消息队列 已经逐渐成为企业应用系统 内部通信 的核心手段。它具有 低耦合、可靠投递、广播、流量控制、最终一致性 等一系列功能。
当前使用较多的 消息队列 有 RabbitMQ
、RocketMQ
、ActiveMQ
、Kafka
、ZeroMQ
、MetaMQ
等,而部分数据库 如 Redis
、MySQL
以及 phxsql
也可实现消息队列的功能。
消息队列 是指利用 高效可靠 的 消息传递机制 进行与平台无关的 数据交流,并基于数据通信来进行分布式系统的集成。
通过提供 消息传递 和 消息排队 模型,它可以在 分布式环境 下提供 应用解耦、弹性伸缩、冗余存储、流量削峰、异步通信、数据同步 等等功能,其作为 分布式系统架构 中的一个重要组件,有着举足轻重的地位。
消息发送者 可以发送一个消息而无须等待响应。消息发送者 将消息发送到一条 虚拟的通道(主题 或 队列)上,消息接收者 则 订阅 或是 监听 该通道。一条信息可能最终转发给 一个或多个 消息接收者,这些接收者都无需对 消息发送者 做出 同步回应。整个过程都是 异步的。
主要体现在如下两点:
比如在线交易系统为了保证数据的 最终一致,在 支付系统 处理完成后会把 支付结果 放到 消息中间件 里,通知 订单系统 修改 订单支付状态。两个系统是通过消息中间件解耦的。
消息队列的 传递服务模型 如下图所示:
点对点模型 用于 消息生产者 和 消息消费者 之间 点到点 的通信。消息生产者将消息发送到由某个名字标识的特定消费者。这个名字实际上对应消费服务中的一个 队列(Queue
),在消息传递给消费者之前它被 存储 在这个队列中。队列消息 可以放在 内存 中也可以 持久化,以保证在消息服务出现故障时仍然能够传递消息。
传统的点对点消息中间件通常由 消息队列服务、消息传递服务、消息队列 和 消息应用程序接口 API
组成,其典型的结构如下图所示。
特点:
示意图如下所示:
发布者/订阅者 模型支持向一个特定的 消息主题 生产消息。0
或 多个订阅者 可能对接收来自 特定消息主题 的消息感兴趣。
在这种模型下,发布者和订阅者彼此不知道对方,就好比是匿名公告板。这种模式被概况为:多个消费者可以获得消息,在 发布者 和 订阅者 之间存在 时间依赖性。发布者需要建立一个 订阅(subscription
),以便能够消费者订阅。订阅者 必须保持 持续的活动状态 并 接收消息。
在这种情况下,在订阅者 未连接时,发布的消息将在订阅者 重新连接 时 重新发布,如下图所示:
特性:
注意:
- 发布者和订阅者有时间依赖:接受者和发布者只有建立订阅关系才能收到消息;
- 持久订阅:订阅关系建立后,消息就不会消失,不管订阅者是否都在线;
- 非持久订阅:订阅者为了接受消息,必须一直在线。 当只有一个订阅者时约等于点对点模式
当你需要使用 消息队列 时,首先需要考虑它的必要性。可以使用消息队列的场景有很多,最常用的几种,是做 应用程序松耦合、异步处理模式、发布与订阅、最终一致性、错峰流控 和 日志缓冲 等。反之,如果需要 强一致性,关注业务逻辑的处理结果,则使用 RPC
显得更为合适。
非核心 流程 异步化,减少系统 响应时间,提高 吞吐量。例如:短信通知、终端状态推送、App
推送、用户注册 等。
消息队列 一般都内置了 高效的通信机制,因此也可以用于单纯的消息通讯,比如实现 点对点消息队列 或者 聊天室 等。
网站用户注册,注册成功后会过一会发送邮件确认或者短息。
最终一致性 不是 消息队列 的必备特性,但确实可以依靠 消息队列 来做 最终一致性 的事情。
100%
不丢消息 的消息队列,理论上无法实现 最终一致性。像
Kafka
一类的设计,在设计层面上就有 丢消息 的可能(比如 定时刷盘,如果掉电就会丢消息)。哪怕只丢千分之一的消息,业务也必须用其他的手段来保证结果正确。
生产者/消费者 模式,只需要关心消息是否 送达队列,至于谁希望订阅和需要消费,是 下游 的事情,无疑极大地减少了开发和联调的工作量。
当 上下游系统 处理能力存在差距的时候,利用 消息队列 做一个通用的 “漏斗”,进行 限流控制。在下游有能力处理的时候,再进行分发。
举个例子:用户在支付系统成功结账后,订单系统会通过短信系统向用户推送扣费通知。 短信系统 可能由于 短板效应,速度卡在 网关 上(每秒几百次请求),跟 前端的并发量 不是一个数量级。 于是,就造成 支付系统 和 短信系统 的处理能力出现差异化。
然而用户晚上个半分钟左右收到短信,一般是不会有太大问题的。如果没有消息队列,两个系统之间通过 协商、滑动窗口 等复杂的方案也不是说不能实现。但 系统复杂性 指数级增长,势必在 上游 或者 下游 做 存储,并且要处理 定时、拥塞 等一系列问题。而且每当有 处理能力有差距 的时候,都需要 单独 开发一套逻辑来维护这套逻辑。
所以,利用中间系统转储两个系统的通信内容,并在下游系统有能力处理这些消息的时候,再处理这些消息,是一套相对较通用的方式。
将消息队列用在 日志处理 中,比如 Kafka
的应用,解决 海量日志 传输和缓冲的问题。
把日志进行集中收集,用于计算 PV
、用户行为分析 等等。
消息队列一般都内置了 高效的通信机制,因此也可以用于单纯的 消息通讯,比如实现 点对点消息队列 或者 聊天室 等。
消息生产者 将消息发送给 消息队列,消息队列 又将消息推给 消息消费者。
消费者 请求 消息队列 接受消息,消息生产者 从 消息队列 中拉该消息。
本部分主要介绍四种常用的消息队列(ActiveMQ
/ RabbitMQ
/ RocketMQ
/ Kafka
)的主要特性、优点、缺点。
ActiveMQ
是由 Apache
出品,ActiveMQ
是一个完全支持JMS1.1
和 J2EE 1.4
规范的 JMS Provider
实现。它非常快速,支持 多种语言的客户端 和 协议,而且可以非常容易的嵌入到企业的应用环境中,并有许多高级功能。
JMS
规范提供了良好的标准和保证,包括:同步 或 异步 的消息分发,一次和仅一次的消息分发,消息接收 和 订阅 等等。遵从 JMS
规范的好处在于,不论使用什么 JMS
实现提供者,这些基础特性都是可用的;ActiveMQ
提供了广泛的 连接协议,支持的协议有:HTTP/S
,IP
多播,SSL
,TCP
,UDP
等等。对众多协议的支持让 ActiveMQ
拥有了很好的灵活性;OpenWire
、STOMP
、REST
、XMPP
、AMQP
;ActiveMQ
提供了 多种持久化 选择。而且,ActiveMQ
的安全性也可以完全依据用户需求进行 自定义鉴权 和 授权;Java
之外,还有:C/C++
,.NET
,Perl
,PHP
,Python
,Ruby
;ActiveMQ
代理 可以组成一个 集群 来提供服务;ActiveMQ
是以开发者思维被设计的。所以,它并不需要专门的管理员,因为它提供了简单又使用的管理特性。有很多中方法可以 监控 ActiveMQ
不同层面的数据,包括使用在 JConsole
或者在 ActiveMQ
的 Web Console
中使用 JMX
。通过处理 JMX
的告警消息,通过使用 命令行脚本,甚至可以通过监控各种类型的 日志。ActiveMQ
可以运行在 Java
语言所支持的平台之上。使用 ActiveMQ
需要:
Java JDK
ActiveMQ
安装包JAVA
编写与平台无关,ActiveMQ
几乎可以运行在任何的 JVM
上);JDBC
:可以将 数据持久化 到数据库。虽然使用 JDBC
会降低 ActiveMQ
的性能,但是数据库一直都是开发人员最熟悉的存储介质;JMS
规范:支持 JMS
规范提供的 统一接口;shiro
,jaas
等多种 安全配置机制,可以对 Queue/Topic
进行 认证和授权;Web Console
,JMX
,Shell
命令行,Jolokia
的 RESTful API
;Web Console
可以满足大部分情况,还有很多 第三方的组件 可以使用,比如 hawtio
;RabbitMQ
高;activemq 6.0
产品 Apollo
,对 5.x
的维护较少;RabbitMQ
于 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。
RabbitMQ
为典型的路由逻辑提供了 多种内置交换机 类型。如果你有更复杂的路由需求,可以将这些交换机组合起来使用,你甚至可以实现自己的交换机类型,并且当做 RabbitMQ
的 插件 来使用;RabbitMQ
服务器可以 聚合 在一起,作为一个独立的逻辑代理来使用;Erlang
语言编写,支持只要是你能想到的 所有编程语言;RabbitMQ
有一个易用的 用户界面,使得用户可以 监控 和 管理 消息 Broker
的许多方面;RabbitMQ
提供消息跟踪机制,使用者可以找出发生了什么;RabbitMQ
可以运行在 Erlang
语言所支持的平台之上,包括 Solaris
,BSD
,Linux
,MacOSX
,TRU64
,Windows
等。使用 RabbitMQ
需要:
ErLang
语言包RabbitMQ
安装包Erlang
语言的特性,消息队列性能较好,支持 高并发;Erlang
语言本身的并发优势,性能较好,但是不利于做 二次开发和维护;RabbitMQ
易于使用和部署,但是使得其 运行速度较慢,因为中央节点 增加了延迟,消息封装后 也比较大;RocketMQ
出自 阿里 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,消息可靠性上 比 Kafka
更好。RocketMQ
在阿里内部被广泛应用在 订单,交易,充值,流计算,消息推送,日志流式处理,binglog
分发 等场景。
Producer
、Consumer
、队列 都支持 分布式;Producer
向一些队列轮流发送消息,队列集合 称为 Topic
。Consumer
如果做 广播消费,则一个 Consumer
实例消费这个 Topic
对应的 所有队列;如果做 集群消费,则 多个 Consumer
实例 平均消费 这个 Topic
对应的队列集合;RocketMQ
可以运行在 Java
语言所支持的平台之上。使用 RocketMQ
需要:
Java JDK
git
、Maven
RocketMQ
安装包1
万以上 持久化队列;RocketMQ
的所有消息都是 持久化的,先写入系统 PAGECACHE
,然后 刷盘,可以保证 内存 与 磁盘 都有一份数据,而 访问 时,直接 从内存读取。JMS
的接口很多场合并不太实用);Broker
中;Java
及 C++
,其中 C++
还不成熟;RocketMQ
社区关注度及成熟度也不及前两者;Web
管理界面,提供了一个 CLI
(命令行界面) 管理工具带来 查询、管理 和 诊断各种问题;MQ
核心里实现 JMS
等接口;Apache Kafka
是一个 分布式消息发布订阅 系统。它最初由 LinkedIn
公司基于独特的设计实现为一个 分布式的日志提交系统 (a distributed commit log
),之后成为 Apache
项目的一部分。Kafka
性能高效、可扩展良好 并且 可持久化。它的 分区特性,可复制 和 可容错 都是其不错的特性。
O(1)
的系统开销下进行 消息持久化;10W/s
的 吞吐速率;Broker
、Producer
和 Consumer
都原生自动支持 分布式,自动实现 负载均衡;IO
操作步骤,提高 系统吞吐量;使用 Kafka
需要:
Java JDK
Kafka
安装包Java
、.Net
、PHP
、Ruby
、Python
、Go
等多种语言;TPS
约在 100
万条/秒,消息大小 10
个字节;replica
机制,拥有较高的 可用性 和 可靠性,理论上支持 消息无限堆积;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;Kafka Web
管理界面 Kafka-Manager
;Kafka
单机超过 64
个 队列/分区 时,Load
时会发生明显的飙高现象。队列 越多,负载 越高,发送消息 响应时间变长;这里列举了上述四种消息队列的差异对比:
RabbitMQ | ActiveMQ | RocketMQ | Kafka | |
---|---|---|---|---|
所属社区/公司 | Rabbit | Apache | Ali | Apache |
开发语言 | Erlang | Java | Java | Scala&Java |
多语言支持 | 语言无关 | 支持,Java优先 | Java | 支持,Java优先 |
消息推拉模式 | 多协议,Pull/Push均支持 | 多协议,Pull/Push均支持 | 多协议,Pull/Push均支持 | Pull |
HA | master/slave模式,master提供服务,slave仅作备份 | 基于zookeeper+levelDB的master-slave实现方式 | 支持多master模式、多master多slave模式、异步复制模式、 | 支持replica机制。leader宕掉后,备份自动顶替,并重选leader |
事务 | 不支持 | 支持 | 支持 | 不支持,可通过Low Level API保证仅消费一次 |
集群 | 支持 | 支持 | 支持 | 支持 |
负载均衡 | 支持 | 支持 | 支持 | 支持 |
Kafka
在于 分布式架构,RabbitMQ
基于 AMQP
协议 来实现,RocketMQ
的思路来源于 Kafka
,改成了 主从结构,在 事务性 和 可靠性 方面做了优化。广泛来说,电商、金融 等对 事务一致性 要求很高的,可以考虑 RabbitMQ
和 RocketMQ
,对 性能要求高 的可考虑 Kafka
。
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。