我对消息队列的一些看法（简单入门）
最近部门架构要升级消息队列，原有的MetaQ要换成RocketMQ。
说来可笑，写了这么久代码，我从来没接触过MQ这一块，借此机会记录一下学习MQ的过程。
既然要学习，那必须要知道以下这几个问题：
- 是什么
- 有什么用
- 怎么用
1、消息中间件是什么？
消息队列（Message Queue，简称 MQ）。是基于队列与消息传递技术，在网络环境中为应用系统提供同步或异步、可靠的消息传输的支撑性软件系统。
中间件的意思就是相当于一个中介，实际上就是生产者要给消费者发送消息，但是不是直接通知，而是借住消息中间件去通知。
消息中间件具有低耦合、可靠投递、广播、流量控制、最终一致性等一系列功能，也成为异步RPC的主要手段之一。
目前市面上优秀的消息中间件有很多，比如：
- ActiveMQ
- RabbitMQ
- RocketMQ
- Kafka
1.1、ActiveMQ
ActiveMQ 是由 Apache 出品的一款开源消息中间件，基于JMS，旨在为应用程序提供高效、可扩展、稳定、安全的企业级消息通信。
JMS即Java消息服务（Java Message Service）应用程序接口，是一个Java平台中关于面向消息中间件（MOM）的API，用于在两个应用程序之间，或分布式系统中发送消息，进行异步通信。
它的设计目标是提供标准的、面向消息的、多语言的应用集成消息通信中间件。所以ActiveMQ支持多种语言的客户端和协议。
1.2、RabbitMQ
由 Erlang 语言开发的基于 AMQP 协议的消息队列。轻量级，快速，部署使用方便，带有可视化的后台管理界面。
AMQP ：Advanced Message Queue，高级消息队列协议。它是应用层协议的一个开放标准，为面向消息的中间件设计，基于此协议的客户端与消息中间件可传递消息，并不受产品、开发语言等条件的限制。
ActiveMQ和RabbitMQ都是老牌的消息中间件。
1.3、 RocketMQ
RocketMQ 是阿里巴巴一个开源的消息队列，使用 Java 实现。前身是MetaQ，后来随着业务的激增，借鉴了 Kafka 的设计并做了很多改进，于是就出现了RocketMQ，现阿里已经将RocketMQ 捐赠给Apache基金会，意味着它将开源和有活跃的社区维护。
天生为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削峰，在大量交易涌入时，后端可能无法及时处理的情况。
1.4、KafKa
Kafka是Scala和Java开发的，对批处理和异步处理做了大量的设计，因此Kafka可以得到非常高的性能，尤其是大数据和云计算领域。
它的异步消息的发送和接收是三个中最好的，但是跟RocketMQ拉不开数量级，每秒处理几十万的消息。如果是异步消息，并且开启了压缩，Kafka最终可以达到每秒处理2000w消息的级别。
Kafka需要配合zookeeper进行元数据管理。
以上总结就是：
RabbitMQ：轻量级、性能较好，功能完备，适合中小公司。
RocketMQ：为金融而生，消息可靠性强，易维护。
KafKa：为大数据而生，适合大数据收集、日志收集业务，高吞吐。
2、消息中间件有什么用
阿里的RocketMQ开发文档有写到MQ的用法，我借用它们的场景应用和图片，来介绍一下MQ的作用。
2.1、解耦
未解耦前，有一天大佬叫我接入A系统，然后我就在代码里面调用了A，接下来大佬又叫我接入B、C系统，我又改了代码；忽然有一天，大佬说A系统不需要接入了，我又改了代码把它注释。
// 不需要调用A系统了，注释 // service.informA(message); service.informB(message); service.informC(message);如此反复，实在麻烦。
使用MQ，我就可以把消息交给mq去处理了，不用每次都要改我的代码了。
如果是在淘宝这种核心交易系统，每笔交易订单数据的产生会引起几百个下游业务系统的关注，包括物流、购物车、积分、阿里妈妈、流计算分析等等，整体业务系统庞大而且复杂，架构设计稍有不合理，将直接影响主站业务的连续性；
通过 MQ 的异步化设计，即便下游子系统（如物流、积分等）出现不可用甚至宕机，都不会影响到核心交易系统的正常运转；而且通过 MQ 的异步化设计，也能随时接入新的系统，适应业务的变化。
2.2、削峰
诸如秒杀、抢红包、企业开门红等大型活动时皆会带来较高的流量脉冲，或因没做相应的保护而导致系统超负荷甚至崩溃，或因限制太过导致请求大量失败而影响用户体验，削峰填谷是解决该问题的最佳方式；
通过 MQ 超高性能的消息处理能力可以承接流量脉冲而不被击垮，在确保系统可用性同时，因快速有效的请求响应而提升用户的体验。
可以把请求丢到MQ、服务器处理完了再去取请求。
2.3、顺序消息
比如证券交易过程时间优先原则，交易系统中的订单创建、支付、退款等流程，航班中的旅客登机消息处理等等。与FIFO原理类似，MQ提供的顺序消息即保证消息的先进先出；
2.4、分布式事务消息
阿里巴巴的交易系统、支付红包等场景需要确保数据的最终一致性，大量引入 MQ 的分布式事务，既可以实现系统之间的解耦，又可以保证最终的数据一致性；
最后借用阿里云官方的RocketMQ介绍视频，建议0.5倍速看：
热门推荐
相关文章
关于我
