消息队列应用场景
以下介绍消息队列在实际应用中常用的使用场景。异步处理,应用解耦,流量削锋和消息通讯四个场景
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.并行方式
(1)串行方式:将注册信息写入数据库成功后,发送注册邮件,再发送注册短信。以上三个任务全部完成后,返回给客户端
(2)并行方式:将注册信息写入数据库成功后,发送注册邮件的同时,发送注册短信。以上三个任务完成后,返回给客户端。与串行的差别是,并行的方式可以提高处理的时间
引入消息队列,将不是必须的业务逻辑,异步处理。改造后的架构如下:
按照以上约定,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
2.2 应用解耦
场景说明:用户下单后,订单系统需要通知库存系统。传统的做法是,订单系统调用库存系统的接口。如下图
传统模式的缺点:
- 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
- 订单系统与库存系统耦合
如何解决以上问题呢?引入应用消息队列后的方案,如下图:
- 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,采用拉/推的方式,获取下单信息,库存系统根据下单信息,进行库存操作
- 假如:在下单时库存系统不能正常使用。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。实现订单系统与库存系统的应用解耦
2.3 流量削锋
流量削锋也是消息队列中的常用场景,一般在秒杀或团抢活动中使用广泛
应用场景:秒杀活动,一般会因为流量过大,导致流量暴增,应用挂掉。为解决这个问题,一般需要在应用前端加入消息队列。
- 可以控制活动的人数
- 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
2.4 日志处理
通过同步的方式记录日志势必会影响系统的响应速度。比如Kafka架构简化如下
- 日志采集客户端,负责日志数据采集,定时写受写入Kafka队列
- Kafka消息队列,负责日志数据的接收,存储和转发
- 日志处理应用:订阅并消费kafka队列中的日志数据
以下是新浪kafka日志处理应用案例
(1)Kafka:接收用户日志的消息队列
(2)Logstash:做日志解析,统一成JSON输出给Elasticsearch
(3)Elasticsearch:实时日志分析服务的核心技术,一个schemaless,实时的数据存储服务,通过index组织数据,兼具强大的搜索和统计功能
(4)Kibana:基于Elasticsearch的数据可视化组件,超强的数据可视化能力是众多公司选择ELK stack的重要原因
2.5 消息通讯
消息通讯是指,消息队列一般都内置了高效的通信机制,因此也可以用在纯的消息通讯。比如实现点对点消息队列,或者聊天室等
点对点通讯:
客户端A和客户端B使用同一队列,进行消息通讯。
聊天室通讯:
客户端A,客户端B,客户端N订阅同一主题,进行消息发布和接收。实现类似聊天室效果。
centos rabbitmq的使用:
yum install erlang
yum install rabbitmq-server -y
pip install pika python客户端
日志目录 /var/log/rabbitmq/
配置目录 /etc/rabbitmq/rabbitmq.config
四种交换机:
直连交换机:消息的路由键,对应一个消息队列(绑定交换机的时候,设置好键)
主题交换机:将消息路由到多个消息队列,比如路由键log.cache.publish这种组合(可以*单个通配,#任意通配)
扇形交换机:消息路由到所有队列,不理会路由键(一个操作有多个连代操作)
头交换机:和直连差不多,但是性能不好,很少用
publish.py
#coding=utf-8
import sys
import pika
parameters = pika.URLParameters("amqp://guest:guest@localhost:5672/%2F")
connection = pika.BlockingConnection(parameters)
channel = connection.channel()
channel.exchange_declare(exchange='web_develop', exchange_type='direct', passive=False, durable=True, auto_delete=False)
msg = sys.argv[1] if len(sys.argv) != 1 else 'hah'
props = pika.BasicProperties(content_type='text/plain', delivery_mode=2) #文本格式,消息持久化
#接收消息的确认
channel.confirm_delivery()
if channel.basic_publish('web_develop', 'xxx_routing_key', msg,properties=props): #发送某个路由键,某个消息
print('Message publish was confirmed!')
else:
print('Message could not be confirmed!')
connection.close()
cosume.py
#coding=utf-8
import pika
def on_message(channel, method_frame, header_frame, body):
channel.basic_ack(delivery_tag=method_frame.delivery_tag)
print(body)
parameters = pika.URLParameters("amqp://guest:guest@localhost:5672/%2F")
connection = pika.BlockingConnection(parameters)
channel = connection.channel()
channel.exchange_declare(exchange='web_develop', exchange_type='direct', passive=False, durable=True, auto_delete=False)
channel.queue_declare(queue='standard', auto_delete=True)
channel.queue_bind(queue='standard', exchange='web_develop', routing_key='xxx_routing_key')
channel.basic_consume('standard', on_message_callback=on_message) #队列订阅消息
try:
channel.start_consuming()
except KeyboardInterrupt:
channel.stop_consuming()
connection.close()
先启动消费,在启动发布。
支持虚拟主机,来配置用户名密码和权限
rabbitmqctl add_user sf 123456
rabbitmqctl add_vhost web_develop
rabbitmqctl set_permissions -p web_develop sf ".*" ".*" ".*" #分别是配置,写,读的权限
插件系统,比如图形化的管理界面rabbitmq_management