0. 引言

之前我们讲解过rabbitMQ，本期我们将进入吞吐量更加强大的rocketMQ的学习。

1. 基础概念

如果你是刚接触MQ的同学，还不清楚消息队列的基础概念的，可以参考我之前这篇文章：

https://wu55555.blog.csdn.net/article/details/124678795

2. rocketMQ的应用场景

我们在之前的文章中已经引入了MQ的三种场景：异步调用、流量削峰、服务解耦

而除了这几个作用外，rocketmq支持的几大特性还可以处理以下几种业务场景：

• 顺序消费

所谓顺序消费，就是希望触发的事件按照触发的顺序依次执行，而不要产生混乱。这里大家可能有疑惑，我们正常执行代码不就是顺序消费的吗？ 为什么要单独说明，当然是因为执行的事件非常多，我们需要借助MQ缓冲大量消息的特性作为前提，然后又要保证消息是顺序消费执行的，这样才能保证我们后续的业务不会产生混乱。而这一场景就可以依赖rocketmq完成，后续我们会详细讲解实现步骤。

• 分布式事务

熟悉mysql的同学应该清楚事务执行，但分布式事务的操作，一可以依赖一些分布式组件，如seata来实现，但某些场景下，比如还是上述说的，我们有大量事件堆积的情况下，需要MQ来缓冲，而我们有需要满足事务，这种所谓的事务是指什么呢？ 就是在这条消息消费并执行完后续的处理事件之前，如果发生了报错，可以让这条消息的消费回退，下次可以再次消费，以此称为分布式事务消息，这类场景也不少见，而rocketmq独有的事务消息可以很好的帮助我们解决该问题。

• 延迟操作

延迟操作在很多业务中都有需求，比如最常见的30分钟未支付自动关闭订单，定时重发等等，这一类的需求就需要MQ支持延迟消息的特性，而rocketmq的延迟消息虽然不如rabbitmq那样支持自定义的延迟时间，但是预设的16级延迟时间档位也足够我们应付绝大部分业务场景

• 定时消息

定时消息实际上是延迟消息的一种变种，可以用定时任务完成，如定时推送订阅消息等，也可以借助延迟消息的特性来完成此类场景

3. rocketMQ与其他MQ的差异

3.1 主要差异

首先引入advanced-java项目中对比的几款常用MQ

其中activeMQ实际已经很少使用，逐渐在退出研发者的视野。重点分析下rabbitMQ、rocektMQ、kafka的差异

rabbitmq相对出现的周期更长，功能性上更加完善，支持很多的拓展插件，如果你的项目对于吞吐量没有那么高的要求，只是需要个万级的MQ来做一些解耦、缓冲等，那么推荐rabbitmq。

但如果考虑后续要增加业务量，或者有不和预期的流量激增，那么更加推荐rocketmq，且因为是阿里开源的，文档性上相对更加友好，代码习惯更加符合国人习惯。但在大批量数据下可能有丢数据的风险，需要经过细致的调优。

kafka主要出现在大数据行业场景，同时像ELK之类的海量日志数据处理也会出现kafka的应用之地，同样有丢消息的诟病，优点是比rocketmq支持更加庞大的吞吐量。

3.2 架构差异

我们之前一起学习过rabbitmq，大家会了解到其中有路由的概念，相对来说rabbitmq的架构是有交换机来做一层分发的

而在rocketmq中就没有交换机的分发了，通过topic来划分不同的队列，消费者通过订阅topic来接收消息，同时消费者、生产者都可以区分不同的群组

相对kafka的架构就更加复杂，通过zookeeper来管理集群，采用broker服务存储消息，与rocketmq相同的是，也有主题topic的概念，消费者也通过订阅主题来接收相关的消息。不同的是kafka中有分区partition，一个topic会被切分为多个分割成多个较小的、有序的数据单元，每个数据单元就是一个partition。相对来说提高了kafka的并发能力，并且会创建分区副本存储到不同的broker上，以此提高可用性。

4. 总结

从上文可以看到rocketmq中实际上是有namesrv , broker两个组件的，除此之外rocketmq还有一个管理端，而这三个组件之前的关系是什么，如何协同合作的？ 我们将在下一节讲解。