MQ介绍

什么是MQ

MQ（Message Queue）消息队列，是基础数据结构中“先进先出”的一种数据结构。
可以访问 这里 查看更多关于RabbitMQ的原创文章。

为什么使用MQ

其应用场景主要包含以下三个方面

应用解耦

系统的耦合性越高，系统的容错性就越低。以电商应用为例，用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障或者因为升级等原因暂时不可用，都会造成下单操作异常，影响用户体验。

使用消息队列解耦合。比如物流系统发生故障，需要几分钟才能修复好，在这段时间内，物流系统要处理的数据被缓存到消息队列中，用户的下单操作正常完成。当物流系统恢复后，补充处理存在消息队列中的订单消息即可，终端系统感知不到物流系统发生过几分钟故障。

流量削峰

比如一个秒杀系统，当秒杀开始时，整个系统的流量会突然间增大，这个时候，就有可能把数据库压垮。

有了消息队列后，可以将大量请求缓存起来，分流到很长一段时间处理，这样可以大大提高系统的稳定性和用户体验。

• 一般情况，为了保证系统的稳定性，如果系统负载超过阈值，就会阻止用户请求，这会影响用户体验。
• 而如果使用消息队列将请求缓存起来，等待系统处理完毕后通知用户下单完毕，这样总比不能下单体验要好。
• 业务系统正常时段的QPS如果是 1000，流量最高峰时是10000，为了应对流浪高峰而去配置高性能的服务器显然不划算，这时可以使用消息队列对峰值流量削峰。

数据分发

未使用MQ

我们先来看这样的一个场景：

A系统需要频繁的更改代码，这显然不是一个好的设计，使用MQ可以解决这个问题。

使用MQ

通过消息队列可以让数据在多个系统之间进行流通，数据的生产方不用关心谁来使用数据，只需要将数据发送到消息队列，数据使用方直接在消息队列中直接获取数据即可。

MQ的缺点

系统的可用性降低

系统引入的外部依赖越多，系统的稳定性越差，一旦MQ宕机，就会对业务造成影响。

系统的复杂性提高

MQ的加入大大增加了系统的复杂度，以前系统间是同步的远程调用，现在是通过MQ进行异步调用：

• 如何保证消息没有被重复消费？
• 怎么处理消息丢失情况？
• 怎么保证消息传递的时效性？

一致性问题

A系统处理完业务，通过MQ给B，C，D三个系统发送消息，如果B系统、C系统处理成功，D系统处理失败：

• 如何保证消息数据处理的一致性？

各种MQ产品的比较

常见的MQ产品包括Kafka，ActiveMQ，RabbitMQ，RocketMQ。
| 特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
| :-------- | :--------:| :------: |:------: |------:|
| 开发语言 | java | erlang | java | scala |
| 单机吞吐量 | 万级 | 万级 | 10万级 | 10万级 |
| 时效性 | ms级 | us级 | ms级 | ms级以内 |
| 可用性 | 高（主从架构） | 高（主从架构） | 非常高（分布式架构） | 非常高（分布式架构）|
| 功能特性 | 成熟的产品，在很多公司得到应用；有较多的文档；各种协议支持较好 | 基于erlang开发，所以并发能力强；性能极其好，延时性很低；管理界面较丰富 | MQ功能比较完善，扩展性佳 | 支持主要的MQ功能；像一些消息查询，消息回调等功能没有提供；毕竟是为大数据准备的，在大数据领域应用广 |

关注微信公众号

欢迎大家关注我的微信公众号阅读更多文章：