NanoMQ 保留消息持久化机制解析
2025-07-07 01:45:51作者:董宙帆
保留消息持久化概述
NanoMQ作为一款轻量级MQTT消息代理,在0.20.8版本后实现了保留消息的持久化存储功能。这项功能确保即使在代理重启后,之前发布的保留消息仍然能够被新订阅的客户端获取,大大提升了系统的可靠性。
技术实现原理
NanoMQ通过SQLite数据库实现了保留消息的持久化存储。当代理收到带有保留标志的MQTT消息时,不仅会在内存中保存该消息,还会将其写入SQLite数据库。在代理重启时,系统会自动从数据库加载所有保留消息,恢复到内存中继续提供服务。
配置方法
要启用保留消息持久化功能,需要在NanoMQ配置文件中添加SQLite相关配置段:
sqlite {
disk_cache_size = 102400
mounted_file_path="/tmp/"
flush_mem_threshold = 100
resend_interval = 5000
}
各参数说明:
- disk_cache_size:设置磁盘缓存大小(单位KB)
- mounted_file_path:SQLite数据库文件存储路径
- flush_mem_threshold:内存刷新阈值
- resend_interval:重发间隔(毫秒)
消息过期机制
从0.21.1版本开始,NanoMQ支持保留消息的过期处理。虽然消息仍会保留在SQLite数据库中,但代理会根据消息中的过期时间设置来决定是否将其提供给订阅者。这种设计既保证了性能,又实现了消息生命周期管理。
性能考量
NanoMQ在设计保留消息持久化时充分考虑了性能因素:
- 采用异步写入机制,避免阻塞消息处理流程
- 使用内存缓存减少磁盘I/O
- 过期检查采用惰性评估,不进行主动扫描
最佳实践建议
- 根据业务需求合理设置disk_cache_size,避免过大影响性能或过小导致频繁刷新
- 对于关键业务消息,建议客户端设置适当的过期时间
- 定期检查SQLite数据库文件大小,必要时进行归档或清理
这项功能的实现使得NanoMQ在物联网和边缘计算场景中能够提供更可靠的消息服务,特别是在设备频繁上下线的环境中,确保关键信息不会丢失。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C026
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
423
3.25 K
Ascend Extension for PyTorch
Python
231
262
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++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869