初识中间件之消息队列
- 2016-04-24 22:11:00
- 安大叔 原创
- 9244
1 消息队列概述
目前使用较多的消息队列有ActiveMQ,RabbitMQ,ZeroMQ,Kafka,MetaMQ,RocketMQ等,比如我之前用过的RabbitMQ以及kafka。
2 消息队列应用场景
在实际应用中,消息队列常用于异步处理、应用解耦、流量削锋和消息通讯这四个场景。
2.1 异步处理

并行:将注册信息写入数据库成功后,发送注册邮件的同时,发送注册短信。以上三个任务完成后,返回给客户端。与串行的差别是,并行的方式可以提高处理的时间,如图所示:
因为CPU在单位时间内处理的请求数是一定的,假设CPU1秒内吞吐量是1次,则串行方式1秒内CPU可处理的请求量是7次(1000/150),并行方式处理的请求量是10次(1000/100)。
小结:如以上案例描述,传统方式系统的性能(并发量,吞吐量,响应时间)会有瓶颈。如何解决这个问题呢?
引入消息队列,将不是必须的业务逻辑进行异步处理。改造后的架构如下:
注册邮件和发送短信写入消息队列后,直接返回,因此写入消息队列的速度很快,基本可以忽略,预估为5ms,再加上注册信息写入数据库的时间50ms,总体响应时间就只有55ms。可见架构改变后,系统的TPS提高到了20(1000/55),比串行提高了3倍,比并行提高了2倍。
2.2 应用解耦

假如在下单时库存系统不能正常使用,也不影响正常下单,因为下单后,订单系统写入消息队列就不再关心其他的后续操作了。实现订单系统与库存系统的应用解耦。
2.3 流量削锋

秒杀业务根据消息队列中的请求信息,再做后续处理。
2.4 日志处理
日志处理是指将消息队列用在日志处理中,比如Kafka的应用,解决大量日志传输的问题。架构简化如下:

日志处理业务:订阅并消费Kafka队列中的日志数据。

Kibana:基于Elasticsearch的数据可视化组件,超强的数据可视化能力是众多公司选择ELK stack的重要原因。
2.5 消息通讯
客户端A,客户端B,客户端N订阅同一主题,进行消息发布和接收,即可实现类似聊天室的效果。
3 消息中间件示例
3.1 电商系统
消息队列采用高可用,可持久化的消息中间件,比如Active MQ,Rabbit MQ以及Rocket Mq。
应用将主干逻辑处理完成后,写入消息队列。消息发送是否成功可以开启消息的确认模式。(消息队列返回消息接收成功状态后,应用再返回,这样保障消息的完整性);
扩展流程(发短信,进销存处理)订阅队列消息,采用推或拉的方式获取消息并处理;
消息将应用解耦的同时,带来了数据一致性问题,可以采用最终一致性方式解决。比如主数据写入数据库,扩展应用根据消息队列,并结合数据库方式实现基于消息队列的后续处理。
3.2日志收集系统
Storm集群:与OtherApp处于同一级别,采用拉的方式消费队列中的数据。
4 JMS消息服务
在EJB架构中,有消息Bean可以无缝地与JM消息服务集成。在J2EE架构模式中,有消息服务者模式,用于实现消息与应用直接的解耦。
4.1消息模型
4.1.1 P2P模式
4.1.2 Pub/Sub模式
包含三个角色:主题(Topic),发布者(Publisher)以及订阅者(Subscriber)。多个发布者将消息发送到Topic,系统将这些消息传递给多个订阅者。
每个消息可以有多个消费者;
为了消费消息,订阅者必须保持运行的状态。
为了缓和这样严格的时间相关性,JMS允许订阅者创建一个可持久化的订阅。这样,即使订阅者没有被激活(运行),它也能接收到发布者的消息。
如果希望发送的消息可以不被做任何处理、或者只被一个消息者处理、或者可以被多个消费者处理的话,那么可以采用Pub/Sub模型。
4.2 消息消费
在JMS中,消息的产生和消费都是异步的,JMS的消费者可以通过两种方式来消费消息。
同步:订阅者或接收者通过Receive方法来接收消息,Receive方法在接收到消息之前(或超时之前)将一直阻塞;
异步:订阅者或接收者可以注册为一个消息监听器,当消息到达之后,系统自动调用监听器的onMessage方法。
JNDI:Java命名和目录接口,是一种标准的Java命名系统接口。可以在网络上查找和访问服务。通过指定一个资源名称,该名称对应于数据库或命名服务中的一个记录,同时返回资源连接建立所必须的信息。
4.3 JMS编程模型
创建Connection对象的工厂,针对两种不同的JMS消息模型,分别有QueueConnectionFactory和TopicConnectionFactory两种。可以通过JNDI来查找ConnectionFactory对象。
所以,Destination实际上就是两种类型的对象:Queue、Topic可以通过JNDI来查找Destination。
Connection表示在客户端和JMS系统之间建立的链接(对TCP/IP Socket的包装)。Connection可以产生一个或多个Session。跟ConnectionFactory一样,Connection也有两种类型:QueueConnection和TopicConnection。
Session是操作消息的接口。可以通过Session创建生产者、消费者、消息等。Session提供了事务的功能。当需要使用Session发送/接收多个消息时,可以将这些发送/接收动作放到一个事务中。同样,也分QueueSession和TopicSession。
消息生产者由Session创建,并用于将消息发送到Destination。同样,消息生产者分两种类型:QueueSender和TopicPublisher。可以调用消息生产者的方法(send或publish方法)发送消息。
消息消费者由Session创建,用于接收被发送到Destination的消息。两种类型:QueueReceiver和TopicSubscriber。可分别通过Session的createReceiver(Queue)或createSubscriber(Topic)来创建。当然,也可以使用Session的creatDurableSubscriber方法来创建持久化的订阅者。
消息监听器。如果注册了消息监听器,一旦消息到达,将自动调用监听器的onMessage方法。EJB中的MDB(Message-Driven Bean)就是一种MessageListener。
5 常用消息队列
5.1 RabbitMQ
RabbitMQ是流行的开源消息队列系统,用erlang语言开发。RabbitMQ是AMQP(高级消息队列协议)的标准实现,支持多种客户端,如:Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等,支持AJAX,持久化。用于在分布式系统中存储转发消息,在易用性、扩展性、高可用性等方面表现不俗。我们的跨境电商项目选用的消息队列就是RabbitMQ。
结构图如下:
(6)消费者从队列读取消息进行消费。
5.2 ActiveMQ
ActiveMQ 是Apache出品,最流行的,能力强劲的开源消息总线。ActiveMQ 是一个完全支持JMS1.1和J2EE 1.4规范的 JMS Provider实现,尽管JMS规范出台已经是很久的事情了,但是JMS在当今的J2EE应用中仍然扮演着特殊的地位。
1)多种语言和协议编写客户端。语言: Java,C,C++,C#,Ruby,Perl,Python,PHP。应用协议: OpenWire,Stomp REST,WS Notification,XMPP,AMQP;
2)完全支持JMS1.1和J2EE 1.4规范 (持久化,XA消息,事务);
5.3 ZeroMQ
引用官方的说法: “ZeroMQ是一个简单好用的传输层,像框架一样的一个Socket Library,它使得Socket编程更加简单、简洁和高性能。同时也是一个消息处理队列库,可在多个线程、内核和主机盒之间弹性伸缩。ZeroMQ的明确目标是“成为标准网络协议栈的一部分,之后进入Linux内核”。现在还未看到它们的成功。但是,它无疑是极具前景的、并且是人们更加需要的“传统”BSD套接字之上的一层封装。ZeroMQ让编写高性能网络应用程序极为简单和有趣。”
2)跨平台:支持Linux、Windows、OS X等;
5)可作为Socket通信库使用。
与RabbitMQ相比,ZeroMQ并不像是一个传统意义上的消息队列服务器,事实上,它也根本不是一个服务器,更像一个底层的网络通讯库,在Socket API之上做了一层封装,将网络通讯、进程通讯和线程通讯抽象为统一的API接口。支持“Request-Reply “,”Publisher-Subscriber“,”Parallel Pipeline”三种基本模型和扩展模型。
无锁的队列模型:对于跨线程间的交互(用户端和Session)之间的数据交换通道Pipe,采用无锁的队列算法CAS;在Pipe两端注册有异步事件,在读或者写消息到Pipe的时,会自动触发读写事件;
批量处理的算法:对于传统的消息处理,每个消息在发送和接收的时候,都需要系统的调用,这样对于大量的消息,系统的开销比较大,zeroMQ对于批量的消息,进行了适应性的优化,可以批量地接收和发送消息;
多核下的线程绑定,无须CPU切换:区别于传统的多线程并发模式,信号量或者临界区,ZeroMQ充分利用多核的优势,每个核绑定运行一个工作者线程,避免多线程之间的CPU切换开销。
5.4 Kafka
Kafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者规模的网站中的所有动作流数据。 这种动作(网页浏览,搜索和其他用户的行动)是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过日志聚合和分析来解决。对于像Hadoop一样的日志数据离线分析系统,如果有实时处理的需求,Kafka就是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理,也是为了通过集群机来提供实时的消费。
Kafka一般在大数据日志处理或对实时性(少量延迟)、可靠性(少量丢数据)要求稍低的场景使用。
百测软件技术纠纷和解员:郝少龙 电话:18232183555 | 昌平区市场监督管理局天通苑南所投诉举报电话:010-64824876| 营业执照