CloudFormation 堆栈来部署和管理整个方案： 启动 AMAZON CloudFormation 堆栈 单击以下按钮，在相应区域的控制台部署 AMAZON CloudFormation 模板。 Page 7 of 18 选项 1 部署 Apache RocketMQ 到新的 VPC 选项 2 部署 Apache RocketMQ 到现有的 VPC 中使用的可用区的数量 (2 个或 3 个)。此数量必须与您 在 Availability Zones 参数中的选 择一致；否则，部署将失败，而 且会发⽣ AMAZON CloudFormation 模板验证错误。 3 VPC CIDR VPCCIDR 10.0.0.0/16 要创建的 VPC 的 CIDR 块。 4 Private Subnet 1 CIDR PrivateSubnet1CIDR

CloudFormation 堆栈来部署和管理整个方案： 启动 Amazon CloudFormation 堆栈 单击以下按钮，在相应区域的控制台部署 Amazon CloudFormation 模板。 选项 1 部署 Apache RocketMQ 到新的 VPC 选项 2 部署 Apache RocketMQ 到现有的 VPC 亚马逊云科技中国： 亚马逊云科技中国： 您在 Availability Zones 参数中 的选择⼀致；否则，部署将失败 Page 9 of 21 ，⽽且会发⽣ Amazon CloudFormation 模板验证错误 。 3 VPC CIDR VPCCIDR 10.0.0.0/16 要创建的 VPC 的 CIDR 块。 4 Private Subnet 1 CIDR PrivateSubnet1CIDR

降低。 如果服务器部署为同步双写模式，此缺陷可通过备机自劢切换为主避免，丌过仍然会存在几分钟的服务丌 可用。（依赖同步双写，主备自劢切换，自劢切换功能目前迓未实现） 目前已知的应用只有数据库 binlog 同步强依赖严格顺序消息，其他应用绝大部分都可以容忍短暂乱序，推 荐使用普通的顺序消息。  Message Queue 项目开源主页：https://github.com/alibaba/RocketMQ 返种过滤方式可由应用完全自定丿实现，但是缺点是很多无用的消息要传输到 Consumer 端。 4.5 Message Persistence 消息中间件通常采用的几种持丽化方式： (1). 持丽化到数据库，例如 Mysql。 (2). 持丽化到 KV 存储，例如 levelDB、伯克利 DB 等 KV 存储系统。 (3). 文件记彔形式持丽化，例如 Kafka，RocketMQ 项目开源主页：https://github Consumer 是否会叐影响？ (4). 消息堆积后，访问堆积在磁盘的消息时，吞吏量有多大？ 4.13 分布式事务 已知的几个分布式事务规范，如 XA，JTA 等。其中 XA 规范被各大数据库厂商广泛支持，如 Oracle，Mysql 等。 其中 XA 的 TM 实现佼佼者如 Oracle Tuxedo，在金融、电信等领域被广泛应用。 分布式事务涉及到两阶段提交问题，在数据存储方面的方面必然需要

为。 7 > 开篇：我的另一种参与 RocketMQ 开源社区的方式  RocketMQ 为什么性能高效，到底运用了什么“厉害”的技术？  RocketMQ 如何实现刷盘（可以类比一下数据库方面的刷盘、redo、undo 日志）？  RocketMQ 文件存储设计理念、基于文件的 Hash 索引是怎么实现的?  定时消息、消息过滤等实现原理。  如何进行网络编程（Netty 实战）？ 则重试多少次都无法消费成功，这个时候一定要告警机制，及时进行人为干预，否则消费会 积压。 三、事务消息 事务消息并不是为了解决分布式事务，而是提供消息发送与业务落库的一致性，其实现 原理就是一次分布式事务的具体运用，请看如下示例： 上述伪代码中，将订单存储关系型数据库中和将消息发送到 MQ 这是两个不同介质的 两个操作，如果能保证消息发送、数据库存储这两个操作要么同时成功，要么同时失败， RocketMQ 为了解决该问题引入了事务消息。 但在消息发送的业务方，尽量自己实现消息的重试机制，即不依懒 RocketMQ 本身 提供的重试机制，因为受制与网络等因素，消息发送不可能百分之百成功，建议大家在消息 发送时捕获一下异常，如果发送失败，可以将消息存入数据库，再结合定时任务对消息进行 重试，尽最大程度保证消息不丢失。 、 本文来自『中间件兴趣圈』公众号，仅作技术交流，未授权任何商业行为。 121 > 1.13 RocketMQ DLedger 多副本即主从切换实战

Partition Basically Available Soft-state Eventual Consistency 分布式事务解决⽅方案 XA 特点： 1. 两阶段提交 2. 仅商业化数据库⽀支持 3. ⽆无法满⾜足⾼高并发场景 分布式事务解决⽅方案 SAGA 特点： 1. 提交+补偿 2. 并发隔离性很难保证 分布式事务解决⽅方案 TCC 特点： 1. 特殊的两阶段提交 • 互操作性，易易部署，可监控管理理 消息系统挑战 • 传统设计和实现⽅方⾯面 • 组件的微服务化，例例如存储和计算分离 • 开源软件的冲击，云服务选型⾯面临挑战 • 缺少稳定的多语⾔言类库 • Cloud AI Ops⽅方⾯面 • 容器器化部署，K8S编排 • 诸如IoT/IIoT新场景下的规模化部署能⼒力力不不⾜足 • HTTP/RESTful/JSON 灵活调⽤用，监控及运维能⼒力力不不⾜足