【RocketMQ工作原理】消息的存储

亦凉 2022-08-28 15:54 286阅读 0赞

RocketMQ中的消息存储在本地文件系统中，这些相关文件默认在当前用户主目录下的store目录中。

![image-20210819215118107][]

*  abort：该文件在Broker启动后会自动创建，正常关闭Broker，该文件会自动消失。若在没有启动Broker的情况下，发现这个文件是存在的，则说明之前Broker的关闭是非正常关闭。
 *  checkpoint：其中存储着commitlog、consumequeue、index文件的最后刷盘时间戳
 *  commitlog：其中存放着commitlog文件，而消息是写在commitlog文件中的
 *  config：存放着Broker运行期间的一些配置数据
 *  consumequeue：其中存放着consumequeue文件，队列就存放在这个目录中
 *  index：其中存放着消息索引文件indexFile
 *  lock：运行期间使用到的全局资源锁

## 1 commitlog文件 ##

说明：在很多资料中commitlog目录中的文件简单就称为commitlog文件。但在源码中，该文件  
被命名为mappedFile。

#### 目录与文件 ####

commitlog目录中存放着很多的mappedFile文件，当前Broker中的所有消息都是落盘到这些  
mappedFile文件中的。mappedFile文件大小为1G（小于等于1G），文件名由20位十进制数构成，表示  
当前文件的第一条消息的起始位移偏移量。

> 第一个文件名一定是20位0构成的。因为第一个文件的第一条消息的偏移量commitlog offset为0  
> 当第一个文件放满时，则会自动生成第二个文件继续存放消息。假设第一个文件大小是  
> 1073741820字节（1G = 1073741824字节），则第二个文件名就是00000000001073741824。  
> 以此类推，第n个文件名应该是前n-1个文件大小之和。  
> 一个Broker中所有mappedFile文件的commitlog offset是连续的

需要注意的是，一个Broker中仅包含一个commitlog目录，所有的mappedFile文件都是存放在该目录中  
的。即无论当前Broker中存放着多少Topic的消息，这些消息都是被顺序写入到了mappedFile文件中  
的。也就是说，这些消息在Broker中存放时并没有被按照Topic进行分类存放。

> mappedFile文件是顺序读写的文件，所有其访问效率很高  
> 无论是SSD磁盘还是SATA磁盘，通常情况下，顺序存取效率都会高于随机存取。

#### 消息单元 ####

![image-20210819215624252][]

mappedFile文件内容由一个个的消息单元构成。每个消息单元中包含消息总长度MsgLen、消息的物理  
位置physicalOffset、消息体内容Body、消息体长度BodyLength、消息主题Topic、Topic长度  
`TopicLength`、消息生产者`BornHost`、消息发送时间戳`BornTimestamp`、消息所在的队列`QueueId`、消  
息在**Queue中存储的偏移量**`QueueOffset`等近20余项消息相关属性。

> 需要注意到，消息单元中是包含Queue相关属性的。所以，我们在后续的学习中，就需要十分  
> 留意commitlog与queue间的关系是什么？
> 
> 一个mappedFile文件中第m+1个消息单元的commitlog offset偏移量  
> L(m+1) = L(m) + MsgLen(m) (m >= 0)

## 2 consumequeue ##

![image-20210819215933799][]

### 目录与文件 ###

![image-20210819220008532][]

为了提高效率，会为每个Topic在`~/store/consumequeue`中创建一个目录，目录名为Topic名称。在该  
Topic目录下，会再为每个该Topic的Queue建立一个目录，目录名为queueId。每个目录中存放着若干  
consumequeue文件，consumequeue文件是commitlog的索引文件，可以根据consumequeue定位到具  
体的消息。  
consumequeue文件名也由20位数字构成，表示当前文件的第一个索引条目的起始位移偏移量。与  
mappedFile文件名不同的是，其后续文件名是固定的。因为consumequeue文件大小是固定不变的。

### 索引条目 ###

![image-20210819220243363][]

每个consumequeue文件可以包含30w个索引条目，每个索引条目包含了三个消息重要属性：消息在  
mappedFile文件中的偏移量CommitLog Offset、消息长度、消息Tag的hashcode值。这三个属性占20  
个字节，所以每个文件的大小是固定的30w \* 20字节。

> 一个consumequeue文件中所有消息的Topic一定是相同的。但每条消息的Tag可能是不同的

## 3. 对文件的读写 ##

![image-20210819220517139][]

### 消息写入 ###

一条消息进入到Broker后经历了以下几个过程才最终被持久化。

*  Broker根据queueId，获取到该消息对应索引条目要在consumequeue目录中的写入偏移量，即  
    QueueOffset
 *  将queueId、queueOffset等数据，与消息一起封装为消息单元
 *  将消息单元写入到commitlog
 *  同时，形成消息索引条目
 *  将消息索引条目分发到相应的consumequeue

### 消息拉取 ###

当Consumer来拉取消息时会经历以下几个步骤：

*  Consumer获取到其要消费消息所在Queue的**消费偏移量offset** ，计算出其要消费消息的  
    **消息offset**
    
    > 消费offset即消费进度，consumer对某个Queue的消费offset，即消费到了该Queue的第几  
    > 条消息  
    > 消息offset = 消费offset + 1
 *  Consumer向Broker发送拉取请求，其中会包含其要拉取消息的Queue、消息offset及消息  
    Tag。
 *  Broker计算在该consumequeue中的queueOffset。

> queueOffset = 消息offset \* 20字节

*  从该queueOffset处开始向后查找第一个指定Tag的索引条目。
 *  解析该索引条目的前8个字节，即可定位到该消息在commitlog中的commitlog offset
 *  从对应commitlog offset中读取消息单元，并发送给Consumer

### 性能提升 ###

RocketMQ中，无论是消息本身还是消息索引，都是存储在磁盘上的。其不会影响消息的消费吗？当然  
不会。其实RocketMQ的性能在目前的MQ产品中性能是非常高的。因为系统通过一系列相关机制大大  
提升了性能。  
首先，RocketMQ对文件的读写操作是通过**mmap零拷贝**进行的，将对文件的操作转化为直接对内存地  
址进行操作，从而极大地提高了文件的读写效率。  
其次，consumequeue中的数据是顺序存放的，还引入了**PageCache**的预读取机制，使得对  
consumequeue文件的读取几乎接近于内存读取，即使在有消息堆积情况下也不会影响性能。

> PageCache机制，页缓存机制，是OS对文件的缓存机制，用于加速对文件的读写操作。一般来  
> 说，程序对文件进行顺序读写的速度几乎接近于内存读写速度，主要原因是由于OS使用  
> PageCache机制对读写访问操作进行性能优化，将一部分的内存用作PageCache。
> 
>  *  写操作：OS会先将数据写入到PageCache中，随后会以异步方式由pdflush（page dirty flush)  
>     内核线程将Cache中的数据刷盘到物理磁盘
>  *  读操作：若用户要读取数据，其首先会从PageCache中读取，若没有命中，则OS在从物理磁  
>     盘上加载该数据到PageCache的同时，也会顺序对其相邻数据块中的数据进行预读取。

RocketMQ中可能会影响性能的是对commitlog文件的读取。因为对commitlog文件来说，读取消息时  
会产生大量的随机访问，而随机访问会严重影响性能。不过，如果选择合适的系统IO调度算法，比如  
设置调度算法为Deadline（采用SSD固态硬盘的话），随机读的性能也会有所提升。

## 4 与Kafka的对比 ##

RocketMQ的很多思想来源于Kafka，其中commitlog与consumequeue就是。  
RocketMQ中的commitlog目录与consumequeue的结合就类似于Kafka中的partition分区目录。  
mappedFile文件就类似于Kafka中的segment段。

> Kafka中的Topic的消息被分割为一个或多个partition。partition是一个物理概念，对应到系统上  
> 就是topic目录下的一个或多个目录。每个partition中包含的文件称为segment，是具体存放消息  
> 的文件。  
> Kafka中消息存放的目录结构是：topic目录下有partition目录，partition目录下有segment文件  
> Kafka中没有二级分类标签Tag这个概念

Kafka中无需索引文件。因为生产者是将消息直接写在了partition中的，消费者也是直接从  
partition中读取数据的

[image-20210819215118107]: /images/20220828/91168d88f453492bbf9de61fcceb4f55.png
[image-20210819215624252]: /images/20220828/c861f4d4304d4daf974f7d72e46d9911.png
[image-20210819215933799]: /images/20220828/01b00bb9b02b42b7ad1276191384fc55.png
[image-20210819220008532]: /images/20220828/75cc4181569e4eb990d4c03325cbb081.png
[image-20210819220243363]: /images/20220828/324cf944e9384a5182d2218aa1df2f90.png
[image-20210819220517139]: /images/20220828/c587edd272204d80a2f401b96bc08354.png