开局先送官方福利！！！

1.免费领资源，好礼拿不停！

首先是猫超卡和社区积分，点点鼠标即可到手(2分钟不到，福利直接拿到手！):领奖活动直达电梯:/topic/rocketmq?taskCode=7633&recordId=1c9a2a9f32e019df05e8c1d659dd9f8d领奖活动直达电梯:/topic/rocketmq?taskCode=7633&recordId=1c9a2a9f32e019df05e8c1d659dd9f8d

2.是兄弟，就来助我！

助力最高拿科沃斯T10扫地机器人:

(资料图片仅供参考)

直达领取扫地机器人：/topic/rocketmq?taskCode=7633&recordId=1c9a2a9f32e019df05e8c1d659dd9f8d

直达领取扫地机器人：/topic/rocketmq?taskCode=7633&recordId=1c9a2a9f32e019df05e8c1d659dd9f8d

视频演示讲解

视频讲解直达！已更新视频讲解直达！已更新视频讲解直达！已更新

切入正题

那么什么是消息队列呢？

消息队列(Message Queue)，从广义上来讲就是一种消息队列服务中间件，提供一套完善的信息生产、传递、消费的软件系统。如下图

当然，消息队列所涵盖的功能远不止于队列(Queue)，其本质是两个进程传递信息的一种方法。两个进程可以分布在同一个或多个不同的机器上。

说了一点理论，大家应该没有明白，那么请大家想象一下12306的业务处理流程，大家都明白12306的业务逻辑非常复杂，需要考虑的方面太多了，下面一张图为12306的部分业务逻辑

像12306这类软件超高并发需求的场景还有很多，那么如何解决呢？就是使用消息队列

消息队列的优点如下:

说到这里，我讲的不如大家实际去看一看由李伟老师编写的《RocketMQ分布式消息中间件》

市面上常见的消息队列

从上面这张图可以很清晰的看到，截至2020年的时候，市面上主流的消息队列组件的对比，Apache RocketMQ在各项功能上来看，妥妥的六边形战士，非常值得一试。

RocketMQ的发展历程

经过上面的简单介绍，大家应该对消息队列有了大致的了解，那么这里咱们介绍一下RocketMQ的发展历程。

RocketMQ前世---MetaQ

RocketMQ发展经历了几个阶段，一开始的时候，和大部分组件产生的原因类似，阿里巴巴内部为了适应淘宝 B2C 的更快、更复杂的业务，2001年启动了“五彩石项目”，阿里巴巴的第一代消息队列服务Notify就是在这个背景下产生的。

2010 年，阿里巴巴内部的 Apache ActiveMQ 仍然作为核心技术被广泛用于各个业务线，而顺序消息、海量消息堆积、完全自主控制消息队列服务，也是阿里巴巴同时期急需的。在这种背景下，2011年，MetaQ诞生。

RocketMQ 云

2011年，LinkedIn将Kafka开源。2012年，阿里巴巴参考Kafka的设计，基于对MetaQ的理解和实际使用，研发了一套通用消息队列引擎，也就是 RocketMQ。自此才有了第一代真正的RocketMQ，2016年阿里云上线云RocketMQ消息队列服务。

自2001年到2012年，11年的实际使用、运维，和业务不断碰撞，才得以抽象并整理出一个真正的行业级产品，技术从来不简单，只是你看不见！

Apache RocketMQ“毕业”

2016年11月，阿里巴巴将RocketMQ捐献给Apache基金会。Apache社区有一个很重要的理念：社区大于代码。虽然RocketMQ已经开源3年，在国内小有名气，而且在阿里巴巴被广泛应用并有较好的效果，但是依然不能达到 Apache优秀项目的标准。在RocketMQ被捐献后，通过一系列的修改、评审、调整，悄悄升级至版本，正式进入孵化阶段。2017年09月25日，RocketMQ成功“毕业”（Apache社区项目孵化成功即为毕业），成为 Apache 顶级项目，它是国内首个互联网中间件在 Apache 的顶级项目，也是继ActiveMQ、Kafka后Apache家族中全新的一代消息队列引擎。随着不断地更新升级，RocketMQ 的能力也越来越强大，如图所示，这是阿里巴巴双11的消息量的部分统计，可以看出RocketMQ处理的消息量已经在万亿条级别。

实践出真知

那么经过前面的一系列讲述，大家应该对RocketMQ有了一些认知，并且也了解了产品特性，那么接下来就到了我们的动手实验环节了。在这里为大家演示的是RocketMQ事件驱动场景，所有服务均在阿里云上进行，让大家完整体验阿里云上的业务流程。

为何选择事件驱动场景？

2023年以来，阿里云社区先后推出了多个服务测评活动，其中有函数计算FC,以及不久前的事件桥EventBridge测评活动，直到现在正在测评的RocketMQ消息队列，完美支撑了该业务场景，可谓是温故而知新，将多个服务融合到同一个业务场景中

场景描述

假设有一家小型游戏公司，需要通过使用RocketMQ来收发消息，然后通过阿里云函数计算FC处理后将数据进行存储

业务逻辑图示

业务实现

RocketMQ设置

创建RocketMQ实例

作为演示，本次使用的单节点的标准版RocketMQ实例，规格为，如果您是第一次使用RocketMQ并且是通过活动页面进入，那么您可以领取一个月的免费使用额度。实例的创建大概需要5分钟左右，请您耐心等待，可以向下继续阅读。

创建订阅及Group

创建Group（可选）

表格存储

创建表格存储实例

创建数据表

函数计算FC

设置函数计算FC的环境变量

使用代码

import osfrom tablestore import *import jsondef handler(event, context):        body = (())['data']['body'] # 从环境变量中获取表格存储的连接信息    endpoint = ('OTS_ENDPOINT', '')    accessid = ('OTS_ACCESSID', '')    accesskey = ('OTS_ACCESSKEY', '')    instance = ('OTS_INSTANCE', '')    table_name = ('OTS_TABLE_NAME', '')    # 创建表格存储客户端    client = OTSClient(endpoint, accessid, accesskey, instance)    # 定义要写入的数据    primary_key = [('id', body['id'])]    attribute_columns = [('Name', body['name']), ('Job', body['job']), ('Hero', body['hero'])]    row = Row(primary_key, attribute_columns)    # 向表格存储写入数据    consumed, return_row = _row(table_name, row)    return 'Data written to Table Store successfully.'

事件总线EventBridge

事件总线EventBridge需要创建自定义的事件总线

步骤一：添加自定义事件源

登录事件总线EventBridge控制台。

在左侧导航栏，单击事件总线。

在顶部菜单栏，选择地域。

在事件总线页面，单击已创建的自定义事件总线。

在左侧导航栏，单击事件源。

在事件源页面，单击添加事件源。

在添加自定义事件源面板，输入名称和描述，事件提供方选择消息队列 RocketMQ 版，并选择已创建的消息队列RocketMQ版的资源信息等，然后单击确定。

步骤二：创建事件规则

登录事件总线EventBridge控制台，在左侧导航栏，单击事件总线。

在顶部菜单栏，选择地域，在事件总线页面，单击目标总线名称。

在左侧导航栏，单击事件规则，然后单击创建规则。

在创建规则页面，完成以下操作。

在配置基本信息配置向导，在名称文本框输入规则名称，在描述文本框输入规则的描述，然后单击下一步。

在配置事件模式配置向导，事件源类型选择自定义事件源，事件源选择步骤一添加的自定义事件源，在事件模式内容代码框输入事件模式，然后单击下一步。

a. 在配置事件目标配置向导，配置事件目标，然后单击创建。b. 服务类型：单击函数计算。c. 服务：选择已创建的函数计算的服务。d. 函数：选择已创建的函数计算的函数。

设置规则

测试

写在最后

通过本篇的一些简述以及一个小的实验，希望您可以对阿里云RocketMQ消息队列有一个大致的了解，同时也可以看到阿里云各个服务之间的集成协作，使整个业务流程均可以在云上完成。另外通过一个小小的实验，帮助大家回顾之前的社区活动内容同时也将本期知识融合进来，可以更好的帮助到大家真正的去使用阿里云服务，体验云计算的魅力。最后希望大家真正的去体验一下阿里云RocketMQ,毕竟大厂的羊毛必须薅！！！

希望这篇文章能够帮助到您！！！