顺序消息原理|学习笔记

简介: 快速学习顺序消息原理

开发者学堂课程【RocketMQ 知识精讲与项目实战(第三阶段)顺序消息原理】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/704/detail/12505


顺序消息原理

 

顺序消息的原理介绍

顺序消息处理时,入口的位置如下代码,

final long beginTimestamp = System.currentTimerMillis();

Pullcallback pullCallback = new Pullcallback(){

入口在 pullcallback ,一但拿到消息之后,有:

boolean dispatchToConsume =

processQueue.putMessage(pullResult.getMsgFoundList());DefaultMQPushconsumerImpl.this.consumeMessageService.submitConsumeRequest(

pullResult.getMsgFoundList(),

processQueue,

pullRequest.getMessageQueue(),

dispatchToConsume);

如上代码位置,将消息提交到消费者的线程去进行处理,submitConsumeRequest 有两种机制:

image.png

一种是ConsumerMessageConcurrentlyService,一种是

ConsumerMessageOrderlyService。

进入 submitConsumeRequest,

@override

public void submitConsumeRequest(

final List<MessageExt> msgs,

final ProcessQueue processQueue,

final MessageQueue messageQueue,

final boolean dispathToConsume) {

if (dispathToConsume) {

ConsumeRequest consumeRequest = new ConsumeRequest(processQueue,messageQueue);

this.consumeExecutor .submit(consumeRequest);}

}

如上代码位置,将消息提交到消费者的线程,service 在启动时里会有start方法。

public void start(){

if (MessageModel.CLUSTERING.equals(consumeMessageOrderlyService.this.defaultMQPushConsumerImpl.message())){

this.scheduledExecutorService.scheduleAtFixedRate( new Runnable() {

publie void run( ){

consumeMessageOrderlyservice.this.lockMQPeriodically();}

},initialDelay.1000 * 1,ProcessQueue .REBALANCE_LOCK_INTERVL,TimeUnit.MILLISECONDS);}}

这个 start 方法每隔多久去处理信息?

进行以下操作:

image.png点击进入后能够看到下面这行代码:

RVAL =

Long.parseLong(System.getProperty(key:”rocketmq.client.rebalance.lockInterval”, def:”20000”));

所以它会每隔20秒去执提交给它的消息。

打开run 方法,在run方法中处理,顺序消费是一定要基于锁,代码是:final Object objlock =

messageQueueLock.fetchLockObject(this.messageQueue);

synchronized(objLock){

这个锁的作用是当它在消费的时候,其他人不能消费,整个过程是同步的过程。当它拿到锁对象后,会通过 synchronized 将整个消费的过程进行同步的处理。顺序消息关键就是基于同步的方式去处理,但是真正处理业务逻辑和一般的消息没有区别,主要的区别就是加锁的设置。

以上是关于顺序消息的内容。

相关文章
|
4天前
|
数据采集 人工智能 安全
|
13天前
|
云安全 监控 安全
|
5天前
|
自然语言处理 API
万相 Wan2.6 全新升级发布!人人都能当导演的时代来了
通义万相2.6全新升级,支持文生图、图生视频、文生视频,打造电影级创作体验。智能分镜、角色扮演、音画同步,让创意一键成片,大众也能轻松制作高质量短视频。
1091 152
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1767 9
|
10天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
699 152
|
12天前
|
人工智能 安全 前端开发
AgentScope Java v1.0 发布,让 Java 开发者轻松构建企业级 Agentic 应用
AgentScope 重磅发布 Java 版本,拥抱企业开发主流技术栈。
663 13
|
7天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
453 5