消息队列 消息队列

时间  2019-12-13 标签 消息 队列

消息队列

 

什么是消息队列#

MQ全称为Message Queue 消息队列（MQ）是一种应用程序对应用程序的通讯方法。MQ是消费-生产者模型的一个典型的表明，一端往消息队列中不断写入消息，而另外一端则能够读取队列中的消息。消息发布者只管把消息发布到 MQ 中而不用管谁来取，消息使用者只管从 MQ 中取消息而不论是谁发布的。这样发布者和使用者都不用知道对方的存在。 html

你能够想一想在生活中的一种场景：当你把信件的投进邮筒，邮递员确定最终会将信件送给收件人。咱们能够把MQ比做 邮局和邮递员。 git

MQ和邮局的主要区别是,它不处理消息,可是,它会接受数据、存储消息数据、转发消息github

为何使用消息队列#

其实就是问问你消息队列都有哪些使用场景，而后你项目里具体是什么场景，说说你在这个场景里用消息队列是什么？apache

若是有人问你这个问题，指望的一个回答是说，大家公司有个什么业务场景，这个业务场景有个什么技术挑战，若是不用 MQ 可能会很麻烦，可是你如今用了 MQ 以后带给了你不少的好处。浏览器

先说一下消息队列常见的使用场景吧，其实场景有不少，可是比较核心的有 3 个：解耦、异步、削峰。架构

解耦#

看这么个场景。A 系统发送数据到 BCD 三个系统，经过接口调用发送。若是 E 系统也要这个数据呢？那若是 C 系统如今不须要了呢？A 系统负责人几乎崩溃......并发

 

 

在这个场景中，A 系统跟其它各类乱七八糟的系统严重耦合，A 系统产生一条比较关键的数据，不少系统都须要 A 系统将这个数据发送过来。A 系统要时时刻刻考虑 BCDE 四个系统若是挂了该咋办？要不要重发，要不要把消息存起来？头发都白了啊！异步

若是使用 MQ，A 系统产生一条数据，发送到 MQ 里面去，哪一个系统须要数据本身去 MQ 里面消费。若是新系统须要数据，直接从 MQ 里消费便可；若是某个系统不须要这条数据了，就取消对 MQ 消息的消费便可。这样下来，A 系统压根儿不须要去考虑要给谁发送数据，不须要维护这个代码，也不须要考虑人家是否调用成功、失败超时等状况。post

 

总结：经过一个 MQ，Pub/Sub 发布订阅消息这么一个模型，A 系统就跟其它系统完全解耦了。大数据

你须要去考虑一下你负责的系统中是否有相似的场景，就是一个系统或者一个模块，调用了多个系统或者模块，互相之间的调用很复杂，维护起来很麻烦。可是其实这个调用是不须要直接同步调用接口的，若是用 MQ 给它异步化解耦，也是能够的，你就须要去考虑在你的项目里，是否是能够运用这个 MQ 去进行系统的解耦。

异步#

再来看一个场景，A 系统接收一个请求，须要在本身本地写库，还须要在 BCD 三个系统写库，本身本地写库要 3ms，BCD 三个系统分别写库要 300ms、450ms、200ms。最终请求总延时是 3 + 300 + 450 + 200 = 953ms，接近 1s，用户感受搞个什么东西，慢死了慢死了。用户经过浏览器发起请求，等待个 1s，这几乎是不可接受的。

 

通常互联网类的企业，对于用户直接的操做，通常要求是每一个请求都必须在 200 ms 之内完成，对用户几乎是无感知的。

若是使用 MQ，那么 A 系统连续发送 3 条消息到 MQ 队列中，假如耗时 5ms，A 系统从接受一个请求到返回响应给用户，总时长是 3 + 5 = 8ms，对于用户而言，其实感受上就是点个按钮，8ms 之后就直接返回了，爽！网站作得真好，真快！

 

削峰#

天天 0:00 到 12:00，A 系统风平浪静，每秒并发请求数量就 50 个。结果每次一到 12:00 ~ 13:00 ，每秒并发请求数量忽然会暴增到 5k+ 条。可是系统是直接基于 MySQL 的，大量的请求涌入 MySQL，每秒钟对 MySQL 执行约 5k 条 SQL。

通常的 MySQL，扛到每秒 2k 个请求就差很少了，若是每秒请求到 5k 的话，可能就直接把 MySQL 给打死了，致使系统崩溃，用户也就无法再使用系统了。

可是高峰期一过，到了下午的时候，就成了低峰期，可能也就 1w 的用户同时在网站上操做，每秒中的请求数量可能也就 50 个请求，对整个系统几乎没有任何的压力。

 

若是使用 MQ，每秒 5k 个请求写入 MQ，A 系统每秒钟最多处理 2k 个请求，由于 MySQL 每秒钟最多处理 2k 个。A 系统从 MQ 中慢慢拉取请求，每秒钟就拉取 2k 个请求，不要超过本身每秒能处理的最大请求数量就 ok，这样下来，哪怕是高峰期的时候，A 系统也绝对不会挂掉。而 MQ 每秒钟 5k 个请求进来，就 2k 个请求出去，结果就致使在中午高峰期（1 个小时），可能有几十万甚至几百万的请求积压在 MQ 中。

 

这个短暂的高峰期积压是 ok 的，由于高峰期过了以后，每秒钟就 50 个请求进 MQ，可是 A 系统依然会按照每秒 2k 个请求的速度在处理。因此说，只要高峰期一过，A 系统就会快速将积压的消息给解决掉。

消息队列有什么优缺点#

优势上面已经说了，就是在特殊场景下有其对应的好处，解耦、异步、削峰。

缺点有如下几个：

  • 系统可用性下降 系统引入的外部依赖越多，越容易挂掉。原本你就是 A 系统调用 BCD 三个系统的接口就行了，人 ABCD 四个系统好好的，没啥问题，你偏加个 MQ 进来，万一 MQ 挂了咋整，MQ 一挂，整套系统崩溃的，你不就完了？如何保证消息队列的高可用，能够点击这里查看。

  • 系统复杂度提升 硬生生加个 MQ 进来，你怎么保证消息没有重复消费？怎么处理消息丢失的状况？怎么保证消息传递的顺序性？头大头大，问题一大堆，痛苦不已。

  • 一致性问题 A 系统处理完了直接返回成功了，人都觉得你这个请求就成功了；可是问题是，要是 BCD 三个系统那里，BD 两个系统写库成功了，结果 C 系统写库失败了，咋整？你这数据就不一致了。

  • 如何保障数据不丢失

 

复制代码 
1. 在队列里,设置durable=true 表明队列持久化

2. 在生产者端,设置
properties = pika.BasicProperties(
delivery_mode=2, # make message persistent
)

3. 在消费者端
auto_ack = False
ch.basic_ack(delivery_tag=method.delivery_tag)
复制代码

 

因此消息队列实际是一种很是复杂的架构，你引入它有不少好处，可是也得针对它带来的坏处作各类额外的技术方案和架构来规避掉，作好以后，你会发现，妈呀，系统复杂度提高了一个数量级，也许是复杂了 10 倍。可是关键时刻，用，仍是得用的。

Kafka、ActiveMQ、RabbitMQ、RocketMQ 有什么优缺点？

 


通常的业务系统要引入 MQ，最先你们都用 ActiveMQ，可是如今确实你们用的很少了，没通过大规模吞吐量场景的验证，社区也不是很活跃，因此你们仍是算了吧，我我的不推荐用这个了；综上，各类对比以后，有以下建议：

后来你们开始用 RabbitMQ，可是确实 erlang 语言阻止了大量的 Java 工程师去深刻研究和掌控它，对公司而言，几乎处于不可控的状态，可是确实人家是开源的，比较稳定的支持，活跃度也高；

不过如今确实愈来愈多的公司会去用 RocketMQ，确实很不错，毕竟是阿里出品，但社区可能有忽然黄掉的风险（目前 RocketMQ 已捐给 Apache，但 GitHub 上的活跃度其实不算高）对本身公司技术实力有绝对自信的，推荐用 RocketMQ，不然回去老老实实用 RabbitMQ 吧，人家有活跃的开源社区，绝对不会黄。

因此中小型公司，技术实力较为通常，技术挑战不是特别高，用 RabbitMQ 是不错的选择；大型公司，基础架构研发实力较强，用 RocketMQ 是很好的选择。

若是是大数据领域的实时计算、日志采集等场景，用 Kafka 是业内标准的，绝对没问题，社区活跃度很高，绝对不会黄，况且几乎是全世界这个领域的事实性规范。

 

 

抄袭自：https://www.cnblogs.com/wanlei/p/10650325.html

联系我们 沪ICP备13005482号-10