分布式消息隊列
點擊上方藍(lán)色字體，選擇“標(biāo)星公眾號”
優(yōu)質(zhì)文章，第一時間送達(dá)
? 作者?|? 王小默
來源 |? urlify.cn/yYzuau
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)用耦合，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)。是大型分布式系統(tǒng)不可缺少的中間件。目前在生產(chǎn)環(huán)境，使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。
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。
（1）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。
（2）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：
1） 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；
2） 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。
可以控制活動的人數(shù)；
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)；
以下是新浪kafka日志處理應(yīng)用案例：
(1)Kafka：接收用戶日志的消息隊列。
(2)Logstash：做日志解析，統(tǒng)一成JSON輸出給Elasticsearch。
(3)Elasticsearch：實時日志分析服務(wù)的核心技術(shù)，一個schemaless，實時的數(shù)據(jù)存儲服務(wù)，通過index組織數(shù)據(jù)，兼具強(qiáng)大的搜索和統(tǒng)計功能。
(4)Kibana：基于Elasticsearch的數(shù)據(jù)可視化組件，超強(qiáng)的數(shù)據(jù)可視化能力是眾多公司選擇ELK stack的重要原因。
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)點對點消息隊列，或者聊天室等。
點對點通訊：
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，點對點或發(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；
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
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
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。可以在網(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。
4.3JMS編程模型
(1) ConnectionFactory 創(chuàng)建Connection對象的工廠，針對兩種不同的jms消息模型，分別有QueueConnectionFactory和TopicConnectionFactory兩種。可以通過JNDI來查找ConnectionFactory對象。
(2) Destination Destination的意思是消息生產(chǎn)者的消息發(fā)送目標(biāo)或者說消息消費(fèi)者的消息來源。對于消息生產(chǎn)者來說，它的Destination是某個隊列（Queue）或某個主題（Topic）;對于消息消費(fèi)者來說，它的Destination也是某個隊列或主題（即消息來源）。所以，Destination實際上就是兩種類型的對象：Queue、Topic可以通過JNDI來查找Destination。
(3) Connection Connection表示在客戶端和JMS系統(tǒng)之間建立的鏈接（對TCP/IP socket的包裝）。Connection可以產(chǎn)生一個或多個Session。跟ConnectionFactory一樣，Connection也有兩種類型：QueueConnection和TopicConnection。
(4) Session Session是操作消息的接口。可以通過session創(chuàng)建生產(chǎn)者、消費(fèi)者、消息等。Session提供了事務(wù)的功能。當(dāng)需要使用session發(fā)送/接收多個消息時，可以將這些發(fā)送/接收動作放到一個事務(wù)中。同樣，也分QueueSession和TopicSession。
(5) 消息的生產(chǎn)者 消息生產(chǎn)者由Session創(chuàng)建，并用于將消息發(fā)送到Destination。同樣，消息生產(chǎn)者分兩種類型：QueueSender和TopicPublisher。可以調(diào)用消息生產(chǎn)者的方法（send或publish方法）發(fā)送消息。
(6) 消息消費(fèi)者 消息消費(fèi)者由Session創(chuàng)建，用于接收被發(fā)送到Destination的消息。兩種類型：QueueReceiver和TopicSubscriber。可分別通過session的createReceiver(Queue)或createSubscriber(Topic)來創(chuàng)建。當(dāng)然，也可以session的creatDurableSubscriber方法來創(chuàng)建持久化的訂閱者。
(7) MessageListener 消息監(jiān)聽器。如果注冊了消息監(jiān)聽器，一旦消息到達(dá)，將自動調(diào)用監(jiān)聽器的onMessage方法。EJB中的MDB（Message-Driven Bean）就是一種MessageListener。深入學(xué)習(xí)JMS對掌握J(rèn)AVA架構(gòu)，EJB架構(gòu)有很好的幫助，消息中間件也是大型分布式系統(tǒng)必須的組件。本次分享主要做全局性介紹，具體的深入需要大家學(xué)習(xí)，實踐，總結(jié)，領(lǐng)會。
?
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。
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：
⒈ 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
⒉ 完全支持JMS1.1和J2EE 1.4規(guī)范 （持久化，XA消息，事務(wù))
⒊ 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
⒋ 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
⒌ 支持多種傳送協(xié)議：in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA
⒍ 支持通過JDBC和journal提供高速的消息持久化
⒎ 從設(shè)計上保證了高性能的集群，客戶端-服務(wù)器，點對點
⒏ 支持Ajax
⒐ 支持與Axis的整合
⒑ 可以很容易得調(diào)用內(nèi)嵌JMS provider，進(jìn)行測試
?
5.2 RabbitMQ RabbitMQ是流行的開源消息隊列系統(tǒng)，用erlang語言開發(fā)。
RabbitMQ是AMQP（高級消息隊列協(xié)議）的標(biāo)準(zhǔn)實現(xiàn)。
支持多種客戶端，如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX，持久化。用于在分布式系統(tǒng)中存儲轉(zhuǎn)發(fā)消息，在易用性、擴(kuò)展性、高可用性等方面表現(xiàn)不俗。
幾個重要概念：
Broker：簡單來說就是消息隊列服務(wù)器實體。
Exchange：消息交換機(jī)，它指定消息按什么規(guī)則，路由到哪個隊列。
Queue：消息隊列載體，每個消息都會被投入到一個或多個隊列。
Binding：綁定，它的作用就是把exchange和queue按照路由規(guī)則綁定起來。
Routing Key：路由關(guān)鍵字，exchange根據(jù)這個關(guān)鍵字進(jìn)行消息投遞。
vhost：虛擬主機(jī)，一個broker里可以開設(shè)多個vhost，用作不同用戶的權(quán)限分離。
producer：消息生產(chǎn)者，就是投遞消息的程序。
consumer：消息消費(fèi)者，就是接受消息的程序。
channel：消息通道，在客戶端的每個連接里，可建立多個channel，每個channel代表一個會話任務(wù)。
消息隊列的使用過程，如下：
（1）客戶端連接到消息隊列服務(wù)器，打開一個channel。
（2）客戶端聲明一個exchange，并設(shè)置相關(guān)屬性。
（3）客戶端聲明一個queue，并設(shè)置相關(guān)屬性。
（4）客戶端使用routing key，在exchange和queue之間建立好綁定關(guān)系。
（5）客戶端投遞消息到exchange。exchange接收到消息后，就根據(jù)消息的key和已經(jīng)設(shè)置的binding，進(jìn)行消息路由，將消息投遞到一個或多個隊列里。
5.3 ZeroMQ 號稱史上最快的消息隊列，它實際類似于Socket的一系列接口，
他跟Socket的區(qū)別是：普通的socket是端到端的（1:1的關(guān)系），而ZMQ卻是可以N：M 的關(guān)系，人們對BSD套接字的了解較多的是點對點的連接，
點對點連接需要顯式地建立連接、銷毀連接、選擇協(xié)議（TCP/UDP）和處理錯誤等，而ZMQ屏蔽了這些細(xì)節(jié)，讓你的網(wǎng)絡(luò)編程更為簡單。ZMQ用于node與node間的通信，node可以是主機(jī)或者是進(jìn)程。
引用官方的說法：“ZMQ(以下ZeroMQ簡稱ZMQ)是一個簡單好用的傳輸層，像框架一樣的一個socket library，他使得Socket編程更加簡單、簡潔和性能更高。是一個消息處理隊列庫，可在多個線程、內(nèi)核和主機(jī)盒之間彈性伸縮。ZMQ的明確目標(biāo)是“成為標(biāo)準(zhǔn)網(wǎng)絡(luò)協(xié)議棧的一部分，之后進(jìn)入Linux內(nèi)核”。
現(xiàn)在還未看到它們的成功。但是，它無疑是極具前景的、并且是人們更加需要的“傳統(tǒng)”BSD套接字之上的一 層封裝。
ZMQ讓編寫高性能網(wǎng)絡(luò)應(yīng)用程序極為簡單和有趣。” 特點是：
高性能，非持久化；
跨平臺：支持Linux、Windows、OS X等。
多語言支持；C、C++、Java、.NET、Python等30多種開發(fā)語言。
可單獨部署或集成到應(yīng)用中使用；
可作為Socket通信庫使用。
與RabbitMQ相比，ZMQ并不像是一個傳統(tǒng)意義上的消息隊列服務(wù)器，事實上，它也根本不是一個服務(wù)器，更像一個底層的網(wǎng)絡(luò)通訊庫，
在Socket API之上做了一層封裝，將網(wǎng)絡(luò)通訊、進(jìn)程通訊和線程通訊抽象為統(tǒng)一的API接口。支持“Request-Reply “，”Publisher-Subscriber“，”Parallel Pipeline”三種基本模型和擴(kuò)展模型。
ZeroMQ高性能設(shè)計要點：
1、無鎖的隊列模型 對于跨線程間的交互（用戶端和session）之間的數(shù)據(jù)交換通道pipe，采用無鎖的隊列算法CAS；在pipe兩端注冊有異步事件，在讀或者寫消息到pipe的時，會自動觸發(fā)讀寫事件。
2、批量處理的算法 對于傳統(tǒng)的消息處理，每個消息在發(fā)送和接收的時候，都需要系統(tǒng)的調(diào)用，這樣對于大量的消息，系統(tǒng)的開銷比較大，zeroMQ對于批量的消息，進(jìn)行了適應(yīng)性的優(yōu)化，可以批量的接收和發(fā)送消息。
3、多核下的線程綁定，無須CPU切換 區(qū)別于傳統(tǒng)的多線程并發(fā)模式，信號量或者臨界區(qū)， zeroMQ充分利用多核的優(yōu)勢，每個核綁定運(yùn)行一個工作者線程，避免多線程之間的CPU切換開銷。
5.4 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。
粉絲福利：Java從入門到入土學(xué)習(xí)路線圖
???
?長按上方微信二維碼?2 秒
感謝點贊支持下哈?