訊息佇列常見的 5 個應用場景

2021-09-08 22:58:19 字數 3801 閱讀 1247

一、簡介

訊息中介軟體(message queue middleware,簡稱mq)又稱為訊息佇列,是指利用高效可靠的訊息傳遞機制進行與平台無關的資料交流,並基於資料通訊來進行分布式系統的構建。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。

二、訊息佇列應用場景

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,應用解耦,流量削鋒和訊息通訊四個場景。

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:序列的方式和並行方式。

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。

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20qps。比序列提高了3倍,比並行提高了兩倍!

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。如下圖:

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,如下圖:

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。

3、流量削鋒

流量削鋒也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。

可以控制活動的人數,可以緩解短時間內高流量壓垮應用。

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。

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。架構簡化如下:

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。

kafka:接收使用者日誌的訊息佇列;

logstash:做日誌解析,統一成json輸出給elasticsearch;

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;

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。

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。

以上實際是訊息佇列的兩種訊息模式,點對點或發布訂閱模式。模型為示意圖,供參考。

三、訊息中介軟體示例

1、電商系統

訊息佇列採用高可用,可持久化的訊息中介軟體。比如active mq,rabbit mq,rocket mq。

應用將主幹邏輯處理完成後,寫入訊息佇列。訊息傳送是否成功可以開啟訊息的確認模式。(訊息佇列返回訊息接收成功狀態後,應用再返回,這樣保障訊息的完整性);

擴充套件流程(發簡訊,配送處理)訂閱佇列訊息。採用推或拉的方式獲取訊息並處理;

訊息將應用解耦的同時,帶來了資料一致性問題,可以採用最終一致性方式解決。比如主資料寫入資料庫,擴充套件應用根據訊息佇列,並結合資料庫方式實現基於訊息佇列的後續處理;

2、日誌收集系統

zookeeper註冊中心,提出負載均衡和位址查詢服務;

日誌收集客戶端,用於採集應用系統的日誌,並將資料推送到kafka佇列;

kafka集群:高吞吐量,實時流式處理,持久化,高可用在至100k+/sec,多一次語義。接收,路由,儲存,**等訊息處理;

redis訊息佇列:高併發,輕量級,低延遲,吞吐量不大,對持久化要求不高的場景

mq:輕量級訊息,高可用在20k+/sec,快速響應,更好的事務控制,更複雜的路由支援,和更多開發語言的相容支援。

訊息佇列常見的 5 個應用場景

訊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...

訊息佇列常見的 5 個應用場景

一 簡介 訊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。二 訊息佇列應用場景 以下介紹訊息佇列在實際...

訊息佇列常見的 5 個應用場景

訊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...