kafka使用场景

kafka基本介绍

kafka是使用scala语言和java语言编写的一套高可用的消息队列，广泛应用在后端开发里，是后端开发里的一个重要中间件。

kafka的使用场景

1、异步处理

下图为一个订单状态在后端各个模块之间的处理流程，后一个流程必须要等到前一个流程执行完后才能得到执行。当统计完成后，返回给客户端数据。

这样的设计方式，看似很合理，每个模块依照顺序执行，编写起来也相对简单。但是有一个非常大的缺陷，**同步的执行效率非常底下。**很多后端模块执行业务请求时其实是可以并行执行的。

如果使用kafka，后端的业务流程就可以变成这样。库存模块作为生产者，订单、短信、统计模块作为消费者。相较于同步的执行方式，引入kafka后，订单、短信、统计都可以直接从kafka中拉取库存信息，并行的执行。效率会得到大幅提升。

2、流量削峰

在后端业务开发中，流量削峰是非常重要的。

如果不对客户端的流量进行控制，所有的流量全部打到后端服务中，一旦后端无法支撑流量请求，就很容易造成服务崩溃，大量客户端无法使用后端服务。

互联网app中有大量流量削峰的场景，例如打LOL时经常会排队，玩DNF时经常需要挤频道。。。这都是流量削峰的体现。。

在kafka中可以设定消息队列里消息的最大个数，以此来达到削峰的目的。

3、服务解耦

高内聚，低耦合。是代码设计的重要思想，对于不同的服务之间也是如此。

如果两个服务直接关联，那么耦合度就太高了，类似于下图这样的交互方式。

耦合度太高带来的后果就不用多说了，牵一发而动全身，当一个服务出现问题，可能会导致大量的服务也跟着出现问题。

软件设计中，引入中间层实现解耦是很常见的方式，例如MVC设计方式就是典型的引入中间层从而实现模块之间的解耦。

kafka同样可以实现这样的功能。并且，kafka支持数据的持久化，如果一个服务在业务运行的过程中启动，也可以拉取到之前的数据。

4、发布订阅模式

多个消费者可以拉取同一条消息。

5、高并发缓存

如果后端的流量非常庞大，业务服务每秒只能支持1W次请求。如果没有kafka做消息队列。

如果有一段时间每秒的请求数量达到了2W，此时直接打到业务服务上，业务服务器可能就挂了。

加入消息队列后，可以对流量进行一个缓存。业务服务可以按照自己的处理速度去拉取流量。

比如消费完1个再拉取一次流量，这样就能保证业务服务可以按照自己能处理的过来的速度去处理请求，避免因为处理不过来宕机的风险。