最近，“千问请全国人民喝奶茶”活动火爆全网，这种瞬时爆发的流量洪峰已成为新茶饮行业的常态化挑战。新茶饮行业的数字化演进已从最初的基础设施上云，演进为深度的云原生架构共创与能力共建，再到为 AI 原生提供确定性基座，古茗奶茶在阿里云云原生上的深度实践，正是这种演进的代表。在新茶饮行业，每一次刷屏级的营销活动，每一杯奶茶的“丝滑”下单，背后都是对数字化基座的严峻考验，是一场应对瞬时高并发流量的技术硬仗

Rebalance的工作是在每个消费者端进行的，消费端负责的工作太多，除了负载均衡还有消费位点管理等功能，如果新增一种语言的支持，就需要重新实现一遍对应的业务逻辑代码。在RocketMQ 5.0增加了Pop模式消费，将负载均衡、消费位点管理等功能放到了Broker端，减少客户端的负担，使其变得轻量级，并且5.0之后支持消息粒度的负载均衡。至此，POP请求的处理逻辑基本完成，在该过程中，完成了对客户

延伸阅读：🔍「」 持续更新源码解析/最佳实践，提供 RocketMQ 专家 AI 答疑服务。

本文将从技术角度了解 RocketMQ 的云原生架构，了解 RocketMQ 如何基于一套统一的架构支撑多元化的场景。

作者 | 阿里云消息团队文婷、不铭、墨岭、稚柳前言随着 AIGC（生成式人工智能）浪潮席卷全球，大语言模型（LLM）正在深刻重塑千行百业、重构应用开发范式。这场由模型与算法驱动的技术革命，带来了前所未有的机遇，也为开发者构建 AI 应用带来了全新而严峻的工程挑战：如何保障长耗时对话的连续性？如何公平高效地调度有限的算力资源？如何避免多 AI Agent 或复杂工作流的级联阻塞问题？......这些

Data+AI 平台的一体化趋势，正在从“行业预判”走向“企业刚需”。

Apache RocketMQ 5.5.0 已正式发布。本次版本的重要特性之一，是社区提案 RIP-83 定义的全新消息模型 LiteTopic 进入开源版本。LiteTopic 面向 AI Agent、异步任务和海量轻量会话场景，支持百万级轻量会话通道共存，并在轻量通道管理、消费状态持久化和事件驱动分发等方面进行了针对性设计。此前，阿里云云消息队列 RocketMQ 版已围绕相关 AI 通信场景

乐言科技作为国内领先的AI企业，专注于为电商等行业提供智能客服等解决方案。随着业务规模扩大，其自建Kafka消息队列面临稳定性差、运维成本高等痛点。通过采用阿里云消息队列RocketMQ版Serverless系列，实现了业务解耦与弹性伸缩，整体成本降低37%，同时提升了系统稳定性和开发效率。结合云原生架构，乐言科技进一步优化了智能客服系统，为电商客户提供更高效的数智化转型服务。

作者 | 阿里云消息团队文婷、不铭、墨岭、稚柳前言随着 AIGC（生成式人工智能）浪潮席卷全球，大语言模型（LLM）正在深刻重塑千行百业、重构应用开发范式。这场由模型与算法驱动的技术革命，带来了前所未有的机遇，也为开发者构建 AI 应用带来了全新而严峻的工程挑战：如何保障长耗时对话的连续性？如何公平高效地调度有限的算力资源？如何避免多 AI Agent 或复杂工作流的级联阻塞问题？......这些

在 AI 时代，如何应对复杂多变的业务场景、满足更高的性能与体验要求，已成为 Apache RocketMQ 演进过程中的关键课题。