浅谈消息队列及常见的消息中间件

前言

消息队列 已经逐渐成为企业应用系统 内部通讯 的核心手段。它具备 低耦合、可靠投递、广播、流量控制、最终一致性 等一系列功能。

当前使用较多的 消息队列 有 RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、MetaMQ 等，而部分 数据库 如 Redis、MySQL 以及 phxsql 也可实现消息队列的功能。

正文

1. 消息队列概述

消息队列 是指利用 高效可靠 的 消息传递机制 进行与平台无关的 数据交流，并基于 数据通讯 来进行分布式系统的集成。

经过提供 消息传递 和 消息排队 模型，它能够在 分布式环境 下提供 应用解耦、弹性伸缩、冗余存储、流量削峰、异步通讯、数据同步 等等功能，其做为 分布式系统架构 中的一个重要组件，有着举足轻重的地位。

2. 消息队列的特色

2.1. 采用异步处理模式

消息发送者 能够发送一个消息而无须等待响应。消息发送者 将消息发送到一条 虚拟的通道（主题 或 队列）上，消息接收者 则 订阅 或是 监听 该通道。一条信息可能最终转发给 一个或多个 消息接收者，这些接收者都无需对 消息发送者 作出 同步回应。整个过程都是 异步的。

2.2. 应用系统之间解耦合

主要体如今以下两点：

1. 发送者和接受者没必要了解对方、只须要 确认消息；

2. 发送者和接受者 没必要同时在线。

好比在线交易系统为了保证数据的 最终一致，在 支付系统 处理完成后会把 支付结果 放到 消息中间件 里，通知 订单系统 修改 订单支付状态。两个系统是经过消息中间件解耦的。

3. 消息队列的传递服务模型

消息队列的 传递服务模型 以下图所示：

4. 消息队列的的传输模式

4.1. 点对点模型

点对点模型 用于 消息生产者 和 消息消费者 之间 点到点 的通讯。消息生产者将消息发送到由某个名字标识的特定消费者。这个名字实际上对于消费服务中的一个 队列（Queue），在消息传递给消费者以前它被 存储 在这个队列中。队列消息 能够放在 内存 中也能够 持久化，以保证在消息服务出现故障时仍然可以传递消息。

传统的点对点消息中间件一般由 消息队列服务、消息传递服务、消息队列 和 消息应用程序接口 API 组成，其典型的结构以下图所示。

特色：

1. 每一个消息只用一个消费者；
2. 发送者和接受者没有时间依赖；
3. 接受者确认消息接受和处理成功。

示意图以下所示：

4.2. 发布/订阅模型（Pub/Sub）

发布者/订阅者 模型支持向一个特定的 消息主题 生产消息。0 或 多个订阅者 可能对接收来自 特定消息主题 的消息感兴趣。

在这种模型下，发布者和订阅者彼此不知道对方，就比如是匿名公告板。这种模式被概况为：多个消费者能够得到消息，在 发布者 和 订阅者 之间存在 时间依赖性。发布者须要创建一个 订阅（subscription），以便可以消费者订阅。订阅者 必须保持 持续的活动状态 并 接收消息。

在这种状况下，在订阅者 未链接时，发布的消息将在订阅者 从新链接 时 从新发布，以下图所示：

特性：

1. 每一个消息能够有多个订阅者；
2. 客户端只有订阅后才能接收到消息；
3. 持久订阅和非持久订阅。

注意：

1. 发布者和订阅者有时间依赖：接受者和发布者只有创建订阅关系才能收到消息；
2. 持久订阅：订阅关系创建后，消息就不会消失，无论订阅者是否都在线；
3. 非持久订阅：订阅者为了接受消息，必须一直在线。 当只有一个订阅者时约等于点对点模式

5. 消息队列应用场景

当你须要使用 消息队列 时，首先须要考虑它的必要性。可使用消息队列的场景有不少，最经常使用的几种，是作 应用程序松耦合、异步处理模式、发布与订阅、最终一致性、错峰流控 和 日志缓冲 等。反之，若是须要 强一致性，关注业务逻辑的处理结果，则使用 RPC 显得更为合适。

5.1. 异步处理

非核心 流程 异步化，减小系统 响应时间，提升 吞吐量。例如：短信通知、终端状态推送、App 推送、用户注册 等。

消息队列 通常都内置了 高效的通讯机制，所以也能够用于单纯的消息通信，好比实现 点对点消息队列 或者 聊天室 等。

应用案例

网站用户注册，注册成功后会过一会发送邮件确认或者短息。

5.2. 系统解耦

• 系统之间不是 强耦合的，消息接受者 能够随意增长，而不须要修改 消息发送者的代码。消息发送者 的成功不依赖 消息接受者（好比：有些银行接口不稳定，但调用方并不须要依赖这些接口）。

• 不强依赖 于非本系统的核心流程，对于 非核心流程，能够放到消息队列中让 消息消费者 去按需消费，而 不影响核心主流程。

5.3. 最终一致性

最终一致性 不是 消息队列 的必备特性，但确实能够依靠 消息队列 来作 最终一致性 的事情。

• 先写消息再操做，确保操做完成后再修改消息状态。定时任务补偿机制 实现消息 可靠发送接收、业务操做的可靠执行，要注意 消息重复 与 幂等设计。

• 全部不保证 100% 不丢消息 的消息队列，理论上没法实现 最终一致性。

像 Kafka 一类的设计，在设计层面上就有 丢消息 的可能（好比 定时刷盘，若是掉电就会丢消息）。哪怕只丢千分之一的消息，业务也必须用其余的手段来保证结果正确。

5.4. 广播

生产者/消费者 模式，只须要关心消息是否 送达队列，至于谁但愿订阅和须要消费，是 下游 的事情，无疑极大地减小了开发和联调的工做量。

5.5. 流量削峰和流控

当 上下游系统 处理能力存在差距的时候，利用 消息队列 作一个通用的 “漏斗”，进行 限流控制。在下游有能力处理的时候，再进行分发。

举个例子：用户在支付系统成功结帐后，订单系统会经过短信系统向用户推送扣费通知。 短信系统 可能因为 短板效应，速度卡在 网关 上（每秒几百次请求），跟 前端的并发量 不是一个数量级。 因而，就形成 支付系统 和 短信系统 的处理能力出现差别化。

然而用户晚上个半分钟左右收到短信，通常是不会有太大问题的。若是没有消息队列，两个系统之间经过 协商、滑动窗口 等复杂的方案也不是说不能实现。但 系统复杂性 指数级增加，势必在 上游 或者 下游 作 存储，而且要处理 定时、拥塞 等一系列问题。并且每当有 处理能力有差距 的时候，都须要 单独 开发一套逻辑来维护这套逻辑。

因此，利用中间系统转储两个系统的通讯内容，并在下游系统有能力处理这些消息的时候，再处理这些消息，是一套相对较通用的方式。

应用案例

1. 把消息队列当成可靠的 消息暂存地，进行必定程度的 消息堆积；
2. 定时进行消息投递，好比模拟 用户秒杀 访问，进行 系统性能压测。

5.6. 日志处理

将消息队列用在 日志处理 中，好比 Kafka 的应用，解决 海量日志 传输和缓冲的问题。

应用案例

把日志进行集中收集，用于计算 PV、用户行为分析 等等。

5.7. 消息通信

消息队列通常都内置了 高效的通讯机制，所以也能够用于单纯的 消息通信，好比实现 点对点消息队列 或者 聊天室 等。

6. 消息队列的推拉模型

6.1. Push推消息模型

消息生产者 将消息发送给 消息队列，消息队列 又将消息推给 消息消费者。

6.2. Pull拉消息模型

消费者 请求 消息队列 接受消息，消息生产者 从 消息队列 中拉该消息。

6.3. 两种类型的区别

7. 消息队列技术对比

本部分主要介绍四种经常使用的消息队列（ActiveMQ / RabbitMQ / RocketMQ / Kafka）的主要特性、优势、缺点。

7.1. ActiveMQ

ActiveMQ 是由 Apache 出品，ActiveMQ 是一个彻底支持JMS1.1 和 J2EE 1.4 规范的 JMS Provider 实现。它很是快速，支持 多种语言的客户端 和 协议，并且能够很是容易的嵌入到企业的应用环境中，并有许多高级功能。

(a) 主要特性

1. 服从JMS规范：JMS 规范提供了良好的标准和保证，包括：同步 或 异步 的消息分发，一次和仅一次的消息分发，消息接收 和 订阅 等等。听从 JMS 规范的好处在于，不论使用什么 JMS 实现提供者，这些基础特性都是可用的；

2. 链接灵活性：ActiveMQ 提供了普遍的 链接协议，支持的协议有：HTTP/S，IP 多播，SSL，TCP，UDP 等等。对众多协议的支持让 ActiveMQ 拥有了很好的灵活性；

3. 支持的协议种类多：OpenWire、STOMP、REST、XMPP、AMQP；

4. 持久化插件和安全插件：ActiveMQ 提供了 多种持久化 选择。并且，ActiveMQ 的安全性也能够彻底依据用户需求进行 自定义鉴权 和 受权；

5. 支持的客户端语言种类多：除了 Java 以外，还有：C/C++，.NET，Perl，PHP，Python，Ruby；

6. 代理集群：多个 ActiveMQ 代理 能够组成一个 集群 来提供服务；

7. 异常简单的管理：ActiveMQ 是以开发者思惟被设计的。因此，它并不须要专门的管理员，由于它提供了简单又使用的管理特性。有不少中方法能够 监控 ActiveMQ 不一样层面的数据，包括使用在 JConsole 或者在 ActiveMQ 的 Web Console 中使用 JMX。经过处理 JMX 的告警消息，经过使用 命令行脚本，甚至能够经过监控各类类型的 日志。

(b) 部署环境

ActiveMQ 能够运行在 Java 语言所支持的平台之上。使用 ActiveMQ 须要：

• Java JDK
• ActiveMQ 安装包

(c) 优势

1. 跨平台 (JAVA 编写与平台无关，ActiveMQ 几乎能够运行在任何的 JVM 上)；

2. 能够用 JDBC：能够将 数据持久化 到数据库。虽然使用 JDBC 会下降 ActiveMQ 的性能，可是数据库一直都是开发人员最熟悉的存储介质；

3. 支持 JMS 规范：支持 JMS 规范提供的 统一接口;

4. 支持 自动重连 和 错误重试机制；

5. 有安全机制：支持基于 shiro，jaas 等多种 安全配置机制，能够对 Queue/Topic 进行 认证和受权；

6. 监控完善：拥有完善的 监控，包括 Web Console，JMX，Shell 命令行，Jolokia 的 RESTful API；

7. 界面友善：提供的 Web Console 能够知足大部分状况，还有不少 第三方的组件 可使用，好比 hawtio；

(d) 缺点

1. 社区活跃度不及 RabbitMQ 高；

2. 根据其余用户反馈，会出莫名其妙的问题，会 丢失消息；

3. 目前重心放到 activemq 6.0 产品 Apollo，对 5.x 的维护较少；

4. 不适合用于 上千个队列 的应用场景；

7.2. RabbitMQ

RabbitMQ 于 2007 年发布，是一个在 AMQP (高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一。

(a) 主要特性

1. 可靠性：提供了多种技术可让你在 性能 和 可靠性 之间进行 权衡。这些技术包括 持久性机制、投递确认、发布者证明 和 高可用性机制；

2. 灵活的路由：消息在到达队列前是经过 交换机 进行 路由 的。RabbitMQ 为典型的路由逻辑提供了 多种内置交换机 类型。若是你有更复杂的路由需求，能够将这些交换机组合起来使用，你甚至能够实现本身的交换机类型，而且当作 RabbitMQ 的 插件 来使用；

3. 消息集群：在相同局域网中的多个 RabbitMQ 服务器能够 聚合 在一块儿，做为一个独立的逻辑代理来使用；

4. 队列高可用：队列能够在集群中的机器上 进行镜像，以确保在硬件问题下还保证 消息安全；

5. 支持多种协议：支持 多种消息队列协议；

6. 支持多种语言：用 Erlang 语言编写，支持只要是你能想到的 全部编程语言；

7. 管理界面： RabbitMQ 有一个易用的 用户界面，使得用户能够 监控 和 管理 消息 Broker 的许多方面；

8. 跟踪机制：若是 消息异常，RabbitMQ 提供消息跟踪机制，使用者能够找出发生了什么；

9. 插件机制：提供了许多 插件，来从多方面进行扩展，也能够编写本身的插件。

(b) 部署环境

RabbitMQ 能够运行在 Erlang 语言所支持的平台之上，包括 Solaris，BSD，Linux，MacOSX，TRU64，Windows 等。使用 RabbitMQ 须要：

• ErLang 语言包
• RabbitMQ 安装包

(c) 优势

1. 因为 Erlang 语言的特性，消息队列性能较好，支持 高并发；

2. 健壮、稳定、易用、跨平台、支持 多种语言、文档齐全；

3. 有消息 确认机制 和 持久化机制，可靠性高；

4. 高度可定制的 路由；

5. 管理界面 较丰富，在互联网公司也有较大规模的应用，社区活跃度高。

(d) 缺点

1. 尽管结合 Erlang 语言自己的并发优点，性能较好，可是不利于作 二次开发和维护；

2. 实现了 代理架构，意味着消息在发送到客户端以前能够在 中央节点 上排队。此特性使得 RabbitMQ 易于使用和部署，可是使得其 运行速度较慢，由于中央节点 增长了延迟，消息封装后 也比较大；

3. 须要学习 比较复杂 的 接口和协议，学习和维护成本较高。

7.3. RocketMQ

RocketMQ 出自 阿里 的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并作出了本身的一些改进，消息可靠性上 比 Kafka 更好。RocketMQ 在阿里内部被普遍应用在 订单，交易，充值，流计算，消息推送，日志流式处理，binglog 分发 等场景。

(a) 主要特性

1. 基于 队列模型：具备 高性能、高可靠、高实时、分布式 等特色；

2. Producer、Consumer、队列 都支持 分布式；

3. Producer 向一些队列轮流发送消息，队列集合 称为 Topic。Consumer 若是作 广播消费，则一个 Consumer 实例消费这个 Topic 对应的 全部队列；若是作 集群消费，则 多个 Consumer 实例 平均消费 这个 Topic 对应的队列集合；

4. 可以保证 严格的消息顺序；

5. 提供丰富的 消息拉取模式；

6. 高效的订阅者 水平扩展能力；

7. 实时 的 消息订阅机制；

8. 亿级 消息堆积 能力；

9. 较少的外部依赖。

(b) 部署环境

RocketMQ 能够运行在 Java 语言所支持的平台之上。使用 RocketMQ 须要：

• Java JDK
• 安装 git、Maven
• RocketMQ 安装包

(c) 优势

1. 单机 支持 1 万以上 持久化队列；

2. RocketMQ 的全部消息都是 持久化的，先写入系统 PAGECACHE，而后 刷盘，能够保证 内存 与 磁盘 都有一份数据，而 访问 时，直接 从内存读取。

3. 模型简单，接口易用（JMS 的接口不少场合并不太实用）；

4. 性能很是好，能够容许 大量堆积消息 在 Broker 中；

5. 支持 多种消费模式，包括 集群消费、广播消费等；

6. 各个环节 分布式扩展设计，支持 主从 和 高可用；

7. 开发度较活跃，版本更新很快。

(d) 缺点

1. 支持的 客户端语言 很少，目前是 Java 及 C++，其中 C++ 还不成熟；

2. RocketMQ 社区关注度及成熟度也不及前二者；

3. 没有 Web 管理界面，提供了一个 CLI (命令行界面) 管理工具带来 查询、管理 和 诊断各类问题；

4. 没有在 MQ 核内心实现 JMS 等接口；

7.4. Kafka

Apache Kafka 是一个 分布式消息发布订阅 系统。它最初由 LinkedIn 公司基于独特的设计实现为一个 分布式的日志提交系统 (a distributed commit log)，以后成为 Apache 项目的一部分。Kafka 性能高效、可扩展良好 而且 可持久化。它的 分区特性，可复制 和 可容错 都是其不错的特性。

(a) 主要特性

1. 快速持久化：能够在 O(1) 的系统开销下进行 消息持久化；

2. 高吞吐：在一台普通的服务器上既能够达到 10W/s 的 吞吐速率；

3. 彻底的分布式系统：Broker、Producer 和 Consumer 都原生自动支持 分布式，自动实现 负载均衡；

4. 支持 同步 和 异步 复制两种 高可用机制；

5. 支持 数据批量发送 和 拉取；

6. 零拷贝技术(zero-copy)：减小 IO 操做步骤，提升 系统吞吐量；

7. 数据迁移、扩容 对用户透明；

8. 无需停机 便可扩展机器；

9. 其余特性：丰富的 消息拉取模型、高效 订阅者水平扩展、实时的 消息订阅、亿级的 消息堆积能力、按期删除机制；

(b) 部署环境

使用 Kafka 须要：

• Java JDK
• Kafka 安装包

(c) 优势

1. 客户端语言丰富：支持 Java、.Net、PHP、Ruby、Python、Go 等多种语言；

2. 高性能：单机写入 TPS 约在 100 万条/秒，消息大小 10 个字节；

3. 提供 彻底分布式架构，并有 replica 机制，拥有较高的 可用性 和 可靠性，理论上支持 消息无限堆积；

4. 支持批量操做；

5. 消费者 采用 Pull 方式获取消息。消息有序，经过控制 可以保证全部消息被消费且仅被消费 一次；

6. 有优秀的第三方 Kafka Web 管理界面 Kafka-Manager；

7. 在 日志领域 比较成熟，被多家公司和多个开源项目使用。

(d) 缺点

1. Kafka 单机超过 64 个 队列/分区 时，Load 时会发生明显的飙高现象。队列 越多，负载 越高，发送消息 响应时间变长；

2. 使用 短轮询方式，实时性 取决于 轮询间隔时间；

3. 消费失败 不支持重试；

4. 支持 消息顺序，可是 一台代理宕机 后，就会产生 消息乱序；

5. 社区更新较慢。

7.5. 几种消息队列对比

这里列举了上述四种消息队列的差别对比：

Kafka 在于 分布式架构，RabbitMQ 基于 AMQP 协议 来实现，RocketMQ 的思路来源于 Kafka，改为了 主从结构，在 事务性 和 可靠性 方面作了优化。普遍来讲，电商、金融 等对 事务一致性 要求很高的，能够考虑 RabbitMQ 和 RocketMQ，对 性能要求高 的可考虑 Kafka。

小结

本文介绍了消息队列的特色，消息队列的 传递服务模型，消息的 传输方式，消息的 推拉模式。而后介绍了 ActiveMQ，RabbitMQ，RocketMQ 和 Kafka 几种常见的消息队列，阐述了 各类消息队列 的 主要特色 和 优缺点。经过本文，对于消息队列及相关技术选型，相信你会有了更深刻的理解和认识。更多细节和原理性的东西，还需在实践中见真知！

---

欢迎关注技术公众号： 零壹技术栈

本账号将持续分享后端技术干货，包括虚拟机基础，多线程编程，高性能框架，异步、缓存和消息中间件，分布式和微服务，架构学习和进阶等学习资料和文章。