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 RabbitMQ
、RocketMQ
、ActiveMQ
、Kafka
、ZeroMQ
、MetaMQ
等,而部分 数据库 如 Redis
、MySQL
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。
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:
发送者和接受者不必了解对方、只需要 确认消息;
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。
特点:
示意图如下所示:
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:
特性:
注意:
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
(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
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:
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
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:
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
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
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)
(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:
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:
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。
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
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;
连接灵活性:ActiveMQ
提供了广泛的 连接协议,支持的协议有:HTTP/S
,IP
多播,SSL
,TCP
,UDP
等等。对众多协议的支持让 ActiveMQ
拥有了很好的灵活性;
支持的协议种类多:OpenWire
、STOMP
、REST
、XMPP
、AMQP
;
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;
支持的客户端语言种类多:除了 Java
之外,还有:C/C++
,.NET
,Perl
,PHP
,Python
,Ruby
;
代理集群:多个 ActiveMQ
代理 可以组成一个 集群 来提供服务;
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
跨平台 (JAVA
编写与平台无关,ActiveMQ
几乎可以运行在任何的 JVM
上);
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;
支持 JMS
规范:支持 JMS
规范提供的 统一接口;
支持 自动重连 和 错误重试机制;
有安全机制:支持基于 shiro
,jaas
等多种 安全配置机制,可以对 Queue/Topic
进行 认证和授权;
监控完善:拥有完善的 监控,包括 Web Console
,JMX
,Shell
命令行,Jolokia
的 RESTful API
;
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
社区活跃度不及 RabbitMQ
高;
根据其他用户反馈,会出莫名其妙的问题,会 丢失消息;
目前重心放到 activemq 6.0
产品 Apollo
,对 5.x
的维护较少;
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
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;
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;
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;
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;
支持多种协议:支持 多种消息队列协议;
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;
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;
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;
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 Solaris
,BSD
,Linux
,MacOSX
,TRU64
,Windows
等。使用 RabbitMQ
需要:
ErLang
语言包 RabbitMQ
安装包(c) 优点
由于 Erlang
语言的特性,消息队列性能较好,支持 高并发;
健壮、稳定、易用、跨平台、支持 多种语言、文档齐全;
有消息 确认机制 和 持久化机制,可靠性高;
高度可定制的 路由;
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
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;
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;
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
基于 队列模型:具有 高性能、高可靠、高实时、分布式 等特点;
Producer
、Consumer
、队列 都支持 分布式;
Producer
向一些队列轮流发送消息,队列集合 称为 Topic
。Consumer
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;
能够保证 严格的消息顺序;
提供丰富的 消息拉取模式;
高效的订阅者 水平扩展能力;
实时 的 消息订阅机制;
亿级 消息堆积 能力;
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
git
、Maven
RocketMQ
安装包(c) 优点
单机 支持 1
万以上 持久化队列;
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。
模型简单,接口易用(JMS
的接口很多场合并不太实用);
性能非常好,可以允许 大量堆积消息 在 Broker
中;
支持 多种消费模式,包括 集群消费、广播消费等;
各个环节 分布式扩展设计,支持 主从 和 高可用;
开发度较活跃,版本更新很快。
(d) 缺点
支持的 客户端语言 不多,目前是 Java
及 C++
,其中 C++
还不成熟;
RocketMQ
社区关注度及成熟度也不及前两者;
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;
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。
(a) 主要特性
快速持久化:可以在 O(1)
的系统开销下进行 消息持久化;
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;
完全的分布式系统:Broker
、Producer
和 Consumer
都原生自动支持 分布式,自动实现 负载均衡;
支持 同步 和 异步 复制两种 高可用机制;
支持 数据批量发送 和 拉取;
零拷贝技术(zero-copy):减少 IO
操作步骤,提高 系统吞吐量;
数据迁移、扩容 对用户透明;
无需停机 即可扩展机器;
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
客户端语言丰富:支持 Java
、.Net
、PHP
、Ruby
、Python
、Go
等多种语言;
高性能:单机写入 TPS
约在 100
万条/秒,消息大小 10
个字节;
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;
支持批量操作;
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;
有优秀的第三方 Kafka Web
管理界面 Kafka-Manager
;
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
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;
使用 短轮询方式,实时性 取决于 轮询间隔时间;
消费失败 不支持重试;
支持 消息顺序,但是 一台代理宕机 后,就会产生 消息乱序;
社区更新较慢。
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