MQ系列8：数据存储，消息队列的高可用保障
作者：互联网
1 介绍
在之前的章节中，我们介绍了消息的发送 和 消息通信 的原理。但是这边有一个比较核心的关键点，那就是如果已经把消息传递给Broker。在Broker在被消费之前，如何保证消息的稳定性，避免消息丢失和数据。
这时候就需要数据持久化数据来进行保障了。
根据之前我们 MQ系列2：消息中间件的技术选型 章节做的分析，RabbitMQ支持 1W+ 级别的吞吐，
Kafka 和 Rocket 支持 10W+ 级别的吞吐，想要实现这么大的吞吐，必须具备一个很强悍的存储功能。下面我们来看看。
2 Broker 存储架构
RocketMQ采用文件存储机制（类似Kafka），即直接在磁盘上使用文件来保存消息，而不是采用Redis或者MySQL之类的持久化工具。
它会把消息存储所属相关的文件存储在ROCKETMQ_HOME下，包含三个部分：
2.1 CommitLog 消息元数据
存储消息的元数据，所有消息都会顺序存入到CommitLog文件中。CommitLog由多个文件组成，每个文件固定大小1G。它有如下特征：
- 单个文件默认大小为1G
- 文件名称长度20，保存偏移量，偏移量不够20位的补0。
- 如第1个文件没有偏移量，则为：00000000000000000000
- 第2个文件起始偏移量为1073741824（1G=1073740842），则文件名为 00000000001073741824。
- 第一个1G文件文件写满之后之后转入第2个文件，如此反复，因为是顺序的，所以写入效率较高。
2.2 ConsumeQueue 消息逻辑队列
ConsumeQueue是指存储消息在CommitLog上的索引，一个MessageQueue一个文件，记录当前MessageQueue被哪些消费者组消费到了哪一条CommitLog。它有如下特征：
- ComsumeQueue的结构组成共 20 个字节，包含 8 字节的 commitlog 物理偏移量、4 字节的消息长度、8 字节 tag hashcode
- ConsumeQueue 里只存偏移量信息，内容精悍。加载到内存中，操作效率非常高。
- 一致性保障，CommitLog 里存储了 ConsumeQueues、Message Key、Tag 等所有信息，在 ConsumeQueue 丢失或者故障时候，数据可快速回复。
- 因为每个Topic下可能有多个Queueu，所以存储结构为：HOME/store/consumequeue/{topic}/{queueId}/{fileName}。
2.3 IndexFile 索引文件
IndexFile 是一种可选索引文件，提供了一种可以通过 key 或时间区间来查询消息的方法，并且这种查找消息的方法不影响发送与消费消息的主流程。它的特征如下：
- 算法原理：IndexFile 索引文件的底层实现 为 hash 索引，可以对照 Java 的HashMap比较，通过计算 Key 的 hashcode， 取余获得 hash 槽，并通过拉链法解决哈希冲突。
- 大小限制：IndexFile 以创建时间戳命名，单个 IndexFile 文件大小约为 400M，一个 IndexFile 可以保存 2000W 个索引。
通过上面的三个部件说明可以了解到，RocketMQ 消息存储结构主要是由 CommitLog，ConsumeQueue，IndexFile 三部分组成的。当我们发送消息的时候，会执行如下过程：
- 消息格式化成 CommitLog的字段结构，并按照顺序写入到CommitLog 文件中。
- Broker会按照 ConsumeQueue 的字段结构的要求创建一条索引记录。
- 按需创建IndexFile索引文件。
3 存储的执行过程
通过上面我们已经了解到了，Kafka 和 Rocket 均支持 10W+ 级别的吞吐，那么上述的存储结构是如何保持这样的高超性能的呢？