消息中间件指北
什么是消息中间件
名词概念
- 消息（Message）：计算机之间传送的信息统称
- 队列（Queue）：一种先进先出的数据结构
- 消息队列（Message Queue）：存放消息的容器
- 中间件：一种软件或服务程序；具体业务和底层逻辑之间的桥梁
- 消息队列中间件（简称消息中间件）：分布式系统中处理消息的桥梁，类似于邮局
为什么要使用消息中间件？
用三个应用场景说明，解耦、异步、削峰
解耦
传统模式中，系统A的代码直接调用系统BCD的代码，系统间耦合性太强，如果此时有一个系统E需要接入系统A，还需要进行代码修改。
中间件模式中，系统A的消息写入消息队列，系统BCD按需从消息中间件中订阅，系统A不需要任何代码修改。
异步
传统模式同步方式运行系统逻辑，比较耗时，如上图用时150ms。
中间件模式将消息写入消息队列，没有必要及时响应的业务逻辑可以异步运行，缩短耗时。
削峰
传统模式下，非常多的用户请求同时到达系统A，相当于用户请求的高峰，写入到数据库的时候就可能出现连接异常。
中间件模式下，有了消息中间件作为过渡，系统A可以根据数据库的承载能力慢慢拉取请求消息，增强系统的稳定性。
消息中间件的组成
-
Broker
消息服务器，以服务的形式运行在server端，给各个业务系统提供核心消息数据的中转服务（消息中间件的一个实例）
-
Producer
消息生产者，业务的发起方，负责生产消息传输给broker
-
Consumer
消息消费者，业务的处理方，负责从broker获取消息并进行业务逻辑处理
-
Topic
主题，发布订阅模式下的消息统一汇集地，不同生产者向topic发送消息，由broker分发到不同的订阅者，实现消息的广播
-
Queue
队列，PTP（点对点）模式下，特定生产者向特定queue发送消息，消费者订阅特定的queue完成指定消息的接收
-
Message
消息体，根据不同通信协议定义的固定格式进行编码的数据包，来封装业务数据，实现消息的传输
两种基本的消息模型
-
Point-to-Point（PTP）/点对点
- queue作为消息的中转站；
- 一般采用轮询的模式发送给消费者，一条消息一旦被其中一个消费者消费，则queue不再保存该消息，即一条消息只能被一个消费者消费一次。
- 若暂时没有消费者，则消息会一直保存在queue，直至出现可用的消费者消费掉该条消息。
-
Topic/主题（也叫Pub/Sub发布订阅模式也叫广播）
- topic作为消息的中转站
- topic实现了发布和订阅，当发布一个消息，所有订阅这个topic的服务都能得到这个消息，所以从1到N个订阅者都能得到一个消息的拷贝。
- topic中的消息可以被一个以上的消费者消费；也可以不被消费
消息中间件的使用场景
异步通信
可以将消息放在queue中，根据需求再去处理。
解耦
对项目各系统进行解耦，降低工程系统间的强依赖程度。当应用发生变化时，可以独立的扩展或修改两边的处理过程，只要确保它们遵守同样的接口约束，降低了修改的工作量。
冗余
消息队列把数据进行持久化直到它们已经被完全处理，通过这一方式规避了数据丢失风险。
数据持久化一般都是将消息存储到本地磁盘中，也有少数消息中间件支持将数据持久化到数据库中，这都会对消息系统的性能造成一定的影响。
扩展性
采用消息队列解耦处理过程后，增大消息入队和处理的频率只需要另外增加处理过程即可，便于分布式扩容。
过载保护（削峰）
在访问量剧增的情况下，应用仍然需要继续发挥作用，但是这样的突发流量无法提取预知；若为了能处理这类瞬间峰值访问，从而投入资源非常浪费。使用消息队列能够使关键组件顶住突发的访问压力，而不会因为突发的超负荷的请求而完全崩溃。
可恢复性
系统的一部分组件失效时，不会影响到整个系统。消息队列降低了进程间的耦合度，所以即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后被处理。
顺序保证
在大多使用场景下，数据处理的顺序都很重要。大部分消息队列本来就是排序（queue队列先进先出）的，并且能保证数据会按照特定的顺序来处理。
缓冲
在任何重要的系统中，都会有需要不同的处理时间的元素。消息队列通过一个缓冲层来帮助任务最高效率的执行，该缓冲有助于控制和优化数据流经过系统的速度，以调节系统响应时间。
数据流处理
分布式系统产生的海量数据流，如：业务日志、监控数据、用户行为等，针对这些数据流进行实时或批量采集汇总，然后进行大数据分析是当前互联网的必备技术，通过消息队列可以很好地完成此类数据收集的任务。