消息队列

【C++标准项目】C++基于protobuf的发布订阅式消息队列（篇一）：项目概述＋环境搭建我们之前学过阻塞队列（BlockingQueue），它最典型的应用场景就是实现生产者消费者模型。生产者消费者模型是后端开发中非常常用的编程方式，它带来诸多好处：

Kafka 与 RabbitMQ/RocketMQ 选型对比：场景匹配、性能基准与迁移成本消息队列作为分布式系统中的关键组件，广泛应用于解耦服务、异步处理、流量削峰和日志收集等场景。当前主流的开源消息队列包括 Apache Kafka、RabbitMQ 和 RocketMQ，它们在设计理念、架构特点和适用场景上存在显著差异。选型不当将直接影响系统性能、可扩展性和开发效率。本文将从场景匹配、性能基准和迁移成本三个维度，对这三种消息队列进行全面对比，为技术选型提供参考依据。

对于Redis：Redis的认识以及分布式系统的解析hello 大家，随着我们一个个主线以及一个个支线课程的完成，我们接下来也要进入一个很关键的支线课程了，那就是 Redis！相信大家心里一定藏着不少疑问：Redis 到底是什么？它能解决什么实际问题？我们为什么非要学它不可？

智码看视界

技术选型指南：Pulsar vs Kafka：消息队列选型终极对比与压测Kafka 在日志、指标、事件流场景已经是事实标准，但它有几个结构性短板：分区即存储：分区数量直接决定吞吐和扩展性，扩分区要迁移数据

Kafka 集群安装与运维实战：消费组排查、Offset 重置与副本重分配Kafka 的日常运维里，真正让人头疼的往往不是「怎么启动」，而是三件事：消费组积压了怎么定位、位移（Offset）乱了怎么重置、__consumer_offsets 这种内部主题副本数不够怎么改。这三件事各自都有坑，而且坑基本都藏在客户端工具的版本差异和参数语义里。

kafka两种部署模式的区别Kafka 的 KRaft 模式（Kafka Raft Metadata mode）与传统的 ZooKeeper 模式的核心区别在于元数据管理方式的不同。ZooKeeper 模式依赖外部 ZooKeeper 集群来管理元数据，而 KRaft 模式将元数据管理内置到 Kafka 本身，使用 Raft 共识协议

Kafka 3.9.2 KRaft 模式三节点集群完整部署指南Kafka是一个能够支持高并发以及流式消息处理的消息中间件，并且Kafka天生就是支持集群的，今天就主要来介绍一下如何搭建Kafka集群。

消息队列入门：RabbitMQ 和 Kafka 到底怎么选，什么时候不该用消息队列不是银弹，硬塞进小项目里，你只是在给未来的自己增加一套要半夜爬起来修的分布式系统。大三做课设的时候，我把一个注册接口里"发邮件、写日志、推通知"全塞在同步调用里，结果邮件服务一抖，整个注册就 500。后来才明白，这种场景就该用消息队列。但这玩意儿到底什么时候该上、RabbitMQ 和 Kafka 又差在哪，我踩了半年才理清楚。这篇给初学者一个能直接照着选、照着跑的入门。

云客服会话数据实时同步，数据库架构怎么设计？本文系统阐述云客服会话数据实时同步的数据库架构设计，覆盖同步模式选型、业务库分库分表、CDC 变更捕获、消息队列削峰、查询库读优化、最终一致性保障、高可用容灾、性能调优与监控排查。文章给出四层可复用架构、关键配置参数、Docker Compose 可运行示例、脱敏实测指标、故障切换与对账补偿流程。核心结论：云客服会话数据同步建议采用“业务库 + CDC + 消息队列 + 查询库”异步实时链路，业务库按 session_id 哈希分片，查询库按天分区，端到端延迟 P95 控制在 500ms 内，一致性采用最

用户53139731817

[Kafka源码揭秘] 消息写入全链路：网络IO与请求入队作为支撑每秒百万级吞吐的分布式消息系统，Kafka的高性能离不开一套设计精妙的网络通信架构。很多开发者在日常使用中只关注生产者的send API和消费者的poll方法，却很少深入了解一条消息从网络端口进入Broker后，是如何完成从字节流转业务请求的全流程。本文作为消息写入全链路系列的第一篇，将聚焦Broker端的SocketServer与RequestChannel核心组件，从源码层面拆解Kafka如何基于Reactor模式实现高效的网络请求接收、解析与入队，帮你彻底搞懂Kafka高性能网络层的设计奥秘

云客服多渠道统一接入，消息队列技术实现方案摘要：云客服多渠道统一接入的消息队列实现方案，核心是"统一接入层 + 消息中间件 + 消费者处理层"三层架构。接入层将网页、APP、小程序、邮件、社交媒体等渠道消息标准化后投递至消息队列，处理层按业务类型消费，实现渠道解耦、削峰填谷与异步处理。本文给出架构分层、消息队列选型对比、Topic 与分区设计、接口对接规范、性能指标测算（附文档级出处）、可靠性保障、压测数据框架与监控排查方案，面向技术负责人提供可落地的工程实现参考。

滕州市燕猫虎计算机科技工作室个体工商户

RabbitMQ和RocketMQ1、开发语言： RabbitMQ是Erlang语言开发的； RocketMQ是Java语言开发的。2、协议支持： RabbitMQ使用一种开放式的消息协议（AMQP，高级消息队列协议），支持多种编程语言和消息模式； RocketMQ使用自定义的协议（MQTT，消息队列遥测传输），是一种轻量级的发布/订阅协议，具有低延迟、高吞吐量的特点。

基于责任链模式的消息队列—异步处理流水线的最佳实践目录一、消息队列1、概述2、通信形式3、IPC数据结构4、消息队列数据结构5、内核表示6、接口（1）msgget

JAVA 高级进阶10篇《消息队列实战：RocketMQ/Kafka选型与“不丢不重有序“三连解》「Java高级技能提升系列」第10篇（全20篇）· 面向2026年中高级Java岗面试 · 专栏持续更新，欢迎关注

物联网IoT小易

MQTT消息为什么会重复、丢失或延迟？QoS、离线消息与重连机制详解在物联网项目中，设备成功连接MQTT Broker，并不代表数据链路已经可靠。实际运行一段时间后，经常会遇到这些问题：

神威难绷泪

Linux消息队列 & 共享内存笔记属于 System‑V IPC 对象，用于同一台主机上进程间通信，进程空间相互独立，依靠内核对象完成数据交互。

IoT DC3 消息总线：六适配器可插拔设计消息队列选型的主要成本不在中间件本身，而在耦合：业务代码中散落的发送方、消费方与序列化逻辑一旦绑定特定客户端 SDK，更换队列就意味着大规模重构。

进程间通信（IPC机制）：消息队列与共享内存消息队列：1. 将进程间通信的数据封装成消息体发送；2. 增加消息类型，可以根据消息的类型设置数据的优先级。

Celery 的底层架构正是进程池、事件循环、epoll 和协程全部组合在了一起Celery 的底层架构正是把进程池、事件循环、epoll 和协程全部组合在了一起。它本质上是一个分布式任务队列，核心架构由 Producer（生产者）、Broker（消息中间件）、Worker（消费者）和 Result Backend（结果存储）四个角色组成。

会编程的土豆

12306 春运抢票：数据一致性怎么保证🥰个人主页：会编程的土豆（欢迎来访） 💎作者简介：后端学习者 ❄️个人专栏：数据结构与算法，数据库，leetcode ✨那些你一个人走过的夜路，终将化作照亮未来的光