Apache Pulsar 延迟消息投递功能支持订阅类型的演进
2025-05-15 14:29:27作者:郦嵘贵Just
在分布式消息系统中,延迟消息投递是一个非常重要的功能,它允许生产者指定消息在未来的某个时间点被消费者接收。Apache Pulsar作为一款高性能的分布式消息系统,也提供了这一功能。本文将深入探讨Pulsar中延迟消息投递功能对订阅类型的支持演进过程。
延迟消息投递的基本原理
Pulsar通过TypedMessageBuilder接口提供了deliverAfter和deliverAt两个方法来实现延迟消息投递:
- deliverAfter:指定消息在多少时间后投递
- deliverAt:指定消息在具体某个时间点投递
这两个方法底层都是通过设置消息的投递时间戳来实现的,Broker会根据这个时间戳决定何时将消息投递给消费者。
订阅类型支持的演进
最初,Pulsar的延迟消息投递功能仅支持Shared订阅类型。这是因为:
- Exclusive和Failover订阅类型本质上都是单消费者模式,延迟投递的实现相对简单
- Shared订阅类型允许多个消费者共享消费,需要更复杂的协调机制
- Key_Shared订阅类型需要保证相同Key的消息被同一个消费者处理,增加了延迟投递的实现复杂度
随着Pulsar 3.x版本的发布,这一限制被打破。现在延迟消息投递功能不仅支持Shared订阅类型,还支持Key_Shared订阅类型。这一改进使得基于Key的消息分组场景也能使用延迟投递功能,大大扩展了使用场景。
实现机制解析
对于Key_Shared订阅类型的延迟消息投递,Pulsar需要解决以下技术挑战:
- 消息延迟后仍需保证相同Key被同一消费者处理
- 消费者组重新平衡时,延迟消息的正确路由
- 延迟消息的定时触发机制与Key路由的协调
Pulsar通过以下方式实现了这些需求:
- 延迟消息在到达投递时间前仍保留在原始分区
- 使用与普通消息相同的Key路由算法
- 延迟触发器与分区消费者协调工作
最佳实践建议
在使用延迟消息投递功能时,开发者应注意:
- 对于时间敏感度高的场景,建议使用Exclusive或Failover订阅
- Shared和Key_Shared订阅的延迟投递会引入额外的内存开销
- 大量延迟消息可能影响Broker性能,需合理设置TTL
- 监控延迟队列的积压情况,避免内存溢出
总结
Apache Pulsar对延迟消息投递功能的持续改进,特别是对Key_Shared订阅类型的支持,体现了其作为现代消息系统的灵活性和强大功能。开发者现在可以在更复杂的业务场景中利用这一功能,如实现基于Key的延迟任务处理、定时批量操作等。随着Pulsar的不断发展,我们可以期待更多高级消息模式的支持和优化。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
959
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.39 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645