异步处理、应用解耦、流量削峰和信息通信四个场景前端
假设三个业务节点每一个使用50毫秒钟,不考虑网络等其余开销,则串行方式的时间是150毫秒, 并行的时间多是100毫秒。 由于CPU在单位时间内处理的请求数是必定的,假设CPU在1秒内吞吐量是100次。则串行方式1秒 内CPU可处理的请求量是7次(1000/150)。并行方式处理的请求量是10次(1000/100) 小结:如以上案例描述,传统的方式系统的性能(并发量,吞吐量,响应时间)会有瓶颈。如何解 决这个问题呢? 引入消息队列,将不是必须的业务逻辑,进行异步处理。改造后的架构以下:
传统模式的缺点:数据库
以上问题如何解决?引入应用消息队列后的方案,以下图:服务器
订单系统:用户下单后,订单系统完成持久化处理,将消息写入消息队列,返回用户订单。下单成功 库存系统:订阅下单的消息,采用pub/sub(发布/订阅)的方式,获取下单信息,库存系统根据 下单信息,进行库存操做 假如:在下单时库存系统不能正常使用。也不影响正常下单,由于下单后,订单系统写入消息 队列就再也不关心其余的后续操做了。实现订单系统与库存系统的应用解耦
日志处理是指将消息队列用在日志处理中,好比Kafka的应用,解决大量日志传输的问题。架构简化以下 网络
1)Kafka:接收用户日志的消息队列 2)Logstash:作日志解析,统一成JSON输出给Elasticsearch 3)Elasticsearch:实时日志分析服务的核心技术,一个schemaless,实时的数据存储服务,经过index组织数据, 兼具强大的搜索和统计功能 4)Kibana:基于Elasticsearch的数据可视化组件,超强的数据可视化能力是众多公司选择ELKstack的重要缘由
消息通信是指,消息队列通常都内置了高效的通讯机制,所以也能够用在纯的消息通信。好比实现点对点消息队列,或者聊天室等架构
客户端A和客户端B使用同一队列,进行消息通信。并发
客户端A,客户端B,客户端N订阅同一主题,进行消息发布和接收。实现相似聊天室效果。以上实际是消息队列的两种消息模式,点对点或发布订阅模式。模型为示意图,供参考。less
消息队列的JavaEE规范JMS。JMS(Java Message Service即Java消息服务) API是一个信息服务的标准/规范,容许应用程序组件基于JavaEE平台建立、发送、接收和读取消息。它使分布式通讯耦合度更低,消息服务更加可靠以及异步性。异步
在JMS标准中,有两种消息模型P2P(Point to Point),Publish/Subscribe(Pub/Sub)。分布式
P2P模式包含三个角色:消息队列(Queue),发送者(Sender)、接收者(Receiver)。每一个消息都被发送到一个特定的队列,接收者从队列中获取消息。队列保留着消息,知道他们被消费或超时。性能
若是但愿发送的每一个消息都会被成功处理的话,那么须要P2P模式。
包含三个角色:主题(Topic)、发布者(Publisher)、订阅者(Subscriber)多个发布者将消息发送到Topic,系统将这些消息传递给多个订阅者。
为了缓和这样严格的时间相关性,JMS容许订阅者建立一个可持久化的订阅。这样,即便订阅者没有被激活(运行),它也能接收到发布者的信息。
若是但愿发送的消息能够被多个消费者处理的话,那么能够采用Pub/Sub模式
在JMS中,消息的产生和消费都是异步的。对于消费来讲,JMS的消费者能够经过两种方式来消费消息。
1)同步: 订阅者或接收者经过receive方法来接收消息,receive在接收消息以前(或超时以前)将一直堵塞; 2)异步 订阅者或消费者能够注册为一个消息监听器。当消息到达以后,系统自动调用监听器的onMessage方法。