RabbitMQ 02 使用场景

RabbitMQ 使用场景

服务解耦

1.假设有这样一个场景, 服务A产生数据, 而服务B,C,D须要这些数据, 那么咱们能够在A服务中直接调用B,C,D服务,把数据传递到下游服务便可

可是,随着咱们的应用规模不断扩大,会有更多的服务须要A的数据,若是有几十甚至几百个下游服务,并且会不断变动,再加上还要考虑下游服务出错的状况,那么A服务中调用代码的维护会极为困难

这是因为服务之间耦合度过于紧密

2.再来考虑用RabbitMQ解耦的状况

A服务只须要向消息服务器发送消息,而不用考虑谁须要这些数据;下游服务若是须要数据,自行从消息服务器订阅消息,再也不须要数据时则取消订阅便可

流量削峰

1.假设咱们有一个应用,平时访问量是每秒300请求,咱们用一台服务器便可轻松应对

而在高峰期,访问量瞬间翻了十倍,达到每秒3000次请求,那么单台服务器确定没法应对,这时咱们能够考虑增长到10台服务器,来分散访问压力

但若是这种瞬时高峰的状况天天只出现一次,每次只有半小时,那么咱们10台服务器在多数时间都只分担每秒几十次请求,这样就有点浪费资源了

2.这种状况,咱们就可使用RabbitMQ来进行流量削峰,高峰状况下,瞬间出现的大量请求数据,先发送到消息队列服务器,排队等待被处理,而咱们的应用,能够慢慢的从消息队列接收请求数据进行处理,这样把数据处理时间拉长,以减轻瞬时压力

这是消息队列服务器很是典型的应用场景

异步调用

考虑定外卖支付成功的状况

支付后要发送支付成功的通知,再寻找外卖小哥来进行配送,而寻找外卖小哥的过程很是耗时,尤为是高峰期,可能要等待几十秒甚至更长

这样就形成整条调用链路响应很是缓慢

而若是咱们引入RabbitMQ消息队列,订单数据能够发送到消息队列服务器,那么调用链路也就能够到此结束,订单系统则能够当即获得响应,整条链路的响应时间只有200毫秒左右

寻找外卖小哥的应用能够以异步的方式从消息队列接收订单消息,再执行耗时的寻找操做