消息队列的学习

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