阿里一面，说说你知道消息中间件的应用场景有哪些？_中间件数据还没入库前端业务场景

给大家的福利

零基础入门

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

同时每个成长路线对应的板块都有配套的视频提供：

因篇幅有限，仅展示部分资料

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

| 可用性 | 高（主从） | 高（主从） | 非常高（分布式） | 非常高（分布式） |
| 消息丢失 | 低 | 低 | 理论上不会丢失 | 理论上不会丢失 |
| 文档的完备性 | 高 | 高 | 教高 | 高 |
| 提供快速入门 | 有 | 有 | 有 | 有 |
| 社区活跃度 | 高 | 高 | 中 | 高 |
| 商业支持 | 无 | 无 | 商业云 | 商业云 |

3、MQ特点

先进先出

先进先出，是队列最明显的特点。消息队列的顺序在入队的时候就基本已经确定了，一般是不需人工干预的。而且，最重要的是，数据是只有一条数据在使用中。 这也是MQ在诸多场景被使用的原因。

发布订阅

发布订阅是一种很高效的处理方式，如果不发生阻塞，基本可以当做是同步操作。这种处理方式能非常有效的提升服务器利用率，这样的应用场景非常广泛。

持久化

持久化确保MQ的使用不只是一个部分场景的辅助工具，而是让MQ能像数据库一样存储核心的数据，保证MQ的可靠性。

分布式

在现在大流量、大数据的使用场景下，只支持单体应用的服务器软件基本是无法使用的，支持分布式的部署，才能被广泛使用。而且，MQ的定位就是一个高性能的中间件。

4、应用场景

消息队列中间件是分布式系统中重要的组件，主要解决应用解耦，异步消息，流量削锋、海量日志数据同步、分布式事务等问题，实现高性能，高可用，可伸缩和最终一致性架构。

4.1 应用解耦

场景说明：在一般购物场景中，用户下单后，订单系统一般需要通知库存系统，在以前是通过接口调用进行通知。

通过接口调用的缺点：订单系统与库存系统耦合度高，容易出现雪崩事故，假如库存系统无法访问，则订单减库存将失败，从而导致订单失败，当调用量到一定程度后，会导致订单系统集群访问时间变长。

引入应用消息队列后的方案：

订单系统：在用户下单后，订单系统完成本地持久化处理后将消息写入消息队列，写入成功后返回用户订单下单成功。
库存系统：订阅MQ中下单的消息，获取下单信息，库存系统根据下单信息，进行库存增或减操作。
该方案的关键步骤：

在下单时库存系统即使不能正常使用，也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其他的后续操作了，只要达成最终一致性即可。实现订单系统与库存系统的应用解耦。

4.2 异步消息

场景说明：一般用户注册后，需要给用户发送注册邮件和短信。以前的步骤可分为：串行的方式、并行方式。

1. 串行方式：将用户注册信息写入数据库，写入成功后先发送注册邮件，再发送注册短信。只有以上三个任务全部完成后，才返回给客户端成功信息。

2. 并行方式：将用户注册信息写入数据库，写入成功后同时发送注册邮件和注册短信。以上三个任务完成后，才返回给客户端成功信息。相对于串行而言，并行的方式可以提高处理的时间。

问题分析：

假设三个业务节点每个使用50毫秒钟，不考虑网络等其他开销，则串行方式的时间是150毫秒，并行的时间可能是100毫秒。
因为CPU在单位时间内处理的请求数是一定的，假设CPU1秒内吞吐量是100次。则串行方式1秒内CPU可处理的请求量是7次（1000/150）。并行方式处理的请求量是10次（1000/100）
如以上案例描述，传统的方式系统的性能（并发量，吞吐量，响应时间）会有瓶颈。

将发送注册邮件和注册短信的步骤通过消息队列解耦：

由以上架构可知，用户的响应时间相当于是注册信息写入数据库的时间，也就是50毫秒。注册邮件，发送短信写入消息队列后，直接返回，因此写入消息队列的速度很快，基本可以忽略，因此用户的响应时间可能是50毫秒。因此架构改变后，系统的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了两倍。

4.3 流量削锋

流量削锋消息队列中也是普遍应用，一般在秒杀或团抢活动中使用广泛。

场景说明：秒杀活动，一般会因为流量过大，导致流量暴增，应用或者数据库挂掉。为解决这个问题，一般需要在应用前端加入消息队列。

架构如下：

加入消息队列的好处：

1. 可以控制活动的人数
2. 可以缓解短时间内高流量压垮应用

用户的请求，服务器接收后，首先写入消息队列。假如消息队列长度超过最大数量，则直接抛弃用户请求或跳转到错误页面。
秒杀业务根据消息队列中的请求信息，再做后续处理。

4.4 海量日志数据同步

场景说明：在微服务体系下，项目往往是集群部署，那么就需要一个统一日志平台来查询各个实例的日志，但集群中的日志信息往往都是海量数据，单一的日志采集工具不能满足业务的需要，因此需要将消息队列用在日志处理中，比如Kafka的应用，解决大量日志传输的问题。

架构简化如下：

架构说明：

1. 日志采集客户端，负责日志数据采集，定时写受写入Kafka队列
2. Kafka消息队列，负责日志数据的接收，存储和转发
3. 日志处理应用：订阅并消费kafka队列中的日志数据

4.5 分布式事物

分布式事务又分为强一致，弱一致，和最终一致性

1. 强一致：

当更新操作完成之后，任何多个后续进程或者线程的访问都会返回最新的更新过的值。这种是对用户最友好的，就是用户上一次写什么，下一次就保证能读到什么。根据 CAP 理论，这种实现需要牺牲可用性。

2. 弱一致：

系统并不保证续进程或者线程的访问都会返回最新的更新过的值。系统在数据写入成功之后，不承诺立即可以读到最新写入的值，也不会具体的承诺多久之后可以读到。

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以点击这里获取

1715309274676)]
[外链图片转存中…(img-JXhEdN0X-1715309274677)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以点击这里获取