问问助手

RocketMQ 改模型,要不要跟着换

2026-09-24 Aryee 13

RocketMQ 这两年的演进方向,比多数人的预期更具体:它在为 AI 场景修改消息模型。

这不是一句口号。5.5.0 在 2026 年 4 月 10 日发布,Lite Mode 被列在这个版本新特性的第一位,对应 RIP-83「Lite Topic: A New Message Model」。

5.5.1 在 2026 年 8 月 20 日发布,维护说明里的稳定性与性能修复覆盖了分级存储、Lite Mode、Proxy 与存储层。

这说明新模型不是发布完就搁着,而是在真实流量下继续修。这篇回答三个问题:它在解决什么、值不值得跟、还停在 4.x 的部署现在该做什么。

一、这一版改的不是参数,是消息模型

传统用法里,一个 Topic 是很重的对象。它有队列数和订阅关系,也记着消费位点与路由信息,还要在 NameServer 里占一份元数据。

所以「一个业务域一个 Topic、几十个队列」是常态,几千个 Topic 就已经让元数据同步吃紧。

多 Agent 会话的用法完全不一样。每个会话、每个任务、每个 Agent 实例都可能需要一条独立的事件流,而且要求有序。如果每个都建成传统 Topic,规模立刻是十万到百万级。

到了这个数量级,Topic 这个抽象本身就撑不住了,存储反而不是主要问题。

Lite Mode 的做法是把这个负担拿掉。官方描述里它是一个资源消耗更低的轻量订阅模式,自带完整的生命周期管理,包括事件分发、订阅注册,以及消息处理和指标监控。

实现上新增了 lite 消息处理器、长轮询服务、控制处理器和对应协议。

二、它和普通 Topic 不一样的地方

但它有几个约束必须先看,否则会把一个轻量的东西当成通用 Topic 用:

约束 含义
版本门槛 服务端 ≥ 5.5.0,且客户端走 gRPC SDK(≥ 5.1.0)。Remoting 客户端拿不到这套模型
生命周期 Lite Topic 在客户端 setLiteTopic 时自动创建,过期自动删除,没有「先建再用」这一步,也没有控制台里的批量管理入口
队列数 一个 Lite Topic 只有一个队列。不要按传统 Topic 的思路去算并行度
订阅规模 单个消费者可订阅的量级在数千这一档,不是无限
可观测性 指标侧目前只有堆积(backlog)这一个数,没有与传统 Topic 等量的细粒度指标

最后一条在排期时最容易被忽略。「订阅关系是否滞后」「某个 Lite Topic 的消费 TPS」这类问题,现成指标答不了。如果一个流的健康度必须被监控,那它现在还不该是 Lite Topic。

官方发布材料对这一层的描述停在量级上,只说百万级 LiteTopic,没有给出可用于核对的生产 TPS。

这一点本身就有信息量。它是一个用来承载「每个用户一条流」的模型,不是一个可以拿来算并行度的队列。谁要是把某个具体数字抄进你的选型材料,问一句出处,多半问不到官方发布说明里。

社区材料里能看到更具体的说法,比如承载量、TPS、某些产品内部怎么用。这些不在官方发布材料里。要不要跟的判断不依赖那些数字,只看下面三个问题。

三、判断一:主题数会随用户增长吗

这个特性很容易让人心动,但绝大多数团队的答案应该是先不用。

第一个问题:你的主题数是不是随终端用户或者会话数线性增长?

如果不是,比如 Topic 数量由业务功能决定,一年涨不了几个,那 Lite Mode 解决的问题你根本没有。此时引入它,只增加一条新的客户端协议路径要维护。

四、判断二:能不能接受 Proxy 这种形态

Lite Mode 的长轮询与控制能力落在 Proxy 这一层。RocketMQ 5.x 本来就同时支持 Remoting 与 gRPC 两套协议,Proxy 是这套演进的承载点。

这里有一个好消息和一个被夸大的坏消息。

好消息是 Proxy 有两种部署形态:独立集群,或者直接跟 Broker 同进程拉起,启动参数加 --enable-proxy。官方对后者的说法是与 4.0 架构完全一致。

也就是说,存量 4.x 部署不必先加一层独立 Proxy 就能升 5.x。这一点在很多二手文章里被写成了必须上 Proxy 集群。

被夸大的坏消息是:不管哪种形态,客户端都得换成走 gRPC 的新 SDK。新增一个协议入口,就等于新增一处要管的连接、超时和 TLS。

所以我的判断是:跟这个特性的真实成本不在 Proxy 的拓扑,而在客户端整批换代。这一步的成本,比消息模型本身的收益更容易被低估。

五、判断三:有没有更简单的替代方案

会话级事件流的另一条路是用一张表,字段是 session_id 加 seq,再加一个轻量轮询或者长连接推送。

这条路在百万级会话下会遇到明显的存储压力。但很多团队的实际量级是几千。如果几千就能满足,就不要为百万的方案付运维账。

我的结论倾向是:Agent 平台型系统值得评估,业务系统集成不值得。前者主题数确实由用户量决定,后者不是。

六、5.5.1 弃用了旧 DLedger

除了 Lite Mode,5.5 这条线上还有三处更值得排进升级清单。

第一处:5.5.1 把旧的 Broker DLedger 模式正式弃用(deprecate legacy Broker DLedger mode)。同时 fastjson 1.x 从发行包里移除,fastjson2 升到 2.0.63,DLedger 升到 0.3.3.4。

对还在用 DLedger 做自动主从切换的部署,这一条要认真排期。官方开始引导走向 Controller 模式,继续停在旧 DLedger 上,意味着后面的修复不再覆盖你。

fastjson 1.x 下线也值得单独说一句。这是很多老 RocketMQ 部署里最后一个 1.x 依赖,它没了之后,安全扫描报告的组件清单会直接变化。

七、ACL 换代,旧配置不是不推荐,是不生效

第二处:权限模型换了一遍,而且旧版本已经删干净。

ACL 1.0 早在 4.4.0 就引入了。5.3.0 把 ACL 升到 2.0,5.3.x 这一串里 ACL 1.0 被移除。到底停在哪个小版本,官方说明写得比发布记录粗,动手前要按你实际用的那个版本实测一次。

这条的时间线很重要。如果部署已经在 5.3.x 以上,旧的 ACL 配置文件不是不推荐,是根本不生效。

升级后出现权限看着还在、实际全放开,多半就是这个原因。反过来,从 4.x 直跳新版本的项目,权限模型必须重写,不能复用。

八、5.4.0 换掉了定时消息的底层存储

第三处:5.4.0(2025-12-24)把定时消息、事务消息与索引换到 RocksDB 实现上(RIP-82),并实现了优先级消息(RIP-80)。

定时消息从纯时间轮改成 RocksDB 支撑,意味着重启后的恢复行为、磁盘占用画像都变了。优先级消息则是一个新的语义维度,也就是在一条 Topic 内部,消息多了「谁先被处理」这层含义。

这两条对已经在用定时消息做延迟任务的系统影响最直接。升级时要把定时消息投递精度和重启后未到期消息的恢复,列为必测项。

九、分级存储的成熟度还说不清

顺带给一句提醒:分级存储(tiered storage)5.5.1 的维护说明里确实修了它,但我在官方文档站没能找到它的专章页面。

所以它现在是 GA 还是实验性,我给不出结论。

看到某个版本的发布说明里出现修复,就把它当成稳定能力来排进生产,是不成立的。

十、4.x 到 5.x 没有直连升级工具

先说一个容易被读错的事实。Apache 社区版最后一个 4.x 发布是 4.9.8(2024 年 2 月 22 日),此后没有 4.x 版本,但官方也没有发过任何 4.x 停止维护的声明。

所以 4.x 到期了必须升,是压力而不是政策。真正的信号是另一头:新特性,包括 ACL 2.0、Lite Mode、RocksDB 存储、优先级消息,全部只进 5.x。4.x 只是不再长大。

必须提醒的是:4.x 升 5.x 没有直连升级工具。云厂商的兼容性说明里给出的方式是双写迁移,也就是新旧两套集群同时写同一份消息,读先留在旧的上面,等新集群追平了再挪过去。

下面是会在真实迁移里咬人的差异,说法来自云厂商那份 4.x/5.x 版本差异说明:

维度 4.x 5.x
协议 Remoting + HTTP + gRPC Remoting + gRPC,HTTP 协议移除
配置项 name-server endpoints,名字和语义都变了
广播消费 支持 5.x 的 gRPC SDK 不支持广播消费
生态连接器 不适用 Flink 等流式连接器只走 Remoting SDK,不是新 SDK 自动兼容
Topic 消息类型 混用通常不拦 强校验,一个 Topic 一种类型
定时消息上限 按级别延迟 有明确上限(云厂商那边的说法:共享架构最长 7 天)
老客户端 4.x SDK / ons-client ons-client 1.8.4 在 JDK 17 上直接起不来,需要 ≥ 1.9.1.Final

十一、迁移里最先卡住的是协议和消费模式

几项值得展开。

HTTP 协议移除是最先出问题的一类。不少老项目里有一批用 HTTP 收发的生产者,尤其是非 Java 语言,或者早期为了绕过防火墙才选 HTTP 的服务。这些端点在 5.x 上没有对应物,只能换 SDK。

广播消费在 gRPC SDK 上不支持。如果你的架构里用 MessageModel.BROADCASTING 做本地缓存(也就是把常用数据先放在本机内存里,读的时候不查远端),靠它刷新数据,这一条会直接卡住。

这种刷新要么把 Topic 留在 Remoting SDK 上,要么改设计。

这也是为什么一个集群统一换 SDK 不现实。双协议共存要按 Topic 分别规划。

十二、Topic 类型和客户端版本是另外两道坎

Topic 消息类型强校验是双写迁移阶段最常见的失败点。老系统里同一个 Topic 既有普通消息又有事务消息的部署并不少见,到 5.x 会被直接拒。

所以迁移的第一步不是接新 SDK,是把现有 Topic 按消息类型分开。这件事涉及生产者改造,是所有步骤里工期最长的一项。

ons-client 与 JDK 17 这一条属于两个升级撞在一起。很多团队打算顺带把运行时升到 17 或 21,结果发现旧客户端不兼容。别把这两件事排在同一个窗口里,出问题时无法定位是哪一边。

十三、安全:旧版本的问题比新旧更现实

最后给一个安全侧的定心丸,也是一句实话。2025 到 2026 这一段时间里,我没有找到 RocketMQ 自身的高危通告。

被反复引用的仍是 CVE-2023-33246(影响 4.9.6 / 5.1.1 之前版本)和 CVE-2023-37582。

这不等于不用管安全。它真正的含义是:上面那几个旧 CVE 至今仍是很多线上部署的实际风险。Namesrv 端口暴露加上无鉴权这个组合,比版本新旧更值得先修。

十四、最后给一个判断

RocketMQ 5.5 的意义不在多了个订阅模式,而在于它第一次明显地为 AI 场景修改核心消息模型。这个方向和大多数国产中间件往云原生托管走的路径是分开的。

至于跟不跟:如果你的系统里没有百万级会话流这件事,那就先把它当成一个信号看。MQ 开始为 Agent 做设计了,这比 Lite Mode 本身更值得记住。

引用这一篇
https://www.aryee.cn/archives/rocketmq-5-lite-topic.html

转载或引用请注明出处与链接。

你手上那套系统,卡在哪一步?

留个手机号和方便的时间,我打过来先听你说现状和限制,再给一个能执行的判断:这套系统该继续修、该动哪里,还是重做一版更省。

约一次沟通不接纯 UI 外包,只做系统层面的问题。不方便留号码,也可以直接跟助手说一句话。