RabbitMQ/RocketMQ/Kafka知识体系

📕我是廖志伟，一名Java开发工程师、《Java项目实战——深入理解大型互联网企业通用技术》（基础篇）、（进阶篇）、（架构篇）清华大学出版社签约作家、Java领域优质创作者、CSDN博客专家、阿里云专家博主、51CTO专家博主、产品软文专业写手、技术文章评审老师、技术类问卷调查设计师、幕后大佬社区创始人、开源项目贡献者。

📘拥有多年一线研发和团队管理经验，研究过主流框架的底层源码(Spring、SpringBoot、SpringMVC、SpringCloud、Mybatis、Dubbo、Zookeeper)，消息中间件底层架构原理(RabbitMQ、RocketMQ、Kafka)、Redis缓存、MySQL关系型数据库、 ElasticSearch全文搜索、MongoDB非关系型数据库、Apache ShardingSphere分库分表读写分离、设计模式、领域驱动DDD、Kubernetes容器编排等。不定期分享高并发、高可用、高性能、微服务、分布式、海量数据、性能调优、云原生、项目管理、产品思维、技术选型、架构设计、求职面试、副业思维、个人成长等内容。

🌾阅读前，快速浏览目录和章节概览可帮助了解文章结构、内容和作者的重点。了解自己希望从中获得什么样的知识或经验是非常重要的。建议在阅读时做笔记、思考问题、自我提问，以加深理解和吸收知识。阅读结束后，反思和总结所学内容，并尝试应用到现实中，有助于深化理解和应用知识。与朋友或同事分享所读内容，讨论细节并获得反馈，也有助于加深对知识的理解和吸收。💡在这个美好的时刻，笔者不再啰嗦废话，现在毫不拖延地进入文章所要讨论的主题。接下来，我将为大家呈现正文内容。

一、RabbitMQ知识体系

消息模型

RabbitMQ作为基于AMQP协议的消息代理，其消息模型设计旨在提供灵活性和可扩展性，以适应不同的业务需求。以下是三种主要的消息模型及其实现细节：

• 直连交换器（Direct Exchange）：在这种模式下，消息的发送者根据指定的路由键将消息发送到交换器，交换器再根据路由键将消息路由到绑定的队列。实现细节包括：

  • 路由键的精确匹配：发送者需要正确设置消息的路由键，交换器根据路由键匹配队列。
  • 队列绑定：在RabbitMQ中，队列需要与交换器进行绑定，指定路由键，以便交换器能够根据路由键将消息发送到对应的队列。

• 扇形交换器（Fanout Exchange）：扇形交换器将接收到的消息广播到所有与之绑定的队列。实现细节包括：

  • 无路由键匹配：扇形交换器不进行路由键匹配，直接将消息广播到所有绑定的队列。
  • 简化路由：由于不需要路由键匹配，扇形交换器适用于广播消息的场景。

• 主题交换器（Topic Exchange）：主题交换器根据消息的路由键的模式，将消息发送到符合模式的队列。实现细节包括：

  • 路由键模式匹配：路由键可以包含通配符（如“#”和“*”），用于匹配队列。
  • 主题订阅：消费者需要订阅特定的主题，以便接收符合路由键模式的消息。

消息传递

RabbitMQ的消息传递机制确保消息的可靠性和一致性，以下是其关键点的技术实现细节：

• 消息确认机制：消费者在消息处理完成后发送确认信号，告知RabbitMQ消息已成功处理。实现细节包括：

  • 自动确认模式：消费者在接收消息时自动发送确认信号。
  • 手动确认模式：消费者在处理完消息后显式发送确认信号。

• 事务消息：事务确保消息的原子性，要么全部成功，要么全部失败。实现细节包括：

  • 开启事务：在发送或接收消息前开启事务。
  • 提交/回滚事务：在消息处理完成后提交事务，或者在出现错误时回滚事务。

• 死信队列：当消息无法被消费时，如过期、拒绝或队列长度超过限制，会被发送到死信队列。实现细节包括：

  • 死信交换器：创建一个特殊的交换器，用于接收死信队列的消息。
  • 死信路由键：设置特定的路由键，以便将死信消息路由到死信队列。

集群架构

RabbitMQ集群架构设计用于提高可用性和扩展性，以下是其主要技术的实现细节：

• 镜像队列：在多个节点上复制队列，提高数据冗余。实现细节包括：

  • 镜像队列配置：在创建队列时指定镜像队列，并设置复制策略。
  • 节点同步：RabbitMQ通过节点间的心跳和同步机制，保持镜像队列的一致性。

• 联邦插件：将多个RabbitMQ节点组成一个联邦，实现跨节点的消息传递。实现细节包括：

  • 联邦插件配置：在RabbitMQ中启用联邦插件，并配置联邦成员。
  • 跨节点消息传递：联邦插件通过虚拟交换器实现跨节点消息传递。

• 集群节点类型：包括普通节点、管理节点和监控节点。实现细节包括：

  • 节点角色分配：根据节点功能分配节点角色。
  • 节点监控：监控节点状态，确保集群稳定运行。

高级特性

RabbitMQ的高级特性旨在增强其功能，以下是其实现细节：

• TTL消息：设置消息的过期时间，超过时间后消息会被丢弃。实现细节包括：

  • TTL设置：在发送消息时指定TTL值。
  • 消息过期处理：RabbitMQ在消息过期时将其移除。

• 优先级队列：允许消息根据优先级进行排序和消费。实现细节包括：

  • 优先级设置：在发送消息时指定优先级。
  • 优先级消费：RabbitMQ根据优先级排序消息，优先处理高优先级消息。

• RPC模式：提供远程过程调用功能，实现异步调用。实现细节包括：

  • RPC请求/响应模式：客户端发送RPC请求，服务端处理请求并发送响应。
  • 请求/响应队列：RabbitMQ为RPC请求和响应创建队列，实现请求/响应通信。

二、RocketMQ知识体系

消息类型

RocketMQ支持多种消息类型，以满足不同的业务场景。以下是几种主要消息类型及其实现细节：

• 定时消息：在指定时间发送的消息。实现细节包括：

  • 定时任务调度：RocketMQ通过定时任务调度器实现消息的定时发送。
  • 时间戳标记：消息中包含时间戳，用于标记发送时间。

• 事务消息：确保消息的原子性，支持本地事务。实现细节包括：

  • 事务消息标记：消息中包含事务标识，用于标识事务消息。
  • 事务消息处理：RocketMQ在事务消息处理过程中，确保消息的原子性。

• 延迟消息：在指定延迟后发送的消息。实现细节包括：

  • 延迟队列：RocketMQ通过延迟队列实现消息的延迟发送。
  • 延迟时间标记：消息中包含延迟时间，用于标记发送延迟。

存储机制

RocketMQ的存储机制是其核心功能之一，以下是其实现细节：

• CommitLog设计：存储消息的日志文件，是消息存储的核心。实现细节包括：

  • 日志文件存储：CommitLog将消息存储在磁盘上的日志文件中。
  • 数据持久化：RocketMQ通过刷盘策略确保消息的持久化。

• 消息索引：快速定位消息的位置。实现细节包括：

  • 索引文件存储：RocketMQ在磁盘上存储索引文件，用于快速定位消息。
  • 索引更新：RocketMQ在消息写入时更新索引文件。

• 刷盘策略：确保消息持久化到磁盘。实现细节包括：

  • 消息持久化策略：RocketMQ提供多种消息持久化策略，如同步刷盘、异步刷盘等。
  • 刷盘时机：RocketMQ在消息写入后，根据策略选择合适的时机进行刷盘。

高可用设计

RocketMQ提供高可用设计，以下是其主要技术的实现细节：

• 主从同步：确保数据的一致性。实现细节包括：

  • 主从复制：RocketMQ通过主从复制机制，确保主节点和从节点数据的一致性。
  • 同步机制：RocketMQ通过同步机制，确保主从节点数据的一致性。

• Dledger选举：在主节点故障时进行选举。实现细节包括：

  • 选举算法：RocketMQ采用基于Raft算法的选举算法，实现高可用性。
  • 选举流程：在主节点故障时，从节点进行选举，选择新的主节点。

• 故障转移：在节点故障时自动切换到备份节点。实现细节包括：

  • 节点监控：RocketMQ监控节点状态，检测节点故障。
  • 故障转移流程：在节点故障时，自动切换到备份节点，确保服务可用。

扩展功能

RocketMQ提供了一些扩展功能，以增强其功能，以下是其主要技术的实现细节：

• 消息轨迹：跟踪消息的传递过程。实现细节包括：

  • 消息追踪日志：RocketMQ记录消息的传递过程，生成追踪日志。
  • 跟踪日志分析：对追踪日志进行分析，了解消息传递过程。

• ACL控制：访问控制列表，控制对消息的访问。实现细节包括：

  • 权限控制：RocketMQ通过权限控制，限制对消息的访问。
  • 访问控制策略：RocketMQ提供多种访问控制策略，如白名单、黑名单等。

• 多副本机制：提高数据的冗余和可用性。实现细节包括：

  • 副本复制：RocketMQ在多个节点上复制数据，提高数据的冗余。
  • 副本选举：在主节点故障时，从节点进行选举，选择新的主节点。

三、Kafka知识体系

核心组件

Kafka的核心组件包括生产者、消费者和主题，以下是其实现细节：

• 生产者分区策略：决定消息发送到哪个分区。实现细节包括：

  • 轮询策略：生产者按顺序将消息发送到不同的分区。
  • 随机策略：生产者随机选择一个分区发送消息。
  • 负载均衡策略：生产者根据分区负载情况选择分区发送消息。

• 消费者组机制：多个消费者共同消费一个主题的消息。实现细节包括：

  • 消费者分配：Kafka根据消费者组分配消息。
  • 消费者偏移量：消费者记录已消费消息的偏移量，确保消息不重复消费。

• ISR集合：同步副本集合，确保消息的可靠性。实现细节包括：

  • 副本同步：Kafka通过副本同步机制，确保ISR集合中的副本数据一致。
  • 副本选举：在副本发生故障时，Kafka进行副本选举，选择新的副本。

流处理

Kafka支持流处理，以下是其主要技术的实现细节：

• KStream API：用于构建流处理应用程序。实现细节包括：

  • 流处理操作：KStream API提供丰富的流处理操作，如过滤、聚合、连接等。
  • 状态存储：KStream API支持状态存储，用于持久化状态信息。

• 状态存储：持久化状态信息。实现细节包括：

  • 状态存储策略：Kafka提供多种状态存储策略，如内存存储、磁盘存储等。
  • 状态恢复：在系统重启或故障恢复时，Kafka可以从状态存储中恢复状态信息。

• 时间窗口：对消息进行时间窗口划分。实现细节包括：

  • 时间窗口策略：Kafka提供多种时间窗口策略，如固定时间窗口、滑动时间窗口等。
  • 时间窗口计算：Kafka根据时间窗口策略计算消息的时间窗口。

运维监控

Kafka提供运维监控功能，以下是其主要技术的实现细节：

• 副本同步机制：监控副本同步状态。实现细节包括：

  • 副本同步监控：Kafka监控副本同步状态，确保数据一致性。
  • 异常处理：在副本同步异常时，Kafka进行异常处理，确保服务可用。

• 日志清理策略：清理旧的日志文件。实现细节包括：

  • 日志清理策略：Kafka提供多种日志清理策略，如按时间、按大小等。
  • 日志清理操作：Kafka定期执行日志清理操作，清理旧的日志文件。

• JMX指标：通过JMX获取性能指标。实现细节包括：

  • JMX指标配置：Kafka配置JMX指标，将性能指标暴露给JMX客户端。
  • JMX指标查询：JMX客户端查询Kafka的JMX指标，获取性能信息。

生态集成

Kafka与多个生态组件集成，以下是其主要技术的实现细节：

• Connect连接器：用于数据集成和转换。实现细节包括：

  • 数据源连接：Connect连接器支持多种数据源连接，如数据库、文件等。
  • 数据转换：Connect连接器支持数据转换，将数据从一种格式转换为另一种格式。

• Schema Registry：管理数据模式。实现细节包括：

  • 模式存储：Schema Registry存储数据模式，用于数据集成和转换。
  • 模式版本控制：Schema Registry支持数据模式版本控制，确保数据格式一致性。

• KSQL引擎：用于SQL查询Kafka数据。实现细节包括：

  • SQL查询：KSQL支持SQL查询Kafka数据，如过滤、聚合等。
  • 查询执行：KSQL执行SQL查询，返回查询结果。

📥博主的人生感悟和目标

希望各位读者大大多多支持用心写文章的博主，现在时代变了，信息爆炸，酒香也怕巷子深，博主真的需要大家的帮助才能在这片海洋中继续发光发热，所以，赶紧动动你的小手，点波关注❤️，点波赞👍，点波收藏⭐，甚至点波评论✍️，都是对博主最好的支持和鼓励！

- 💂 博客主页： Java程序员廖志伟
- 👉 开源项目： Java程序员廖志伟
- 🌥 哔哩哔哩： Java程序员廖志伟
- 🎏 个人社区： Java程序员廖志伟
- 🔖 个人微信号： SeniorRD

📙经过多年在CSDN创作上千篇文章的经验积累，我已经拥有了不错的写作技巧。同时，我还与清华大学出版社签下了四本书籍的合约，并将陆续出版。这些书籍包括了基础篇、进阶篇、架构篇的📌《Java项目实战—深入理解大型互联网企业通用技术》📌，以及📚《解密程序员的思维密码--沟通、演讲、思考的实践》📚。具体出版计划会根据实际情况进行调整，希望各位读者朋友能够多多支持！

🔔如果您需要转载或者搬运这篇文章的话，非常欢迎您私信我哦~