汉口网站制作设计,为什么要用国外服务器做网站,朋友 合同 网站制作,宁夏网站推广消息队列相关概念
什么是消息队列
MQ(message queue)#xff0c;从字面意思上看#xff0c;本质是个队列#xff0c;FIFO 先入先出#xff0c;只不过队列中存放的内容是 message 而已#xff0c;还是一种跨进程的通信机制#xff0c;用于上下游传递消息。在互联网架构中…消息队列相关概念
什么是消息队列
MQ(message queue)从字面意思上看本质是个队列FIFO 先入先出只不过队列中存放的内容是 message 而已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。使用了 MQ 之后消息发送上游只需要依赖 MQ不 用依赖其他服务
为什么使用消息队列
消息队列主要是有以下几种优点消息消峰、应用解耦和异步处理。如下
流量消峰如果订单系统最多能处理一万次订单这个处理能力应付正常时段的下单时绰绰有余正 常时段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系统是处理不了的只能限 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。用户创建订单后如果耦合 调用库存系统、物流系统、支付系统任何一个子系统出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会减少很多比如物流系统因为发生故障需要几分钟来修复。在 这几分钟的时间里物流系统要处理的内存被缓存在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中单用户感受不到物流系统的故障提升系统的可用性异步处理有些服务间调用是异步的例如 A 调用 BB 需要花费很长时间执行但是 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 处理完成后会发送一条消息给 MQMQ 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 消息队列的种类
ActiveMQ 优点单机吞吐量万级时效性 ms 级可用性高基于主从架构实现高可用性消息可靠性较 低的概率丢失数据缺点官方社区现在对 ActiveMQ 5.x 维护越来越少高吞吐量场景较少使用Kafka大数据的杀手锏谈到大数据领域内的消息传输则绕不开 Kafka这款为大数据而生的消息中间件 以其百万级 TPS 的吞吐量名声大噪迅速成为大数据领域的宠儿在数据采集、传输、存储的过程中发挥 着举足轻重的作用 优点性能卓越单机写入 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缺点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社区更新较慢RocketMQRocketMQ 出自阿里巴巴的开源产品用 Java 语言实现在设计时参考了 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 优点单机吞吐量十万级,可用性非常高分布式架构,消息可以做到 0 丢失,MQ 功能较为完善还是分 布式的扩展性好,支持 10 亿级别的消息堆积不会因为堆积导致性能下降,源码是 java 我们可以自己阅 读源码定制自己公司的 MQ缺点支持的客户端语言不多目前是 java 及 c其中 c不成熟社区活跃度一般,没有在 MQ 核心中去实现 JMS 等接口,有些系统要迁移需要修改大量代码RabbitMQ2007 年发布是一个在 AMQP(高级消息队列协议)基础上完成的可复用的企业消息系统是当前最 主流的消息中间件之一 优点由于 erlang 语言的高并发特性性能较好吞吐量到万级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非常棒用起来很好用社区活跃度高更新频率相当高缺点商业版需要收费,学习成本较高
消息队列的选择
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 肯定是首选 kafka 了RocketMQ天生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里面的订单扣款以及业务削 峰在大量交易涌入时后端可能无法及时处理的情况。RoketMQ 在稳定性上可能更值得信赖这些业务 场景在阿里双 11 已经经历了多次考验如果你的业务有上述并发场景建议可以选择 RocketMQRabbitMQ结合 erlang 语言本身的并发优势性能好时效性微秒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
