web消息隊列有哪些

本篇內(nèi)容主要講解“web消息隊列有哪些”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學(xué)習(xí)“web消息隊列有哪些”吧!

消息隊列

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) 使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。

應(yīng)用場景

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。

• 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）。

引入消息隊列后，將不是必須的業(yè)務(wù)邏輯，異步處理。

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。

• 應(yīng)用解耦

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。

避免接口的方式，加入消息隊列。

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。

• 流量削鋒

流量削鋒也是消息隊列中的常用場景，一般在秒殺或團搶活動中使用廣泛。

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。

1. 可以控制活動的人數(shù)

2. 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。

• 消息通訊

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}。

1. 日志采集客戶端，負責(zé)日志數(shù)據(jù)采集，定時寫受寫入Kafka隊列。

2. Kafka消息隊列，負責(zé)日志數(shù)據(jù)的接收，存儲和轉(zhuǎn)發(fā)。

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

大數(shù)據(jù)量下隊列對比

有代表性的幾個MQ(rabbitMQ，kafka，ActiveMQ)進行一下簡單的對比。

具體的對比如下：

• TPS比較：

Kafka最高，RabbitMq 次之， ActiveMq 最差。

• 吞吐量對比：

kafka具有高的吞吐量，內(nèi)部采用消息的批量處理，zero-copy機制，數(shù)據(jù)的存儲和獲取是本地磁盤順序批量操作，具有O(1)的復(fù)雜度，消息處理的效率很高。 rabbitMQ在吞吐量方面稍遜于kafka，他們的出發(fā)點不一樣，rabbitMQ支持對消息的可靠的傳遞，支持事務(wù)，不支持批量的操作；基于存儲的可靠性的要求存儲可以采用內(nèi)存或者硬盤。

• 在架構(gòu)模型方面：

RabbitMQ遵循AMQP協(xié)議，RabbitMQ的broker由Exchange,Binding,queue組成，其中exchange和binding組成了消息的路由鍵；客戶端Producer通過連接channel和server進行通信，Consumer從queue獲取消息進行消費（長連接，queue有消息會推送到consumer端，consumer循環(huán)從輸入流讀取數(shù)據(jù)）。rabbitMQ以broker為中心；有消息的確認機制。

kafka遵從一般的MQ結(jié)構(gòu)，producer，broker，consumer，以consumer為中心，消息的消費信息保存的客戶端consumer上，consumer根據(jù)消費的點，從broker上批量pull數(shù)據(jù)；無消息確認機制。

• 在可用性方面，

rabbitMQ支持miror的queue，主queue失效，miror queue接管。 kafka的broker支持主備模式。

activeMq也支持主備模式。

• 在集群負載均衡方面，

kafka采用zookeeper對集群中的broker、consumer進行管理，可以注冊topic到zookeeper上；通過zookeeper的協(xié)調(diào)機制，producer保存對應(yīng)topic的broker信息，可以隨機或者輪詢發(fā)送到broker上；并且producer可以基于語義指定分片，消息發(fā)送到broker的某分片上。

rabbitMQ的負載均衡需要單獨的loadbalancer進行支持。

• 綜合對比

ActiveMQ: 歷史悠久的開源項目，已經(jīng)在很多產(chǎn)品中得到應(yīng)用，實現(xiàn)了JMS1.1規(guī)范，可以和spring-jms輕松融合，實現(xiàn)了多種協(xié)議，不夠輕巧（源代碼比RocketMQ多），支持持久化到數(shù)據(jù)庫，對隊列數(shù)較多的情況支持不好。

RabbitMq： 它比kafka成熟，支持AMQP事務(wù)處理，在可靠性上，RabbitMq超過kafka，在性能方面超過ActiveMQ。

Kafka： Kafka設(shè)計的初衷就是處理日志的，不支持AMQP事務(wù)處理，可以看做是一個日志系統(tǒng)，針對性很強，所以它并沒有具備一個成熟MQ應(yīng)該具備的特性 Kafka的性能（吞吐量、tps）比RabbitMq要強，如果用來做大數(shù)據(jù)量的快速處理是比RabbitMq有優(yōu)勢的。

最后結(jié)一張綜合的對比：

到此，相信大家對“web消息隊列有哪些”有了更深的了解，不妨來實際操作一番吧！這里是億速云網(wǎng)站，更多相關(guān)內(nèi)容可以進入相關(guān)頻道進行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！