參考
1 簡介
訊息佇列中介軟體是分布式系統中重要的元件，主要應用於五個場景：非同步處理、應用解耦、流量削峰、日誌處理和訊息通訊。
常用的訊息佇列主要有：rabbitmq、kafka、activemq等
2 應用場景介紹：
2.1非同步處理
場景說明：使用者註冊後，需要發註冊郵件和註冊簡訊。
傳統的做法有兩種 1.序列的方式；2.並行方式
（1）序列方式：將註冊資訊寫入資料庫成功後，傳送註冊郵件，再傳送註冊簡訊。以上三個任務全部完成後，返回給客戶端 （2）並行方式：將註冊資訊寫入資料庫成功後，傳送註冊郵件的同時，傳送註冊簡訊。以上三個任務完成後，返回給客戶端。與序列的差別是，並行的方式可以提高處理的時間
假設三個業務節點每個使用50毫秒鐘，不考慮網路等其他開銷，則序列方式的時間是150毫秒，並行的時間可能是100毫秒。 因為cpu在單位時間內處理的請求數是一定的，假設cpu1秒內吞吐量是100次。則序列方式1秒內cpu可處理的請求量是7次（1000/150）。並行方式處理的請求量是10次（1000/100）
小結：如以上案例描述，傳統的方式系統的效能（併發量，吞吐量，響應時間）會有瓶頸。如何解決這個問題呢？ 引入訊息佇列，將不是必須的業務邏輯，非同步處理。
改造後的架構如下： 按照以上約定，使用者的響應時間相當於是註冊資訊寫入資料庫的時間，也就是50毫秒。註冊郵件，傳送簡訊寫入訊息佇列後，直接返回，因此寫入訊息佇列的速度很快，基本可以忽略，因此使用者的響應時間可能是50毫秒。因此架構改變後，系統的吞吐量提高到每秒20 qps。比序列提高了3倍，比並行提高了兩倍
2.2應用解耦
場景說明：使用者下單後，訂單系統需要通知庫存系統。
傳統的做法是，訂單系統呼叫庫存系統的介面。
傳統模式的缺點： 假如庫存系統無法訪問，則訂單減庫存將失敗，從而導致訂單失敗 訂單系統與庫存系統耦合
如何解決以上問題呢？引入應用訊息佇列後的方案，
訂單系統：使用者下單後，訂單系統完成持久化處理，將訊息寫入訊息佇列，返回使用者訂單下單成功
庫存系統：訂閱下單的訊息，採用拉/推的方式，獲取下單資訊，庫存系統根據下單資訊，進行庫存操作
假如：在下單時庫存系統不能正常使用。也不影響正常下單，因為下單後，訂單系統寫入訊息佇列就不再關心其他的後續操作了。實現訂單系統與庫存系統的應用解耦
2.3 流量削鋒
流量削鋒是訊息佇列中的常用場景，一般在秒殺或團搶活動中使用廣泛
應用場景：秒殺活動，一般會因為流量過大，導致流量暴增，應用掛掉。為解決這個問題，一般需要在應用前端加入訊息佇列。
使用者的請求，伺服器接收後，首先寫入訊息佇列。假如訊息佇列長度超過最大數量，則直接拋棄使用者請求或跳轉到錯誤頁面
秒殺業務根據訊息佇列中的請求資訊，再做後續處理
2.4日誌處理
日誌處理是指將訊息佇列用在日誌處理中，比如kafka的應用，解決大量日誌傳輸的問題。
日誌採集客戶端，負責日誌資料採集，定時寫受寫入kafka佇列
kafka訊息佇列，負責日誌資料的接收，儲存和**
日誌處理應用：訂閱並消費kafka佇列中的日誌資料
(1)kafka：接收使用者日誌的訊息佇列
(2)logstash：做日誌解析，統一成json輸出給elasticsearch
(3)elasticsearch：實時日誌分析服務的核心技術，乙個schemaless，實時的資料儲存服務，通過index組織資料，兼具強大的搜尋和統計功能
(4)kibana：基於elasticsearch的資料視覺化元件，超強的資料視覺化能力是眾多公司選擇elk stack的重要原因
2.5訊息通訊
訊息通訊是指，訊息佇列一般都內建了高效的通訊機制，因此也可以用在純的訊息通訊。比如實現點對點訊息佇列，或者聊天室等
點對點通訊： 客戶端a和客戶端b使用同一佇列，進行訊息通訊。
聊天室通訊： 客戶端a，客戶端b，客戶端n訂閱同一主題，進行訊息發布和接收。實現類似聊天室效果。
訊息佇列應用場景
場景說明 使用者註冊後，需要發註冊郵件和註冊簡訊。傳統的做法有兩種1.序列的方式 2.並行方式。id iframe 0.05881618439392011 scrolling no 2 並行方式 將註冊資訊寫入資料庫成功後，傳送註冊郵件的同時，傳送註冊簡訊。以上三個任務完成後，返回給客戶端。與序列的...
訊息佇列應用場景
場景說明 使用者註冊後，需要發註冊郵件和註冊簡訊。傳統的做法有兩種1.序列的方式 2.並行方式。1 序列方式 將註冊資訊寫入資料庫成功後，傳送註冊郵件，再傳送註冊簡訊。以上三個任務全部完成後，返回給客戶端。2 並行方式 將註冊資訊寫入資料庫成功後，傳送註冊郵件的同時，傳送註冊簡訊。以上三個任務完成後...
訊息佇列的應用場景
息佇列中介軟體是分布式系統中重要的元件，主要解決應用耦合，非同步訊息，流量削鋒等問題 實現高效能，高可用，可伸縮和最終一致性架構 使用較多的訊息佇列有activemq，rabbitmq，zeromq，kafka，metamq，rocketmq 以下介紹訊息佇列在實際應用中常用的使用場景。非同步處理，...