【RabbitMQ】＜消息中间件＞消息队列MQ概述

时间：2023-07-10

一、消息队列 MQ概述：

1.什么是MQ：

2.MQ应用：

流量消峰：

应用解耦：

异步处理：

二、MQ分类：

ActiveMQ：

Kafka：

RocketMQ：

RabbitMQ：

三、MQ选择：

Kafka：

RocketMQ：

RabbitMQ：

一、消息队列 MQ 概述：

1.什么是MQ：
MQ（Message Queue），本质是一个队列，遵循FIFO原则，先进先出，只是队列中存放的内容是Message，本质还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ是一种非常常见的上下游"逻辑解耦+物理解耦"的消息通信服务。使用MQ之后，消息发送到上游只需要依赖MQ不用再依赖其他服务。

2.MQ应用：

流量消峰：
如果订单系统做多只能处理一万次订单，这个处理能力能应付正常时段的下单，在正常时段中，我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作，则系统是无法进行处理的，只能限制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒钟内下的订单分散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是这要比不能下单的体验要好。

应用解耦：
以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单之后，如果耦合调用的库存系统、物流系统、支付系统，任何一个子系统出现了故障，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题就会减少很多，比如物流系统发生故障，需要时间进行修复。在这里分钟里，物流系统要处理的内容都被缓存在了消息队列中，用户的下单操作可以正常完成。当物流系统恢复后，继续处理订单信息即可。过程中，用户感受不到物流系统故障所带来的影响。提升系统的可用性。

异步处理：
有些服务之间调用是异步的，例如A调用B，B需要花费很长时间来执行，但是A需要知道B什么时候可以执行完，以前一般有两种方式，A过一段时间去调用B的查询API查询。或者A提供一个callback API，B执行完之后调用API通知A服务。这两种方式都不是很优雅，使用消息总线，可以很方便的解决这个问题，A调用B服务后，只需要监听B处理完成的消息，当B处理完之后，会发送一条消息给MQ，MQ会将此消息转发给A服务。这样A服务既不用循环调用B的查询API，也不用提供callback API。同样B服务也不用做这些操作。A服务还能及时的得到异步处理成功的消息。

二、MQ分类：

ActiveMQ：
单机吞吐量万级，时效ms级，可用性，基于主从架构实现高可用性，消息可靠性，较低的概率丢失数据。

官网入口：ActiveMQ

Kafka：
        大数据领域的消息传输的消息中间件，百万级TPS吞吐量，在数据采集、传输、存储的过程发挥作用。

        性能卓越，单机写入TPS约在百万条/秒。最大的优点，就是吞吐量高。时效性ms级可用性非常高，Kafka是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用，消费者使用Pull的方式获取信息，消息有序，通过控制能够保证所有消息被消费且仅被消费一次；有优秀的第三方Kafka Web管理界面Kafka-Manager；日志领域比较成熟，被多家公司和多个开源项目使用。

        功能支持：简单的MQ功能，在大数据领域的实时计算以及日志采集被大规模使用。

        Kafka单机超过64个队列/分区，Load会发生明显的飙高现象，队列越多，Load越高，发送消息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试，支持消息顺序，但是一台代理宕机后，就会产生消息乱序。

        官网链接：Apache Kafka

RocketMQ：
        RockerMQ出自阿里巴巴的开源产品，使用Java语言实现，在设计时参考Kafka，并做出了自己的一些改进。被阿里巴巴广泛应用在订单、交易、充值、流计算、消息推送、日志流式处理、binglog分发等场景。

        单机吞吐量十万级，可用性非常高，分布式架构，消息可以做到0丢失，MQ功能较为完善，基于分布式，扩展性好，支持10亿级别的消息堆积，不会因为堆积导致性能下降。没有在MQ核心中实现JMS等接口。

        Apache官网链接：Apache RocketMQ

RabbitMQ：
基于erlang语言的高并发特性，性能较好，吞吐量达到万级，MQ功能比较完备，健壮、稳定、易用、跨平台、支持多种语言，支持AJAX，文档齐全；开源提供的管理界面。

三、MQ选择：

Kafka：
Kafka主要特点是基于Pull的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，首选Kafka。

RocketMQ：
为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商领域的订单扣款，以及业务消峰，在大量交易涌入时，后端可能无法及时处理的情况。RocketMQ在稳定性上可能更值得信赖，适用于并发场景。

RabbitMQ：
结合erlang语言本身的并发优势，性能好时效性微妙级，社区活跃度也比较高，管理界面用起来十分方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的RabbitMQ。

上一篇：网络编程（2）

下一篇：关于@JsonProperty注解的使用

【RabbitMQ】＜消息中间件＞消息队列MQ概述

2.MQ应用：

二、MQ分类：

ActiveMQ： 单机吞吐量万级，时效ms级，可用性，基于主从架构实现高可用性，消息可靠性，较低的概率丢失数据。 官网入口：ActiveMQ

RabbitMQ： 基于erlang语言的高并发特性，性能较好，吞吐量达到万级，MQ功能比较完备，健壮、稳定、易用、跨平台、支持多种语言，支持AJAX，文档齐全；开源提供的管理界面。

三、MQ选择：

Kafka： Kafka主要特点是基于Pull的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，首选Kafka。

RocketMQ： 为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商领域的订单扣款，以及业务消峰，在大量交易涌入时，后端可能无法及时处理的情况。RocketMQ在稳定性上可能更值得信赖，适用于并发场景。

RabbitMQ： 结合erlang语言本身的并发优势，性能好时效性微妙级，社区活跃度也比较高，管理界面用起来十分方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的RabbitMQ。

ActiveMQ：
单机吞吐量万级，时效ms级，可用性，基于主从架构实现高可用性，消息可靠性，较低的概率丢失数据。

官网入口：ActiveMQ

RabbitMQ：
基于erlang语言的高并发特性，性能较好，吞吐量达到万级，MQ功能比较完备，健壮、稳定、易用、跨平台、支持多种语言，支持AJAX，文档齐全；开源提供的管理界面。

Kafka：
Kafka主要特点是基于Pull的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，首选Kafka。

RocketMQ：
为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商领域的订单扣款，以及业务消峰，在大量交易涌入时，后端可能无法及时处理的情况。RocketMQ在稳定性上可能更值得信赖，适用于并发场景。

RabbitMQ：
结合erlang语言本身的并发优势，性能好时效性微妙级，社区活跃度也比较高，管理界面用起来十分方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的RabbitMQ。