面试题答案
一键面试存储结构
- RocketMQ：
- 基于CommitLog：所有消息都顺序写入CommitLog文件，通过ConsumeQueue作为消息的逻辑队列，存储消息在CommitLog中的物理偏移量等索引信息。这种结构便于快速写入消息，并且通过索引可快速定位消息位置。例如，当生产者发送消息时，直接顺序写入CommitLog，保证了写入的高效性。
- 文件分段：CommitLog和ConsumeQueue文件都采用分段存储的方式，每个文件大小固定，达到一定大小后新建文件。这有利于文件管理和数据恢复，同时避免单个文件过大导致的性能问题。
- Kafka：
- 基于分区：每个Topic被划分为多个分区，每个分区是一个有序的、不可变的消息序列，且每个分区分布在不同的Broker上。消息以追加的方式写入分区对应的日志文件，这种结构天然支持并行读写，提高了读写性能。比如，多个消费者可以并行消费不同分区的消息。
- 日志分段：每个分区的日志文件由多个日志段（Log Segment）组成，每个日志段包含一定数量的消息，当达到一定时间或大小限制时，会创建新的日志段。这样可以方便地删除过期的日志段，提高存储效率。
网络通信
- RocketMQ：
- 基于Netty：采用Netty框架实现高性能的网络通信，Netty的异步I/O模型能有效减少线程上下文切换，提高并发处理能力。例如，在消息发送和接收过程中，Netty可以异步处理I/O操作，提升整体性能。
- 长连接：RocketMQ与客户端之间建立长连接，减少连接建立和断开的开销，提高通信效率。长连接在生产者发送消息和消费者拉取消息时，都能保持稳定的通信链路。
- Kafka：
- 基于Java NIO：Kafka底层基于Java NIO实现网络通信，利用NIO的多路复用机制，一个线程可以处理多个客户端连接，提高了系统的并发处理能力。
- 短连接（主要是早期，现在也有长连接优化）：早期Kafka采用短连接方式进行通信，每次请求建立连接，处理完请求后关闭连接，虽然这种方式在一定程度上增加了连接开销，但在大规模集群环境下，对于资源管理有一定优势。不过现在也通过一些优化手段支持长连接，以提升性能。
消息处理机制
- RocketMQ：
- 消息重试：提供了较为灵活的消息重试机制，当消费者消费消息失败时，可以自动进行重试，并且可以设置重试次数和重试间隔。例如，对于一些因网络抖动等临时原因导致的消费失败，通过重试机制可以保证消息最终被成功消费。
- 顺序消息：支持严格的顺序消息，通过将同一业务逻辑的消息发送到同一个队列，并由一个消费者顺序消费，确保消息的顺序性。这在一些对消息顺序要求严格的场景（如订单处理）中非常重要。
- Kafka：
- 批量处理：Kafka支持批量发送和批量拉取消息，生产者可以将多条消息批量发送，减少网络请求次数，提高发送效率；消费者也可以批量拉取消息，提高消费效率。例如，生产者可以设置batch.size参数来控制批量发送的消息数量。
- 异步处理：Kafka的生产者采用异步发送方式，消息发送后不需要等待Broker的确认响应，直接返回，提高了发送性能。同时，消费者端也可以通过多线程等方式异步处理消息，加快消费速度。