rocketmq

此时不提桶，更待何时

06-07-A-RocketMQ生态集成详解️ 关键词：Spring Boot Starter · RocketMQTemplate · 事件驱动架构 · Connector · EventBridge · Flink 集成 · CDC · 消息轨迹平台 · 云产品对比

SSE，RocketMQ，MQTT不同之处这三种传输信息的方式，看起来都通过一个“中间人”，传输信息的方式大差不差。但其实本质上是完全不同的。本质上还是HTTP请求，只不过是一种长连接的HTTP，而且是单向的，只能服务器到客户端。假设现在有两个客户端，一个服务器。客户端a先和服务器建立了连接，这个连接不会马上就关闭，假设a要给b发消息，a通过post请求把消息发到服务器上了，服务器先存库。但是这个时候b还没有和服务器建立连接，所以消息暂时是发不出去的，不过a感觉不到，因为a的消息本来也不用发给自己。等b和服务器建立连接之后，此时a再给b发消息，那

RocketMQ基础一RocketMQ架构上主要分为四部分：Producer（消息生产者）：支持分布式集群方式部署。它会通过MQ的负载均衡模块选择相应的broker集群队列进行消息投递，投递的过程支持快速失败并且低延迟

蚂蚁背大象

RocketMQ-Rust 1.0.0 发布：用 Rust 做消息队列，这次有哪些变化？我维护的 RocketMQ-Rust 发布 1.0.0 了。这篇文章介绍一下项目能做什么、这个版本值得关注的变化，以及怎么在本地跑通第一条消息。

此时不提桶，更待何时

06-08-B-RocketMQ面试与生产事故实战️ 关键词：RocketMQ 面试题 · CommitLog · 顺序消息 · 延迟消息 · 事务消息 · 消息丢失 · 消费积压 · 死信队列

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。

此时不提桶，更待何时

06-04-A-RocketMQ存储深水区与源码解析详解️ 关键词：MappedFile · transientStorePool · ReputMessageService · 长轮询 PullRequestHoldService · 刷盘服务 · 文件恢复 · ConsumeQueue 重建 · Pop 消费 · 5.x 分层存储

此时不提桶，更待何时

06-02-A-RocketMQ消息特性与消费机制详解️ 关键词：顺序消息 · 延迟消息 · 事务消息 · 半消息 · 消息回查 · 集群消费 · 广播消费 · 消费重试 · 死信队列 · 消费幂等 · 消息过滤

RocketMQ 入门到原理（六）：可靠性全景这是 RocketMQ 系列的收官篇。前五篇走完了「一条消息的生命周期」，也讲了各种特殊消息，但你会发现：防丢失的手段散在存储篇，防重复的手段散在发送篇和消费篇，堆积、顺序更是各讲各的。本篇把它们全部收拢——围绕第一篇埋下的 MQ 四大问题（消息丢失、重复消费、消息堆积、顺序问题），逐个讲透「问题在哪发生、防线是什么、为什么能防住」，最后输出一张可以直接对照的可靠性全景矩阵。

RocketMQ 入门到原理（五）：特殊消息类型这是 RocketMQ 系列的第五篇。前四篇围绕「一条消息的生命周期」走完了生产→存储→消费，本篇横向展开——那些普通消息满足不了的场景，RocketMQ 是怎么解决的。顺序消息、延迟消息、事务消息，每一种背后都是一套精巧的设计。

RocketMQ 入门到原理（三）：消息存储原理这是 RocketMQ 系列的第三篇。前两篇分别在架构和发送层面提到过「落盘 = 改 CommitLog + ConsumeQueue 两个文件」「顺序写、零拷贝、刷盘让落盘接近内存性能」——这些伏笔本篇全部展开。我们把镜头对准 Broker 内部，看一条消息到底是怎么被存下来的，以及为什么能存得「又快又不丢」。

RocketMQ 一主两从集群搭建与 SpringBoot 集成完整方案RocketMQ 一主两从集群搭建与 SpringBoot 集成完整方案一、整体架构与前提说明本方案采用 1 主 2 从（Master + Slave1 + Slave2）异步复制模式部署。该模式的特点是：Master 宕机后消费者仍可从 Slave 消费，对应用透明；但 Master 磁盘损坏时可能丢失少量消息。若需要零丢失，可在 Broker 配置中将刷盘和复制策略调整为同步。

RocketMQ 入门到原理（一）：整体架构与消息的生命周期这是 RocketMQ 系列的第一篇。本系列围绕「一条消息的生命周期」这条主线展开：第一篇建立全局地图，之后的文章再逐段放大——发送、存储、消费、特殊消息、可靠性。本文先讲清楚 RocketMQ 由谁组成、为什么这么分工、以及一条消息是怎么跑通的。

RocketMQ 5.0 实战避坑与调优：事务、延迟、轨迹及高可用落地指南RocketMQ 升级到 5.0 后，底层通信全面换成了 gRPC，API 也发生了不小的变化。很多团队在从 4.x 迁移时，因为没搞清楚新旧客户端的差异，踩了不少坑。

【中台·技术篇】消息队列中台：Kafka/RocketMQ 统一管理与多租户隔离消息队列是微服务间异步通信的核心。中台化后，多个业务线共用一套消息队列，如何隔离、如何管理、如何保证可靠性是关键。本篇讲解 Kafka 和 RocketMQ 的中台化建设。

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。

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

小楼昨夜又东风126

kafka、rocketmq、rabbitmq,有什么区别这三个是消息队列领域最主流的中间件，经常被拿来比较。我从几个核心维度帮你梳理清楚。消息模型运维复杂度生态与社区

一本正经的不务正业

kafka与RocketMQ的不同1：kafka 与rocketMQ的零拷贝 kafka 在使用时更偏向sendFile方式， sendfile只能用来搬运数据，不能对数据进行操作。整个过程在内核态完成，不经过用户态。 rocketMq使用时更偏向Mmap方式。通过内存映射的方式，用户态通过虚拟地址，可以直接读取修改内核态数据。

阿里云云原生

深入解析 RocketMQ LiteTopic：如何以百万级轻量主题实现用户级消息治理？作者：张世杰（靖泉）海量用户，每人一条消息流，随时可能爆发的单用户流量风暴——这是百炼资产中心面对的消息链路。用户在百炼生成的图片、视频默认临时保存，要沉淀为长期资产，每条消息都要可靠处理。百炼资产中心的答案是 RocketMQ LiteTopic（轻量主题）：一个用户一个 Topic。在传统 MQ 的经验里这近乎禁忌，而 LiteTopic 让它成为默认做法。