RocketMQ提供了哪些过滤机制?

前言

本篇文章比较简单,分别介绍RocketMQ支持几种过滤机制,其原理和使用。

RocketMQ 提供了多种消息过滤机制,帮根据业务需求高效筛选消息,可以减少不必要的消息传输和处理。以下是其核心过滤机制及使用场景:


1. Tag 标签过滤

  • 原理
    每个消息发送时可附加一个 Tag(字符串标签),消费者订阅时指定一个或多个 Tag,Broker 会过滤出匹配 Tag 的消息投递给消费者。

  • 使用方式

    • 生产者 :发送消息时设置 setTags

      java 复制代码
      Message msg = new Message("TopicTest", "TagA", "Hello RocketMQ".getBytes());
    • 消费者 :订阅时指定 Tag(支持 * 表示全部,|| 表示或关系)。

      java 复制代码
      consumer.subscribe("TopicTest", "TagA || TagB");
  • 特点

    • 高效:Broker 端过滤,性能损耗低。
    • 简单:仅支持精确匹配,适用于简单分类场景(如订单状态分类)。

2. SQL92 属性过滤

  • 原理
    基于消息的 自定义属性(Key-Value) ,通过 SQL 表达式进行复杂条件过滤(如数值比较、逻辑运算)。需开启 Broker 的 enablePropertyFilter=true

  • 使用方式

    • 生产者 :为消息添加自定义属性。

      java 复制代码
      Message msg = new Message("TopicTest", "TagA", "Hello RocketMQ".getBytes());
      msg.putUserProperty("a", "10");
      msg.putUserProperty("b", "5");
    • 消费者 :订阅时编写 SQL 表达式。

      java 复制代码
      consumer.subscribe("TopicTest", MessageSelector.bySql("a > 5 AND b = '5'"));
  • 特点

    • 灵活 :支持复杂逻辑(如 >, <, BETWEEN, IS NULL 等)。
    • 性能损耗:相比 Tag 过滤略高,需评估表达式复杂度。

3. 类过滤(Class Filter)

  • 原理
    允许用户自定义 Java 类实现过滤逻辑,Broker 加载该类并调用其方法判断消息是否投递。适用于高度定制化的过滤需求。

  • 使用方式

    • 实现接口 :编写类实现 org.apache.rocketmq.common.filter.MessageFilter

      java 复制代码
      public class CustomFilter implements MessageFilter {
          @Override
          public boolean match(MessageExt msg, FilterContext context) {
              // 自定义过滤逻辑
              return msg.getUserProperty("region").equals("CN");
          }
      }
    • 部署类 :将编译后的类文件上传到 Broker 指定路径(需配置 filterSupportRetry=true)。

    • 消费者订阅 :指定过滤类名。

      java 复制代码
      consumer.subscribe("TopicTest", MessageSelector.byFilterClass("com.example.CustomFilter"));
  • 特点

    • 高度灵活:可编写任意复杂逻辑(如结合外部配置或数据库)。
    • 维护成本高:需管理类的版本和部署,适合有特殊需求的场景。

对比与选型建议

机制 性能 灵活性 适用场景
Tag 过滤 低(精确匹配) 简单分类(如订单状态、日志类型)
SQL92 复杂属性条件(如价格范围、地域)
类过滤 极高(自定义) 特殊逻辑(需动态规则或外部查询)

注意事项

  1. Broker 配置 :SQL 和类过滤需 Broker 开启支持(enablePropertyFilterfilterSupportRetry)。
  2. 版本兼容性:SQL92 过滤需 RocketMQ 4.3.0+,类过滤需 4.6.0+。
  3. 生产环境慎用类过滤:频繁更新过滤类可能导致服务中断,建议优先使用 Tag 或 SQL 过滤。

通过合理选择过滤机制,可以显著提升消息系统的效率和可维护性。

相关推荐
希艾席帝恩5 分钟前
拥抱智慧物流时代:数字孪生技术的应用与前景
大数据·人工智能·低代码·数字化转型·业务系统
Bar_artist8 分钟前
离线智能破局,架构创新突围:RockAI与中国AI的“另一条车道”
大数据·人工智能
lang2015092821 分钟前
Apache RocketMQ中 Consumer Group(消费者组)的详细说明
apache·rocketmq
牛客企业服务2 小时前
2025校招AI应用:校园招聘的革新与挑战
大数据·人工智能·机器学习·面试·职场和发展·求职招聘·语音识别
电商数据girl3 小时前
如何利用API接口与网页爬虫协同进行电商平台商品数据采集?
大数据·开发语言·人工智能·python·django·json
TDengine (老段)3 小时前
TDengine 中 TDgpt 异常检测的数据密度算法
java·大数据·算法·时序数据库·iot·tdengine·涛思数据
蚂蚁数据AntData3 小时前
DB-GPT 0.7.3 版本更新:支持Qwen3 Embedding和Reranker模型、支持知识库自定义检索策略等
大数据·开源·全文检索·数据库架构
暖苏4 小时前
python-异常(笔记)
大数据·开发语言·笔记·python·异常
松果财经7 小时前
外卖“0元购”退场后,即时零售大战才刚开始
大数据·人工智能
永洪科技7 小时前
永洪科技华西地区客户交流活动成功举办!以AI之力锚定增长确定性
大数据·人工智能·科技·数据分析·数据可视化