小编给大家分享一下如何实现Rocketmq集群消费测试，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

成都创新互联公司专业为企业提供北辰网站建设、北辰做网站、北辰网站设计、北辰网站制作等企业网站建设、网页设计与制作、北辰企业网站模板建站服务，十载北辰做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

一 机器部署

1、机器组成

7台机器，均为16G内存

每台服务器均有4个CPU，2核

2、运行环境配置

3、刷盘方式

每台机器master机器均采用异步刷盘方式

二 性能评测

1、评测目的

   测试consumer端的集群模式消费。

2、评测指标

    （1）topic关联的readQueueNums读队列数值

    （2）属于同一个consumerGroup的consumer个数

    （3）所有consumer消费消息的总条数

    （4）每个consumer消费消息，读取的队列Id

    （5）部署集群中的master机器台数

3、评测逻辑

  如果有 5 个队列，2 个 consumer，那么第一个 Consumer 消费 3 个队列，第二 consumer 消费 2 个队列。

    如果Consumer 超过队列数量，那么多余的Consumer 将不能消费消息。

    队列数量、Consumer数量、Replance结果如下表

队列数量	Consumer数量	Reblance结果
5	2	C1：3 C2：2
6	3	C1：3 C2：3
10	20	C1-C10：1 C11-C20：0
20	6	C1：4 C2：4 C3-C4：3

4、评测过程

       （1）发送消息前，查看服务端的topic关联的队列个数。

       （2）producer端向topic名称为“clusterTopicTest”队列发送消息，定为20条，发送消息后并记录每条消息的msgId、queueId、offset等基本信息。

    （3）配置consumer端，日志记录每个consumer端的instanceName、消息的offset、所消费队列queueId、消息的body、消息msgId，以及每个consumer消费消息的总条数。

    （4）每次消费完之后，统计所有consumer端消费消息的总数，判断消息是否有丢失。

    （5）每次消费完之后，分析每个consumer消费队列的queueId，判断队列是否达到了负载均衡。

    （6）记topic的队列数为A，记consumer个数为B，做如下调整：

    第一组：保持A不变，增加B，使得A > B，然后重复步骤1-5。

    第二组：保持A不变，增加B，使得A = B，然后重复步骤1-5。

    第三组：保持A不变，增加B，使得A = 2 * B，然后重复步骤1-5。

    第三组：增加A，保持B不变，使得2 * A = B，然后重复步骤1-5。

    第五组：减少A，保持B不变，使得2 * A < B，然后重复步骤1-5。

    （7）注意：需要先启动所有consumer端，在启动producer端发送消息，这样才能在每个consumer端同时看到消息的消费情况，因为消息被消费的速率是很快的。

    （8）注意：master机器个数，每台master机器上指定topic的队列数，两数值相乘，才是最终的rocketmq做负载均衡的队列个数。 （步骤6的master机器个数为2）

    第一组，总发送条数20条

队列数量	Consumer数量	Reblance结果 （期望）	Reblance结果 (实际）	Master机器	消费条数
Master1	Master2
8	5	C1：4	C1：4	4	0	8
C2：3	C2：3	1	2	3
C3：3	C3：3	0	3	3
C4：3	C4：3	3	0	3
C5：3	C5：3	0	3	3

    3个consumer消费消息总条数：8+3+3+3+3 = 20条

    2台master机器，每个topic有8个队列， 期望的队列个数 2*8=16个，实际的队列个数 4+3+3+3+3 = 16个，可以看出期望、实际的queue分布是相同的结果。

    producer的发送记录：

    consumer1的消费记录：

    consumer2的消费记录：

    consumer3的消费记录：

    consumer4的消费记录：

    consumer5的消费记录：

    第二组，总发送条数20条

队列数量	Consumer数量	Reblance结果 （期望）	Reblance结果 (实际）	Master机器	消费条数
Master1	Master2
8	8	C1：2	C1：2	2	0	4
C2：2	C2：2	0	2	2
C3：2	C3：2	0	2	2
C4：2	C4：2	0	2	2
C5：2	C5：2	0	2	2
C6：2	C6：2	2	0	4
C7：2	C7：2	2	0	2
C8：2	C8：2	2	0	2

    8个consumer消费消息总条数：8+3+3+3+3 = 20条

    2台master机器，每个topic有8个队列， 期望的队列个数 2*8=16个，实际的队列个数 2+2+2+2+2+2+2+2 = 16个，可以看出期望、实际的queue分布是相同的结果。

    8个consumer消费消息总条数：4+2+2+2+2+2+4+2+2 = 20条

    producer的发送记录：

    consumer1的消费记录：

    consumer2的消费记录：

    consumer3的消费记录：

    consumer4的消费记录：

    consumer5的消费记录：

    consumer6的消费记录：

    consumer7的消费记录：

    consumer8的消费记录：

第三组，总发送条数20条

队列数量	Consumer数量	Reblance结果 （期望）	Reblance结果 (实际）	Master机器	消费条数
Master1	Master2
8	4	C1：4	C1：4	4	0	8
C2：4	C2：4	4	0	4
C3：4	C3：4	0	4	4
C4：4	C4：4	0	4	4

    8个consumer消费消息总条数：8+3+3+3+3 = 20条

    2台master机器，每个topic有8个队列， 期望的队列个数 2*8=16个，实际的队列个数 4+4+4+4 = 16个，可以看出期望、实际的queue分布是相同的结果。

    8个consumer消费消息总条数：8+4+4+4 = 20条

    producer的发送记录：

    consumer1的消费记录：

    consumer2的消费记录：

    consumer3的消费记录：

    consumer4的消费记录：

第四组，总发送条数20条

队列数量	Consumer数量	Reblance结果 （期望）	Reblance结果 (实际）	Master机器	消费条数
Master1	Master2
4	8	C1：1	C1：1	1	0	3
C2：1	C2：1	1	0	3
C3：1	C3：1	0	1	2
C4：1	C4：1	0	1	2
C5：1	C5：1	0	1	2
C6：1	C6：1	0	1	2
C7：1	C7：1	1	0	3
C8：1	C8：1	1	0	3

    8个consumer消费消息总条数：8+3+3+3+3 = 20条

    2台master机器，每个topic有8个队列， 期望的队列个数 2*4=8个，实际的队列个数 1+1+1+1+1+1+1+1= 8个，可以看出期望、实际的queue分布是相同的结果。

    8个consumer消费消息总条数：3+3+2+2+2+2+3+3 = 20条

    producer的发送记录：

    consumer1的消费记录：

    consumer2的消费记录：

    consumer3的消费记录：

    consumer4的消费记录：

    consumer5的消费记录：

    consumer6的消费记录：

    consumer7的消费记录：

    consumer8的消费记录：

第五组，总发送条数20条

队列数量	Consumer数量	Reblance结果 （期望）	Reblance结果 (实际）	Master机器	消费条数
Master1	Master2
3	7	C1：1	C1：1	0	1	3
C2：1	C2：1	1	0	4
C3：1	C3：1	0	1	3
C4：1	C4：1	1	0	3
C5：1	C5：1	1	0	4
C6：1	C6：1	0	1	3
C7：0	C7：0	0	0	0

    8个consumer消费消息总条数：8+3+3+3+3 = 20条

    2台master机器，每个topic有8个队列， 期望的队列个数 2*3=6个，实际的队列个数 1+1+1+1+1+1+0 = 6个，可以看出期望、实际的queue分布是相同的结果。

    8个consumer消费消息总条数：3+4+3+3+4+3+0 = 20条

    producer的发送记录：

    consumer1的消费记录：

    consumer2的消费记录：

    consumer3的消费记录：

    consumer4的消费记录：

    consumer5的消费记录：

    consumer6的消费记录：

    consumer7的消费记录：

二 评测结果

    1、rocketmq集群消费模式，订阅消息的确达到了队列负载均衡，与这种负载均衡消费相关的因素有： master机器个数、 特定topic的queue个数，这两个数值相乘，才是rocketmq最终计算队列的总数。

    2、rocketmq的集群消费能力，保证消息准确性，完整性，所有被消费的消息总数与producer端发送的消息总数是一致的，不存在消息丢弃的情况。

    3、分析consumer消费日志，说明每条消息在相同consumerGroup组的不同consumer端中仅仅只会被消费一次。

    4、在集群消费模式下，如果consumer的总数，超过了队列总数，那么多余的consumer端将不能消费消息。

以上是“如何实现Rocketmq集群消费测试”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！

当前标题：如何实现Rocketmq集群消费测试
链接分享：http://kswjz.com/article/psicpp.html