平台网站建设方案,苏州市建设局网站,网站建设平台合同模板下载,摄影工作室网站源码一、消息队列概述 消息队列中间件是分布式系统中重要的组件#xff0c;主要解决应用解耦#xff0c;异步消息#xff0c;流量削锋等问题#xff0c;实现高性能#xff0c;高可用#xff0c;可伸缩和最终一致性架构。目前使用较多的消息队列有ActiveMQ#xff0c;Rabbit…一、消息队列概述 消息队列中间件是分布式系统中重要的组件主要解决应用解耦异步消息流量削锋等问题实现高性能高可用可伸缩和最终一致性架构。目前使用较多的消息队列有ActiveMQRabbitMQZeroMQKafkaMetaMQRocketMQ 二、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 a、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。 b、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 假设三个业务节点每个使用50毫秒钟不考虑网络等其他开销则串行方式的时间是150毫秒并行的时间可能是100毫秒。 因为CPU在单位时间内处理的请求数是一定的假设CPU1秒内吞吐量是100次。则串行方式1秒内CPU可处理的请求量是7次1000/150。并行方式处理的请求量是10次1000/100 小结如以上案例描述传统的方式系统的性能并发量吞吐量响应时间会有瓶颈。如何解决这个问题呢 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。 a、可以控制活动的人数 b、可以缓解短时间内高流量压垮应用 2.4 日志处理 日志处理是指将消息队列用在日志处理中比如Kafka的应用解决大量日志传输的问题。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 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。 以上实际是消息队列的两种消息模式点对点或发布订阅模式。模型为示意图供参考。 三、消息中间件示例 3.1 电商系统 消息队列采用高可用可持久化的消息中间件。比如Active MQRabbit MQRocket Mq。 1应用将主干逻辑处理完成后写入消息队列。消息发送是否成功可以开启消息的确认模式。消息队列返回消息接收成功状态后应用再返回这样保障消息的完整性 2扩展流程发短信配送处理订阅队列消息。采用推或拉的方式获取消息并处理。 3消息将应用解耦的同时带来了数据一致性问题可以采用最终一致性方式解决。比如主数据写入数据库扩展应用根据消息队列并结合数据库方式实现基于消息队列的后续处理。 3.2 日志收集系统 分为Zookeeper注册中心日志收集客户端Kafka集群和Storm集群OtherApp四部分组成。 Zookeeper注册中心提出负载均衡和地址查找服务 日志收集客户端用于采集应用系统的日志并将数据推送到kafka队列 Kafka集群接收路由存储转发等消息处理 Storm集群与OtherApp处于同一级别采用拉的方式消费队列中的数据 4、常见MQ对比 Kafka是linkedin开源的MQ系统主要特点是基于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0.8开始支持复制不支持事务适合产生大量数据的互联网服务的数据收集业务。 RabbitMQ是使用Erlang语言开发的开源消息队列系统基于AMQP协议来实现。AMQP的主要特征是面向消息、队列、路由包括点对点和发布/订阅、可靠性、安全。AMQP协议更多用在企业系统内对数据一致性、稳定性和可靠性要求很高的场景对性能和吞吐量的要求还在其次。 RocketMQ是阿里开源的消息中间件它是纯Java开发具有高吞吐量、高可用性、适合大规模分布式系统应用的特点。RocketMQ思路起源于Kafka但并不是Kafka的一个Copy它对消息的可靠传输及事务性做了优化目前在阿里集团被广泛应用于交易、充值、流计算、消息推送、日志流式处理、binglog分发等场景。 ZeroMQ只是一个网络编程的Pattern库将常见的网络请求形式分组管理链接管理发布订阅等模式化、组件化简而言之socket之上、MQ之下。对于MQ来说网络传输只是它的一部分更多需要处理的是消息存储、路由、Broker服务发现和查找、事务、消费模式ack、重投等、集群服务等。 RabbitMQ/Kafka/ZeroMQ 都能提供消息队列服务但有很大的区别。 在面向服务架构中通过消息代理比如 RabbitMQ / Kafka等使用生产者-消费者模式在服务间进行异步通信是一种比较好的思想。 因为服务间依赖由强耦合变成了松耦合。消息代理都会提供持久化机制在消费者负载高或者掉线的情况下会把消息保存起来不会丢失。就是说生产者和消费者不需要同时在线这是传统的请求-应答模式比较难做到的需要一个中间件来专门做这件事。其次消息代理可以根据消息本身做简单的路由策略消费者可以根据这个来做负载均衡业务分离等。 缺点也有就是需要额外搭建消息代理集群但优点是大于缺点的 。 ZeroMQ 和 RabbitMQ/Kafka 不同它只是一个异步消息库在套接字的基础上提供了类似于消息代理的机制。使用 ZeroMQ 的话需要对自己的业务代码进行改造不利于服务解耦。 RabbitMQ 支持 AMQP二进制STOMP文本MQTT二进制HTTP里面包装其他协议等协议。Kafka 使用自己的协议。 Kafka 自身服务和消费者都需要依赖 Zookeeper。 RabbitMQ 在有大量消息堆积的情况下性能会下降Kafka不会。毕竟AMQP设计的初衷不是用来持久化海量消息的而Kafka一开始是用来处理海量日志的。 总的来说RabbitMQ 和 Kafka 都是十分优秀的分布式的消息代理服务只要合理部署不作基本上可以满足生产条件下的任何需求。 关于这两种MQ的比较网上的资料并不多最权威的的是kafka的提交者写一篇文章。http://www.quora.com/What-are-the-differences-between-Apache-Kafka-and-RabbitMQ 里面提到的要点 1、 RabbitMq比kafka成熟在可用性上稳定性上可靠性上RabbitMq超过kafka 2、 Kafka设计的初衷就是处理日志的可以看做是一个日志系统针对性很强所以它并没有具备一个成熟MQ应该具备的特性 3、 Kafka的性能吞吐量、tps比RabbitMq要强这篇文章的作者认为两者在这方面没有可比性。