当前位置: 首页 > news >正文

物联网中RocketMQ的使用

物联网中RocketMQ的使用

1. 背景

       随着物联网行业的发展、智能设备数量越来越多,很多常见的智能设备都进入了千家万户;随着设备数量的增加,也对后台系统的性能提出新的挑战。

       在日常中,存在一些特定的场景,属于高并发请求,瞬时的压力会达到20w/s。为了保证用户的使用体验,提高服务器的处理能力刻不容缓。那应该如何来提高后台服务处理能力呢?

系统访问的两种常见方式:

  • 同步方式,该方式是常用的一种方式,当请求时,就会阻塞当前线程等待返回结果。该方式开发很简单,但是在高并发的情况下,会导致系统负载剧增,处理能力下降,甚至会导致上游服务等待过长产生熔断。
  • 异步方式,当我们请求时,不需要阻塞当前线程(主线程),当时结果处理完之后,再回调告诉主线程;该方式很适合与高并发的场景,但开发比较困难,会导致失败的情况。

2. 缓冲池

       在讲解RocketMQ之前,首先来介绍缓冲池的概念:

       缓冲池是计算机里的概念,很像生活中的蓄水池:从上游来的水并不是直接到达用户家里,而是先存储到一个水池里面;其优点有:

  • 多余的水可以在水池里面存起来,防止压力直接就传到下游;
  • 控制水池的阀门可以调节出水大小,可以根据实际的使用控制水流。

3. RocketMq的组成

       有了缓存池的概念,就很好理解RocketMQ工作的基本原理,在RocketMQ中主要有三部分组成:

  • 生产者(producer),生产者用户生产消息,就像上游的水。
  • brokerbroker就像蓄水池一样,会将生产的消息存储起来。
  • 消费者(consumer),将broker队列里面的消息拉出来消费。

其工作的原理图如下:

在这里插入图片描述

       通过生产者将消息传递到broker存储起来,然后消费者去消费broker里面的消息,其中broker是路由,具体的存储是采用了队列数据结构。

4. RocketMQ在物联网中的应用

       根据它的组成和原理,其非常合适用于异步解耦。比如在某个时间段,大量的请求来到云服务,如果云服务采用同步的方式去控制设备,势必导致服务延迟严重,出现大批量的失败。

       因此为了达到异步解耦,流量削峰,当大量的请求来到云服务的时候,并不是直接去控制设备,而是先将控制消息存入RocketMQ中,然后通过消费者去控制设备。因此具体的控制流程图如下:

在这里插入图片描述

       如图所示,当控制参数来到服务时,现将控制的参数封装为message,然后通过生产者将消息存放到RocketMQbroker存储起来,在消费者端将启动多线程去消费消费消息—即去控制设备,当设备控制完成后,将控制的结果告诉上游服务。

       通过以上的设计,不管多大的流量来,都先将参数存入rocketMQ中,然后慢慢去消费,有效地保护了云端服务,提供了云端的性能,提高了用户的使用体验。

5. 使用RocketMQ搭建一个简单的生产者和消费者demo

  • 前提—RocketMQ已经搭建好

  • 依赖

<dependency><groupId>org.apache.rocketmq</groupId><artifactId>rocketmq-spring-boot-starter</artifactId><version>2.2.2</version>
</dependency>
  • 配置文件
server.port: 8085rocketmq:name-server: 10.16.17.246:9876producer:group: rocket-demo
  • 首先是生产者,这里开发了一个接口:
@RestController()
@RequestMapping("/producer")
public class ProducerController {// 注入@ResourceRocketMQTemplate rocketMQTemplate;@PostMapping("/push")public void producer(){ProducerDto producerDto = new ProducerDto();Random random = new Random();producerDto.setApplianceId(String.valueOf(random.nextInt()));producerDto.setReqId(UUID.randomUUID().toString());// 将producerDto 封装为消息Message<ProducerDto> message = withPayload(producerDto).setHeader(PROPERTY_KEYS, producerDto.getReqId()).build();System.out.println("生产的消息为:" + message);// 将消息塞入指定的TOPICrocketMQTemplate.syncSend(TOPIC_DEMO, message);}
}

其中,ProducerDto消息体有applianceIdreqId两个参数,broker中将消息路由到与topic绑定的队列中。

  • 消费者
@RocketMQMessageListener(consumeThreadNumber = 16,topic = TOPIC_DEMO,consumerGroup = "consumer_demo_group")
@Component
public class Consumer implements RocketMQListener<MessageExt> {private final String CHARSET = Charset.defaultCharset().name();@Overridepublic void onMessage(MessageExt message) {byte[] body = message.getBody();String str = new String(body, Charset.forName(this.CHARSET));System.out.println("消费者消费的消息为: " + str);}
}

在消费者类上加上@RocketMQMessageListener、@Component注解即可实现消费。

  • 结果, 实现了消息的生产和消费
生产的消息为:GenericMessage [payload=ProducerDto(reqId=086a5666-922a-4345-b408-956ba6bc18d9, applianceId=2140322229), headers={KEYS=086a5666-922a-4345-b408-956ba6bc18d9, id=12816bba-1
259-469a-d0ff-e42311a27fe7, timestamp=1676713480448}]
消费者消费的消息为: {"reqId":"086a5666-922a-4345-b408-956ba6bc18d9","applianceId":"2140322229"} 

6. 结语

以上是关于RocketMQ的简单介绍,只是皮毛而已,里面还有很多的功能可以挖掘。

http://www.lryc.cn/news/11855.html

相关文章:

  • 用Three.js搭建的一个艺术场景
  • 算法导论【字符串匹配】—朴素算法、Rabin-Karp、有限自动机、KMP
  • 如何在 Python 中验证用户输入
  • JVM详解——类的加载
  • Ubuntu最新版本(Ubuntu22.04LTS)安装nfs服务器及使用教程
  • Python-第九天 Python异常、模块与包
  • 博彩公司 BetMGM 发生数据泄露,“赌徒”面临网络风险
  • 初探Mysql反向读取文件
  • 地图坐标系大全:常用地图坐标系详解与转换指南
  • 使用 URLSearchParams 解析和管理URL query参数
  • 一台电脑安装26个操作系统(windows,macos,linux,chromeOS,Android,静待HarmonyOS)
  • Python配置文件管理之ini和yaml文件读取
  • 实战一(下):如何利用基于充血模型的DDD开发一个虚拟钱包系统?
  • webpack当中的代码分割详解
  • 【SSM】Spring对IoC的实现方式DI详讲
  • 【QT 5 相关实验-示波器-学习笔记-示波器组件练习与使用总结】
  • 二维数组中的查找(两种解法,各有千秋)
  • quartz使用及原理解析
  • Datawhale组队学习:大数据 D2——分布式文件系统(HDFS)
  • CCIE重认证-300-401-拖图题全
  • 如何动态的创建类?type的其他用法?什么是元类,如何自定义元类?
  • XCP实战系列介绍15-XCP故障排查指导
  • 吉林大学软件需求分析与规范(Software Requirements Analysis Specification)
  • PyTorch - Conv2d 和 MaxPool2d
  • leetcode Day2(昨天实习有点bug,心态要崩了)
  • 另一种思考:为什么不选JPA、MyBatis,而选择JDBCTemplate
  • LeetCode 338. 比特位计数
  • 排序评估指标——NDCG和MAP
  • [Android Studio] Android Studio Virtual Device(AVD)虚拟机的功能试用
  • kafka-3-kafka应用的核心要点和内外网访问