高并发架构设计原则-消息队列

消息队列作用

解耦、消峰、异步

解耦

有ABCD四个系统，A系统有一条数据需要传给BCD，A系统不仅要关心数据发送还要处理数据发送BCD其中产生的异常，如B挂掉了怎么办，A是否重传？如果使用消息队列，A系统只负责发送消息到消息队列，BCD消费消息队列中的消息即可，A系统不关心消息发给谁了，谁消费失败了等等问题。

消峰

类似于地铁排队？（暴露了。。。），10000万个并发请求直接到服务器，服务器最大处理能力2000个每秒，那样极限情况下会有8000个请求在等待征用系统资源，导致请求超时系统资源紧张、特别是后面有mysql数据库等等问题。如果采用消息队列，8000个请求在消息队列里，服务按照最大处理能力来消费队列就可以。

异步

有ABCD四个系统，A系统接收到客户请求把消息发送给消息队列，客户得到一个即时响应：“消息已发送”的响应。后续流程交给BCD去队列处理。这样客户端街道的响应是同步响应，但实际的数据处理是异步的。大大提高了客户体验和见笑了前置服务器的压力。还有种情况是A发送请求到消息队列后，BCD的响应可以是并行的，这样响应时间会大大降低，提高了性能。

 

Kafka、ActiveMQ、RabbitMQ、RocketMQ 有什么优缺点？

特性	ActiveMQ	RabbitMQ	RocketMQ	Kafka
单机吞吐量	万级，比 RocketMQ、Kafka 低一个数量级	同 ActiveMQ	10 万级，支撑高吞吐	10 万级，高吞吐，一般配合大数据类的系统来进行实时数据计算、日志采集等场景
topic 数量对吞吐量的影响			topic 可以达到几百/几千的级别，吞吐量会有较小幅度的下降，这是 RocketMQ 的一大优势，在同等机器下，可以支撑大量的 topic	topic 从几十到几百个时候，吞吐量会大幅度下降，在同等机器下，Kafka 尽量保证 topic 数量不要过多，如果要支撑大规模的 topic，需要增加更多的机器资源
时效性	ms 级	微秒级，这是 RabbitMQ 的一大特点，延迟最低	ms 级	延迟在 ms 级以内
可用性	高，基于主从架构实现高可用	同 ActiveMQ	非常高，分布式架构	非常高，分布式，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
消息可靠性	有较低的概率丢失数据	基本不丢	经过参数优化配置，可以做到 0 丢失	同 RocketMQ
功能支持	MQ 领域的功能极其完备	基于 erlang 开发，并发能力很强，性能极好，延时很低	MQ 功能较为完善，还是分布式的，扩展性好	功能较为简单，主要支持简单的 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