关于MQ的几件小事（二）如何保证消息队列的高可用

1.RabbitMQ的高可用

RabbitMQ基于主从模式实现高可用。RabbitMQ有三种模式：单机模式，普通集群模式，镜像集群模式。 （1）单机模式： 单机模式就是demo级别的，生产中不会有人使用。 （2）普通集群模式 普通集群模式就是在多台机器上启动多个rabbitmq实例，每一个机器启动一个。可是建立的queue只会放在一个rabbitmq实例上面，可是其余的实例都同步了这个queue的元数据。在你消费的时候，若是链接到了另外一个实例，他会从拥有queue的那个实例获取消息而后再返回给你。

这种方式并无作到所谓消息的高可用，就是个普通的集群，这样还会致使要么消费者每次随机链接一个实例而后拉取数据，这样的话在实例之间会产生网络传输，增长系统开销，要么固定链接那个queue所在的实例消费，这样会致使单实例的性能瓶颈。

并且若是那个方queue的实例宕机了，会致使接下来其余实例都没法拉取数据；若是没有开启消息的持久化会丢失消息；就算开启了消息的持久化，消息不必定会丢，可是也要等这个实例恢复了，才能够继续拉取数据。 因此这个并无提供高可用，这种方案只是提升了吞吐量，也就是让集群中多个节点来服务某个queue的读写操做。 （3）镜像集群模式 这种模式，才是rabbitmq提供是真正的高可用模式，跟普通集群不同的是，你建立的queue，不管元数据仍是queue里面是消息数据都存在多个实例当中，而后每次写消息到queue的时候，都会自动把消息到多个queue里进行消息同步。

这种模式的好处在于，任何一台机器宕机了，其余的机器还可使用。
坏处在于： 一、性能消耗太大，全部机器都要进行消息的同步，致使网络压力和消耗很大。二、没有扩展性可言，若是有一个queue负载很重，就算加了机器，新增的机器仍是包含了这个queue的全部数据，并无办法扩展queue。
如何开启镜像集群模式： 在控制台新增一个镜像集群模式的策略，指定的时候能够要求数据同步到全部节点，也能够要求同步到指定节点，而后在建立queue的时候，应用这个策略，就会自动将数据同步到其余的节点上面去了。

2.kafka的高可用

（1）kafka的一个基本架构：多个broker组成，一个broker是一个节点；你建立一个topic，这个topic能够划分红多个partition，每一个partition能够存在于不一样的broker上面，每一个partition存放一部分数据。这是自然的分布式消息队列。

实际上rabbitmq并非分布式消息队列，他就是传统的消息队列，只不过提供了一些集群、HA的机制而已，由于不管如何配置，rabbitmq一个queue的数据就存放在一个节点里面，镜像集群下，也是每一个节点都放这个queue的所有数据。

kafka在0.8之前是没有HA机制的，也就是说任何一个broker宕机了，那个broker上的partition就丢了，无法读也无法写，没有什么高可用可言。

kafka在0.8以后，提过了HA机制，也就是replica副本机制。每一个partition的数据都会同步到其余机器上，造成本身的replica副本。而后全部的replica副本会选举一个leader出来，那么生产者消费者都和这个leader打交道，其余的replica就是follower。写的时候，leader会把数据同步到全部follower上面去，读的时候直接从leader上面读取便可。
为何只能读写leader： 由于要是你能够随意去读写每一个follower，那么就要关心数据一致性问题，系统复杂度过高，容易出问题。kafka会均匀度讲一个partition的全部数据replica分布在不一样的机器上，这样就能够提升容错性。 这样就是高可用了，由于若是某个broker宕机了，没事儿，那个broker的partition在其余机器上有副本，若是这上面有某个partition的leader，那么此时会从新选举出一个现代leader出来，继续读写这个新的leader便可。

写消息： 写数据的时候，生产者就写leader，而后leader将数据落到磁盘上以后，接着其余follower本身主动从leader来pull数据。一旦全部follower同步好了数据，就会发送ack个leader，leader收到了全部的follower的ack以后，就会返回写成功的消息给消息生产者。（这只是一种模式，能够调整）。
读数据: 消费数据的时候，只会从leader进行消费。可是只有一个消息已经被全部follower都同步成功返回ack的时候，这个消息才会被消费者读到。

上一篇《消息队列的用途、优缺点、技术选型》
下一篇《如何保证消息不重复消费》