MQ的应用场景

最新推荐文章于 2024-08-31 21:15:39 发布

李子怡

最新推荐文章于 2024-08-31 21:15:39 发布

阅读量5.5k

点赞数 27

分类专栏： rabbitmq

本文链接：https://blog.csdn.net/Ciel_Y/article/details/119475890

版权

rabbitmq 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1.MQ

1.1定义

MQ (Message Quene):翻译为消息队列,通过典型的生产者和消费者模型，生产者不断向消息队列中生产消息，消费者不断的从队列中获取消息。因为消息的生产和消费都是异步的，而且只关心消息的发送和接收，没有业务逻辑的侵入，轻松的实现系统间解耦。别名为消息中间件 通过利用高效可靠的消息传递机制进行平台无关的数据交流，并基于数据通信来进行分布式系统的集成。

1.2 MQ有哪些

当今市面上有很多主流的消息中间件，如老牌的ActiveMQ、RabbitMQ，炙手可热的Kafka,阿里巴巴自主开发RocketMQ等。

1.3不同MQ特点

1.ActiveMQ
ActiveMQ是Apache出品，最流行的，能力强劲的开源消息总线。它是一个完全支持JMS规范的的消息中间件。丰富的API,多种集群架构模式让ActiveMQ在业界成为老牌的消息中间件,在中小型企业颇受欢迎!性能没有其他好。吞吐量不高。

2.Kafka
Kafka是LinkedIn开源的分布式发布-订阅消息系统，目前归属于Apache顶级项目。Kafka主要特点是基于Pu11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。0.8版本开始支持复制，不支持事务，对消息的重复、丢失、错误没有严格要求，适合产生大量数据的互联网服务的数据收集业务。 用于大数据实时处理

3.RocketMQ
RocketMQ是阿里开源的消息中间件，它是纯Java开发，具有高吞吐量、高可用性、适合大规模分布式系统应用的特点。RocketMQ思路起源于Kafka,但并不是Kafka的-个Copy,它对消息的可靠传输及事务性做了优化，目前在阿里集团被广泛应用于交易、充值、流计算、消息推送、日志流式处理、bing1og分发等场景。
用于双十一，但是阿里云买的RocketMQ才支持事务。

4.RabbitMQ
RabbitMQ是使用Erlang语言开发的开源消息队列系统（所以处理并发时，性能非常不错），基于AMQP协议来实现。AMQP的主要特征是面向消息、队列、路由(包括点对点和发布/订阅)、可靠性、安全。AMQP协议更多用在企业系统内对数据一致性、 稳定性和可靠性要求很高的场景（这四种中最高的，不会丢失任何数据），对性能和吞吐量的要求还在其次（输于Kafka）。
与spring框架做无缝对接

总结：RabbitMQ比Kafka可靠， Kafka更适合IO高吞吐的处理，一般应用在大数据日志处理或对实时性(少量延迟)，可靠性 (少量丢数据) 要求稍低的场景使用，比如ELK日志收集。

2.MQ的应用场景

2.1异步处理

场景说明:

用户注册后，需要发注册邮件和注册短信,传统的做法有两种1 .串行的方式2 .并行的方式

1.串行方式:

将注册信息写入数据库后，发送注册邮件再发送注册短信,以上三个任务全部完成后才返回给客户端。

这有一个问题是,邮件，短信并不是必须的，它只是一个通知,而这种做法让客户端等待没有必要等待的东西.

2.并行方式:

将注册信息写入数据库后，发送邮件的同时,发送短信,以上三个任务完成后,返回给客户端,并行的方式能提高处理的时间。

3.消息队列: 广播模型

假设三个业务节点分别使用50ms,串行方式使用时间150ms，并行使用时间100ms。虽然并行已经提高的处理时间，但是，前面说过,邮件和短信对我正常的使用网站没有任何影响，客户端没有必要等着其发送完成才显示注册成功,应该是写入数据库后就返回，然后进入网站，进行正常操作.消息队列:引入消息队列后，把发送邮件，短信不是必须的业务逻辑异步处理

由此可以看出引入消息队列后，用户的响应时间就等于写入数据库的时间+写入消息队列的时间(可以忽略不计),引入消息队列后处理后,响应时间是串行的3倍，是并行的2倍。

2.2应用解耦

场景:

双11是购物狂节,用户下单后，订单系统需要通知库存系统，传统的做法就是订单系统调用库存系统的接口.

这种做法有一个缺点:当库存系统出现故障时,订单就会失败。订单系统和库存系统高耦合.引入消息队列.

订单系统:用户下单后，订单系统完成持久化处理,将消息写入消息队列,返回用户订单下单成功。

库存系统:订阅下单的消息,获取下单消息，进行库操作。就算库存系统出现故障,消息队列也能保证消息的可靠投递,不会导致消息丢失.

（比如说应该减去库存，一直不减。然后前面一直卖东西，最后超过库存数量？？？？）

这时候需要redis。

检查缓存中该用户是否已经下单过:在消息队列下单成功后写入redis一条用户id和商品id绑定的数据
没有下单过，检查缓存中商品是否还有库存
缓存中如果有库存，则将用户id和商品id封装为消息体传给消息队列处理
注意:这里的有库存和已经下单都是缓存中的结论,存在不可靠性,在消息队列中会查表再次验
证，作为兜底逻辑