积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部云计算&大数据(4)RocketMQ(4)

语言

全部中文(简体)(2)中文(简体)(2)

格式

全部PDF文档 PDF(4)
 
本次搜索耗时 0.017 秒,为您找到相关结果约 4 个.
  • 全部
  • 云计算&大数据
  • RocketMQ
  • 全部
  • 中文(简体)
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 Apache RocketMQ 从入门到实战

    @3 代码@1:首先介绍一下几个局部变量的含义:  maxOffsetPy 当前最大的物理偏移量。返回的偏移量为已存入到操作系统的 PageCache 中的内容。  maxPhyOffsetPulling 本次消息拉取最大物理偏移量,按照消息顺序拉取的基本原则,可以基本预测下次开始 拉取的物理偏移量将大于该值,并且就在其附近。  diff maxOffsetPy 与 maxPhyOffsetPulling StoreUtil.TOTAL_PHYSICAL_MEMORY_SIZE 返回当前系统的总物理内存。参数  accessMessageInMemoryMaxRatio 设置消息存储在内存中的阀值,默认为 40。 结合代码@2 这两个参数的含义,算出 RocketMQ 消息能映射到内存中最大值为 40% * (机器物理内存)。 代码@3:设置下次拉起是否从从拉取标记,触发下次从从服务器拉取的条件为:当前 :当前 所有可用消息数据(所有 commitlog)文件的大小已经超过了其阔值,默认为物理内存的 40%。 那 GetResult 的 suggestPullingFromSlave 属性在哪里使用呢? 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。 1.4 RocketMQ HA 核心工作机制 < 42 PullMessageProcessor#processRequest
    0 码力 | 165 页 | 12.53 MB | 1 年前
    3
  • pdf文档 消息中间件RocketMQ原理解析 - 斩秋

    Rocketmq 的消息的存储是由 consume queue 和 commitLog 配合完成的 1) consume queue 消息的逻辑队列,相当于字典的目录用来指定消息在消息的真正的物理 文件 commitLog 上的位置, 每个 topic 下的每个 queue 都有一个对应的 consumequeue 文件。 文件地址:${user.home} \store\consum 分组死信队列,如果消费端重试超过指定次数,发送死信队列 (4) 每个 ConsumeQueue 可以由多个文件组成无限队列被 MapedFileQueue 对象管理 2) CommitLog 消息存放物理文件,每台 broker 上的 commitLog 被本机器所有 queue 共享不 做区分 文件地址:${user.home} \store\${commitlog}\${fileName} ,要通过这个值查找到 consume queue 中数据, QUEUEOFFSET * 20 才是偏移地址 + 8 // PHYSICALOFFSET 代表消息在 commitLog 中的物理起始地址偏移量 + 4 //SYSFLAG 消息标志,指明消息是事物事物状态等等消息特征 + 8 // BORNTIMESTAMP 消息产生端(producer)的时间戳
    0 码力 | 57 页 | 2.39 MB | 1 年前
    3
  • pdf文档 RocketMQ v3.2.4 开发指南

    ............................................................................... 10 5.2 RocketMQ 物理部署结构 .............................................................................................. 能够保证严格的消息顺序  提供丰富的消息拉叏模式  高效的订阅者水平扩展能力  实时的消息订阅机制  亿级消息堆积能力  较少的依赖 5.2 RocketMQ 物理部署结构 Name Server集群 Broker Master1 Broker Master2 Broker Slave1 Broker Slave2 Producer集群 Consumer集群 堆转入 PAGACACHE,物理内存。 (3). Producer 収送消息,由异步线程刷盘,消息从 PAGECACHE 刷入磁盘。 (4). Consumer 拉消息(正常消费),消息直接从 PAGECACHE(数据在物理内存)转入 socket,到达 consumer, 丌经过 java 堆。返种消费场景最多,线上 96G 物理内存,挄照 1K 消息算,可以在物理内存缓存 1 亿条消 息。
    0 码力 | 52 页 | 1.61 MB | 1 年前
    3
  • pdf文档 基于Apache APISIX 与RocketMQ 构建云原生一体化架构

    loud Native 公有云 专有云 混合云 EC S 容器 K8S 物理机 经典网络/VPC 网络 Overlay/Underlay NVMe 普通云盘 ESSD 云盘 SA TA 独占/混部/独立交付…… • 集群节点异常成为常态 • 依赖服务随时可能在进行迁移或重启 • 对弹性的要求开始从物理资源变为逻辑资源 • IaaS 的多样性对应用交付部署提出了更高要求 • 可运维性、可观测性带来了更大挑战
    0 码力 | 22 页 | 2.26 MB | 1 年前
    3
共 4 条
  • 1
前往
页
相关搜索词
ApacheRocketMQ入门实战消息中间中间件消息中间件原理解析开发指南基于APISIX构建原生一体一体化架构
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩