......................................................................... 37 12.3 Broker 重启对客户端的影响 .................................................................................................. 项目开源主页：https://github.com/alibaba/RocketMQ 5 适。如果要让 MQ 解决此问题，会对 MQ 的性能造成非常大的影响。返里要确保一点，业务上是否确实需 要返种严格的优兇级，如果将优兇级压缩成几个，对业务的影响有多大？ 4.3 Message Order 消息有序挃的是一类消息消费时，能挄照収送的顺序来消费。例如：一个订单产生了 3 条消息，分别是订单创 消息中间件 的性能。 RocketMQ 参考了 Kafka 的持丽化方式，充分利用 Linux 文件系统内存 cache 来提高性能。 4.6 Message Reliablity 影响消息可靠性的几种情冴： (1). Broker 正常关闭 (2). Broker 异常 Crash (3). OS Crash (4). 机器掉电，但是能立即恢复供电情冴。 (5)

Committer ,唯有坚持不懈，持续投入，持续产出。 最后再次感谢 RocketMQ 社区对我的认可，我会尽努力做出更大的贡献，也希望广 大读者朋友们，积极参与开源社区，贡献一份自己的力量，同事打造自身影响力，助力职场 步步高升。 本文来自『中间件兴趣圈』公众号，仅作技术交流，未授权任何商业行为。 1.1 RocketMQ 核心概念扫盲篇 < 10 1.1 RocketMQ 核心概念扫盲篇 在正式进入 的队列个数小于消费者的个数，那有些消费者无法分配到消息。 在 RocketMQ 中一个 topic 的队列数直接决定了最大消费者的个数，但 topic 队列个数的 增加对 RocketMQ 的性能不会产生影响。 在实际过程中，对主题进行扩容(增加队列个数)或者对消费者进行扩容、缩容是一件非 常寻常的事情，那如果新增一个消费者，该消费者消费哪些队列呢？这就涉及到消息消费队 列的重新分配，即消费队列重平衡机制。 从组成，突然其中 3 台服务器“竟然”在同一时 间下线，其监控显示如下： 三台机器的图形，时间戳几乎完美“吻合”。 二、故障分析 出现问题，先二话不说，马上重启各服务器，尽快恢复集群，降低对业务的影响，接下 来开始对日志进行分析。 Java 进程自动退出(rocketmq 本身就是一个 java 进程)，一种最常见的问题是由于 内存溢出或由于内存泄漏导致进程发送 Crash 等。由于我们的启动参数中未配置-XX:

服务端负载均衡  消除 Consumer 与 Queue 的 Binding 关 系，一个 Queue 可以由多个消费者消费  无 rebalance ，降低消费延迟概率  集群中某些消费端假死不影响整体消费进度  客户端更加轻量，多语言友好 流批一体  在Streaming场景下，单一消费者消费保证顺 序  在 batch 场景下，无需保证顺序，可以多个 consumer 加快数据读取速度

4万亿 低延迟分布式存储系统 – PageCache的毛刺解决方案小结 操作系统Page Cache Radix Tree 自旋锁，产生几秒的大毛刺 如果遇到坏盘，可能Block若干分钟，对系统产生致命影响。 操作系统Page Cache Radix Tree 每个Page的阻塞锁，产生几百毫秒小毛刺 写入数据平均响应时间不超过1ms 写入数据最大响应时间不超过20ms（Java GC暂停线程引起）

4万亿 低延迟分布式存储系统 – PageCache的毛刺解决方案小结 操作系统Page Cache Radix Tree 自旋锁，产生几秒的大毛刺 如果遇到坏盘，可能Block若干分钟，对系统产生致命影响。 操作系统Page Cache Radix Tree 每个Page的阻塞锁，产生几百毫秒小毛刺 写入数据平均响应时间不超过1ms 写入数据最大响应时间不超过20ms（Java GC暂停线程引起）

回，根据 ackIndex 来标记 成功消费到哪里了 消费失败， ackIndex 设置为-1 广播模式发送失败的消息丢弃， 广播模式对于失败重试代价过高，对整个集 群性能会有较大影响，失败重试功能交由应用处理 集群模式， 将消费失败的消息一条条的发送到 broker 的重试队列中去，如果 此时还有发送到重试队列发送失败的消息，那就在 cosumer 的本地线程定时 5 秒钟以后重试重新消费消息，