在公众号回复课程,免费获取JAVA全栈课程
做者 | 颜 群java
公众号 | 大数据和人工智能技术web
消息队列，Message queue，简称MQ。面试
顾名思义，消息队列就是一个 存放“消息”的“队列”，有着 FIFO 的特性。这里的“消息”实际就是“数据”的意思，所以消息队列自己就是一个简单的数据结构——队列。数据库
在设计模式上，消息队列是“生产者-消费者”模式的一个经典实现。编程
通常而言，用户就是请求的“生产者”，然后台服务就是请求的“消费者”。设计模式
用户只须要向MQ中生产请求，无需关心是谁来消费；后台服务也只须要从MQ中获取并消费请求，无需关心是哪一个用户在生产请求。所以，在使用了MQ后，生产者和消费者就没有了直接引用的关系；也就是说，MQ能够实现生产者与消费者的解耦，如图所示。服务器
更进一步，为了不高并发带来的延迟，生产者能够将下单请求以“异步消息”的形式发送MQ中，从而快速响应用户，提升用户体验。微信
MQ的一个重要做用就是：限流。网络
本文主要介绍：使用MQ进行限流的核心手段——削峰填谷数据结构
MQ能够把海量的请求延迟转发给各个后台服务器。
能够这样理解“削峰填谷”：若是没有MQ，海量请求将直奔服务器；但有了MQ后，海量请求会先暂存到MQ中（海量请求同时抵达时就是流量的“峰”值），以后服务器再将MQ中的海量请求逐步拉取过来并处理，即用“峰”值填补服务器在以后一段时间的“谷”值（若是不从MQ中拉取请求，服务器在没有数据处理时，并发量的监控线就像山谷同样处在低位）。
削峰填谷的具体实现方法以下：
在高并发场景下，能够把海量的用户请求当作“消息”存储到消息队列之中，以后秒杀系统的各个子系统就能够根据自身的性能，从消息队列中平稳的拉取固定数目的请求数，如图所示。
举个例子，假设某一时刻秒杀的并发请求量是 10 万，“子系统-A“的处理极限是 2 万、“子系统-B“是 3 万、“子系统-C“是 4 万，显然 A、B、C 三个子系统是没法同时承受 10 万的请求量。此时，就能够先将 10 万个请求存储到消息队列中（即入队），而后A、B、C子系统根据自身的能力，选择性的从消息队列中拉取必定数额的请求（即出队），具体就是“子系统-A”仅从消息队列中拉取 2 万个请求并处理、“子系统-B”拉取 3 万条、“子系统-C”拉取 4 万条，而后将剩余的 1 万条请求直接拒绝，或者等待A、B、C的第二轮出队操做。这样一来，各个子系统既能够充分的发挥本身的性能，也能防止因为超负荷的并发量形成的系统崩溃。
思考：在发送消息的过程当中，如何避免消息丢失、消息被重复消费，如何处理消息积压问题？
这些问题会在下篇文章中作解答，感谢阅读。
- 完 -
推荐阅读
▲
在“大数据和人工智能技术”聊天对话框回复如下关键词，可得到相关信息哟
回复【资料】获取JAVA全栈视频的配套资料
回复【最新课程】获取一门还没有公开的高级课程（不按期更换）
回复【提问】获取免费答疑方式
回复【课程】获取JAVA全栈视频教程 + 配套资料
回复【软件】获取经常使用的开发软件（逐步完善）
回复【亿级源码】获取本号做者出版的《亿级流量Java高并发与网络编程实战》一书配套源码
回复【javase】获取JAVA视频教程
回复【数据库】获取数据库视频教程
更多课程，逐步开放...
本文分享自微信公众号 - 大数据和人工智能技术（Big_Data-AI）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。