(點(diǎn)擊上方公號，可快速關(guān)注)
出處：ITFLY8
網(wǎng)址：http://www.cnblogs.com/itfly8/p/5156155.html
一、消息隊列概述
消息隊列中間件是分布式系統中重要的組件，主要解決應用耦合，異步消息，流量削鋒等問(wèn)題。實(shí)現高性能，高可用，可伸縮和最終一致性架構。是大型分布式系統不可缺少的中間件。
目前在生產(chǎn)環(huán)境，使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。
以下介紹消息隊列在實(shí)際應用中常用的使用場(chǎng)景。異步處理，應用解耦，流量削鋒和消息通訊四個(gè)場(chǎng)景。
場(chǎng)景說(shuō)明：用戶(hù)注冊后，需要發(fā)注冊郵件和注冊短信。傳統的做法有兩種1.串行的方式；2.并行方式。
（1）串行方式：將注冊信息寫(xiě)入數據庫成功后，發(fā)送注冊郵件，再發(fā)送注冊短信。以上三個(gè)任務(wù)全部完成后，返回給客戶(hù)端。
（2）并行方式：將注冊信息寫(xiě)入數據庫成功后，發(fā)送注冊郵件的同時(shí)，發(fā)送注冊短信。以上三個(gè)任務(wù)完成后，返回給客戶(hù)端。與串行的差別是，并行的方式可以提高處理的時(shí)間。
假設三個(gè)業(yè)務(wù)節點(diǎn)每個(gè)使用50毫秒鐘，不考慮網(wǎng)絡(luò )等其他開(kāi)銷(xiāo)，則串行方式的時(shí)間是150毫秒，并行的時(shí)間可能是100毫秒。
因為CPU在單位時(shí)間內處理的請求數是一定的，假設CPU1秒內吞吐量是100次。則串行方式1秒內CPU可處理的請求量是7次（1000/150）。并行方式處理的請求量是10次（1000/100）。
小結：如以上案例描述，傳統的方式系統的性能（并發(fā)量，吞吐量，響應時(shí)間）會(huì )有瓶頸。如何解決這個(gè)問(wèn)題呢？
引入消息隊列，將不是必須的業(yè)務(wù)邏輯，異步處理。改造后的架構如下：
按照以上約定，用戶(hù)的響應時(shí)間相當于是注冊信息寫(xiě)入數據庫的時(shí)間，也就是50毫秒。注冊郵件，發(fā)送短信寫(xiě)入消息隊列后，直接返回，因此寫(xiě)入消息隊列的速度很快，基本可以忽略，因此用戶(hù)的響應時(shí)間可能是50毫秒。因此架構改變后，系統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。
場(chǎng)景說(shuō)明：用戶(hù)下單后，訂單系統需要通知庫存系統。傳統的做法是，訂單系統調用庫存系統的接口。如下圖：
傳統模式的缺點(diǎn)：
1） 假如庫存系統無(wú)法訪(fǎng)問(wèn)，則訂單減庫存將失敗，從而導致訂單失??；
2） 訂單系統與庫存系統耦合；
如何解決以上問(wèn)題呢？引入應用消息隊列后的方案，如下圖：
訂單系統：用戶(hù)下單后，訂單系統完成持久化處理，將消息寫(xiě)入消息隊列，返回用戶(hù)訂單下單成功。
庫存系統：訂閱下單的消息，采用拉/推的方式，獲取下單信息，庫存系統根據下單信息，進(jìn)行庫存操作。
假如：在下單時(shí)庫存系統不能正常使用。也不影響正常下單，因為下單后，訂單系統寫(xiě)入消息隊列就不再關(guān)心其他的后續操作了。實(shí)現訂單系統與庫存系統的應用解耦。
流量削鋒也是消息隊列中的常用場(chǎng)景，一般在秒殺或團搶活動(dòng)中使用廣泛。
應用場(chǎng)景：秒殺活動(dòng)，一般會(huì )因為流量過(guò)大，導致流量暴增，應用掛掉。為解決這個(gè)問(wèn)題，一般需要在應用前端加入消息隊列。
可以控制活動(dòng)的人數；
可以緩解短時(shí)間內高流量壓垮應用；
用戶(hù)的請求，服務(wù)器接收后，首先寫(xiě)入消息隊列。假如消息隊列長(cháng)度超過(guò)最大數量，則直接拋棄用戶(hù)請求或跳轉到錯誤頁(yè)面；
秒殺業(yè)務(wù)根據消息隊列中的請求信息，再做后續處理。
日志處理是指將消息隊列用在日志處理中，比如Kafka的應用，解決大量日志傳輸的問(wèn)題。架構簡(jiǎn)化如下：
日志采集客戶(hù)端，負責日志數據采集，定時(shí)寫(xiě)受寫(xiě)入Kafka隊列；
Kafka消息隊列，負責日志數據的接收，存儲和轉發(fā)；
日志處理應用：訂閱并消費kafka隊列中的日志數據；
以下是新浪kafka日志處理應用案例：
(1)Kafka：接收用戶(hù)日志的消息隊列。
(2)Logstash：做日志解析，統一成JSON輸出給Elasticsearch。
(3)Elasticsearch：實(shí)時(shí)日志分析服務(wù)的核心技術(shù)，一個(gè)schemaless，實(shí)時(shí)的數據存儲服務(wù)，通過(guò)index組織數據，兼具強大的搜索和統計功能。
(4)Kibana：基于Elasticsearch的數據可視化組件，超強的數據可視化能力是眾多公司選擇ELK stack的重要原因。
消息通訊是指，消息隊列一般都內置了高效的通信機制，因此也可以用在純的消息通訊。比如實(shí)現點(diǎn)對點(diǎn)消息隊列，或者聊天室等。
點(diǎn)對點(diǎn)通訊：
客戶(hù)端A和客戶(hù)端B使用同一隊列，進(jìn)行消息通訊。
聊天室通訊：
客戶(hù)端A，客戶(hù)端B，客戶(hù)端N訂閱同一主題，進(jìn)行消息發(fā)布和接收。實(shí)現類(lèi)似聊天室效果。
以上實(shí)際是消息隊列的兩種消息模式，點(diǎn)對點(diǎn)或發(fā)布訂閱模式。模型為示意圖，供參考。
消息隊列采用高可用，可持久化的消息中間件。比如Active MQ，Rabbit MQ，Rocket Mq。（1）應用將主干邏輯處理完成后，寫(xiě)入消息隊列。消息發(fā)送是否成功可以開(kāi)啟消息的確認模式。（消息隊列返回消息接收成功狀態(tài)后，應用再返回，這樣保障消息的完整性）
（2）擴展流程（發(fā)短信，配送處理）訂閱隊列消息。采用推或拉的方式獲取消息并處理。
（3）消息將應用解耦的同時(shí)，帶來(lái)了數據一致性問(wèn)題，可以采用最終一致性方式解決。比如主數據寫(xiě)入數據庫，擴展應用根據消息隊列，并結合數據庫方式實(shí)現基于消息隊列的后續處理。
分為Zookeeper注冊中心，日志收集客戶(hù)端，Kafka集群和Storm集群（OtherApp）四部分組成。
Zookeeper注冊中心，提出負載均衡和地址查找服務(wù)；
日志收集客戶(hù)端，用于采集應用系統的日志，并將數據推送到kafka隊列；
四、JMS消息服務(wù)
講消息隊列就不得不提JMS 。JMS（JAVA Message Service,java消息服務(wù)）API是一個(gè)消息服務(wù)的標準/規范，允許應用程序組件基于JavaEE平臺創(chuàng )建、發(fā)送、接收和讀取消息。它使分布式通信耦合度更低，消息服務(wù)更加可靠以及異步性。
在EJB架構中，有消息bean可以無(wú)縫的與JM消息服務(wù)集成。在J2EE架構模式中，有消息服務(wù)者模式，用于實(shí)現消息與應用直接的解耦。
在JMS標準中，有兩種消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)。
P2P模式包含三個(gè)角色：消息隊列（Queue），發(fā)送者(Sender)，接收者(Receiver)。每個(gè)消息都被發(fā)送到一個(gè)特定的隊列，接收者從隊列中獲取消息。隊列保留著(zhù)消息，直到他們被消費或超時(shí)。
P2P的特點(diǎn)
每個(gè)消息只有一個(gè)消費者（Consumer）(即一旦被消費，消息就不再在消息隊列中)
發(fā)送者和接收者之間在時(shí)間上沒(méi)有依賴(lài)性，也就是說(shuō)當發(fā)送者發(fā)送了消息之后，不管接收者有沒(méi)有正在運行，它不會(huì )影響到消息被發(fā)送到隊列
接收者在成功接收消息之后需向隊列應答成功
如果希望發(fā)送的每個(gè)消息都會(huì )被成功處理的話(huà)，那么需要P2P模式。
包含三個(gè)角色主題（Topic），發(fā)布者（Publisher），訂閱者（Subscriber） 。多個(gè)發(fā)布者將消息發(fā)送到Topic,系統將這些消息傳遞給多個(gè)訂閱者。
Pub/Sub的特點(diǎn)
每個(gè)消息可以有多個(gè)消費者
發(fā)布者和訂閱者之間有時(shí)間上的依賴(lài)性。針對某個(gè)主題（Topic）的訂閱者，它必須創(chuàng )建一個(gè)訂閱者之后，才能消費發(fā)布者的消息。
為了消費消息，訂閱者必須保持運行的狀態(tài)。
為了緩和這樣嚴格的時(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。這樣，即使訂閱者沒(méi)有被激活（運行），它也能接收到發(fā)布者的消息。
如果希望發(fā)送的消息可以不被做任何處理、或者只被一個(gè)消息者處理、或者可以被多個(gè)消費者處理的話(huà)，那么可以采用Pub/Sub模型。
在JMS中，消息的產(chǎn)生和消費都是異步的。對于消費來(lái)說(shuō)，JMS的消息者可以通過(guò)兩種方式來(lái)消費消息。
（1）同步
訂閱者或接收者通過(guò)receive方法來(lái)接收消息，receive方法在接收到消息之前（或超時(shí)之前）將一直阻塞；
（2）異步
訂閱者或接收者可以注冊為一個(gè)消息監聽(tīng)器。當消息到達之后，系統自動(dòng)調用監聽(tīng)器的onMessage方法。
JNDI：Java命名和目錄接口,是一種標準的Java命名系統接口?？梢栽诰W(wǎng)絡(luò )上查找和訪(fǎng)問(wèn)服務(wù)。通過(guò)指定一個(gè)資源名稱(chēng)，該名稱(chēng)對應于數據庫或命名服務(wù)中的一個(gè)記錄，同時(shí)返回資源連接建立所必須的信息。
JNDI在JMS中起到查找和訪(fǎng)問(wèn)發(fā)送目標或消息來(lái)源的作用。
(1) ConnectionFactory
創(chuàng )建Connection對象的工廠(chǎng)，針對兩種不同的jms消息模型，分別有QueueConnectionFactory和TopicConnectionFactory兩種?？梢酝ㄟ^(guò)JNDI來(lái)查找ConnectionFactory對象。
(2) Destination
Destination的意思是消息生產(chǎn)者的消息發(fā)送目標或者說(shuō)消息消費者的消息來(lái)源。對于消息生產(chǎn)者來(lái)說(shuō)，它的Destination是某個(gè)隊列（Queue）或某個(gè)主題（Topic）;對于消息消費者來(lái)說(shuō)，它的Destination也是某個(gè)隊列或主題（即消息來(lái)源）。
所以，Destination實(shí)際上就是兩種類(lèi)型的對象：Queue、Topic可以通過(guò)JNDI來(lái)查找Destination。
(3) Connection
Connection表示在客戶(hù)端和JMS系統之間建立的鏈接（對TCP/IP socket的包裝）。Connection可以產(chǎn)生一個(gè)或多個(gè)Session。跟ConnectionFactory一樣，Connection也有兩種類(lèi)型：QueueConnection和TopicConnection。
(4) Session
Session是操作消息的接口?？梢酝ㄟ^(guò)session創(chuàng )建生產(chǎn)者、消費者、消息等。Session提供了事務(wù)的功能。當需要使用session發(fā)送/接收多個(gè)消息時(shí)，可以將這些發(fā)送/接收動(dòng)作放到一個(gè)事務(wù)中。同樣，也分QueueSession和TopicSession。
(5) 消息的生產(chǎn)者
消息生產(chǎn)者由Session創(chuàng )建，并用于將消息發(fā)送到Destination。同樣，消息生產(chǎn)者分兩種類(lèi)型：QueueSender和TopicPublisher?？梢哉{用消息生產(chǎn)者的方法（send或publish方法）發(fā)送消息。
(6) 消息消費者
消息消費者由Session創(chuàng )建，用于接收被發(fā)送到Destination的消息。兩種類(lèi)型：QueueReceiver和TopicSubscriber?？煞謩e通過(guò)session的createReceiver(Queue)或createSubscriber(Topic)來(lái)創(chuàng )建。當然，也可以session的creatDurableSubscriber方法來(lái)創(chuàng )建持久化的訂閱者。
(7) MessageListener
消息監聽(tīng)器。如果注冊了消息監聽(tīng)器，一旦消息到達，將自動(dòng)調用監聽(tīng)器的onMessage方法。EJB中的MDB（Message-Driven Bean）就是一種MessageListener。
深入學(xué)習JMS對掌握JAVA架構，EJB架構有很好的幫助，消息中間件也是大型分布式系統必須的組件。本次分享主要做全局性介紹，具體的深入需要大家學(xué)習，實(shí)踐，總結，領(lǐng)會(huì )。
一般商用的容器，比如WebLogic，JBoss，都支持JMS標準，開(kāi)發(fā)上很方便。但免費的比如Tomcat，Jetty等則需要使用第三方的消息中間件。本部分內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)。
ActiveMQ 是Apache出品，最流行的，能力強勁的開(kāi)源消息總線(xiàn)。ActiveMQ 是一個(gè)完全支持JMS1.1和J2EE 1.4規范的 JMS Provider實(shí)現，盡管JMS規范出臺已經(jīng)是很久的事情了，但是JMS在當今的J2EE應用中間仍然扮演著(zhù)特殊的地位。
ActiveMQ特性如下：
⒈ 多種語(yǔ)言和協(xié)議編寫(xiě)客戶(hù)端。語(yǔ)言: Java,C,C++,C#,Ruby,Perl,Python,PHP。應用協(xié)議： OpenWire,Stomp REST,WS Notification,XMPP,AMQP
⒉ 完全支持JMS1.1和J2EE 1.4規范 （持久化，XA消息，事務(wù))
⒊ 對Spring的支持，ActiveMQ可以很容易內嵌到使用Spring的系統里面去，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)的測試，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 從設計上保證了高性能的集群，客戶(hù)端-服務(wù)器，點(diǎn)對點(diǎn)
⒏ 支持Ajax
⒐ 支持與Axis的整合
⒑ 可以很容易得調用內嵌JMS provider，進(jìn)行測試
RabbitMQ是流行的開(kāi)源消息隊列系統，用erlang語(yǔ)言開(kāi)發(fā)。RabbitMQ是AMQP（高級消息隊列協(xié)議）的標準實(shí)現。支持多種客戶(hù)端，如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX，持久化。用于在分布式系統中存儲轉發(fā)消息，在易用性、擴展性、高可用性等方面表現不俗。
結構圖如下：
幾個(gè)重要概念：
Broker：簡(jiǎn)單來(lái)說(shuō)就是消息隊列服務(wù)器實(shí)體。
Exchange：消息交換機，它指定消息按什么規則，路由到哪個(gè)隊列。
Queue：消息隊列載體，每個(gè)消息都會(huì )被投入到一個(gè)或多個(gè)隊列。
Binding：綁定，它的作用就是把exchange和queue按照路由規則綁定起來(lái)。
Routing Key：路由關(guān)鍵字，exchange根據這個(gè)關(guān)鍵字進(jìn)行消息投遞。
vhost：虛擬主機，一個(gè)broker里可以開(kāi)設多個(gè)vhost，用作不同用戶(hù)的權限分離。
producer：消息生產(chǎn)者，就是投遞消息的程序。
consumer：消息消費者，就是接受消息的程序。
channel：消息通道，在客戶(hù)端的每個(gè)連接里，可建立多個(gè)channel，每個(gè)channel代表一個(gè)會(huì )話(huà)任務(wù)。
消息隊列的使用過(guò)程，如下：
（1）客戶(hù)端連接到消息隊列服務(wù)器，打開(kāi)一個(gè)channel。
（2）客戶(hù)端聲明一個(gè)exchange，并設置相關(guān)屬性。
（3）客戶(hù)端聲明一個(gè)queue，并設置相關(guān)屬性。
（4）客戶(hù)端使用routing key，在exchange和queue之間建立好綁定關(guān)系。
（5）客戶(hù)端投遞消息到exchange。
exchange接收到消息后，就根據消息的key和已經(jīng)設置的binding，進(jìn)行消息路由，將消息投遞到一個(gè)或多個(gè)隊列里。
號稱(chēng)史上最快的消息隊列，它實(shí)際類(lèi)似于Socket的一系列接口，他跟Socket的區別是：普通的socket是端到端的（1:1的關(guān)系），而ZMQ卻是可以N：M 的關(guān)系，人們對BSD套接字的了解較多的是點(diǎn)對點(diǎn)的連接，點(diǎn)對點(diǎn)連接需要顯式地建立連接、銷(xiāo)毀連接、選擇協(xié)議（TCP/UDP）和處理錯誤等，而ZMQ屏蔽了這些細節，讓你的網(wǎng)絡(luò )編程更為簡(jiǎn)單。ZMQ用于node與node間的通信，node可以是主機或者是進(jìn)程。
引用官方的說(shuō)法： “ZMQ(以下ZeroMQ簡(jiǎn)稱(chēng)ZMQ)是一個(gè)簡(jiǎn)單好用的傳輸層，像框架一樣的一個(gè)socket library，他使得Socket編程更加簡(jiǎn)單、簡(jiǎn)潔和性能更高。是一個(gè)消息處理隊列庫，可在多個(gè)線(xiàn)程、內核和主機盒之間彈性伸縮。ZMQ的明確目標是“成為標準網(wǎng)絡(luò )協(xié)議棧的一部分，之后進(jìn)入Linux內核”?，F在還未看到它們的成功。但是，它無(wú)疑是極具前景的、并且是人們更加需要的“傳統”BSD套接字之上的一 層封裝。ZMQ讓編寫(xiě)高性能網(wǎng)絡(luò )應用程序極為簡(jiǎn)單和有趣?！?/p>
特點(diǎn)是：
高性能，非持久化；
跨平臺：支持Linux、Windows、OS X等。
多語(yǔ)言支持； C、C++、Java、.NET、Python等30多種開(kāi)發(fā)語(yǔ)言。
可單獨部署或集成到應用中使用；
可作為Socket通信庫使用。
與RabbitMQ相比，ZMQ并不像是一個(gè)傳統意義上的消息隊列服務(wù)器，事實(shí)上，它也根本不是一個(gè)服務(wù)器，更像一個(gè)底層的網(wǎng)絡(luò )通訊庫，在Socket API之上做了一層封裝，將網(wǎng)絡(luò )通訊、進(jìn)程通訊和線(xiàn)程通訊抽象為統一的API接口。支持“Request-Reply “，”P(pán)ublisher-Subscriber“，”P(pán)arallel Pipeline”三種基本模型和擴展模型。
ZeroMQ高性能設計要點(diǎn)：
1、無(wú)鎖的隊列模型
對于跨線(xiàn)程間的交互（用戶(hù)端和session）之間的數據交換通道pipe，采用無(wú)鎖的隊列算法CAS；在pipe兩端注冊有異步事件，在讀或者寫(xiě)消息到pipe的時(shí)，會(huì )自動(dòng)觸發(fā)讀寫(xiě)事件。
2、批量處理的算法
對于傳統的消息處理，每個(gè)消息在發(fā)送和接收的時(shí)候，都需要系統的調用，這樣對于大量的消息，系統的開(kāi)銷(xiāo)比較大，zeroMQ對于批量的消息，進(jìn)行了適應性的優(yōu)化，可以批量的接收和發(fā)送消息。
3、多核下的線(xiàn)程綁定，無(wú)須CPU切換
區別于傳統的多線(xiàn)程并發(fā)模式，信號量或者臨界區， zeroMQ充分利用多核的優(yōu)勢，每個(gè)核綁定運行一個(gè)工作者線(xiàn)程，避免多線(xiàn)程之間的CPU切換開(kāi)銷(xiāo)。
Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統，它可以處理消費者規模的網(wǎng)站中的所有動(dòng)作流數據。 這種動(dòng)作（網(wǎng)頁(yè)瀏覽，搜索和其他用戶(hù)的行動(dòng)）是在現代網(wǎng)絡(luò )上的許多社會(huì )功能的一個(gè)關(guān)鍵因素。 這些數據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。 對于像Hadoop的一樣的日志數據和離線(xiàn)分析系統，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。Kafka的目的是通過(guò)Hadoop的并行加載機制來(lái)統一線(xiàn)上和離線(xiàn)的消息處理，也是為了通過(guò)集群機來(lái)提供實(shí)時(shí)的消費。
Kafka是一種高吞吐量的分布式發(fā)布訂閱消息系統，有如下特性：
通過(guò)O(1)的磁盤(pán)數據結構提供消息的持久化，這種結構對于即使數以TB的消息存儲也能夠保持長(cháng)時(shí)間的穩定性能。（文件追加的方式寫(xiě)入數據，過(guò)期的數據定期刪除）
高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒數百萬(wàn)的消息。
支持通過(guò)Kafka服務(wù)器和消費機集群來(lái)分區消息。
支持Hadoop并行數據加載。
Kafka相關(guān)概念
Broker
Kafka集群包含一個(gè)或多個(gè)服務(wù)器，這種服務(wù)器被稱(chēng)為broker
Topic
每條發(fā)布到Kafka集群的消息都有一個(gè)類(lèi)別，這個(gè)類(lèi)別被稱(chēng)為T(mén)opic。（物理上不同Topic的消息分開(kāi)存儲，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(hù)只需指定消息的Topic即可生產(chǎn)或消費數據而不必關(guān)心數據存于何處）
Partition
Parition是物理上的概念，每個(gè)Topic包含一個(gè)或多個(gè)Partition.
Producer
負責發(fā)布消息到Kafka broker
Consumer
消息消費者，向Kafka broker讀取消息的客戶(hù)端。
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則屬于默認的group）。
一般應用在大數據日志處理或對實(shí)時(shí)性（少量延遲），可靠性（少量丟數據）要求稍低的場(chǎng)景使用。
【今日微信公號推薦↓】
更多推薦請看《值得關(guān)注的技術(shù)和設計公眾號》
其中推薦了包括技術(shù)、設計、極客 和 IT相親相關(guān)的熱門(mén)公眾號。技術(shù)涵蓋：Python、Web前端、Java、安卓、iOS、PHP、C/C++、.NET、Linux、數據庫、運維、大數據、算法、IT職場(chǎng)等。點(diǎn)擊《值得關(guān)注的技術(shù)和設計公眾號》，發(fā)現精彩！
聯(lián)系客服
