MidCoder

上个月出差在北京呆了一个周末，周末没事就去找个地方看电影，两件事情让我对北京有了新的认知
1 、看完电影，到中午了，想找个地方随便解决一下午饭，我一路走了 3 公里才找到一个吃饭的地方，这还是在海淀。这事情放在南方哪个城市都不可能发生，因为电影院基本就是在商场，出门就是各种餐饮（另外北京的电影院的硬件确实很陈旧）
2 、我沿着西土城路走，尽然看到了一个光秃秃的小土坡，没有一点绿化，这个在一线城市的核心区域应该很难看到这么大面基的小土坡，至少怎么也得种点四季绿的植物

通过上面我能够感受到，北京生活的便利性确实和大部分一线城市不太一样，另外就是环境层面，也是相差比较大，就我一个南方人的角度看，我是无法在北京长期居住的

可以去春熙路做手工

看上去这个部门恨厉害的样子

@Aidenboss 看来研究的开源项目不少，来不来我们这边搞事情？我们这边是搞基础架构的

@Aidenboss 那你是如何解决消息消费者消费到一半，宕机或者重新部署，消息不丢失的？如果你不记录消息消费位置的？

@Aidenboss 是否通过真实的大规模场景验证你的这个方案？如果没有，如何验证你的方案是真的可行？
第一：首先采用 redis 方案，看似把最难解决的消息存储交给 redis 已有解决方案来去解决。但是在真实大规模场景下，这会导致网络开销增加了一倍，因为多了一次 center 和 redis 的 request/response 。这种网络开销在亿级别的消息体量下，会严重影响性能
第二：整个集群管理你如何保障？如何让全局感知整个 topic 分片的负载策略？以及当出现网络异常（你的 stop 命令都无法发出的时候）如何保障集群的一致性？以及消息的消费顺序如何保障，如何记录消息消费到了哪里？以及当消费端重启的时候，如何找到之前的消费位置？

只能说你在逐步完善一个消息消费的最基本能力（消息通信），但是对于一个简单的 MQ 场景来说，这只是最简单的部分

@Aidenboss 那整个架构 redis 将会是单点，虽然你的 center 可以通过 niginx 负载，但是如何解决单个 topic 消息量倾斜，导致 redis 集群负载不均衡，如果基于 redis，那 topic 的负载如何基于 reids 来实现，是你这个能否规模化的关键，至少这里没有实现或者体现。

如果想真正研究大厂的基础架构，欢迎加 Vbieber-cn，来我厂一起搞事情

@Aidenboss
1 、你这里 99.9%的可用率在亿级别场景肯定达不到，首先你的 center 如何做到容错和负载？这一点你的架构一点都没实现，怎么保障你说的三个九的可用？至少机器挂了你这一点容错能力都没有。
2 、你这里不只是 redis 水平，还有你的 center，你的 center 只是单点？单点你就敢承载亿级别的场景？太异想天开了。如果你 center 要做分布式，那就涉及到 center 的发现和负载，以及 center 和 redis 之间的归属如何分配？不是你想的这么简单。

学习角度我是赞赏的，但是不要那这个去做实际生产场景，赞赏你的分享精神，但是如果你想证明自己，请把这个东西做到你说的三个九。如果这样简单搞一下就保障了三个九，你以为大厂哪些人是吃素的？

@huyujievip 加 VX：bieber-cn