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。是大型分布式系統不可缺少的中介軟體。
目前在生產環境，使用較多的訊息佇列有activemq、rabbitmq、zeromq、kafka、metamq、rocketmq等。
下面詳細介紹一下訊息佇列在實際應用中常用的使用場景。場景分為非同步處理、應用解耦、流量削鋒、訊息通訊和日誌處理五個場景。
場景說明：使用者註冊後，需要傳送註冊郵件和傳送註冊資訊，傳統的做法有兩種：序列方式、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，然後傳送註冊簡訊，而所有任務執行完成後，返回資訊給客戶端
並行方式
將註冊資訊寫入資料庫成功後，同時進行傳送註冊郵件和傳送註冊簡訊的操作。而所有任務執行完成後，返回資訊給客戶端。同序列方式相比，並行方式可以提高執行效率，減少執行時間。
上面的比較可以發現，假設三個操作均需要50ms的執行時間，排除網路因素，則最終執行完成，序列方式需要150ms，而並行方式需要100ms。
因為cpu在單位時間內處理的請求數量是一致的，假設：cpu每1秒吞吐量是100此，則序列方式1秒內可執行的請求量為1000/150，不到7次；並行方式1秒內可執行的請求量為1000/100，為10次。
由上可以看出，傳統序列和並行的方式會受到系統效能的侷限，那麼如何解決這個問題？
我們需要引入訊息佇列，將不是必須的業務邏輯，非同步進行處理，由此改造出來的流程為
根據上述的流程，使用者的響應時間基本相當於將使用者資料寫入資料庫的時間，傳送註冊郵件、傳送註冊簡訊的訊息在寫入訊息佇列後，即可返回執行結果，寫入訊息佇列的時間很快，幾乎可以忽略，也有此可以將系統吞吐量提公升至20qps，比序列方式提公升近3倍，比並行方式提公升2倍。
場景說明：使用者下單後，訂單系統需要通知庫存系統。
傳統的做法為：訂單系統呼叫庫存系統的介面。如下圖所示：
傳統方式具有如下缺點：
假設庫存系統訪問失敗，則訂單減少庫存失敗，導致訂單建立失敗
訂單系統同庫存系統過度耦合
如何解決上述的缺點呢？需要引入訊息佇列，引入訊息佇列後的架構如下圖所示：
訂單系統：使用者下單後，訂單系統進行資料持久化處理，然後將訊息寫入訊息佇列，返回訂單建立成功
庫存系統：使用拉/推的方式，獲取下單資訊，庫存系統根據訂單資訊，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後續操作了。由此實現了訂單系統與庫存系統的應用解耦。
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。
可以控制參與活動的人數；
可以緩解短時間內高流量對應用的巨大壓力；
流量削鋒處理方式系統圖如下：
伺服器在接收到使用者請求後，首先寫入訊息佇列。這時如果訊息佇列中訊息數量超過最大數量，則直接拒絕使用者請求或返回跳轉到錯誤頁面；
秒殺業務根據秒殺規則讀取訊息佇列中的請求資訊，進行後續處理。
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。
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、聊天室等。
點對點通訊
在點對點通訊架構設計中，客戶端a和客戶端b共用乙個訊息佇列，即可實現訊息通訊功能。
聊天室通訊
客戶端a、客戶端b、直至客戶端n訂閱同一訊息佇列，進行訊息的發布與接收，即可實現聊天通訊方案架構設計。
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。
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：接收，路由，儲存，**等訊息處理；
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
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...