消息队列(一)——RabbitMQ概念介绍

⊙ω⊙ 在学习的路上越走越远～～～

已于 2022-12-07 01:33:42 修改

阅读量124

点赞数

分类专栏： MQ 文章标签： rabbitmq java 网络

于 2022-04-13 23:28:20 首次发布

本文链接：https://blog.csdn.net/qq_43070052/article/details/124160240

版权

MQ 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

消息队列——RabbitMQ

- - 一、MQ的相关概念
  - 二、RabbitMQ

一、MQ的相关概念

什么是MQ
MQ（message queue），从字面意思上看，本质是个队列，FIFO先入先出，只不过队列中存放的内容是message而已，还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ是一种非常常见的上下游“逻辑解耦 + 物理解耦”的消息通信服务。使用了MQ之后，消息发送上游只需要依赖MQ,不用依赖其他服务。
上下游传递消息： 简单点说就是A与B之间传递消息称之为上下游传递消息。
为什么要用MQ

流量消峰
举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单绰绰有余，正常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订单分散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体验要好。
应用解耦
以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统。任何一个子系统出了故障，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题就会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流系统恢复后，继续处理订单信息即可，中单用户感受不到物流系统的故障，提升系统的可用性。
异步处理
有些服务调用是异步的，例如A调用B,B需要花费很长时间执行，但是A需要知道B什么时候可以执行完，以前一般有两种方式，A过一段时间去调用B的查询api查询。或者A提供一个callback api，B执行完之后调用api通知A服务。这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题，A调用B服务后，只需要监听B处理完成的消息，当B处理完成后，会发送一条消息给MQ，MQ会将此消息转发给A服务。这样A服务既不用循环调用B的查询api，也不用提供callback api。同样B服务也不用做这些操作。A服务还能及时的得到异步处理成功的消息。

MQ的分类

ActiveMQ
优点： 单机吞吐量万级，时效性ms级，可用性高，基于主从架构实现高可用性，消息可靠性较低的概率丢失数据
缺点： 官方社区现在对ActiveMQ 5.x维护越来越少，高吞吐量场景较少使用。
kafka
大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开kafka，这款为大数据而生的消息中间件，以其百万级TPS的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥着举足轻重的作用。目前已经被LinkedIn，Uber、Twitter、Netflix等大公司所采纳。
优点：性能卓越，单机写入TPS约在百万条/秒，最大的优点，就是吞吐量高。时效性ms级可用性非常高，kafka是分布式的，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，消费者采用Pull方式获取消息，消息有序，通过控制能够保证所有消息被消费且仅被消费一次；有优秀的第三方Kafka Web管理界面Kafka-Manager；在日志领域比较成熟，被多家公司和多个开源项目使用；功能支持：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
缺点：Kafka单击超过64个队列/分区，Load会发生明显的飙高现象，对列越多，load越高，发送消息响应时间越长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试；支持消息顺序，但是一台宕机后，就会产生消息乱序，社区更新较慢；
RocketMQ
RocketMQ出自阿里巴巴的开源产品，用Java语言实现，在设计时参考了Kafka，并做出了自己的一些改进。被阿里巴巴广泛应用在订单、交易、充值、流计算，消息推送，日志流处理，binglog分发等场景。
优点：单机吞吐量十万级，可用性非常高，分布式架构，消息可以做到0丢失，MQ功能较为完善，还是分布式的，扩展性好，支持10亿级别的消息堆积，不会因为堆积导致性能下降，源码是java我们可以自己阅读源码，定制自己公司的MQ。
缺点：支持的客户端语言不多，目前是java以及c++，其中c++不成熟；社区活跃度一般，没有在MQ核心中去实现JMS等接口，有些系统要迁移需要修改大量代码。
RabbitMQ
2007年发布，是一个在AMQP（高级消息队列协议）基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一。
优点：由于erlang语言的高并发特性，性能较好；吞吐量到万级，MQ功能比较完备，健壮、稳定、易用、跨平台、支持多种语言 如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX文档齐全；开源提供的管理界面非常棒，用起来很好用，社区活跃度高；更新频率相当高 https://www.rabbitmq.com/news.html
缺点：商业版需要收费，学习成本较高

MQ的选择

kafka
特点：大量数据、大型公司、日志采集
Kafka主要特点是基于Pull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，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，肯定是首选kafka了。
RocketMQ
特点：金融互联网、高并发场景
天生为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削峰，在大量交易涌入时，后端可能无法及时处理的情况。RockMQ在稳定性上可能更值得信赖，这些业务常见在阿里双11已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择RocketMQ
RabbitMQ
特点：数据量没那大、中小型公司
结合erlang语言本身的并发优势，性能好时效性微秒级，社区活跃度也比较高，管理界面用起来身份方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的RabbitMQ

二、RabbitMQ

RabbitMQ的概念
概念：进行接收、存储、转发消息、但是不处理消息
RabbitMQ是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里，按照这种逻辑RabbitMQ是一个快递站，一个快递员帮你传递快件。RabbitMQ与快递站的主要区别在于，它不处理快件而是接收，存储和转发消息数据。
四大核心概念

生产者
交换机
队列
消费者
两个消费者对应同一个队列只有一个消费者能收到消息

Rabbit核心部分

1、Hello World(简单模式)
2、Work queue(工作模式)
3、publish/Subscribe(发布订阅模式)
4、Routing 路由模式
5、Topics 主题模式
6、Publisher Confirms 发布确认模式
各个名词介绍

Broker:消息实体, 接收和分发消息的应用，RabbitMQ Server就是Message Broker
Virtual host:出于多租户和安全因素设计的，把AMQP的基本组件划分到一个虚拟的分组中，类似于网络中的namespace概念。当多个不同的用户使用同一个RabbitMQ server提供的服务时，可以划分出多个vhost，每个用户在自己的vhost创建exchange/queue等。
Connection:publisher/consumer和broker之间的TCP连接
Channel：发送消息的通道, 如果每一次访问RabbitMQ都建立一个Connection，在消息量大的时候建立TCP Connection的开销将是巨大的，效率也较低。Channel是在connection内部建立的逻辑连接，如果应用程序支持多线程，通常每个thread创建单独的channel进行通讯，AMQP method包含了channel id帮助客户端和message broker识别channel，所以channel之间是完全隔离的。+ Channel作为轻量级的。Connection极大减少了操作系统建立TCP connection的开销。
Exchange:message 到达broker的第一站，根据分发规则，匹配查询表中的routing key，分发消息到queue中去。常用的类型有：direct(point-to-point)，topic（publish-subscribe）and fanout（multicast）
Queue:消息最终被送到这里等待consumer取走
Binding：exchange和queue之间的虚拟连接，binding中可以包含routing key，Binding信息被保存到exchange中的查询表中，用于message的分发依据。