轉(zhuǎn)自：http://www.cnblogs.com/linjiqin/p/5720865.html
一、消息隊(duì)列概述
消息隊(duì)列中間件是分布式系統(tǒng)中重要的組件消玄，主要解決應(yīng)用解耦徙融，異步消息，流量削鋒等問(wèn)題跷坝，實(shí)現(xiàn)高性能砖茸，高可用隘擎，可伸縮和最終一致性架構(gòu)。目前使用較多的消息隊(duì)列有ActiveMQ凉夯，RabbitMQ货葬，ZeroMQ采幌，Kafka，MetaMQ震桶，RocketMQ

二休傍、消息隊(duì)列應(yīng)用場(chǎng)景
以下介紹消息隊(duì)列在實(shí)際應(yīng)用中常用的使用場(chǎng)景。異步處理蹲姐，應(yīng)用解耦磨取，流量削鋒和消息通訊四個(gè)場(chǎng)景。

2.1異步處理
場(chǎng)景說(shuō)明：用戶注冊(cè)后柴墩，需要發(fā)注冊(cè)郵件和注冊(cè)短信忙厌。傳統(tǒng)的做法有兩種 1.串行的方式；2.并行方式
a江咳、串行方式：將注冊(cè)信息寫(xiě)入數(shù)據(jù)庫(kù)成功后逢净，發(fā)送注冊(cè)郵件，再發(fā)送注冊(cè)短信歼指。以上三個(gè)任務(wù)全部完成后爹土，返回給客戶端。

image

b踩身、并行方式：將注冊(cè)信息寫(xiě)入數(shù)據(jù)庫(kù)成功后胀茵，發(fā)送注冊(cè)郵件的同時(shí)，發(fā)送注冊(cè)短信惰赋。以上三個(gè)任務(wù)完成后，返回給客戶端呵哨。與串行的差別是赁濒，并行的方式可以提高處理的時(shí)間

image

假設(shè)三個(gè)業(yè)務(wù)節(jié)點(diǎn)每個(gè)使用50毫秒鐘，不考慮網(wǎng)絡(luò)等其他開(kāi)銷孟害，則串行方式的時(shí)間是150毫秒拒炎，并行的時(shí)間可能是100毫秒。
因?yàn)镃PU在單位時(shí)間內(nèi)處理的請(qǐng)求數(shù)是一定的挨务，假設(shè)CPU1秒內(nèi)吞吐量是100次击你。則串行方式1秒內(nèi)CPU可處理的請(qǐng)求量是7次（1000/150）。并行方式處理的請(qǐng)求量是10次（1000/100）
小結(jié)：如以上案例描述谎柄，傳統(tǒng)的方式系統(tǒng)的性能（并發(fā)量丁侄，吞吐量，響應(yīng)時(shí)間）會(huì)有瓶頸朝巫。如何解決這個(gè)問(wèn)題呢鸿摇？

引入消息隊(duì)列，將不是必須的業(yè)務(wù)邏輯劈猿，異步處理拙吉。改造后的架構(gòu)如下：

image

按照以上約定潮孽，用戶的響應(yīng)時(shí)間相當(dāng)于是注冊(cè)信息寫(xiě)入數(shù)據(jù)庫(kù)的時(shí)間，也就是50毫秒筷黔。注冊(cè)郵件往史，發(fā)送短信寫(xiě)入消息隊(duì)列后，直接返回佛舱，因此寫(xiě)入消息隊(duì)列的速度很快椎例，基本可以忽略，因此用戶的響應(yīng)時(shí)間可能是50毫秒名眉。因此架構(gòu)改變后粟矿，系統(tǒng)的吞吐量提高到每秒20 QPS。比串行提高了3倍损拢，比并行提高了兩倍陌粹。

2.2應(yīng)用解耦
場(chǎng)景說(shuō)明：用戶下單后，訂單系統(tǒng)需要通知庫(kù)存系統(tǒng)福压。傳統(tǒng)的做法是掏秩，訂單系統(tǒng)調(diào)用庫(kù)存系統(tǒng)的接口。如下圖：

image

傳統(tǒng)模式的缺點(diǎn)：假如庫(kù)存系統(tǒng)無(wú)法訪問(wèn)荆姆，則訂單減庫(kù)存將失敗蒙幻，從而導(dǎo)致訂單失敗，訂單系統(tǒng)與庫(kù)存系統(tǒng)耦合

如何解決以上問(wèn)題呢胆筒？引入應(yīng)用消息隊(duì)列后的方案邮破，如下圖：

image

訂單系統(tǒng)：用戶下單后，訂單系統(tǒng)完成持久化處理仆救，將消息寫(xiě)入消息隊(duì)列抒和，返回用戶訂單下單成功
庫(kù)存系統(tǒng)：訂閱下單的消息，采用拉/推的方式彤蔽，獲取下單信息摧莽，庫(kù)存系統(tǒng)根據(jù)下單信息，進(jìn)行庫(kù)存操作
假如：在下單時(shí)庫(kù)存系統(tǒng)不能正常使用顿痪。也不影響正常下單镊辕，因?yàn)橄聠魏螅唵蜗到y(tǒng)寫(xiě)入消息隊(duì)列就不再關(guān)心其他的后續(xù)操作了蚁袭。實(shí)現(xiàn)訂單系統(tǒng)與庫(kù)存系統(tǒng)的應(yīng)用解耦

2.3流量削鋒
流量削鋒也是消息隊(duì)列中的常用場(chǎng)景征懈，一般在秒殺或團(tuán)搶活動(dòng)中使用廣泛。
應(yīng)用場(chǎng)景：秒殺活動(dòng)揩悄，一般會(huì)因?yàn)榱髁窟^(guò)大受裹，導(dǎo)致流量暴增，應(yīng)用掛掉。為解決這個(gè)問(wèn)題棉饶，一般需要在應(yīng)用前端加入消息隊(duì)列厦章。
a、可以控制活動(dòng)的人數(shù)
b照藻、可以緩解短時(shí)間內(nèi)高流量壓垮應(yīng)用

image

用戶的請(qǐng)求袜啃，服務(wù)器接收后，首先寫(xiě)入消息隊(duì)列幸缕。假如消息隊(duì)列長(zhǎng)度超過(guò)最大數(shù)量群发，則直接拋棄用戶請(qǐng)求或跳轉(zhuǎn)到錯(cuò)誤頁(yè)面。
秒殺業(yè)務(wù)根據(jù)消息隊(duì)列中的請(qǐng)求信息发乔，再做后續(xù)處理

2.4日志處理
日志處理是指將消息隊(duì)列用在日志處理中熟妓，比如Kafka的應(yīng)用，解決大量日志傳輸?shù)膯?wèn)題栏尚。架構(gòu)簡(jiǎn)化如下

image

日志采集客戶端起愈，負(fù)責(zé)日志數(shù)據(jù)采集，定時(shí)寫(xiě)受寫(xiě)入Kafka隊(duì)列
Kafka消息隊(duì)列译仗，負(fù)責(zé)日志數(shù)據(jù)的接收抬虽，存儲(chǔ)和轉(zhuǎn)發(fā)
日志處理應(yīng)用：訂閱并消費(fèi)kafka隊(duì)列中的日志數(shù)據(jù)

2.5消息通訊
消息通訊是指，消息隊(duì)列一般都內(nèi)置了高效的通信機(jī)制纵菌，因此也可以用在純的消息通訊阐污。比如實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)消息隊(duì)列，或者聊天室等
點(diǎn)對(duì)點(diǎn)通訊：

image

客戶端A和客戶端B使用同一隊(duì)列咱圆，進(jìn)行消息通訊笛辟。

聊天室通訊：

image

客戶端A，客戶端B序苏，客戶端N訂閱同一主題手幢，進(jìn)行消息發(fā)布和接收。實(shí)現(xiàn)類似聊天室效果杠览。

以上實(shí)際是消息隊(duì)列的兩種消息模式弯菊，點(diǎn)對(duì)點(diǎn)或發(fā)布訂閱模式纵势。模型為示意圖踱阿，供參考。

三钦铁、消息中間件示例
3.1電商系統(tǒng)

image

消息隊(duì)列采用高可用软舌，可持久化的消息中間件。比如Active MQ牛曹，Rabbit MQ佛点，Rocket Mq。
（1）應(yīng)用將主干邏輯處理完成后，寫(xiě)入消息隊(duì)列超营。消息發(fā)送是否成功可以開(kāi)啟消息的確認(rèn)模式鸳玩。（消息隊(duì)列返回消息接收成功狀態(tài)后，應(yīng)用再返回演闭，這樣保障消息的完整性）
（2）擴(kuò)展流程（發(fā)短信不跟，配送處理）訂閱隊(duì)列消息。采用推或拉的方式獲取消息并處理米碰。
（3）消息將應(yīng)用解耦的同時(shí)窝革，帶來(lái)了數(shù)據(jù)一致性問(wèn)題，可以采用最終一致性方式解決吕座。比如主數(shù)據(jù)寫(xiě)入數(shù)據(jù)庫(kù)虐译，擴(kuò)展應(yīng)用根據(jù)消息隊(duì)列，并結(jié)合數(shù)據(jù)庫(kù)方式實(shí)現(xiàn)基于消息隊(duì)列的后續(xù)處理吴趴。

3.2日志收集系統(tǒng)

image

分為Zookeeper注冊(cè)中心漆诽，日志收集客戶端，Kafka集群和Storm集群（OtherApp）四部分組成史侣。
Zookeeper注冊(cè)中心拴泌，提出負(fù)載均衡和地址查找服務(wù)
日志收集客戶端，用于采集應(yīng)用系統(tǒng)的日志惊橱，并將數(shù)據(jù)推送到kafka隊(duì)列
Kafka集群：接收蚪腐，路由，存儲(chǔ)税朴，轉(zhuǎn)發(fā)等消息處理
Storm集群：與OtherApp處于同一級(jí)別回季，采用拉的方式消費(fèi)隊(duì)列中的數(shù)據(jù)

四、JMS消息服務(wù)
講消息隊(duì)列就不得不提JMS 正林。JMS（JAVA Message Service泡一，java消息服務(wù)）API是一個(gè)消息服務(wù)的標(biāo)準(zhǔn)/規(guī)范，允許應(yīng)用程序組件基于JavaEE平臺(tái)創(chuàng)建觅廓、發(fā)送鼻忠、接收和讀取消息。它使分布式通信耦合度更低杈绸，消息服務(wù)更加可靠以及異步性帖蔓。
在EJB架構(gòu)中，有消息bean可以無(wú)縫的與JM消息服務(wù)集成瞳脓。在J2EE架構(gòu)模式中塑娇，有消息服務(wù)者模式，用于實(shí)現(xiàn)消息與應(yīng)用直接的解耦劫侧。

4.1消息模型
在JMS標(biāo)準(zhǔn)中埋酬，有兩種消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)哨啃。

4.1.1 P2P模式

image

P2P模式包含三個(gè)角色：消息隊(duì)列（Queue），發(fā)送者(Sender)写妥，接收者(Receiver)拳球。每個(gè)消息都被發(fā)送到一個(gè)特定的隊(duì)列，接收者從隊(duì)列中獲取消息珍特。隊(duì)列保留著消息醇坝，直到他們被消費(fèi)或超時(shí)。

P2P的特點(diǎn)
每個(gè)消息只有一個(gè)消費(fèi)者（Consumer）(即一旦被消費(fèi)次坡，消息就不再在消息隊(duì)列中)
發(fā)送者和接收者之間在時(shí)間上沒(méi)有依賴性呼猪，也就是說(shuō)當(dāng)發(fā)送者發(fā)送了消息之后，不管接收者有沒(méi)有正在運(yùn)行砸琅，它不會(huì)影響到消息被發(fā)送到隊(duì)列
接收者在成功接收消息之后需向隊(duì)列應(yīng)答成功
如果希望發(fā)送的每個(gè)消息都會(huì)被成功處理的話宋距，那么需要P2P模式。

4.1.2 Pub/Sub模式

image

包含三個(gè)角色主題（Topic）症脂，發(fā)布者（Publisher）谚赎，訂閱者（Subscriber） 多個(gè)發(fā)布者將消息發(fā)送到Topic，系統(tǒng)將這些消息傳遞給多個(gè)訂閱者诱篷。

Pub/Sub的特點(diǎn)
每個(gè)消息可以有多個(gè)消費(fèi)者
發(fā)布者和訂閱者之間有時(shí)間上的依賴性壶唤。針對(duì)某個(gè)主題（Topic）的訂閱者，它必須創(chuàng)建一個(gè)訂閱者之后棕所，才能消費(fèi)發(fā)布者的消息
為了消費(fèi)消息闸盔，訂閱者必須保持運(yùn)行的狀態(tài)
為了緩和這樣嚴(yán)格的時(shí)間相關(guān)性，JMS允許訂閱者創(chuàng)建一個(gè)可持久化的訂閱琳省。這樣迎吵，即使訂閱者沒(méi)有被激活（運(yùn)行），它也能接收到發(fā)布者的消息针贬。
如果希望發(fā)送的消息可以不被做任何處理击费、或者只被一個(gè)消息者處理、或者可以被多個(gè)消費(fèi)者處理的話桦他，那么可以采用Pub/Sub模型蔫巩。

4.2消息消費(fèi)
在JMS中，消息的產(chǎn)生和消費(fèi)都是異步的快压。對(duì)于消費(fèi)來(lái)說(shuō)圆仔，JMS的消息者可以通過(guò)兩種方式來(lái)消費(fèi)消息。
（1）同步
訂閱者或接收者通過(guò)receive方法來(lái)接收消息嗓节，receive方法在接收到消息之前（或超時(shí)之前）將一直阻塞荧缘；

（2）異步
訂閱者或接收者可以注冊(cè)為一個(gè)消息監(jiān)聽(tīng)器皆警。當(dāng)消息到達(dá)之后拦宣，系統(tǒng)自動(dòng)調(diào)用監(jiān)聽(tīng)器的onMessage方法。

JNDI：Java命名和目錄接口,是一種標(biāo)準(zhǔn)的Java命名系統(tǒng)接口⊥宜恚可以在網(wǎng)絡(luò)上查找和訪問(wèn)服務(wù)绸罗。通過(guò)指定一個(gè)資源名稱，該名稱對(duì)應(yīng)于數(shù)據(jù)庫(kù)或命名服務(wù)中的一個(gè)記錄豆瘫，同時(shí)返回資源連接建立所必須的信息珊蟀。
JNDI在JMS中起到查找和訪問(wèn)發(fā)送目標(biāo)或消息來(lái)源的作用。

五外驱、常用消息隊(duì)列

一般商用的容器育灸，比如WebLogic，JBoss昵宇，都支持JMS標(biāo)準(zhǔn)磅崭，開(kāi)發(fā)上很方便。但免費(fèi)的比如Tomcat瓦哎，Jetty等則需要使用第三方的消息中間件砸喻。本部分內(nèi)容介紹常用的消息中間件（Active MQ,Rabbit MQ，Zero MQ,Kafka）以及他們的特點(diǎn)蒋譬。

5.1 ActiveMQ
ActiveMQ 是Apache出品割岛，最流行的，能力強(qiáng)勁的開(kāi)源消息總線犯助。ActiveMQ 是一個(gè)完全支持JMS1.1和J2EE 1.4規(guī)范的 JMS Provider實(shí)現(xiàn)癣漆，盡管JMS規(guī)范出臺(tái)已經(jīng)是很久的事情了，但是JMS在當(dāng)今的J2EE應(yīng)用中間仍然扮演著特殊的地位剂买。

ActiveMQ特性如下：
⒈ 多種語(yǔ)言和協(xié)議編寫(xiě)客戶端扑媚。語(yǔ)言: Java,C,C++,C#,Ruby,Perl,Python,PHP。應(yīng)用協(xié)議： OpenWire,Stomp REST,WS Notification,XMPP,AMQP
⒉ 完全支持JMS1.1和J2EE 1.4規(guī)范 （持久化雷恃，XA消息横蜒，事務(wù))
⒊ 對(duì)Spring的支持，ActiveMQ可以很容易內(nèi)嵌到使用Spring的系統(tǒng)里面去氢卡，而且也支持Spring2.0的特性
⒋ 通過(guò)了常見(jiàn)J2EE服務(wù)器（如 Geronimo,JBoss 4,GlassFish,WebLogic)的測(cè)試玄帕，其中通過(guò)JCA 1.5 resource adaptors的配置，可以讓ActiveMQ可以自動(dòng)的部署到任何兼容J2EE 1.4 商業(yè)服務(wù)器上
⒌ 支持多種傳送協(xié)議：in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA
⒍ 支持通過(guò)JDBC和journal提供高速的消息持久化
⒎ 從設(shè)計(jì)上保證了高性能的集群讨越，客戶端-服務(wù)器两残，點(diǎn)對(duì)點(diǎn)
⒏ 支持Ajax
⒐ 支持與Axis的整合
⒑ 可以很容易得調(diào)用內(nèi)嵌JMS provider，進(jìn)行測(cè)試

5.2 Kafka
Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)把跨，它可以處理消費(fèi)者規(guī)模的網(wǎng)站中的所有動(dòng)作流數(shù)據(jù)人弓。 這種動(dòng)作（網(wǎng)頁(yè)瀏覽，搜索和其他用戶的行動(dòng)）是在現(xiàn)代網(wǎng)絡(luò)上的許多社會(huì)功能的一個(gè)關(guān)鍵因素着逐。 這些數(shù)據(jù)通常是由于吞吐量的要求而通過(guò)處理日志和日志聚合來(lái)解決崔赌。 對(duì)于像Hadoop的一樣的日志數(shù)據(jù)和離線分析系統(tǒng)意蛀，但又要求實(shí)時(shí)處理的限制，這是一個(gè)可行的解決方案健芭。Kafka的目的是通過(guò)Hadoop的并行加載機(jī)制來(lái)統(tǒng)一線上和離線的消息處理县钥，也是為了通過(guò)集群機(jī)來(lái)提供實(shí)時(shí)的消費(fèi)。

Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統(tǒng)慈迈，有如下特性：
通過(guò)O(1)的磁盤(pán)數(shù)據(jù)結(jié)構(gòu)提供消息的持久化若贮，這種結(jié)構(gòu)對(duì)于即使數(shù)以TB的消息存儲(chǔ)也能夠保持長(zhǎng)時(shí)間的穩(wěn)定性能。（文件追加的方式寫(xiě)入數(shù)據(jù)痒留，過(guò)期的數(shù)據(jù)定期刪除）
高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒數(shù)百萬(wàn)的消息
支持通過(guò)Kafka服務(wù)器和消費(fèi)機(jī)集群來(lái)分區(qū)消息
支持Hadoop并行數(shù)據(jù)加載
Kafka相關(guān)概念
Broker
Kafka集群包含一個(gè)或多個(gè)服務(wù)器谴麦，這種服務(wù)器被稱為broker[5]
Topic
每條發(fā)布到Kafka集群的消息都有一個(gè)類別，這個(gè)類別被稱為T(mén)opic伸头。（物理上不同Topic的消息分開(kāi)存儲(chǔ)细移，邏輯上一個(gè)Topic的消息雖然保存于一個(gè)或多個(gè)broker上但用戶只需指定消息的Topic即可生產(chǎn)或消費(fèi)數(shù)據(jù)而不必關(guān)心數(shù)據(jù)存于何處）
Partition
Parition是物理上的概念，每個(gè)Topic包含一個(gè)或多個(gè)Partition.
Producer
負(fù)責(zé)發(fā)布消息到Kafka broker
Consumer
消息消費(fèi)者熊锭，向Kafka broker讀取消息的客戶端弧轧。
Consumer Group
每個(gè)Consumer屬于一個(gè)特定的Consumer Group（可為每個(gè)Consumer指定group name，若不指定group name則屬于默認(rèn)的group）碗殷。
一般應(yīng)用在大數(shù)據(jù)日志處理或?qū)?shí)時(shí)性（少量延遲）精绎，可靠性（少量丟數(shù)據(jù)）要求稍低的場(chǎng)景使用。