RocketMQ系统性学习-RocketMQ高级特性之消息存储的高效与刷盘策略、Broker 快速读取消息机制

🌈🌈🌈🌈🌈🌈🌈🌈
【11来了】文章导读地址：点击查看文章导读！
🍁🍁🍁🍁🍁🍁🍁🍁

消息存储的高效与刷盘策略

RocketMQ 是通过文件进行存储消息的，那 RocketMQ 是如何保证存储的高效性的呢？

1. 首先是通过对磁盘进行 顺序写 可以保证高性能的文件存储：

   • 随机写速度 10KB/s
   • 顺序写速度 600MB/s

   （图片来源于网络）

   

2. 文件拷贝利用了 零拷贝 以及内存映射技术（MMP）

   通过使用零拷贝减少数据拷贝次数

   利用内存映射技术（MMP）可以像读写磁盘一样读写内存，可以获得很大的 IO 提升，但是写道 MMP 中的数据并没有被真正写到磁盘中，操作系统会在程序主动调用 flush 的时候才把数据真正的写入到磁盘

3. 刷盘策略：分为同步刷盘和异步刷盘

   同步刷盘会造成阻塞，需要等待刷盘完成，降低吞吐量

   异步刷盘不会阻塞，提升吞吐量，但是会丢失部分数据

Broker 快速读取消息机制

首先还是通过 DashBoard 项目的页面进行查看，发现检索消息有两种方式：

1. Topic + Key

   

2. Topic + MessageId

   

那么这两种检索的方式其实就是通过上边我们讲的 Broker 中文件的布局

不知道大家还记不记得 IndexFile # putKey() 这个方法，就是将一个 Key 放到 IndexFile 中作为索引，那么这里我们通过生产者发送一条消息，其实是会在 Broker 中调用两次 putKey() 这个方法，只不过两个 Key 是不同的，分别是： Topic + Key、 Topic + MessageId，这样当然就可以通过这两种方式来检索消息了！

而 IndexFile 既然存储了这两个 Key 所对应消息的索引，也就是在 Commitlog 中的物理偏移量，这个类就一定还提供了根据 Key 查询消息在 Commitlog 中物理偏移量的方法，也就是 IndexFile # selectPhyOffset，在这个方法中，会通过传入的 Key 在 IndexFile 中查询到对应的索引，从索引中取出对应的物理偏移量 phyOffset，流程如下：

1. 根据 Key 拿到哈希值，并且对哈希槽数量取模，得到这个 Key 在哈希槽中的相对位置
2. 去哈希槽中取到这个 Key 在索引数据列表中的位置，在索引数据列表中拿到这个 Key 的索引，就可以取出这个索引的在 Commitlog 中的物理偏移量 phyOffset