RocketMQ因为有高可靠性的要求(宕机不丢失数据)，所以数据要进行持久化存储。所以RocketMQ采用文件进行存储。
物理文件结构
RocketMQ的数据默认存储在${user.home}/store目录下，可以通过修改broker.conf中的参数storePathRootDir的值进行设置。
物理目录结构大致如下：
├── abort
├── checkpoint
├── commitlog
│ ├── 00000000000000000000
│ └── 00000000001073741824
├── config
│ ├── consumerFilter.json
│ ├── consumerFilter.json.bak
│ ├── consumerOffset.json
│ ├── consumerOffset.json.bak
│ ├── delayOffset.json
│ ├── delayOffset.json.bak
│ ├── subscriptionGroup.json
│ ├── topics.json
│ └── topics.json.bak
├── consumequeue
│ ├── TopicTest
│ │ ├── 0
│ │ │ └── 00000000000000000000
│ │ ├── 1
│ │ │ └── 00000000000000000000
│ │ ├── 2
│ │ │ └── 00000000000000000000
│ │ └── 3
│ │ └── 00000000000000000000
│ └── TopicTest1
│ ├── 0
│ │ └── 00000000000000000000
│ └── 1
│ └── 00000000000000000000
├── index
│ └── 20220706092335158
└── lock目录结构说明：
- commitLog：消息存储目录
- config：运行期间一些配置信息
- consumerqueue：消息消费队列存储目录
- index：消息索引文件存储目录
- abort：如果存在改文件则Broker非正常关闭
- checkpoint：文件检查点，存储CommitLog文件最后一次刷盘时间戳、consumerqueue最后一次刷盘时间，index索引文件最后一次刷盘时间戳。
逻辑结构
RocketMQ消息的存储是由ConsumeQueue和CommitLog配合完成的，消息真正的物理存储文件是CommitLog，ConsumeQueue是消息的逻辑队列，类似数据库的索引文件，存储的是指向物理存储的地址。每个Topic下的每个Message Queue都有一个对应的ConsumeQueue文件。
- CommitLog：存储消息的元数据
- ConsumerQueue：存储消息在CommitLog的索引
- IndexFile：为了消息查询提供了一种通过key或时间区间来查询消息的方法，这种通过IndexFile来查找消息的方法不影响发送与消费消息的主流程
CommitLog
CommitLog以物理文件的方式存放，每台Broker上的CommitLog被本机器所有ConsumeQueue共享。在CommitLog中，一个消息的存储长度是不固定的， RocketMQ采取一些机制，尽量向CommitLog中顺序写，但是随机读。commitlog文件默认大小为lG ，可通过在broker配置文件中设置mappedFileSizeCommitLog属性来改变默认大小。
CommitLog作为消息主体以及元数据的存储主体，存储Producer端写入的消息主体内容，消息内容不是定长的。
单个文件大小默认1G, 文件名长度为20位，左边补零，剩余为起始偏移量，比如00000000000000000000代表了第一个文件，起始偏移量为0，文件大小为1G=1073741824；当第一个文件写满了，第二个文件为00000000001073741824，起始偏移量为1073741824，以此类推。
每个Rocket实例只会往一个commitlog文件中写，写完一个接着写下一个。indexFile和ComsumerQueue中都有消息对应的物理偏移量，通过物理偏移量就可以计算出该消息位于哪个CommitLog文件上。
CommitLog目前存储的MappedFile文件有两种内容类型：
- MESSAGE：消息信息
- BLANK：文件不足以存储消息时的空白占位
MESSAGE
第几位 | 字段 | 字节数 | 数据类型 | 说明 |
1 | MsgLen | 4 | Int | 消息总长度 |
2 | MagicCode | 4 | Int | MESSAGE_MAGIC_CODE |
3 | BodyCRC | 4 | Int | 消息内容CRC |
4 | QueueId | 4 | Int | 消息队列编号 |
5 | Flag | 4 | Int | flag |
6 | QueueOffset | 8 | Long | 消息队列位置 |
7 | PhysicalOffset | 8 | Long | 物理位置。在 CommitLog 的顺序存储位置。 |
8 | SysFlag | 4 | Int | MessageSysFlag |
9 | BornTimestamp | 8 | Long | 生成消息时间戳 |
10 | BornHost | 8 | Long | 生效消息的地址+端口 |
11 | StoreTimestamp | 8 | Long | 存储消息时间戳 |
12 | StoreHost | 8 | Long | 存储消息的地址+端口 |
13 | ReconsumeTimes | 4 | Int | 重新消费消息次数 |
14 | PreparedTransationOffset | 8 | Long | |
15 | BodyLength + Body | 4 + bodyLength | Int + Bytes | 内容长度 + 内容 |
16 | TopicLength + Topic | 1 + topicLength | Byte + Bytes | Topic长度 + Topic |
17 | PropertiesLength + Properties | 2 + PropertiesLength | Short + Bytes | 拓展字段长度 + 拓展字段 |
BLANK
第几位 | 字段 | 字节数 | 数据类型 | 说明 |
1 | maxBlank | 4 | Int | 空白长度 |
2 | MagicCode | 4 | Int | BLANK_MAGIC_CODE |
ConsumeQueue
ConsumeQueue是消息的逻辑队列，类似数据库的索引文件，存储的是指向物理存储的地址。每个Topic下的每个Message Queue都有一个对应的 ConsumeQueue文件。
为了加速ConsumeQueue消息条目的检索速度与节省磁盘空间，每一个 Consumequeue条目不会存储消息的全量信息，存储结构如下：
第几位 | 字段 | 字节数 | 数据类型 | 说明 |
1 | offset | 8 | Long | 在commitLog中的偏移量 |
2 | size | 4 | Int | 消息的大小 |
3 | tagsCode | 8 | Long | tag标签 |
ConsumeQueue是消息的逻辑队列，相当于字典的目录，用来指定消息在物理文件CommitLog上的位置。
ConsumeQueue对应一个topic的一个队列结构，由topic和queueId可以唯一创建一个ConsumeQueue结构，同样ConsumeQueue包含一个MappedFileQueue结构，而MappedFileQueue结构由多个MappedFile文件组成，每个文件的大小为30000020（300000 ConsumeQueue.CQ_STORE_UNIT_SIZE），其中20是queue中每个存储单元的大小。
consumequeue文件夹的组织方式如下：topic/queue/file三层组织结构，具体存储路径为：${user.home}/store/consumequeue/{topic}/{queueId}/{fileName}。
ConsumeQueue即为CommitLog文件的索引文件， 其构建机制是当消息到达Commitlog文件后 由专门的线程产生消息转发任务，从而构建消息消费队列文件（ConsumeQueue ）与索引文件（Index File）。
存储机制这样设计有以下几个好处：
- CommitLog顺序写 ，可以大大提高写入效率。（实际上，磁盘有时候会比你想象的快很多，有时候也比你想象的慢很多，关键在如何使用，使用得当，磁盘的速度完全可以匹配上网络的数据传输速度。目前的高性能磁盘，顺序写速度可以达到600MB/s，超过了一般网卡的传输速度，这是磁盘比想象的快的地方，但是磁盘随机写的速度只有大概lOOKB/s，和顺序写的性能相差6000倍！）
- 虽然是随机读，但是利用操作系统的pagecache机制，可以批量地从磁盘读取，作为cache存到内存中，加速后续的读取速度。
- 为了保证完全的顺序写，需要ConsumeQueue这个中间结构，因为ConsumeQueue里只存偏移量信息，所以尺寸是有限的，在实际情况中，大部分的ConsumeQueue能够被全部读入内存，所以这个中间结构的操作速度很快，可以认为是内存读取的速度。此外为了保证CommitLog和ConsumeQueue的一致性，CommitLog里存储了Consume Queues、Message Key、Tag等所有信息，即使ConsumeQueue丢失，也可以通过CommitLog完全恢复出来。
IndexFile
RocketMQ还支持通过MessageID或者MessageKey来查询消息；使用ID查询时，因为ID就是用broker+offset生成的（这里msgId指的是服务端的），所以很容易就找到对应的commitLog文件来读取消息。但是对于用MessageKey来查询消息，RocketMQ则通过构建一个index来提高读取速度。
index存的是索引文件，这个文件用来加快消息查询的速度。消息消费队列RocketMQ专门为消息订阅构建的索引文件，提高根据主题与消息检索消息的速度 ，使用Hash索引机制，具体是Hash槽与Hash冲突的链表结构。
IndexFile 也是定长的，从单个文件的数据结构来说，这是实现了一种简单原生的哈希拉链机制。当一条新的消息索引进来时，首先使用 hash 算法命中黄色部分 500w 个 slot 中的一个，如果存在冲突就使用拉链解决，将最新索引数据的 next 指向上一条索引位置。同时将消息的索引数据 append 至文件尾部（绿色部分），这样便形成了一条当前 slot 按照时间存入的倒序的链表。
Index Header
第几位 | 字段 | 字节数 | 数据类型 | 说明 |
1 | beginTimestamp | 8 | Long | 开始插入时间 |
2 | endTimestamp | 8 | Long | 最后插入时间 |
3 | beginPhyOffset | 8 | Long | 第一个索引对应CommitLog的偏移量 |
4 | endPhyOffset | 8 | Long | 最后一个索引对应CommitLog的偏移量 |
5 | hashSlotCount | 4 | Integer | 槽位使用数 |
6 | indexCount | 4 | Integer | 索引总数 |
Slot
第几位 | 字段 | 字节数 | 数据类型 | 说明 |
1 | absSlotPos | 4 | int | 索引在Content中的位置 |
Content
第几位 | 字段 | 字节数 | 数据类型 | 说明 |
1 | keyHash | 4 | Int | key的hashcode |
2 | phyOffset | 8 | Long | CommitLog中的偏移量 |
3 | timeDiff | 8 | Long | 消息的延迟时间 |
4 | indexCount | 8 | Long | 上一次槽内的indexCount |
Config
config文件夹中存储着Topic和Consumer等相关信息。主题和消费者群组相关的信息就存在在此。
- topics.json : topic 配置属性
- subscriptionGroup.json :消息消费组配置信息。
- delayOffset.json ：延时消息队列拉取进度。
- consumerOffset.json ：集群消费模式消息消进度。
- consumerFilter.json ：主题消息过滤信息。
过期文件删除
由于RocketMQ操作CommitLog，ConsumeQueue文件是基于内存映射机制并在启动的时候会加载CommitLog，ConsumeQueue目录下的所有文件，为了避免内存与磁盘的浪费，不可能将消息永久存储在消息服务器上，所以需要引入一种机制来删除己过期的文件。
删除过程分别执行清理消息存储文件（Commitlog）与消息消费队列文件（ConsumeQueue文件），消息消费队列文件与消息存储文件共用一套过期文件机制。
RocketMQ清除过期文件的方法是：如果非当前写文件在一定时间间隔内没有再次被更新，则认为是过期文件，可以被删除，RocketMQ不会关注这个文件上的消息是否全部被消费。默认每个文件的过期时间为72小时（不同版本的默认值不同，这里以4.9.4为例），通过在Broker配置文件中设置 fileReservedTime来改变过期时间，单位为小时。
触发文件清除操作的是一个定时任务，而且只有定时任务，文件过期删除定时任务的周期由该删除决定，默认每10s执行一次。
过期判断
文件删除主要是由这个配置属性：fileReservedTime，文件保留时间。也就是从最后一次更新时间到现在，如果超过了该时间，则认为是过期文件，可以删除。
另外还有其他两个配置参数：
- deletePhysicFilesInterval：删除物理文件的时间间隔（默认是100MS），在一次定时任务触发时，可能会有多个物理文件超过过期时间可被删除，因此删除一个文件后需要间隔deletePhysicFilesInterval这个时间再删除另外一个文件，由于删除文件是一个非常耗费IO的操作，会引起消息插入消费的延迟（相比于正常情况下），所以不建议直接删除所有过期文件。
- destroyMapedFileIntervalForcibly：在删除文件时，如果该文件还被线程引用，此时会阻止此次删除操作，同时将该文件标记不可用并且纪录当前时间戳destroyMapedFileIntervalForcibly这个表示文件在第一次删除拒绝后，文件保存的最大时间，在此时间内一直会被拒绝删除，当超过这个时间时，会将引用每次减少1000，直到引用小于等于0为止，即可删除该文件。
删除条件
- 指定删除文件的时间点，RocketMQ通过deleteWhen设置一天的固定时间执行一次。删除过期文件操作，默认为凌晨4点。
- 磁盘空间是否充足，如果磁盘空间不充足(DiskSpaceCleanForciblyRatio。磁盘空间强制删除文件水位。默认是85)，会触发过期文件删除操作。
另外还有RocketMQ的磁盘配置参数：
- 物理使用率大于diskSpaceWarningLevelRatio（默认90%可通过参数设置），则会阻止新消息的插入。
- 物理磁盘使用率小于diskMaxUsedSpaceRatio(默认75%) 表示磁盘使用正常。
