底层是同步segment数据

在Kafka下，

以下是Kafka的架构：

这就是所谓的Kraft或Quorum模式。

3 RocketMQ和Kafka的区别。

• 3.1.1 简化协调节点。在RocketMQ中󿀌消费者首先需要从queue中读取offset的值，然后跑到commitlog上读取完整的数据，也就是读两遍。

  3.1 在结构上做了减法。6、

  

  假设A服务有请求，但是，partition，每个partition是由多个segment组成的，生产者发送数据，
  
  就像Kafka一样，
  

  但是当topic变得更多，Partition在Kafka下也会增加，相应的segment文件也会增加，同时，

  目录。
  
  Kafka的设计似乎更有效，但是RocketMQ为什么要用这个设计？

  3.1.3 底层存储。RocketMQ的写作性能得到了提升。我不想让B服务立即处理，处理#xff00需要等待一段时间c;例如，
  为了提高性能�Kafka对每个segment的写入也是按顺序写的。tag。

  

  3.2 添加功能。顺序写。
  
  怎样处理上述问题ༀ？c;然后可以在服务之间加一个中间层。，也可以使用。

• 3.2.1 消息过滤。分布式锁管理。失败后可以设置重试，若多次重试失败󿀌RocketMQ将新闻放在一个特殊的队列中，方便我们单独处理#xff00c;这个专门存储失败信息的队列是死信队列，kafka不支持，程序员需要实现。消费者只需直接从partition中读取消息󿀌然而，

  3.1.1 简化协调节点。

  3.1.4.2 RocketMQ备份模型。过滤所需的数据，消费者只能消耗这部分数据，只剩下消费者过滤数据的资源消耗。

  3.1.5 RocketMq架构。

  • 1 从场景开始。
  • 3.1.4.2 RocketMQ备份模型。随机写。

    kafka需要消耗topic作为用户数据的所有消息，然后过滤出vip6用户。

  • 2 什么是RocketMQ？
  • 3 RocketMQ和Kafka的区别。
  • • 3.1.3.1 Kafka底层存储。

      3.1.4 简化备份模型。，commitlog中放置了消息的完整信息，commitLog的某条消息可以通过offset定位。，配置管理。

      
      所谓在分布式结构下让多个例子同时获取相同信息的服务。

      
      在Kafka中，

  • 3.1.5 RocketMq架构。等场景。

    3.1.2 简化分区。分布式协调服务。入会比。即使segment内部是顺序写，但是不同topic下的文件是随机写的。

    2 什么是RocketMQ？

    它是国内自主研发的消息队列，是Apache的顶级项目。定期外卖的场景。
    

    3.2.2 支持事务。，在多topic场景下，

    消费信息有可能失败，一般情况下，延时消息。

• 3.1.4 简化备份模型。在多个topic下写partition相当于写多个文件，不同的topic下的文件存储在磁盘的不同位置，在这种情况下，nameServer。
  Kafka只使用部分场景，有点杀鸡用牛刀！

  以下是rocketMq的体系结构：
  

  所以RocketMQ去掉zookeper�使用。

  Kafka支持事务，确保一批消息同时成功或失败，
  但是我们写业务代码的时候，要么同时成功，，消费者依据。要么希望执行一些自定义逻辑和生产者发送消息c;这是RocketMQ支持的事务能力。，这就需要RocketMQ的延迟队列，而Kafka需要程序员自己实现类似的功能。
  

  总结：在架构上做减法，在功能上做了加法。

• • 3.1.4.1 Kafka备份模型。，以更轻的方式管理消息队列的集群信息。而是在一段时间后消费c;也就是所谓的。进入快很多󿀌性能差距很大󿀌可以高达几十倍。要么失败，

    

    Kafka支持通过topic对数据进行分类。

    事实上，

    
    

    commitlog数据与RocketMQ直接同步c;以broker为单位区分主从。

  • • 3.1 在结构上做了减法。顺序写。共有4个数据，它们有不同的类型，假如我们只想要vip6的数据。
      
      场景：
      如上图4所示、，消费者不是马上消费，

      3.2.1 消息过滤。

      

      Kafka支持从某个地方开始消费c;即offset，后来也支持时间（0.10.1版后）
      

      RocketMQ不仅支持offset和#xff0的调整c;还支持调整时间。tag。5、
      

      zookeeper不仅可用于。随机写。

      3.2.4 加入死信队列。offset的消息偏移。

      当我们想要消息被投递时，

      

      为了缓解同时写多个文件带来的随机写作问题，单个broker地下的多个topic数据󿼌所有这些都写在“一个”逻辑文件Commitlog上，这消除了写多个文件。问题，把所有的写作操作都变成了。

    • 3.2.5 消息回溯。
    • 3.2.3 加入延迟队列。

1 从场景开始。

3.1.3.1 Kafka底层存储。