4. 消息模型设计：Topic与Queue的选择策略、消息分区与消费者组设计

在WMS库存变更与ERP采购订单联动场景中，消息模型的选择直接决定了系统的扩展性、可靠性与运维复杂度。本章围绕Topic vs Queue、分区（Partition）与消费者组（Consumer Group）三个核心维度，给出面向供应链集成的设计策略。

4.1 Topic与Queue的选择策略

消息中间件通常提供两种基本消息模型：点对点（Queue）和发布/订阅（Topic）。在WMS与ERP联动中，不能简单二选一，而应按照消息语义和消费范围进行分层设计。

4.2 消息分区（Partition）设计

分区是Topic实现水平扩展与并行消费的基础。每个分区是一个有序、不可变的消息序列。在WMS库存变更场景中，分区设计的关键在于消息顺序性与负载均衡的权衡。

4.2.1 分区键（Partition Key）选择

• 按SKU分区：同一SKU的库存变更消息进入同一分区，保证该SKU的变更顺序。适合库存精确扣减场景。
• 按仓库ID分区：同一仓库的所有库存变更进入同一分区，适合按仓库维度聚合处理的场景。
• 按随机键分区：负载最均衡，但无法保证任何顺序。适合对顺序不敏感的统计类消息。

4.2.2 分区数量规划

分区数量直接影响吞吐上限和消费者并行度。建议按照以下公式估算：

分区数 = max(预期峰值TPS / 单分区消费能力, 消费者实例数 × 2)
单分区消费能力 ≈ 1000～3000 msg/s（取决于消息体大小与处理逻辑）

例如：WMS库存变更峰值TPS为5000，单分区消费能力按2000 msg/s计算，则至少需要3个分区。若部署4个消费者实例，建议分区数设为8（实例数×2），留出扩展余量。

4.3 消费者组（Consumer Group）设计

消费者组实现了点对点与发布/订阅的统一：组内竞争消费（Queue模式），组间独立消费（Topic模式）。在WMS与ERP联动中，消费者组的设计需要区分业务边界和故障隔离。

4.3.1 消费者组划分策略

4.3.2 消费者组与分区的绑定关系

每个消费者组内的消费者实例与分区存在一对多的绑定关系。一个分区在同一消费者组内只能被一个消费者实例消费，但一个消费者实例可以消费多个分区。

消费者组内实例数 ≤ 分区数
最佳实践：消费者实例数 = 分区数（实现1:1绑定，最大化并行度）

当消费者实例数大于分区数时，多余的实例会处于空闲状态，造成资源浪费。当消费者实例数小于分区数时，部分消费者需要处理多个分区，需注意处理能力的匹配。

4.4 整体消息模型架构图

下图展示了WMS库存变更与ERP采购订单联动场景下的Topic、Queue、分区与消费者组整体设计：

4.5 关键设计决策总结

• Topic vs Queue：库存变更事件使用Topic（多组消费），采购请求命令使用Queue（单组消费）。
• 分区键：核心业务Topic使用SKU哈希，保证同一SKU的变更顺序；非核心Topic使用随机键。
• 分区数：按峰值TPS估算，初期设为预估峰值的1.5～2倍，后续通过监控扩容。
• 消费者组：按业务边界（ERP、BI、预警）划分组，组内实例数不超过分区数，推荐1:1绑定。
• 故障隔离：每个消费者组独立消费，一个组的下游故障不影响其他组的消息处理。