统的技术难点以及秒杀商详页的架构设计和基于MQ实现秒杀系统的异步化架构。
RocketMQ实战—2.RocketMQ集群生产部署
本文主要介绍了大纲什么是消息中间件、消息中间件的技术选型、RocketMQ的架构原理和使用方式、消息中间件路由中心的架构原理、Broker的主从架构原理、高可用的消息中间件生产部署架构、部署一个小规模的RocketMQ集群进行压测、如何对RocketMQ集群进行可视化的监控和管理、进行OS内核参数和JVM参数的调整、如何对小规模RocketMQ集群进行压测、消息中间件集群生产部署规划梳理。
RocketMQ实战—1.订单系统面临的技术挑战
本文详细分析了一个订单系统的设计与技术挑战。首先，介绍了订单系统的整体架构、业务流程及负载情况，包括电商购物流程、核心和非核心业务流程，以及真实生产中的负载压力。接着，探讨了系统面临的主要技术问题：支付后发券、发红包等操作导致性能下降；退款流程复杂且易失败；与第三方系统耦合带来的不稳定；大数据团队直接查询数据库影响性能；秒杀活动时数据库压力剧增等。最后，通过放大100倍压力的方法，梳理了高并发下的技术挑战，如核心链路优化、后台线程补偿机制、第三方系统解耦、数据获取方式改进等，为订单系统的优化提供了全面的参考。
RocketMQ原理—5.高可用+高并发+高性能架构
本文主要从高可用架构、高并发架构、高性能架构三个方面来介绍RocketMQ的原理。
RocketMQ原理—4.消息读写的性能优化
本文详细解析了RocketMQ消息队列的核心原理与性能优化机制，涵盖Producer消息分发、Broker高并发写入、Consumer拉取消息流程等内容。重点探讨了基于队列的消息分发、Hash有序分发、CommitLog内存写入优化、ConsumeQueue物理存储设计等关键技术点。同时分析了数据丢失场景及解决方案，如同步刷盘与JVM OffHeap缓存分离策略，并总结了写入与读取流程的性能优化方法，为理解和优化分布式消息系统提供了全面指导。
RocketMQ原理—3.源码设计简单分析下
本文介绍了Producer作为生产者是如何创建出来的、启动时是如何准备好相关资源的、如何从拉取Topic元数据的、如何选择MessageQueue的、与Broker是如何进行网络通信的，Broker收到一条消息后是如何存储的、如何实时更新索引文件的、如何实现同步刷盘以及异步刷盘的、如何清理存储较久的磁盘数据的，Consumer作为消费者是如何创建和启动的、消费者组的多个Consumer会如何分配消息、Consumer会如何从Broker拉取一批消息。
免费试用