RocketMq1 简介及应用场景

一、 为什么要使用消息中间件呢？

• MessageQueue 是一个广泛应用在互联网项目中且非常重要的技术， MessageQueue 通常被用来解决在高并发压力下类似于流量削峰、服务解耦、消息通讯、最终消息一致性等这样的问题。
• 在认识 MQ-[Message Queue 消息队列]消息中间件的之前，用户对 MQ 没有太直观的感受，MQ-[Message Queue 消息队列] 到底是个什么东西，我需要在项目中使用它吗？使用它不就增加的项目的复杂度吗？
• 确实，以上问题确实存在，但是在互联网项目中，随着业务的拓展，项目往往面临着越来越高的并发访问，为了解决项目面临的一些问题，项目中不得不引入 MQ 消息中间件。
• 虽然引入消息中间件不得不让系统处理诸如类似单点故障，数据一致性，接口幂等性等等复杂问题，但是引入 MQ 也是以较小的成本实现提高项目性能的方案之一。
• 为了让所有人能直观的感受 MQ 消息中间件在应用项目开发中的重大作用，下面我们通过一个小小的实例来进一步详细说明 MQ 在实际的生产环境中到底有什么重大的作用呢？
• 实例说明：微服务架构下-链式调用

1、链式调用

• 链式调用是我们在写程序时候的一般流程，为了完成一个整体功能，会将其拆分成多个函数（或子模块），比如模块 A 调用模块 B，模块 B 调用模块 C，模块 C 调用模块 D。但在大型分布式应用中，系统间的 RPC 交互繁杂，一个功能背后要调用上百个接口并非不可能，那么如果有一个服务出现调用阻塞或者任务处理时间较长，都会造成任务阻塞，甚至服务雪崩的可怕后果。
• 这些接口之间耦合比较严重，每新增一个下游功能，都要对上有的相关接口进行改造；举个例子：假如系统 A 要发送数据给系统 B 和 C，发送给每个系统的数据可能有差异，因此系统 A 对要发送给每个系统的数据进行了组装，然后逐一发送；当代码上线后，新增了一个需求：把数据也发送给 D。此时就需要修改 A 系统，让他感知到 D 的存在，同时把数据处理好给 D。在这个过程中你会看到，每接入一个下游系统，都要对 A 系统进行代码改造，开发联调的效率很低。
  
  由于链式调用：某一个服务出现阻塞，导致整个服务不可用（雪崩效应）
• 产生原因：请求同步阻塞方式
• 解决方案：异步解耦方式解决，如下图
  

2、木桶理论

• 面对大流量并发时，容易被冲垮。每个接口模块的吞吐能力是有限的，这个上限能力如果堤坝，当大流量（洪水）来临时，容易被冲垮。
• 存在性能问题。RPC 接口基本上是同步调用，整体的服务性能遵循“木桶理论”，即链路中最慢的那个接口。比如A 调用 B/C/D 都是 50ms，但此时 B 又调用了 E，花费2000ms，那么直接就拖累了整个服务性能。更有甚者拖垮整个系统。

3、服务解耦

根据上述的几个问题，在设计系统时可以明确要达到的目标：

• 1） 要做到系统解耦，当新的模块接进来时，可以做到代码改动最小；
• 2） 设置流量缓冲池，可以让后端系统按照自身吞吐能力进行消费，不被冲垮；
• 3）强弱依赖梳理，将非关键调用链路的操作异步化，提升整体系统的吞吐能力，比如上图中 A、B、C、D 是让用户发起付款，然后返回付款成功提示的几个关键流程，而 E 是通知付款后通知商家发货的模块，那么实质上用户对 E 完成的时间容忍度比较大（比如几秒之后），可以将其异步化。
• 在现在的系统视线中，MQ 消息队列是普遍使用的，可以完美的解决这些问题的利器。下图是使用了 MQ 的简单架构图，可以看到 MQ 在最前端对流量进行蓄洪，下游的系统A\B\C 只与 MQ 打交道，通过事先定义好的消息格式来解析。
  

二、我们要使用那个消息中间呢？

1、主流的 MQ 产品

• 1）ZeroMQ
• 2）推特的 Distributedlog
• 3）ActiveMQ：Apache 旗下的老牌消息引擎
• 4）RabbitMQ、Kafka：AMQP 的默认实现。
• 5）RocketMQ
• 6）Artemis：Apache 的 ActiveMQ 下的子项目
• 7）Apollo：同样为 Apache 的 ActiveMQ 的子项目的号称下一代消息引擎
• 8）商业化的消息引擎 IronMQ
• 9）实现了 JMS(Java Message Service)标准的 OpenMQ
  目前在互联网行业发展下，有多种消息中间件产品被开发出来，且开源

2、几种主要产品对比

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，所以并发能力很强，性能极其好，延时很低;管理界面较丰富	MQ 功能比较完备，扩展性佳	只支持主要的MQ 功能，像一些消息查询，消息回溯等功能没有提供，毕竟是为大数据准备的，在大数据领域应用广。

3、谨慎使用消息中间件

项目引入 RocketMQ 消息中间件或其他的消息中间件产品是否会对整个项目带来风险
呢？

一个使用了 MQ 的项目，如果连这个问题都没有考虑过，就把 MQ 引进去了，那就给
自己的项目带来了巨大的风险。

我们引入一个技术，要对这个技术的弊端有充分的认识，才能做好预防。

那么使用 rocketmq 等消息中间件会给应用项目带来什么样的问题呢？答案有如下几点

• 系统可用性降低:你想啊，本来其他系统只要运行好好的，那你的系统就是正常的。现在你非要加个消息队列进去，那消息队列挂了，你的系统不是呵呵了。因此，系统可用性降低
• 系统复杂性增加:要多考虑很多方面的问题，比如一致性问题、如何保证消息不被重复消费，如何保证保证消息可靠传输。因此，需要考虑的东西更多，系统复杂性增大。
• 既然有这些缺点，那么是不是不敢使用 MQ 了呢？答案很明显，不是，为了提高项目的能，构建松耦合、异步的结构，必须要使用 MQ.
• 因此这个是一个矛盾的话题，其实也不矛盾，在一些初创型企业或者中小型公司，服务拆分架构没有太多，并发流量也不是很大，很显然没必要引入 mq. 但是在现在互联网的产品开发中，企业往往要求产品快速迭代，实现可持续交付，高扩展性，可持续部署的能力，因此项目架构往往采用 SOA,或微服务架构，那么在引入消息中间件也成为必然。

三、RocketMQ 应用场景

MQ 可应用在多个领域，包括异步通信解耦、企业解决方案、金融支付、电信、电子商务、快递物流、广告营销、社交、即时通信、手游、视频、物联网、车联网等。从应用功能上来讲。

1、异步处理

场景说明：用户注册后，需要发注册邮件和注册短信。传统的做法有两种：

• 1）串行的方式

• 2）并行方式

• a、串行方式，将注册信息写入数据库成功后，发送注册邮件，再发送注册短信。以上
  三个任务全部完成后，返回给客户端。
  

• b、并行方式，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
  
  假设三个业务节点每个使用 50 毫秒钟，不考虑网络等其他开销，则串行方式的时间是 150毫秒，并行的时间可能是 100 毫秒。 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 100 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，传统的方式系统的性能（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，异步处理。

• 按照以上约定，用户的响应时间相当于是注册信息写入数据库的时间，也就是 50 毫秒。注册邮件，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，因此用户的响应时间可能是 50 毫秒。因此架构改变后，系统的吞吐量提高到每秒 20 QPS。比串行提高了 3 倍，比并行提高了两倍。

2、应用解耦

• 场景说明：用户下单后，订单系统需要通知库存系统。传统的做法是，订单系统调用库存系统的接口
  
• 传统模式的缺点：假如库存系统无法访问，则订单减库存将失败，从而导致订单失败，订单系统与库存系统耦合
  如何解决以上问题呢？引入应用消息队列后的方案。
  
• 订单系统：用户下单后，订单系统完成持久化处理，将消息写入消息队列，返回用户订单下单成功 库存系统：订阅下单的消息，采用拉/推的方式，获取下单信息，库存系统根据下单信息，进行库存操作 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。

3、流量削锋

流量削锋也是消息队列中的常用场景，一般在秒杀或团抢活动中使用广泛。 应用场景：秒杀活动，一般会因为流量过大，导致流量暴增，应用挂掉。为解决这个问题，一般需要在应用前端加入消息队列。

• a、可以控制活动的人数
• b、可以缓解短时间内高流量压垮应用

• 用户的请求，服务器接收后，首先写入消息队列。假如消息队列长度超过最大数量，则直接抛弃用户请求或跳转到错误页面。 秒杀业务根据消息队列中的请求信息，再做后续处理

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。

日志采集客户端，负责日志数据采集，定时写受写入 消息队列，负责日志数据的接收，存储和转发 日志处理应用：订阅并消费 队列中的日志数据

5、消息通讯

消息通讯是指，消息队列一般都内置了高效的通信机制，因此也可以用在纯的消息通
讯。比如实现点对点消息队列，或者聊天室等 点对点通讯。

客户端 A 和客户端 B 使用同一队列，进行消息通讯。

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。实现类似聊天室效果。以上实际是消息队列的两种消息模式，点对点或发布订阅模式。模型为示意图，供参考。

6、事务消息

银行 A 银行 B 进行转账，使用 mq 消息中间件来保证不同的系统之间的数据一致性。