關(guān)于消息隊列，你必須知道的一些事

公眾號關(guān)注 “GitHub今日熱榜”

設(shè)為 “星標(biāo)”，帶你挖掘更多開發(fā)神器！

一、消息隊列概述

消息隊列中間件是分布式系統(tǒng)中重要的組件，主要解決應(yīng)用解耦，異步消息，流量削鋒等問題，實現(xiàn)高性能，高可用，可伸縮和最終一致性架構(gòu)。目前使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ

二、消息隊列應(yīng)用場景

以下介紹消息隊列在實際應(yīng)用中常用的使用場景。異步處理，應(yīng)用解耦，流量削鋒和消息通訊四個場景。

2.1異步處理

場景說明：用戶注冊后，需要發(fā)注冊郵件和注冊短信。傳統(tǒng)的做法有兩種 1.串行的方式；2.并行方式

a、串行方式：將注冊信息寫入數(shù)據(jù)庫成功后，發(fā)送注冊郵件，再發(fā)送注冊短信。以上三個任務(wù)全部完成后，返回給客戶端。

b、并行方式：將注冊信息寫入數(shù)據(jù)庫成功后，發(fā)送注冊郵件的同時，發(fā)送注冊短信。以上三個任務(wù)完成后，返回給客戶端。與串行的差別是，并行的方式可以提高處理的時間

假設(shè)三個業(yè)務(wù)節(jié)點(diǎn)每個使用50毫秒鐘，不考慮網(wǎng)絡(luò)等其他開銷，則串行方式的時間是150毫秒，并行的時間可能是100毫秒。

因為CPU在單位時間內(nèi)處理的請求數(shù)是一定的，假設(shè)CPU1秒內(nèi)吞吐量是100次。則串行方式1秒內(nèi)CPU可處理的請求量是7次（1000/150）。并行方式處理的請求量是10次（1000/100）

小結(jié)：如以上案例描述，傳統(tǒng)的方式系統(tǒng)的性能（并發(fā)量，吞吐量，響應(yīng)時間）會有瓶頸。如何解決這個問題呢？

引入消息隊列，將不是必須的業(yè)務(wù)邏輯，異步處理。改造后的架構(gòu)如下：

按照以上約定，用戶的響應(yīng)時間相當(dāng)于是注冊信息寫入數(shù)據(jù)庫的時間，也就是50毫秒。注冊郵件，發(fā)送短信寫入消息隊列后，直接返回，因此寫入消息隊列的速度很快，基本可以忽略，因此用戶的響應(yīng)時間可能是50毫秒。因此架構(gòu)改變后，系統(tǒng)的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了兩倍。

2.2應(yīng)用解耦

場景說明：用戶下單后，訂單系統(tǒng)需要通知庫存系統(tǒng)。傳統(tǒng)的做法是，訂單系統(tǒng)調(diào)用庫存系統(tǒng)的接口。如下圖：

傳統(tǒng)模式的缺點(diǎn)：假如庫存系統(tǒng)無法訪問，則訂單減庫存將失敗，從而導(dǎo)致訂單失敗，訂單系統(tǒng)與庫存系統(tǒng)耦合

如何解決以上問題呢？引入應(yīng)用消息隊列后的方案，如下圖：

訂單系統(tǒng)：用戶下單后，訂單系統(tǒng)完成持久化處理，將消息寫入消息隊列，返回用戶訂單下單成功

庫存系統(tǒng)：訂閱下單的消息，采用拉/推的方式，獲取下單信息，庫存系統(tǒng)根據(jù)下單信息，進(jìn)行庫存操作

假如：在下單時庫存系統(tǒng)不能正常使用。也不影響正常下單，因為下單后，訂單系統(tǒng)寫入消息隊列就不再關(guān)心其他的后續(xù)操作了。實現(xiàn)訂單系統(tǒng)與庫存系統(tǒng)的應(yīng)用解耦

2.3流量削鋒

流量削鋒也是消息隊列中的常用場景，一般在秒殺或團(tuán)搶活動中使用廣泛。

應(yīng)用場景：秒殺活動，一般會因為流量過大，導(dǎo)致流量暴增，應(yīng)用掛掉。為解決這個問題，一般需要在應(yīng)用前端加入消息隊列。

a、可以控制活動的人數(shù)
b、可以緩解短時間內(nèi)高流量壓垮應(yīng)用

用戶的請求，服務(wù)器接收后，首先寫入消息隊列。假如消息隊列長度超過最大數(shù)量，則直接拋棄用戶請求或跳轉(zhuǎn)到錯誤頁面。

秒殺業(yè)務(wù)根據(jù)消息隊列中的請求信息，再做后續(xù)處理

2.4日志處理

日志處理是指將消息隊列用在日志處理中，比如Kafka的應(yīng)用，解決大量日志傳輸?shù)膯栴}。架構(gòu)簡化如下

• 日志采集客戶端，負(fù)責(zé)日志數(shù)據(jù)采集，定時寫受寫入Kafka隊列

• Kafka消息隊列，負(fù)責(zé)日志數(shù)據(jù)的接收，存儲和轉(zhuǎn)發(fā)

• 日志處理應(yīng)用：訂閱并消費(fèi)kafka隊列中的日志數(shù)據(jù) 

2.5消息通訊

消息通訊是指，消息隊列一般都內(nèi)置了高效的通信機(jī)制，因此也可以用在純的消息通訊。比如實現(xiàn)點(diǎn)對點(diǎn)消息隊列，或者聊天室等

點(diǎn)對點(diǎn)通訊：

客戶端A和客戶端B使用同一隊列，進(jìn)行消息通訊。

聊天室通訊：

客戶端A，客戶端B，客戶端N訂閱同一主題，進(jìn)行消息發(fā)布和接收。實現(xiàn)類似聊天室效果。

以上實際是消息隊列的兩種消息模式，點(diǎn)對點(diǎn)或發(fā)布訂閱模式。模型為示意圖，供參考。

三、消息中間件示例

3.1電商系統(tǒng)

消息隊列采用高可用，可持久化的消息中間件。比如Active MQ，Rabbit MQ，Rocket Mq。

（1）應(yīng)用將主干邏輯處理完成后，寫入消息隊列。消息發(fā)送是否成功可以開啟消息的確認(rèn)模式。（消息隊列返回消息接收成功狀態(tài)后，應(yīng)用再返回，這樣保障消息的完整性）

（2）擴(kuò)展流程（發(fā)短信，配送處理）訂閱隊列消息。采用推或拉的方式獲取消息并處理。

（3）消息將應(yīng)用解耦的同時，帶來了數(shù)據(jù)一致性問題，可以采用最終一致性方式解決。比如主數(shù)據(jù)寫入數(shù)據(jù)庫，擴(kuò)展應(yīng)用根據(jù)消息隊列，并結(jié)合數(shù)據(jù)庫方式實現(xiàn)基于消息隊列的后續(xù)處理。

3.2日志收集系統(tǒng)

分為Zookeeper注冊中心，日志收集客戶端，Kafka集群和Storm集群（OtherApp）四部分組成。

• Zookeeper注冊中心，提出負(fù)載均衡和地址查找服務(wù)

• 日志收集客戶端，用于采集應(yīng)用系統(tǒng)的日志，并將數(shù)據(jù)推送到kafka隊列

• Kafka集群：接收，路由，存儲，轉(zhuǎn)發(fā)等消息處理

• Storm集群：與OtherApp處于同一級別，采用拉的方式消費(fèi)隊列中的數(shù)據(jù)

四、JMS消息服務(wù)

講消息隊列就不得不提JMS 。JMS（JAVA Message Service，java消息服務(wù)）API是一個消息服務(wù)的標(biāo)準(zhǔn)/規(guī)范，允許應(yīng)用程序組件基于JavaEE平臺創(chuàng)建、發(fā)送、接收和讀取消息。它使分布式通信耦合度更低，消息服務(wù)更加可靠以及異步性。

在EJB架構(gòu)中，有消息bean可以無縫的與JM消息服務(wù)集成。在J2EE架構(gòu)模式中，有消息服務(wù)者模式，用于實現(xiàn)消息與應(yīng)用直接的解耦。

4.1消息模型

在JMS標(biāo)準(zhǔn)中，有兩種消息模型P2P（Point to Point）, Publish/Subscribe(Pub/Sub)

4.1.1 P2P模式

P2P模式包含三個角色：消息隊列（Queue），發(fā)送者(Sender)，接收者(Receiver)。每個消息都被發(fā)送到一個特定的隊列，接收者從隊列中獲取消息。隊列保留著消息，直到他們被消費(fèi)或超時。

P2P的特點(diǎn)

每個消息只有一個消費(fèi)者（Consumer）(即一旦被消費(fèi)，消息就不再在消息隊列中)
發(fā)送者和接收者之間在時間上沒有依賴性，也就是說當(dāng)發(fā)送者發(fā)送了消息之后，不管接收者有沒有正在運(yùn)行，它不會影響到消息被發(fā)送到隊列

接收者在成功接收消息之后需向隊列應(yīng)答成功 

如果希望發(fā)送的每個消息都會被成功處理的話，那么需要P2P模式。

4.1.2 Pub/Sub模式

包含三個角色主題（Topic），發(fā)布者（Publisher），訂閱者（Subscriber） 多個發(fā)布者將消息發(fā)送到Topic，系統(tǒng)將這些消息傳遞給多個訂閱者。

Pub/Sub的特點(diǎn)

• 每個消息可以有多個消費(fèi)者

• 發(fā)布者和訂閱者之間有時間上的依賴性。針對某個主題（Topic）的訂閱者，它必須創(chuàng)建一個訂閱者之后，才能消費(fèi)發(fā)布者的消息

• 為了消費(fèi)消息，訂閱者必須保持運(yùn)行的狀態(tài)

• 為了緩和這樣嚴(yán)格的時間相關(guān)性，JMS允許訂閱者創(chuàng)建一個可持久化的訂閱。這樣，即使訂閱者沒有被激活（運(yùn)行），它也能接收到發(fā)布者的消息。

• 如果希望發(fā)送的消息可以不被做任何處理、或者只被一個消息者處理、或者可以被多個消費(fèi)者處理的話，那么可以采用Pub/Sub模型。

4.2消息消費(fèi)

在JMS中，消息的產(chǎn)生和消費(fèi)都是異步的。對于消費(fèi)來說，JMS的消息者可以通過兩種方式來消費(fèi)消息。

（1）同步

訂閱者或接收者通過receive方法來接收消息，receive方法在接收到消息之前（或超時之前）將一直阻塞；

（2）異步

訂閱者或接收者可以注冊為一個消息監(jiān)聽器。當(dāng)消息到達(dá)之后，系統(tǒng)自動調(diào)用監(jiān)聽器的onMessage方法。

JNDI：Java命名和目錄接口,是一種標(biāo)準(zhǔn)的Java命名系統(tǒng)接口?？梢栽诰W(wǎng)絡(luò)上查找和訪問服務(wù)。通過指定一個資源名稱，該名稱對應(yīng)于數(shù)據(jù)庫或命名服務(wù)中的一個記錄，同時返回資源連接建立所必須的信息。

JNDI在JMS中起到查找和訪問發(fā)送目標(biāo)或消息來源的作用。

五、常用消息隊列

一般商用的容器，比如WebLogic，JBoss，都支持JMS標(biāo)準(zhǔn)，開發(fā)上很方便。但免費(fèi)的比如Tomcat，Jetty等則需要使用第三方的消息中間件。本部分內(nèi)容介紹常用的消息中間件（Active MQ,Rabbit MQ，Zero MQ,Kafka）以及他們的特點(diǎn)。

5.1 ActiveMQ

ActiveMQ 是Apache出品，最流行的，能力強(qiáng)勁的開源消息總線。ActiveMQ 是一個完全支持JMS1.1和J2EE 1.4規(guī)范的 JMS Provider實現(xiàn)，盡管JMS規(guī)范出臺已經(jīng)是很久的事情了，但是JMS在當(dāng)今的J2EE應(yīng)用中間仍然扮演著特殊的地位。

ActiveMQ特性如下：

• 多種語言和協(xié)議編寫客戶端。語言: Java,C,C++,C#,Ruby,Perl,Python,PHP。應(yīng)用協(xié)議：OpenWire,Stomp REST,WS Notification,XMPP,AMQP

• 完全支持JMS1.1和J2EE 1.4規(guī)范 （持久化，XA消息，事務(wù))

• 對Spring的支持，ActiveMQ可以很容易內(nèi)嵌到使用Spring的系統(tǒng)里面去，而且也支持Spring2.0的特性

• 通過了常見J2EE服務(wù)器（如 Geronimo,JBoss 4,GlassFish,WebLogic)的測試，其中通過JCA 1.5 resource adaptors的配置，可以讓ActiveMQ可以自動的部署到任何兼容J2EE 1.4 商業(yè)服務(wù)器上

• 支持多種傳送協(xié)議：in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA

• 支持通過JDBC和journal提供高速的消息持久化

• 從設(shè)計上保證了高性能的集群，客戶端-服務(wù)器，點(diǎn)對點(diǎn)

• 支持Ajax

• 支持與Axis的整合

• 可以很容易得調(diào)用內(nèi)嵌JMS provider，進(jìn)行測試

5.2 Kafka

Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)，它可以處理消費(fèi)者規(guī)模的網(wǎng)站中的所有動作流數(shù)據(jù)。這種動作（網(wǎng)頁瀏覽，搜索和其他用戶的行動）是在現(xiàn)代網(wǎng)絡(luò)上的許多社會功能的一個關(guān)鍵因素。這些數(shù)據(jù)通常是由于吞吐量的要求而通過處理日志和日志聚合來解決。對于像Hadoop的一樣的日志數(shù)據(jù)和離線分析系統(tǒng)，但又要求實時處理的限制，這是一個可行的解決方案。Kafka的目的是通過Hadoop的并行加載機(jī)制來統(tǒng)一線上和離線的消息處理，也是為了通過集群機(jī)來提供實時的消費(fèi)。

Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)，有如下特性：

• 通過O(1)的磁盤數(shù)據(jù)結(jié)構(gòu)提供消息的持久化，這種結(jié)構(gòu)對于即使數(shù)以TB的消息存儲也能夠保持長時間的穩(wěn)定性能。（文件追加的方式寫入數(shù)據(jù)，過期的數(shù)據(jù)定期刪除）

• 高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒數(shù)百萬的消息

• 支持通過Kafka服務(wù)器和消費(fèi)機(jī)集群來分區(qū)消息

• 支持Hadoop并行數(shù)據(jù)加載

Kafka相關(guān)概念

Broker

Kafka集群包含一個或多個服務(wù)器，這種服務(wù)器被稱為broker[5]

Topic

每條發(fā)布到Kafka集群的消息都有一個類別，這個類別被稱為Topic。（物理上不同Topic的消息分開存儲，邏輯上一個Topic的消息雖然保存于一個或多個broker上但用戶只需指定消息的Topic即可生產(chǎn)或消費(fèi)數(shù)據(jù)而不必關(guān)心數(shù)據(jù)存于何處）

Partition

Parition是物理上的概念，每個Topic包含一個或多個Partition.

Producer

負(fù)責(zé)發(fā)布消息到Kafka broker

Consumer

消息消費(fèi)者，向Kafka broker讀取消息的客戶端。

Consumer Group

每個Consumer屬于一個特定的Consumer Group（可為每個Consumer指定group name，若不指定group name則屬于默認(rèn)的group）。

一般應(yīng)用在大數(shù)據(jù)日志處理或?qū)崟r性（少量延遲），可靠性（少量丟數(shù)據(jù)）要求稍低的場景使用。

出處：cnblogs.com/linjiqin/p/5720865.html

關(guān)注GitHub今日熱榜，專注挖掘好用的開發(fā)工具，致力于分享優(yōu)質(zhì)高效的工具、資源、插件等，助力開發(fā)者成長！

點(diǎn)個在看，你最好看