前言：在之前的業(yè)務(wù)中，使用了Kafka和RabbitMQ兩種消息隊列，這篇文章來做一個總結(jié)。
消息隊列中間件是分布式系統(tǒng)中重要的組件，主要實現(xiàn)異步消息，應(yīng)用解耦，流量削峰及消息通訊等功能。
下面舉例說明在實際應(yīng)用中消息隊列是如何使用的。
一、消息隊列應(yīng)用場景
1.1、異步處理
以用戶注冊，并且需要注冊郵件和短信為例。
用戶注冊后，需要發(fā)送注冊郵件和注冊短信。傳統(tǒng)的做法有兩種：串行和并行方式。如下圖所示：
1）串行方式：將注冊信息寫入數(shù)據(jù)庫成功后，發(fā)送注冊郵件，再發(fā)送注冊短信。以上三個任務(wù)全部完成后，返回給客戶端。
2）并行方式：將注冊信息寫入數(shù)據(jù)庫成功后，發(fā)送注冊郵件的同時，發(fā)送注冊短信。以上三個任務(wù)完成后，返回給客戶端。與串行的差別是，并行的方式可以提高處理的時間。
假設(shè)三個業(yè)務(wù)節(jié)點每個使用50毫秒鐘，不考慮網(wǎng)絡(luò)等其他開銷，則串行方式的時間是150毫秒，并行的時間可能是100毫秒。
因為CPU在單位時間內(nèi)處理的請求數(shù)是一定的，假設(shè)CPU1秒內(nèi)吞吐量是100次。則串行方式1秒內(nèi)CPU可處理的請求量是7次（1000ms/150ms），并行方式處理的請求量是10次（1000ms/100ms）
小結(jié)：如以上案例描述，傳統(tǒng)的方式系統(tǒng)的性能（并發(fā)量，吞吐量，響應(yīng)時間）會有瓶頸。如何解決這個問題呢？
引入消息隊列，將不是必須的業(yè)務(wù)邏輯，異步處理。改造后的架構(gòu)如下：
按照以上約定，用戶的響應(yīng)時間相當(dāng)于是注冊信息寫入數(shù)據(jù)庫的時間，也就是50毫秒。注冊郵件，發(fā)送短信寫入消息隊列后，直接返回，因此寫入消息隊列的速度很快，基本可以忽略，因此用戶的響應(yīng)時間可能是50毫秒。因此架構(gòu)改變后，系統(tǒng)的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了兩倍。
1.2、應(yīng)用解耦
以用戶下單購買業(yè)務(wù)為例。
用戶下單后，訂單系統(tǒng)需要通知庫存系統(tǒng)。傳統(tǒng)的做法是，訂單系統(tǒng)調(diào)用庫存系統(tǒng)的接口。如下圖
傳統(tǒng)模式的缺點：
1）假如庫存系統(tǒng)無法訪問，則訂單減庫存將失敗，從而導(dǎo)致訂單失敗。
2）訂單系統(tǒng)與庫存系統(tǒng)耦合。
如何解決以上問題呢？引入應(yīng)用消息隊列后的方案，如下圖：
1）訂單系統(tǒng)：用戶下單后，訂單系統(tǒng)完成持久化處理，將消息寫入消息隊列，返回用戶訂單下單成功。
2）庫存系統(tǒng)：訂閱下單的消息，采用拉/推的方式，獲取下單信息，庫存系統(tǒng)根據(jù)下單信息，進行庫存操作。
假如：在下單時庫存系統(tǒng)不能正常使用。也不影響正常下單，因為下單后，訂單系統(tǒng)寫入消息隊列就不再關(guān)心其他的后續(xù)操作了。實現(xiàn)訂單系統(tǒng)與庫存系統(tǒng)的應(yīng)用解耦。
1.3、流量削峰
流量削峰也是消息隊列中的常用場景，一般在秒殺或團搶活動中使用廣泛。
秒殺活動，一般會因為流量過大，導(dǎo)致流量暴增，應(yīng)用掛掉。為解決這個問題，需要在應(yīng)用前端加入消息隊列。
1）可以控制活動的人數(shù)。
2）可以緩解短時間內(nèi)高流量壓垮應(yīng)用。
1）用戶的請求，服務(wù)器接收后，首先寫入消息隊列。假如消息隊列長度超過最大數(shù)量，則直接拋棄用戶請求或跳轉(zhuǎn)到錯誤頁面。
2）秒殺業(yè)務(wù)根據(jù)消息隊列中的請求信息，再做后續(xù)處理。
1.4、消息通訊
消息通訊是指，消息隊列一般都內(nèi)置了高效的通信機制，因此也可以用作消息通訊。比如實現(xiàn)點對點消息隊列，或者聊天室等。
以上實際是消息隊列的兩種消息模式，點對點或發(fā)布訂閱模式。
二、常用消息隊列（ActiveMQ、RabbitMQ、RocketMQ、Kafka）比較
- 生產(chǎn)者消費者模式（Producer-Consumer）
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。 - 發(fā)布訂閱模式（Publish-Subscribe）
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。 - 請求回應(yīng)模型（Request-Reply）
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-不支持，Kafka-不支持。 - API完備性
ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。 - 多語言支持
ActiveMQ-支持，RabbitMQ-支持，RocketMQ-只支持JAVA，Kafka-支持。 - 單機吞吐量
ActiveMQ-萬級，RabbitMQ-萬級，RocketMQ-萬級，Kafka-十萬級。 - 消息延遲
ActiveMQ-無，RabbitMQ-微秒級，RocketMQ-毫秒級，Kafka-毫秒級。 - 可用性
ActiveMQ-高（主從），RabbitMQ-高（主從），RocketMQ-非常高（分布式），Kafka-非常高（分布式）。 - 消息丟失
ActiveMQ-低，RabbitMQ-低，RocketMQ-理論上不會丟失，Kafka-理論上不會丟失。 - 文檔的完備性
ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。 - 提供快速入門
ActiveMQ-有，RabbitMQ-有，RocketMQ-有，Kafka-有。 - 社區(qū)活躍度
ActiveMQ-高，RabbitMQ-高，RocketMQ-中，Kafka-高。 - 商業(yè)支持
ActiveMQ-無，RabbitMQ-無，RocketMQ-阿里云，Kafka-阿里云。
總體來說：
- ActiveMQ
歷史悠久的開源項目，已經(jīng)在很多產(chǎn)品中得到應(yīng)用，實現(xiàn)了JMS1.1規(guī)范，可以和spring-jms輕松融合，實現(xiàn)了多種協(xié)議，不夠輕巧（源代碼比RocketMQ多），支持持久化到數(shù)據(jù)庫，對隊列數(shù)較多的情況支持不好。 - RabbitMQ
它比Kafka成熟，支持AMQP事務(wù)處理，在可靠性上，RabbitMQ超過Kafka，在性能方面超過ActiveMQ。 - RocketMQ
RocketMQ是阿里開源的消息中間件，目前在Apache孵化，使用純Java開發(fā)，具有高吞吐量、高可用性、適合大規(guī)模分布式系統(tǒng)應(yīng)用的特點。RocketMQ思路起源于Kafka，但并不是簡單的復(fù)制，它對消息的可靠傳輸及事務(wù)性做了優(yōu)化，目前在阿里集團被廣泛應(yīng)用于交易、充值、流計算、消息推送、日志流式處理、binglog分發(fā)等場景，支撐了阿里多次雙十一活動。
因為是阿里內(nèi)部從實踐到產(chǎn)品的產(chǎn)物，因此里面很多接口、API并不是很普遍適用。其可靠性毋庸置疑，而且與Kafka一脈相承（甚至更優(yōu)），性能強勁，支持海量堆積。 - Kafka
Kafka設(shè)計的初衷就是處理日志的，不支持AMQP事務(wù)處理，可以看做是一個日志系統(tǒng)，針對性很強，所以它并沒有具備一個成熟MQ應(yīng)該具備的特性。Kafka的性能（吞吐量、tps）比RabbitMQ要強，如果用來做大數(shù)據(jù)量的快速處理是比RabbitMQ有優(yōu)勢的。
