ActiveMQ（一）理论

一、消息中间价概述

1. 消息中间件产生的背景
在客户端与服务器进行通讯是，客户端调用后，必须等待服务对象完成处理返回结果才能继续执行。
客户与服务器对象的生命周期紧密耦合，客户进程和服务对象进程都必须正常运行；如果由于服务对象奔溃或者网络故障导致用户的请求不可达，客户会受到异常。

2.什么是消息中间件
面向消息的中间件(MessageOrlented MiddlewareMOM)较好的解决了以上问题。发送者将消息发送给消息服务器，消息服务器将消感存放在若千队列中，在合适的时候再将消息转发给接受者。
这种模式下，发送和接收是异步的，发送者无需等待；二者的生命周期未必相同：发送消息的时候接收者不一定运行，接收消息的时候发送者也不一定运行；一对多通信：对于一个消息可以有多个接收者。

二、JMS介绍

1. 什么是JMS
JMS是java的消息服务，JMs的客户端之间可以通过JMS服务进行异步的消息传输。
1. 什么是消息模型
Point - to -Point（P2P）

• 消息队列（Queue）
• 发送者（Sender）
• 接收者（Receiver）
• 每个消息都被发送到一个特定的队列，接收者从队列中获取消息。队列保留这消息，知道他们被消费或超时。

p2p的特点

• 每个消息只有一个消费者（Consumer）（即一旦被消费，消息就不再在消息队列中）
• 发送者和接收者之间在时间上没有依懒性，也就是说当发送者发送了消息之后，不管接收者有没有在运行，它不会影响到消息被发送到队列
• 接收者再成功接收消息之后需向队列应答成功

Pub/Sub（发布与订阅）

主题（Topic）、发布者（Publisher）、订阅者（Subscriber）
客户端将消息发送到主题。多个发布者将消息发送到Topic，系统将这些消息传递给多个订阅者。

Pub/Sub的特点
每个消息可以有多个消费者，发布者和订阅者之间上的依懒性。针对某个主题（Topic）的订阅者，它必须创建一个订阅者之后，才能消费消息，订阅者必须保持运行的状态。
为了缓和这样严格的时间相关性，JMS允许订阅者创建一个可持久化得订阅。这样，即使订阅者没有被激活，它也能接收到发布者的消息。如果你希望发送的消息可以不被做任何处理、或者被一个消息者处理、或者可以被多个消费者处理的话。那么可以采用Pub/Sub模型。
消息的消费
再JMS中，消息的产生和消息是异步的。对于消费来说，JMS的消息者可以通过两种方式来消费消息。

同步
订阅者或接收者调用receive方法来接收消息、receive方法在能够接收到消息之前（或超时之前）将一直阻塞
异步
订阅者或接收者可以注册为一个消息监听器，当消息到达之后，系统自动调用监听器的onMessage方法。

三、MQ产品的分类

RabbitMQ
是使用Erlang编写的一个开源的消息队列，本身支持很多的协议：AMQP、XMPP、SMTP、STOMP，也正是如此，使的它变得非常重量级，更适合于企业级的开发。同时实现了一个经纪人（Broker）构架，这意味着消息在发送给客户端时再中心队列排队。对路由（Routing），负载均衡（Load balance）或者数据持久化都有很好的支持。
Redis
是一个Key-Value的NoSQL数据库，开发维护很活跃，虽然它是一个Key-Value数据库存储系统，但它本身支持MQ功能，所以完全可以当做一个轻量级的队列服务来使用。对于RabbitMQ和Redis的入队和出队操作，各执行100万次，每10万次记录一次执行时间。测试数据分为128Bytes、512Bytes、1K和10K四个不同大小的数据。实验表明：入队时，当数据比较小时Redis的性能要高于RabbitMQ，而如果数据大小超过了10K，Redis则慢的无法忍受；出队时，无论数据大小，Redis都表现出非常好的性能，而RabbitMQ的出队性能则远低于Redis。
ZeroMQ
号称最快的消息队列系统，尤其针对大吞吐量的需求场景。ZMQ能够实现RabbitMQ不擅长的高级/复杂的队列，但是开发人员需要自己组合多种技术框架，技术上的复杂度是对这MQ能够应用成功的挑战。ZeroMQ具有一个独特的非中间件的模式，你不需要安装和运行一个消息服务器或中间件，因为你的应用程序将扮演了这个服务角色。你只需要简单的引用ZeroMQ程序库，可以使用NuGet安装，然后你就可以愉快的在应用程序之间发送消息了。但是ZeroMQ仅提供非持久性的队列，也就是说如果down机，数据将会丢失。其中，Twitter的Storm中使用ZeroMQ作为数据流的传输。
ActiveMQ
是Apache下的一个子项目。 类似于ZeroMQ，它能够以代理人和点对点的技术实现队列。同时类似于RabbitMQ，它少量代码就可以高效地实现高级应用场景。RabbitMQ、ZeroMQ、ActiveMQ均支持常用的多种语言客户端 C++、Java、.Net,、Python、 Php、 Ruby等。
Jafka/Kafka
Kafka是Apache下的一个子项目，是一个高性能跨语言分布式Publish/Subscribe消息队列系统，而Jafka是在Kafka之上孵化而来的，即Kafka的一个升级版。具有以下特性：快速持久化，可以在O(1)的系统开销下进行消息持久化；高吞吐，在一台普通的服务器上既可以达到10W/s的吞吐速率；完全的分布式系统，Broker、Producer、Consumer都原生自动支持分布式，自动实现复杂均衡；支持Hadoop数据并行加载，对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka通过Hadoop的并行加载机制来统一了在线和离线的消息处理，这一点也是本课题所研究系统所看重的。Apache Kafka相对于ActiveMQ是一个非常轻量级的消息系统，除了性能非常好之外，还是一个工作良好的分布式系统。
其他一些队列列表HornetQ、Apache Qpid、Sparrow、Starling、Kestrel、Beanstalkd、Amazon SQS就不再一一分析。

四、ActiveMQ使用

1. Window下ActiveMQ安装

ActiveMQ部署其实非常简单，需要对应的JDK，然后到官网上下载apache-activemq-5.15.9-bin.zip，下载之后直接解压就行。得到一个目录，然后直接打开bin目录就行，我的版本是win64，打开双击activemq.bat，注意自己的JDK版本，就能运行

ActiveMQ默认启动到8160端口，启动完了后在浏览器地址栏输入：http://localhost:8161/admin 要求输入的用户名密码，默认用户名密码为admin、admin，这个用户名密码是在conf/users.properties中配置的。输入用户名密码后可以看到ActiveMQ控制台

2. 控制台介绍
Number Of Consumers 消费者 这个是消费者端的消费者数量
Number Of Pending Messages 等待消费的消息 这个是当前未出队列的数量。可以理解为总接收数-总出队列数
Messages Enqueued 进入队列的消息 进入队列的总数量,包括出队列的。 这个数量只增不减
Messages Dequeued 出了队列的消息 可以理解为是消费这消费掉的数量
这个要分两种情况理解
在queues里它和进入队列的总数量相等(因为一个消息只会被成功消费一次),如果暂时不等是因为消费者还没来得及消费。
在 topics里 它因为多消费者从而导致数量会比入队列数高。
简单的理解上面的意思就是
当有一个消息进入这个队列时，等待消费的消息是1，进入队列的消息是1。
当消息消费后，等待消费的消息是0，进入队列的消息是1，出队列的消息是1.
在来一条消息时，等待消费的消息是1，进入队列的消息就是2.
没有消费者时 Pending Messages 和 入队列数量一样
有消费者消费的时候 Pedding会减少 出队列会增加
到最后 就是 入队列和出队列的数量一样多
以此类推，进入队列的消息和出队列的消息是池子，等待消费的消息是水流。