RocketMQ存儲文件的實現(xiàn)
RocketMQ存儲路徑默認(rèn)是${ROCKRTMQ_HOME}/store,主要存儲消息、主題對應(yīng)的消息隊列的索引等。
1、概述
查看其目錄文件
commitlog
:消息的存儲目錄config
:運行期間一些配置信息
consumequeue
:消息消費隊列存儲目錄index
:消息索引文件存儲目錄abort
:如果存在abort文件說明Broker非正常關(guān)閉,該文件默認(rèn)啟動時創(chuàng)建,正常退出時刪除checkpoint
:文件檢測點。存儲commitlog文件最后一次刷盤時間戳、consumequeue最后一次刷盤時間、index索引文件最后一次刷盤時間戳。
2、文件簡介
2.1、commitlog文件
commitlog文件的存儲地址:$HOME\store\commitlog${fileName},每個文件的大小默認(rèn)1G =102410241024,commitlog的文件名fileName,名字長度為20位,左邊補零,剩余為起始偏移量;比如00000000000000000000代表了第一個文件,起始偏移量為0,文件大小為1G=1073741824;當(dāng)這個文件滿了,第二個文件名字為00000000001073741824,起始偏移量為1073741824,以此類推,第三個文件名字為00000000002147483648,起始偏移量為2147483648 ,消息存儲的時候會順序?qū)懭胛募?,?dāng)文件滿了,寫入下一個文件。
commitlog目錄下的文件主要存儲消息,每條消息的長度不同,查看其存儲的邏輯視圖,每條消息的前面4個字節(jié)存儲該條消息的總長度。
文件的消息單元存儲詳細信息
編號 | 字段簡稱 | 字段大?。ㄗ止?jié)) | 字段含義 |
---|---|---|---|
1 | msgSize | 4 | 代表這個消息的大小 |
2 | MAGICCODE | 4 | MAGICCODE = daa320a7 |
3 | BODY CRC | 4 | 消息體BODY CRC 當(dāng)broker重啟recover時會校驗 |
4 | queueId | 4 | |
5 | flag | 4 | |
6 | QUEUEOFFSET | 8 | 這個值是個自增值不是真正的consume queue的偏移量,可以代表這個consumeQueue隊列或者tranStateTable隊列中消息的個數(shù),若是非事務(wù)消息或者commit事務(wù)消息,可以通過這個值查找到consumeQueue中數(shù)據(jù),QUEUEOFFSET * 20才是偏移地址;若是PREPARED或者Rollback事務(wù),則可以通過該值從tranStateTable中查找數(shù)據(jù) |
7 | PHYSICALOFFSET | 8 | 代表消息在commitLog中的物理起始地址偏移量 |
8 | SYSFLAG | 4 | 指明消息是事物事物狀態(tài)等消息特征,二進制為四個字節(jié)從右往左數(shù):當(dāng)4個字節(jié)均為0(值為0)時表示非事務(wù)消息;當(dāng)?shù)?個字節(jié)為1(值為1)時表示表示消息是壓縮的(Compressed);當(dāng)?shù)?個字節(jié)為1(值為2)表示多消息(MultiTags);當(dāng)?shù)?個字節(jié)為1(值為4)時表示prepared消息;當(dāng)?shù)?個字節(jié)為1(值為8)時表示commit消息;當(dāng)?shù)?/4個字節(jié)均為1時(值為12)時表示rollback消息;當(dāng)?shù)?/4個字節(jié)均為0時表示非事務(wù)消息 |
9 | BORNTIMESTAMP | 8 | 消息產(chǎn)生端(producer)的時間戳 |
10 | BORNHOST | 8 | 消息產(chǎn)生端(producer)地址(address:port) |
11 | STORETIMESTAMP | 8 | 消息在broker存儲時間 |
12 | STOREHOSTADDRESS | 8 | 消息存儲到broker的地址(address:port) |
13 | RECONSUMETIMES | 8 | 消息被某個訂閱組重新消費了幾次(訂閱組之間獨立計數(shù)),因為重試消息發(fā)送到了topic名字為%retry%groupName的隊列queueId=0的隊列中去了,成功消費一次記錄為0; |
14 | PreparedTransaction Offset | 8 | 表示是prepared狀態(tài)的事物消息 |
15 | messagebodyLength | 4 | 消息體大小值 |
16 | messagebody | bodyLength | 消息體內(nèi)容 |
17 | topicLength | 1 | topic名稱內(nèi)容大小 |
18 | topic | topicLength | topic的內(nèi)容值 |
19 | propertiesLength | 2 | 屬性值大小 |
20 | properties | propertiesLength | propertiesLength大小的屬性數(shù)據(jù) |
2.2、consumequeue
RocketMQ基于主題訂閱模式實現(xiàn)消息的消費,消費者關(guān)心的是主題下的所有消息。
但是由于不同的主題的消息不連續(xù)的存儲在commitlog文件中,如果只是檢索該消息文件可想而知會有多慢,為了提高效率,對應(yīng)的主題的隊列建立了索引文件,為了加快消息的檢索和節(jié)省磁盤空間,每一個consumequeue條目存儲了消息的關(guān)鍵信息commitog文件中的偏移量、消息長度、tag的hashcode值。
查看目錄結(jié)構(gòu):
單個consumequeue文件中默認(rèn)包含30萬個條目,每個條目20個字節(jié),所以每個文件的大小是固定的20w x 20字節(jié),單個consumequeue文件可認(rèn)為是一個數(shù)組,下標(biāo)即為邏輯偏移量,消息的消費進度存儲的偏移量即邏輯偏移量。
2.3、IndexFile
IndexFile:用于為生成的索引文件提供訪問服務(wù),通過消息Key值查詢消息真正的實體內(nèi)容。在實際的物理存儲上,文件名則是以創(chuàng)建時的時間戳命名的,固定的單個IndexFile文件大小約為400M,一個IndexFile可以保存 2000W個索引;
2.3.1、IndexFile結(jié)構(gòu)分析
IndexHead 數(shù)據(jù): beginTimestamp:該索引文件包含消息的最小存儲時間 endTimestamp:該索引文件包含消息的最大存儲時間 beginPhyoffset:該索引文件中包含消息的最小物理偏移量(commitlog 文件偏移量) endPhyoffset:該索引文件中包含消息的最大物理偏移量(commitlog 文件偏移量) hashSlotCount:hashslot個數(shù),并不是 hash 槽使用的個數(shù),在這里意義不大, indexCount:已使用的 Index 條目個數(shù)
Hash 槽: 一個 IndexFile 默認(rèn)包含 500W 個 Hash 槽,每個 Hash 槽存儲的是落在該 Hash 槽的 hashcode 最新的 Index 的索引
Index 條目列表 hashcode:key 的 hashcode phyoffset:消息對應(yīng)的物理偏移量 timedif:該消息存儲時間與第一條消息的時間戳的差值,小于 0 表示該消息無效 preIndexNo:該條目的前一條記錄的 Index 索引,hash 沖突時,根據(jù)該值構(gòu)建鏈表結(jié)構(gòu)
2.3.2、IndexFile條目存儲
RocketMQ將消息索引鍵與消息的偏移量映射關(guān)系寫入IndexFile中,其核心的實現(xiàn)方法是public boolean putKey(final String key, final long phyOffset, final long storeTimestamp);參數(shù)含義分別是消息的索引、消息的物理偏移量、消息的存儲時間。
public boolean putKey(final String key, final long phyOffset, final long storeTimestamp) { //判斷當(dāng)前的條目數(shù)是否大于最大的允許的條目數(shù) if (this.indexHeader.getIndexCount() < this.indexNum) { //獲取KEY的hash值(正整數(shù)) int keyHash = indexKeyHashMethod(key); //計算hash槽的下標(biāo) int slotPos = keyHash % this.hashSlotNum; //獲取hash槽的物理地址 int absSlotPos = IndexHeader.INDEX_HEADER_SIZE + slotPos * hashSlotSize; FileLock fileLock = null; try { // fileLock = this.fileChannel.lock(absSlotPos, hashSlotSize, // false); //獲取hash槽中存儲的數(shù)據(jù) int slotValue = this.mappedByteBuffer.getInt(absSlotPos); //判斷值是否小于等于0或者 大于當(dāng)前索引文件的最大條目 if (slotValue <= invalidIndex || slotValue > this.indexHeader.getIndexCount()) { slotValue = invalidIndex; } //計算當(dāng)前消息存儲時間與第一條消息時間戳的時間差 long timeDiff = storeTimestamp - this.indexHeader.getBeginTimestamp(); //秒 timeDiff = timeDiff / 1000; if (this.indexHeader.getBeginTimestamp() <= 0) { timeDiff = 0; } else if (timeDiff > Integer.MAX_VALUE) { timeDiff = Integer.MAX_VALUE; } else if (timeDiff < 0) { timeDiff = 0; } //計算條目的物理地址 = 索引頭部大?。?0字節(jié)) + hash槽的大小(4字節(jié))*槽的數(shù)量(500w) + 當(dāng)前索引最大條目的個數(shù)*每index的大?。?0字節(jié)) int absIndexPos = IndexHeader.INDEX_HEADER_SIZE + this.hashSlotNum * hashSlotSize + this.indexHeader.getIndexCount() * indexSize; //依次存入 key的hash值(4字節(jié))+消息的物理偏移量(8字節(jié))+消息存儲時間戳和index文件的時間戳差(4字節(jié))+當(dāng)前hash槽的值(4字節(jié)) this.mappedByteBuffer.putInt(absIndexPos, keyHash); this.mappedByteBuffer.putLong(absIndexPos + 4, phyOffset); this.mappedByteBuffer.putInt(absIndexPos + 4 + 8, (int) timeDiff); this.mappedByteBuffer.putInt(absIndexPos + 4 + 8 + 4, slotValue); //存儲當(dāng)前index中包含的條目數(shù)量存入hash槽中,覆蓋原先hash槽的值 this.mappedByteBuffer.putInt(absSlotPos, this.indexHeader.getIndexCount()); if (this.indexHeader.getIndexCount() <= 1) { this.indexHeader.setBeginPhyOffset(phyOffset); this.indexHeader.setBeginTimestamp(storeTimestamp); } //更新文件索引的頭信息,hash槽的總數(shù)、index條目的總數(shù)、最后消息的物理偏移量、最后消息的存儲時間 this.indexHeader.incHashSlotCount(); this.indexHeader.incIndexCount(); this.indexHeader.setEndPhyOffset(phyOffset); this.indexHeader.setEndTimestamp(storeTimestamp); return true; } catch (Exception e) { log.error("putKey exception, Key: " + key + " KeyHashCode: " + key.hashCode(), e); } finally { if (fileLock != null) { try { fileLock.release(); } catch (IOException e) { log.error("Failed to release the lock", e); } } } } else { log.warn("Over index file capacity: index count = " + this.indexHeader.getIndexCount() + "; index max num = " + this.indexNum); } return false; }
以上詳細了分析了IndexFile條目存儲的業(yè)務(wù)邏輯
2.3.3、通過KEY查找消息
DefaultMessageStore類中的
public QueryMessageResult queryMessage(String topic, String key, int maxNum, long begin, long end)
中其核心方法是
QueryOffsetResult queryOffsetResult = this.indexService.queryOffset(topic, key, maxNum, begin, lastQueryMsgTime);
獲取消息的物理存儲地址,通過偏移量去commitLog中獲取消息集。
public QueryOffsetResult queryOffset(String topic, String key, int maxNum, long begin, long end)
核心方法又是IndexFile類中的
public void selectPhyOffset(final List<Long> phyOffsets, final String key, final int maxNum, final long begin, final long end, boolean lock)
方法
public void selectPhyOffset(final List<Long> phyOffsets, final String key, final int maxNum, final long begin, final long end, boolean lock) { if (this.mappedFile.hold()) { //獲取key的hash信息 int keyHash = indexKeyHashMethod(key); //獲取hash槽的下標(biāo) int slotPos = keyHash % this.hashSlotNum; //獲取hash槽的物理地址 int absSlotPos = IndexHeader.INDEX_HEADER_SIZE + slotPos * hashSlotSize; FileLock fileLock = null; try { if (lock) { // fileLock = this.fileChannel.lock(absSlotPos, // hashSlotSize, true); } //獲取hash槽的值 int slotValue = this.mappedByteBuffer.getInt(absSlotPos); // if (fileLock != null) { // fileLock.release(); // fileLock = null; // } //判斷值是否小于等于0或者 大于當(dāng)前索引文件的最大條目 if (slotValue <= invalidIndex || slotValue > this.indexHeader.getIndexCount() || this.indexHeader.getIndexCount() <= 1) { } else { for (int nextIndexToRead = slotValue; ; ) { if (phyOffsets.size() >= maxNum) { break; } //計算條目的物理地址 = 索引頭部大?。?0字節(jié)) + hash槽的大小(4字節(jié))*槽的數(shù)量(500w) + 當(dāng)前索引最大條目的個數(shù)*每index的大?。?0字節(jié)) int absIndexPos = IndexHeader.INDEX_HEADER_SIZE + this.hashSlotNum * hashSlotSize + nextIndexToRead * indexSize; //獲取key的hash值 int keyHashRead = this.mappedByteBuffer.getInt(absIndexPos); //獲取消息的物理偏移量 long phyOffsetRead = this.mappedByteBuffer.getLong(absIndexPos + 4); //獲取當(dāng)前消息的存儲時間戳與index文件的時間戳差值 long timeDiff = (long) this.mappedByteBuffer.getInt(absIndexPos + 4 + 8); //獲取前一個條目的信息(鏈表結(jié)構(gòu)) int prevIndexRead = this.mappedByteBuffer.getInt(absIndexPos + 4 + 8 + 4); if (timeDiff < 0) { break; } timeDiff *= 1000L; long timeRead = this.indexHeader.getBeginTimestamp() + timeDiff; //判斷該消息是否在查詢的區(qū)間 boolean timeMatched = (timeRead >= begin) && (timeRead <= end); //判斷key的hash值是否相等并且在查詢的時間區(qū)間內(nèi) if (keyHash == keyHashRead && timeMatched) { //加入到物理偏移量的List中 phyOffsets.add(phyOffsetRead); } if (prevIndexRead <= invalidIndex || prevIndexRead > this.indexHeader.getIndexCount() || prevIndexRead == nextIndexToRead || timeRead < begin) { break; } //繼續(xù)前一個條目信息獲取進行匹配 nextIndexToRead = prevIndexRead; } } } catch (Exception e) { log.error("selectPhyOffset exception ", e); } finally { if (fileLock != null) { try { fileLock.release(); } catch (IOException e) { log.error("Failed to release the lock", e); } } this.mappedFile.release(); } } }
1、根據(jù)查詢的 key 的 hashcode%slotNum 得到具體的槽的位置( slotNum 是一個索引文件里面包含的最大槽的數(shù)目,例如圖中所示 slotNum=5000000)。
2、根據(jù) slotValue( slot 位置對應(yīng)的值)查找到索引項列表的最后一項(倒序排列, slotValue 總是指向最新的一個 索引項)。
3、遍歷索引項列表返回查詢時間范圍內(nèi)的結(jié)果集(默認(rèn)一次最大返回的 32 條記彔)
4、Hash 沖突;尋找 key 的 slot 位置時相當(dāng)于執(zhí)行了兩次散列函數(shù),一次 key 的 hash,一次 key 的 hash 值取模,因此返里存在兩次沖突的情況;第一種, key 的 hash 不同但模數(shù)相同,此時查詢的時候會在比較一次key 的hash 值(每個索引項保存了 key 的 hash 值),過濾掉 hash 值不相等的項。第二種, hash 值相等但 key 不等,出于性能的考慮沖突的檢測放到客戶端處理( key 的原始值是存儲在消息文件中的,避免對數(shù)據(jù)文件的解析),客戶端比較一次消息體的 key 是否相同
2.4、checkpoint
checkpoint文件的作用是記錄commitlog、consumequeue、index文件的刷盤時間點,文件固定長度4k,其中只用了該文件的前24個字節(jié)。查看其存儲格式
physicMsgTimestamp
:commitlog文件刷盤時間點
logicsMsgTimestamp
:消息的消費隊列文件刷盤時間點
indexMsgTimestamp
:索引文件刷盤時間點
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
基于Java實現(xiàn)ssh命令登錄主機執(zhí)行shell命令過程解析
這篇文章主要介紹了基于Java實現(xiàn)ssh命令登錄主機執(zhí)行shell命令過程解析,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-12-12Java日期工具類操作字符串Date和LocalDate互轉(zhuǎn)
這篇文章主要介紹了Java日期工具類操作字符串Date和LocalDate互轉(zhuǎn),文章首先通過需要先引入坐標(biāo)展開主題的相關(guān)內(nèi)容介紹,需要的朋友可以參一下2022-06-06Spring擴展之基于HandlerMapping實現(xiàn)接口灰度發(fā)布實例
這篇文章主要介紹了Spring擴展之基于HandlerMapping實現(xiàn)接口灰度發(fā)布實例,灰度發(fā)布是指在黑與白之間,能夠平滑過渡的一種發(fā)布方式,灰度發(fā)布可以保證整體系統(tǒng)的穩(wěn)定,在初始灰度的時候就可以發(fā)現(xiàn)、調(diào)整問題,以保證其影響度,需要的朋友可以參考下2023-08-08解決Mybatis的serverTimezone時區(qū)出現(xiàn)問題
這篇文章主要介紹了解決Mybatis的serverTimezone時區(qū)出現(xiàn)問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-09-09