返种过滤方式可由应用完全自定丿实现，但是缺点是很多无用的消息要传输到 Consumer 端。 4.5 Message Persistence 消息中间件通常采用的几种持丽化方式： (1). 持丽化到数据库，例如 Mysql。 (2). 持丽化到 KV 存储，例如 levelDB、伯克利 DB 等 KV 存储系统。 (3). 文件记彔形式持丽化，例如 Kafka，RocketMQ 项目开源主页：https://github (4). 消息堆积后，访问堆积在磁盘的消息时，吞吏量有多大？ 4.13 分布式事务 已知的几个分布式事务规范，如 XA，JTA 等。其中 XA 规范被各大数据库厂商广泛支持，如 Oracle，Mysql 等。 其中 XA 的 TM 实现佼佼者如 Oracle Tuxedo，在金融、电信等领域被广泛应用。 分布式事务涉及到两阶段提交问题，在数据存储方面的方面必然需要 KV 存储的支持，因为第二阶段的提交回 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.com/alibaba/RocketMQ

supports scaling Event driven application, built int scalers for vendors : Azure, AWS, Kafka, GCP, MySQL, RocketMQ,etc; multiple workloads type(jobs,deployments,trigger) - KEDA does not support Apache read docs & examples. Test examples how KEDA works with RocketMQ, Azure queue, service bus, Redis, MySQL, NATS streaming, Kafka, GCP pub/sub - Test RocketMQ examples : Pub/sub, Broadcast, Schedule, Batch

>100 � �� X 10 Apache, Linux, Eclipse, GNU,Cloud Foundry, Mozilla ���� �� X 5 ������MySQL, OpenOffice, NetBean, JBoss < 200 ���������� <100 � ����� 78% ������ 63% ������ Foundation Umbrella

提供了并发消费、顺序消费两种消费模型。 并发消费：对一个队列中消息，每一个消费者内部都会创建一个线程池，对队列中的消 息多线程处理，即偏移量大的消息比偏移量小的消息有可能先消费。 顺序消费：在某一项场景，例如 MySQL binlog 场景，需要消息按顺序进行消费。在 RocketMQ 中提供了基于队列的顺序消费模型，即尽管一个消费组中的消费者会创建一个 多线程，但针对同一个 Queue，会加锁。 温馨提示