码迷,mamicode.com
首页 > 其他好文 > 详细

消息队列之利器锋芒

时间:2019-02-06 09:14:20      阅读:224      评论:0      收藏:0      [点我收藏+]

标签:lin   公告   高级功能   信息   持久性   流式处理   兴趣   知识库   耦合   

  随着企业的发展,所用的系统越来越复杂。系统势必会发展成分布式系统。消息队列中间件是分布式系统中重要的组件,主要解决应用耦合,异步消息,流量削锋,可靠投递,广播,最终一致性等问题。实现高性能,高可用,可伸缩和最终一致性架构。

 

  当前使用较多的 消息队列 有 RabbitMQRocketMQActiveMQKafkaZeroMQMetaMQ等,而部分 数据库 如 RedisMySQL 以及 phxsql 也可实现消息队列的功能。

 

 消息队列概念

  消息队列 是指利用 高效可靠 的 消息传递机制 进行与平台无关的 数据交流,并基于 数据通信 来进行分布式系统的集成。

技术图片

 

  通过提供 消息传递 和 消息排队 模型,它可以在 分布式环境 下提供 应用解耦、弹性伸缩、冗余存储、流量削峰、异步通信、数据同步等等功能,其作为 分布式系统架构 中的一个重要组件,有着举足轻重的地位。

消息队列特点

  异步处理模式

  消息发送者可以发送一个消息而无须等待响应。消息发送者将消息发送到一条 虚拟的通道(主题或队列)上,消息接收者则订阅或是监听该通道。一条信息可能最终转发给一个或多个消息接收者,这些接收者都无需对消息发送者做出同步回应。整个过程都是异步的。

  应用系统之间解耦合

  主要体现在如下两点:

    1.   发送者和接受者不必了解对方、只需要 确认消息;

    2.   发送者和接受者 不必同时在线。

  比如在线交易系统为了保证数据的 最终一致,在 支付系统 处理完成后会把 支付结果 放到 消息中间件里,通知 订单系统 修改 订单支付状态。两个系统是通过消息中间件解耦的。

消息队列的的传输模式

  点对点模型

  点对点模型用于消息生产者和消息消费者之间点到点的通信。消息生产者将消息发送到由某个名字标识的特定消费者。这个名字实际上对于消费服务中的一个队列(Queue),在消息传递给消费者之前它被存储在这个队列中。队列消息可以放在内存中也可以持久化,以保证在消息服务出现故障时仍然能够传递消息。

  传统的点对点消息中间件通常由 消息队列服务、消息传递服务、消息队列和消息应用程序接口API组成,其典型的结构如下图所示。

 

技术图片

特点:

  1. 每个消息只用一个消费者;
  2. 发送者和接受者没有时间依赖;
  3. 接受者确认消息接受和处理成功。

示意图如下所示:

技术图片

   发布/订阅模型(Pub/Sub)

  发布者/订阅者模型支持向一个特定的消息主题生产消息。0 或 多个订阅者可能对接收来自特定消息主题的消息感兴趣。

  在这种模型下,发布者和订阅者彼此不知道对方,就好比是匿名公告板。这种模式被概况为:多个消费者可以获得消息,在发布者和订阅者之间存在时间依赖性。发布者需要建立一个订阅(subscription),以便能够消费者订阅。订阅者必须保持持续的活动状态并接收消息。

  在这种情况下,在订阅者未连接时,发布的消息将在订阅者重新连接时重新发布,如下图所示:

技术图片

特性:

  1. 每个消息可以有多个订阅者;
  2. 客户端只有订阅后才能接收到消息;
  3. 持久订阅和非持久订阅。

注意:

  1. 发布者和订阅者有时间依赖:接受者和发布者只有建立订阅关系才能收到消息;
  2. 持久订阅:订阅关系建立后,消息就不会消失,不管订阅者是否都在线;
  3. 非持久订阅:订阅者为了接受消息,必须一直在线。当只有一个订阅者时约等于点对点模式

消息队列的推拉模型

  Push推消息模型

  消息生产者 将消息发送给 消息队列,消息队列 又将消息推给 消息消费者。

  Pull拉消息模型

  消费者 请求 消息队列 接受消息,消息生产者 从 消息队列 中拉该消息。

消息队列应用场景

  以下介绍消息队列在实际应用中常用的使用场景。异步处理,应用解耦,流量削锋,日志处理,消息通讯,最终一致性和广播七个场景

  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

  (1)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

技术图片

  (2)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

技术图片

  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。改造后的架构如下:

技术图片

  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

  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。如下图

技术图片

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,如下图:

技术图片

  • 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

  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。

    •   可以控制活动的人数

    •   可以缓解短时间内高流量压垮应用

 技术图片

    •   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

  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

 技术图片

  • 日志采集客户端,负责日志数据采集,定时写受写入Kafka队列

  • Kafka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kafka队列中的日志数据

  以下是新浪kafka日志处理应用案例:转自(http://cloud.51cto.com/art/201507/484338.htm)

 技术图片

  (1)Kafka:接收用户日志的消息队列

  (2)Logstash:做日志解析,统一成JSON输出给Elasticsearch

  (3)Elasticsearch:实时日志分析服务的核心技术,一个schemaless,实时的数据存储服务,通过index组织数据,兼具强大的搜索和统计功能

  (4)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

  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:

 技术图片

  客户端A和客户端B使用同一队列,进行消息通讯。

  聊天室通讯:

 技术图片

  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。

   最终一致性

 

  最终一致性 不是 消息队列 的必备特性,但确实可以依靠 消息队列 来做 最终一致性 的事情。

    •   先写消息再操作,确保操作完成后再修改消息状态。定时任务补偿机制 实现消息 可靠发送接收、业务操作的可靠执行,要注意 消息重复 与 幂等设计。

    •   所有不保证 100% 不丢消息 的消息队列,理论上无法实现 最终一致性。

  像 Kafka 一类的设计,在设计层面上就有 丢消息 的可能(比如 定时刷盘,如果掉电就会丢消息)。哪怕只丢千分之一的消息,业务也必须用其他的手段来保证结果正确。

  广播

  生产者/消费者 模式,只需要关心消息是否 送达队列,至于谁希望订阅和需要消费,是 下游 的事情,无疑极大地减少了开发和联调的工作量。

技术图片

消息队列技术对比

  本部分主要介绍四种常用的消息队列(ActiveMQ / RabbitMQ / RocketMQ / Kafka)的主要特性、优点、缺点。

  Kafka 在于 分布式架构,RabbitMQ 基于 AMQP 协议 来实现,RocketMQ 的思路来源于 Kafka,改成了 主从结构,在 事务性 和 可靠性 方面做了优化。广泛来说,电商、金融 等对 事务一致性 要求很高的,可以考虑 RabbitMQ 和 RocketMQ,对 性能要求高 的可考虑 Kafka

  ActiveMQ

  ActiveMQ 是由 Apache 出品,ActiveMQ 是一个完全支持JMS1.1 和 J2EE 1.4 规范的 JMS Provider 实现。它非常快速,支持 多种语言的客户端 和 协议,而且可以非常容易的嵌入到企业的应用环境中,并有许多高级功能。

  (a) 主要特性

  1. 服从JMS规范:JMS 规范提供了良好的标准和保证,包括:同步 或 异步 的消息分发,一次和仅一次的消息分发,消息接收 和 订阅 等等。遵从 JMS 规范的好处在于,不论使用什么 JMS 实现提供者,这些基础特性都是可用的;

  2. 连接灵活性:ActiveMQ 提供了广泛的 连接协议,支持的协议有:HTTP/SIP 多播,SSLTCPUDP 等等。对众多协议的支持让 ActiveMQ 拥有了很好的灵活性;

  3. 支持的协议种类多:OpenWireSTOMPRESTXMPPAMQP

  4. 持久化插件和安全插件:ActiveMQ 提供了 多种持久化 选择。而且,ActiveMQ 的安全性也可以完全依据用户需求进行 自定义鉴权 和 授权;

  5. 支持的客户端语言种类多:除了 Java 之外,还有:C/C++.NETPerlPHPPythonRuby

  6. 代理集群:多个 ActiveMQ 代理 可以组成一个 集群 来提供服务;

  7. 异常简单的管理:ActiveMQ 是以开发者思维被设计的。所以,它并不需要专门的管理员,因为它提供了简单又使用的管理特性。有很多中方法可以 监控 ActiveMQ 不同层面的数据,包括使用在 JConsole 或者在 ActiveMQ 的 Web Console 中使用 JMX。通过处理 JMX 的告警消息,通过使用 命令行脚本,甚至可以通过监控各种类型的 日志。

  (b) 部署环境

  ActiveMQ 可以运行在 Java 语言所支持的平台之上。使用 ActiveMQ 需要:

    •   Java JDK
    •   ActiveMQ 安装包

  (c) 优点

  1. 跨平台 (JAVA 编写与平台无关,ActiveMQ 几乎可以运行在任何的 JVM 上);

  2. 可以用 JDBC:可以将 数据持久化 到数据库。虽然使用 JDBC 会降低 ActiveMQ 的性能,但是数据库一直都是开发人员最熟悉的存储介质;

  3. 支持 JMS 规范:支持 JMS 规范提供的 统一接口;

  4. 支持 自动重连 和 错误重试机制;

  5. 有安全机制:支持基于 shirojaas 等多种 安全配置机制,可以对 Queue/Topic 进行 认证和授权;

  6. 监控完善:拥有完善的 监控,包括 Web ConsoleJMXShell 命令行,Jolokia 的 RESTful API

  7. 界面友善:提供的 Web Console 可以满足大部分情况,还有很多 第三方的组件 可以使用,比如 hawtio

  (d) 缺点

  1. 社区活跃度不及 RabbitMQ 高;

  2. 根据其他用户反馈,会出莫名其妙的问题,会 丢失消息;

  3. 目前重心放到 activemq 6.0 产品 Apollo,对 5.x 的维护较少;

  4. 不适合用于 上千个队列 的应用场景;

  RabbitMQ

  RabbitMQ 于 2007 年发布,是一个在 AMQP (高级消息队列协议)基础上完成的,可复用的企业消息系统,是当前最主流的消息中间件之一。

  (a) 主要特性

  1. 可靠性:提供了多种技术可以让你在 性能 和 可靠性 之间进行 权衡。这些技术包括 持久性机制、投递确认、发布者证实 和 高可用性机制;

  2. 灵活的路由:消息在到达队列前是通过 交换机 进行 路由 的。RabbitMQ 为典型的路由逻辑提供了 多种内置交换机 类型。如果你有更复杂的路由需求,可以将这些交换机组合起来使用,你甚至可以实现自己的交换机类型,并且当做 RabbitMQ 的 插件 来使用;

  3. 消息集群:在相同局域网中的多个 RabbitMQ 服务器可以 聚合 在一起,作为一个独立的逻辑代理来使用;

  4. 队列高可用:队列可以在集群中的机器上 进行镜像,以确保在硬件问题下还保证 消息安全;

  5. 支持多种协议:支持 多种消息队列协议;

  6. 支持多种语言:用 Erlang 语言编写,支持只要是你能想到的 所有编程语言;

  7. 管理界面: RabbitMQ 有一个易用的 用户界面,使得用户可以 监控 和 管理 消息 Broker 的许多方面;

  8. 跟踪机制:如果 消息异常,RabbitMQ 提供消息跟踪机制,使用者可以找出发生了什么;

  9. 插件机制:提供了许多 插件,来从多方面进行扩展,也可以编写自己的插件。

  (b) 部署环境

  RabbitMQ 可以运行在 Erlang 语言所支持的平台之上,包括 SolarisBSDLinuxMacOSXTRU64Windows 等。使用 RabbitMQ 需要:

    •   ErLang 语言包
    •   RabbitMQ 安装包

  (c) 优点

  1. 由于 Erlang 语言的特性,消息队列性能较好,支持 高并发;

  2. 健壮、稳定、易用、跨平台、支持 多种语言、文档齐全;

  3. 有消息 确认机制 和 持久化机制,可靠性高;

  4. 高度可定制的 路由;

  5. 管理界面 较丰富,在互联网公司也有较大规模的应用,社区活跃度高。

  (d) 缺点

  1. 尽管结合 Erlang 语言本身的并发优势,性能较好,但是不利于做 二次开发和维护;

  2. 实现了 代理架构,意味着消息在发送到客户端之前可以在 中央节点 上排队。此特性使得 RabbitMQ 易于使用和部署,但是使得其 运行速度较慢,因为中央节点 增加了延迟,消息封装后 也比较大;

  3. 需要学习 比较复杂 的 接口和协议,学习和维护成本较高。

  RocketMQ

  RocketMQ 出自 阿里 的开源产品,用 Java 语言实现,在设计时参考了 Kafka,并做出了自己的一些改进,消息可靠性上 比 Kafka 更好。RocketMQ 在阿里内部被广泛应用在 订单,交易,充值,流计算,消息推送,日志流式处理,binglog 分发 等场景。

  (a) 主要特性

技术图片

  1. 基于 队列模型:具有 高性能、高可靠、高实时、分布式 等特点;

  2. ProducerConsumer、队列 都支持 分布式;

  3. Producer 向一些队列轮流发送消息,队列集合 称为 TopicConsumer 如果做 广播消费,则一个 Consumer 实例消费这个 Topic 对应的 所有队列;如果做 集群消费,则 多个 Consumer实例 平均消费 这个 Topic 对应的队列集合;

  4. 能够保证 严格的消息顺序;

  5. 提供丰富的 消息拉取模式;

  6. 高效的订阅者 水平扩展能力;

  7. 实时 的 消息订阅机制;

  8. 亿级 消息堆积 能力;

  9. 较少的外部依赖。

  (b) 部署环境

  RocketMQ 可以运行在 Java 语言所支持的平台之上。使用 RocketMQ 需要:

    •   Java JDK
    •   安装 gitMaven
    •   RocketMQ 安装包

  (c) 优点

  1. 单机 支持 1 万以上 持久化队列;

  2. RocketMQ 的所有消息都是 持久化的,先写入系统 PAGECACHE,然后 刷盘,可以保证 内存与 磁盘 都有一份数据,而 访问 时,直接 从内存读取。

  3. 模型简单,接口易用(JMS 的接口很多场合并不太实用);

  4. 性能非常好,可以允许 大量堆积消息 在 Broker 中;

  5. 支持 多种消费模式,包括 集群消费、广播消费等;

  6. 各个环节 分布式扩展设计,支持 主从 和 高可用;

  7. 开发度较活跃,版本更新很快。

  (d) 缺点

  1. 支持的 客户端语言 不多,目前是 Java 及 C++,其中 C++ 还不成熟;

  2. RocketMQ 社区关注度及成熟度也不及前两者;

  3. 没有 Web 管理界面,提供了一个 CLI (命令行界面) 管理工具带来 查询、管理 和 诊断各种问题;

  4. 没有在 MQ 核心里实现 JMS 等接口;

  Kafka

  Apache Kafka 是一个 分布式消息发布订阅 系统。它最初由 LinkedIn 公司基于独特的设计实现为一个 分布式的日志提交系统 (a distributed commit log),之后成为 Apache 项目的一部分。Kafka 性能高效、可扩展良好 并且 可持久化。它的 分区特性,可复制 和 可容错 都是其不错的特性。

技术图片

 

  (a) 主要特性

  1. 快速持久化:可以在 O(1) 的系统开销下进行 消息持久化;

  2. 高吞吐:在一台普通的服务器上既可以达到 10W/s 的 吞吐速率;

  3. 完全的分布式系统:BrokerProducer 和 Consumer 都原生自动支持 分布式,自动实现 负载均衡;

  4. 支持 同步 和 异步 复制两种 高可用机制;

  5. 支持 数据批量发送 和 拉取;

  6. 零拷贝技术(zero-copy):减少 IO 操作步骤,提高 系统吞吐量;

  7. 数据迁移、扩容 对用户透明;

  8. 无需停机 即可扩展机器;

  9. 其他特性:丰富的 消息拉取模型、高效 订阅者水平扩展、实时的 消息订阅、亿级的 消息堆积能力、定期删除机制;

  (b) 部署环境

  使用 Kafka 需要:

    •   Java JDK
    •   Kafka 安装包

  (c) 优点

  1. 客户端语言丰富:支持 Java.NetPHPRubyPythonGo 等多种语言;

  2. 高性能:单机写入 TPS 约在 100 万条/秒,消息大小 10 个字节;

  3. 提供 完全分布式架构,并有 replica 机制,拥有较高的 可用性 和 可靠性,理论上支持 消息无限堆积;

  4. 支持批量操作;

  5. 消费者 采用 Pull 方式获取消息。消息有序,通过控制 能够保证所有消息被消费且仅被消费 一次;

  6. 有优秀的第三方 Kafka Web 管理界面 Kafka-Manager

  7. 在 日志领域 比较成熟,被多家公司和多个开源项目使用。

  (d) 缺点

  1. Kafka 单机超过 64 个 队列/分区 时,Load 时会发生明显的飙高现象。队列 越多,负载 越高,发送消息 响应时间变长;

  2. 使用 短轮询方式,实时性 取决于 轮询间隔时间;

  3. 消费失败 不支持重试;

  4. 支持 消息顺序,但是 一台代理宕机 后,就会产生 消息乱序;

  5. 社区更新较慢。

技术图片

消息队列之利器锋芒

标签:lin   公告   高级功能   信息   持久性   流式处理   兴趣   知识库   耦合   

原文地址:https://www.cnblogs.com/lufeiludaima/p/pz20190206.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!