顺序消息原理|学习笔记

简介: 快速学习顺序消息原理

开发者学堂课程【RocketMQ 知识精讲与项目实战(第三阶段)顺序消息原理】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/704/detail/12505


顺序消息原理

 

顺序消息的原理介绍

顺序消息处理时,入口的位置如下代码,

final long beginTimestamp = System.currentTimerMillis();

Pullcallback pullCallback = new Pullcallback(){

入口在 pullcallback ,一但拿到消息之后,有:

boolean dispatchToConsume =

processQueue.putMessage(pullResult.getMsgFoundList());DefaultMQPushconsumerImpl.this.consumeMessageService.submitConsumeRequest(

pullResult.getMsgFoundList(),

processQueue,

pullRequest.getMessageQueue(),

dispatchToConsume);

如上代码位置,将消息提交到消费者的线程去进行处理,submitConsumeRequest 有两种机制:

image.png

一种是ConsumerMessageConcurrentlyService,一种是

ConsumerMessageOrderlyService。

进入 submitConsumeRequest,

@override

public void submitConsumeRequest(

final List<MessageExt> msgs,

final ProcessQueue processQueue,

final MessageQueue messageQueue,

final boolean dispathToConsume) {

if (dispathToConsume) {

ConsumeRequest consumeRequest = new ConsumeRequest(processQueue,messageQueue);

this.consumeExecutor .submit(consumeRequest);}

}

如上代码位置,将消息提交到消费者的线程,service 在启动时里会有start方法。

public void start(){

if (MessageModel.CLUSTERING.equals(consumeMessageOrderlyService.this.defaultMQPushConsumerImpl.message())){

this.scheduledExecutorService.scheduleAtFixedRate( new Runnable() {

publie void run( ){

consumeMessageOrderlyservice.this.lockMQPeriodically();}

},initialDelay.1000 * 1,ProcessQueue .REBALANCE_LOCK_INTERVL,TimeUnit.MILLISECONDS);}}

这个 start 方法每隔多久去处理信息?

进行以下操作:

image.png点击进入后能够看到下面这行代码:

RVAL =

Long.parseLong(System.getProperty(key:”rocketmq.client.rebalance.lockInterval”, def:”20000”));

所以它会每隔20秒去执提交给它的消息。

打开run 方法,在run方法中处理,顺序消费是一定要基于锁,代码是:final Object objlock =

messageQueueLock.fetchLockObject(this.messageQueue);

synchronized(objLock){

这个锁的作用是当它在消费的时候,其他人不能消费,整个过程是同步的过程。当它拿到锁对象后,会通过 synchronized 将整个消费的过程进行同步的处理。顺序消息关键就是基于同步的方式去处理,但是真正处理业务逻辑和一般的消息没有区别,主要的区别就是加锁的设置。

以上是关于顺序消息的内容。

相关文章
|
6天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
5天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。
|
5天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
Linux 虚拟化 iOS开发
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
VMware Workstation Pro 25H2 for Windows & Linux - 领先的免费桌面虚拟化软件
1080 4
|
8天前
|
存储 机器学习/深度学习 人工智能
大模型微调技术:LoRA原理与实践
本文深入解析大语言模型微调中的关键技术——低秩自适应(LoRA)。通过分析全参数微调的计算瓶颈,详细阐述LoRA的数学原理、实现机制和优势特点。文章包含完整的PyTorch实现代码、性能对比实验以及实际应用场景,为开发者提供高效微调大模型的实践指南。
677 2
|
6天前
|
编解码 自然语言处理 文字识别
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
凌晨,Qwen3-VL系列再添新成员——Dense架构的Qwen3-VL-8B、Qwen3-VL-4B 模型,本地部署友好,并完整保留了Qwen3-VL的全部表现,评测指标表现优秀。
510 7
Qwen3-VL再添丁!4B/8B Dense模型开源,更轻量,仍强大
|
7天前
|
JavaScript API 开发工具
如何在原生App中调用Uniapp的原生功能?
如何在原生App中调用Uniapp的原生功能?
331 139