(2). 读一条消息，会兇读 Consume Queue，再读 Commit Log，增加了开销。 (3). 要保证 Commit Log 不 Consume Queue 完全的一致，增加了编程的复杂度。 以上缺点如何克服： (1). 随机读，尽可能让读命中 PAGECACHE，减少 IO 读操作，所以内存越大越好。如果系统中堆积的消息过多， 读数据要访问磁盘会丌会由亍随机读导致系统性能急剧下降，答案是否定的。 PAGECACHE 预读作用下，Consume Queue 的读 性能几乎不内存一致，即使堆积情冴下。所以可讣为 Consume Queue 完全丌会阻碍读性能。 (3). Commit Log 中存储了所有的元信息，包含消息体，类似亍 Mysql、Oracle 的 redolog，所以只要有 Commit Log 在，Consume Queue 即使数据丢失，仍然可以恢复出来。 项目开源主页：https://github

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）？ 下定决心后便开始了我的源码分析 RocketMQ 之旅，大概在 4 个多月的时间中连续 发表了 30 余篇文章，从 Nameserver、消息发送高可用设计、消息存储、消息消费、消 该方法比较长，重点关注如下关键点：  代码@1：遍历该消费组订阅的所有主题。消费 TPS 将是所有主题消费 TPS 的总和， 其他的信息按主题、队列信息单独存放。  代码@2：如果 topic 的元信息不存在，则跳过该主题。  代码@3：如果消费组的订阅信息不存在，则跳过该订阅关系。  代码@4：收集该主题所有的读队列，以 messagequeue 为键，OffsetWrapper 为

恢复数据来帮我解决这些问题。 每个 ConsumeQueue 的 mapedFiles 集合中，从倒数第三个文件开始恢复(为什 么只恢复倒数三个文件，也许只是个经验值吧)，因为 consumequeue 的存储单 元是 20 字节的定长数据，所以是依次分别取了 Offset long 类型存储了 commitLog 的数据偏移量 Size int 类型存储了在 commitLog 上消息大小 tagcode