本篇文章为你整理了终于弄明白了 RocketMQ 的存储模型（rocketmq 数据存储）的详细内容，包含有rocketmq存储数据结构 rocketmq 数据存储 rocketmq 文件存储 rocketmq消息存储结构 终于弄明白了 RocketMQ 的存储模型，希望能帮助你了解 终于弄明白了 RocketMQ 的存储模型。

　　RocketMQ 优异的性能表现，必然绕不开其优秀的存储模型 。

　　这篇文章，笔者按照自己的理解 , 尝试分析 RocketMQ 的存储模型，希望对大家有所启发。

　　1 整体概览

　　首先温习下 RocketMQ 架构。

　　整体架构中包含四种角色 :

　　
Producer ：消息发布的角色，Producer 通过 MQ 的负载均衡模块选择相应的 Broker 集群队列进行消息投递，投递的过程支持快速失败并且低延迟。

　　
NameServer ：名字服务是一个非常简单的 Topic 路由注册中心，其角色类似 Dubbo 中的 zookeeper ，支持 Broker 的动态注册与发现。

　　
本文的重点在于分析 BrokerServer 的消息存储模型。我们先进入 broker 的文件存储目录 。

　　消息存储和下面三个文件关系非常紧密：

　　
RocketMQ 采用的是混合型的存储结构，Broker 单个实例下所有的队列共用一个数据文件（commitlog）来存储。

　　生产者发送消息至 Broker 端，然后 Broker 端使用同步或者异步的方式对消息刷盘持久化，保存至 commitlog 文件中。只要消息被刷盘持久化至磁盘文件 commitlog 中，那么生产者发送的消息就不会丢失。

　　Broker 端的后台服务线程会不停地分发请求并异步构建 consumequeue（消费文件）和 indexFile（索引文件）。

　　2 数据文件

　　RocketMQ 的消息数据都会写入到数据文件中， 我们称之为 commitlog 。

　　所有的消息都会顺序写入数据文件，当文件写满了，会写入下一个文件。

　　如上图所示，单个文件大小默认 1G , 文件名长度为 20 位，左边补零，剩余为起始偏移量，比如 00000000000000000000 代表了第一个文件，起始偏移量为 0 ，文件大小为1 G = 1073741824。

　　当第一个文件写满了，第二个文件为 00000000001073741824，起始偏移量为 1073741824，以此类推。

　　从上图中，我们可以看到消息是一条一条写入到文件，每条消息的格式是固定的。

　　这样设计有三点优势：

　　
顺序写

　　磁盘的存取速度相对内存来讲并不快，一次磁盘 IO 的耗时主要取决于：寻道时间和盘片旋转时间，提高磁盘 IO 性能最有效的方法就是：减少随机 IO，增加顺序 IO 。

　　《 The Pathologies of Big Data 》这篇文章指出：内存随机读写的速度远远低于磁盘顺序读写的速度。磁盘顺序写入速度可以达到几百兆/s，而随机写入速度只有几百 KB /s，相差上千倍。

　　
快速定位

　　因为消息是一条一条写入到 commitlog 文件 ，写入完成后，我们可以得到这条消息的物理偏移量。

　　每条消息的物理偏移量是唯一的， commitlog 文件名是递增的，可以根据消息的物理偏移量通过二分查找，定位消息位于那个文件中，并获取到消息实体数据。

　　
通过消息 offsetMsgId 查询消息数据

　　消息 offsetMsgId 是由 Broker 服务端在写入消息时生成的 ，该消息包含两个部分：

　　
我们可以通过消息 offsetMsgId ，定位到 Broker 的 ip 地址 + 端口 ，传递物理偏移量参数 ，即可定位该消息实体数据。

　　
3 消费文件

　　在介绍 consumequeue 文件之前， 我们先温习下消息队列的传输模型-发布订阅模型 ， 这也是 RocketMQ 当前的传输模型。

　　发布订阅模型具有如下特点：

　　消费独立：相比队列模型的匿名消费方式，发布订阅模型中消费方都会具备的身份，一般叫做订阅组（订阅关系），不同订阅组之间相互独立不会相互影响。

　　一对多通信：基于独立身份的设计，同一个主题内的消息可以被多个订阅组处理，每个订阅组都可以拿到全量消息。因此发布订阅模型可以实现一对多通信。

　　因此，rocketmq 的文件设计必须满足发布订阅模型的需求。

　　那么仅仅 commitlog 文件是否可以满足需求吗 ？

　　假如有一个 consumerGroup 消费者，订阅主题 my-mac-topic ，因为 commitlog 包含所有的消息数据，查询该主题下的消息数据，需要遍历数据文件 commitlog , 这样的效率是极其低下的。

　　进入 rocketmq 存储目录，显示见下图：

　　消费文件按照主题存储，每个主题下有不同的队列，图中 my-mac-topic 有 16 个队列 ;

　　每个队列目录下 ，存储 consumequeue 文件，每个 consumequeue 文件也是顺序写入，数据格式见下图。

　　每个 consumequeue 包含 30 万个条目，每个条目大小是 20 个字节，每个文件的大小是 30 万 * 20 = 60万字节，每个文件大小约5.72M 。和 commitlog 文件类似，consumequeue 文件的名称也是以偏移量来命名的，可以通过消息的逻辑偏移量定位消息位于哪一个文件里。

　　消费文件按照主题-队列来保存 ，这种方式特别适配发布订阅模型。

　　消费者从 broker 获取订阅消息数据时，不用遍历整个 commitlog 文件，只需要根据逻辑偏移量从 consumequeue 文件查询消息偏移量 , 最后通过定位到 commitlog 文件， 获取真正的消息数据。

　　这样就可以简化消费查询逻辑，同时因为同一主题下，消费者可以订阅不同的队列或者 tag ，同时提高了系统的可扩展性。

　　4 索引文件

　　每个消息在业务层面的唯一标识码要设置到 keys 字段，方便将来定位消息丢失问题。服务器会为每个消息创建索引（哈希索引），应用可以通过 topic、key 来查询这条消息内容，以及消息被谁消费。

　　由于是哈希索引，请务必保证key尽可能唯一，这样可以避免潜在的哈希冲突。

//订单Id 

　　String orderId = "1234567890";

　　message.setKeys(orderId);

　　从开源的控制台中根据主题和 key 查询消息列表：

　　进入索引文件目录 ，如下图所以：

　　索引文件名 fileName 是以创建时的时间戳命名的，固定的单个 IndexFile 文件大小约为 400 M 。

　　IndexFile 的文件逻辑结构类似于 JDK 的 HashMap 的数组加链表结构。

　　索引文件主要由 Header、Slot Table (默认 500 万个条目)、Index Linked List（默认最多包含 2000万个条目）三部分组成 。

　　假如订单系统发送两条消息 A 和 B , 他们的 key 都是 "1234567890" ，我们依次存储消息 A , 消息 B 。

　　因为这两个消息的 key 的 hash 值相同，它们对应的哈希槽（深黄色）也会相同，哈希槽会保存的最新的消息 B 的索引条目序号 , 序号值是 4 ，也就是第二个深绿色条目。

　　而消息 B 的索引条目信息的最后 4 个字节会保存上一条消息对应的索引条目序号，索引序号值是 3 , 也就是消息 A 。

　　5 写到最后

　　Databases are specializing – the “one size fits all” approach no longer applies ------ MongoDB设计哲学

　　RocketMQ 存储模型设计得非常精巧，笔者觉得每种设计都有其底层思考，这里总结了三点 ：

　　完美适配消息队列发布订阅模型 ；

　　数据文件，消费文件，索引文件各司其职 ，同时以数据文件为核心，异步构建消费文件 + 索引文件这种模式非常容易扩展到主从复制的架构；

　　充分考虑业务的查询场景，支持消息 key ，消息 offsetMsgId 查询消息数据。也支持消费者通过 tag 来订阅主题下的不同消息，提升了消费者的灵活性。

　　
如果我的文章对你有所帮助，还请帮忙点赞、在看、转发一下，你的支持会激励我输出更高质量的文章，非常感谢！

　　以上就是终于弄明白了 RocketMQ 的存储模型（rocketmq 数据存储）的详细内容，想要了解更多 终于弄明白了 RocketMQ 的存储模型的内容，请持续关注盛行IT软件开发工作室。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。