消息队列的流派

2024-06-07 16:32
文章标签 队列 消息 流派

本文主要是介绍消息队列的流派,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

什么是MQ

Message Queue(MQ), 消息队列中间件, 很多人都说: MQ通过将消息的发送和接收分离来实现应用程序的异步和解耦, 这个给人的直觉是—MQ是异步的, 用来解耦的, 但是这个只是MQ的效果而不是目的, MQ真正的目的是为了通信, 屏蔽底层复杂的通讯协议, 定义了一套应用层的, 更加简单的通讯协议。一个分布式系统中两个模块之间通讯要么是HTTP, 要么是自己开发的TCP, 但是这两种协议其实都是原始的协议。HTTP协议很难实现两端通讯—模块A可以调用B, B也可以主动调用A, 如果要做到这个两端都要背上WebServer, 而且还不支持长连接。TCP就更加原始了, 粘包, 心跳, 私有的协议, 想一想头皮就发麻。MQ所要做的就是在这些协议之上构建一个简单的协议-生产者/消费者模型。MQ带给我的协议不是具体的通信协议, 而是更高层次通讯模型。它定义了两个对象—发送数据的叫生产者; 接收数据的叫消费者, 提供一个SDK让我们可以定义自己的生产者和消费者实现消息通讯而无视底层通讯协议

有Broker的MQ

这个流派通常有一台服务器作为Broker, 所有的消息都通过它中转。生产者把消息发送给它就结束自己的任务了, Broker则把消息主动推送给消费者(或者消费者主动轮询)

为什么需要消息队列(MQ)?

主要原因是由于在高并发环境下, Db永远是短板, 由于来不及同步处理, 请求往往会发生阻塞, 比如说, 大量的insert, update之类的请求同时到达MySQL, 直接导致无数的行锁表锁, 甚至最后请求线程会推积过多, 从而触发too many connections错误。一波一波雪崩效应。通过使用消息队列, 我们可以异步处理请求, 从而缓解系统的压力。说了这么多其实最核心的是: 解耦, 异步, 削峰

 

解耦

系统A有B, C, D三个系统对接, 此时D系统需要取消和A系统的对接, 同时一个新的E系统需要和A系统进行对接. 如果没有消息队列, A系统将需要修改代码将调用D系统的代码删除, 同时修改代码以调用E系统的接口。此时BCDE系统和A系统高度耦合

如果引入消息队列后

A系统只需要将关键数据发布到MQ, 之后如果D系统不需要和A系统对接, 仅仅只需要取消A系统的订阅, 新增的E系统只需要订阅A系统的消息即可, A系统自身并不需要进行修改。

消息队列的流派

重Topic

kafka, JMS(ActiveMQ)就属于这个流派, 生产者会发送key和数据到Broker, 由Broker比较key之后决定给哪个消费者. 这种模式就是我们最常用的模式, 是我们对MQ最多的印象。在这种模式下一个topic往往是一个比较大的概念, 甚至一个系统中就可能只有一个topic, topic某种意义上就是queue, 生产者发送key相当于说: hi, 把数据放到key的队列中

如上图所示, Broker定义了三个队列, key1, key2, key3, 生产者发送数据的时候会发送key1和data, Broker在推送数据的时候则推送data(也可能把key带上).

虽然架构一样但是kafka的性能要比jms的性能不知道高到多少倍, 所以基本这种类型的MQ只有kafka一种备选方案。如果你需要一条暴力的数据流(在乎性能而非灵活性)那么kafka是最好的选择

轻Topic

这种的代表是RabbitMQ(或者说是AMQP), 生产者发送key和数据, 消费者定义订阅的队列, Broker收到数据之后会通过一定的逻辑计算出key对应的队列, 然后把数据交给队列

 

这种模式下解耦了key和queue, 在这种架构中queue是非常轻量级的(在RabbitMQ)中它的上限取决于你的内存), 消费者关心的只是自己的queue; 生产者不必关心数据最终给谁只要指定key就行了, 中间的那层映射在AMQP中叫exchange(交换机)。

AMQP中有四种exchange.

Direct exchange: key就等于queue

Fanout exchange: 无视key, 给所有的queue都来一份

Topic exchange: key可以用宽字符模糊匹配queue

Headers exchange: 无视key, 通过查看消息的头部元数据来决定发给那个queue(AMQP头部元数据非常丰富而可以自定义)

这种结构的架构给通讯带来了很大的灵活性, 我们能想到的通讯方式都可以用这四种exchange表达出来。如果你需要一个企业数据总线(在乎灵活性)那么RabbitMQ绝对值得一用

无Broker的MQ

无Broker的MQ的代表是ZeroMQ, ZeroMQ被设计成了一个库而不是一个中间件, 这种实现也可以达到没有Broker的目的

可以把自己的程序想象成一个Actor, ZeroMQ就是提供邮箱功能的库; ZeroMQ可以实现同一台机器的RPC通讯也可以实现不同机器的TCP, UDP通讯.如果你需要一个强大的, 灵活, 野蛮的通讯能力, 别犹豫ZeroMQ

这篇关于消息队列的流派的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1039702

相关文章

java向微信服务号发送消息的完整步骤实例

《java向微信服务号发送消息的完整步骤实例》:本文主要介绍java向微信服务号发送消息的相关资料,包括申请测试号获取appID/appsecret、关注公众号获取openID、配置消息模板及代码... 目录步骤1. 申请测试系统2. 公众号账号信息3. 关注测试号二维码4. 消息模板接口5. Java测试

Java中常见队列举例详解(非线程安全)

《Java中常见队列举例详解(非线程安全)》队列用于模拟队列这种数据结构,队列通常是指先进先出的容器,:本文主要介绍Java中常见队列(非线程安全)的相关资料,文中通过代码介绍的非常详细,需要的朋... 目录一.队列定义 二.常见接口 三.常见实现类3.1 ArrayDeque3.1.1 实现原理3.1.2

C++ RabbitMq消息队列组件详解

《C++RabbitMq消息队列组件详解》:本文主要介绍C++RabbitMq消息队列组件的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. RabbitMq介绍2. 安装RabbitMQ3. 安装 RabbitMQ 的 C++客户端库4. A

golang实现延迟队列(delay queue)的两种实现

《golang实现延迟队列(delayqueue)的两种实现》本文主要介绍了golang实现延迟队列(delayqueue)的两种实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的... 目录1 延迟队列:邮件提醒、订单自动取消2 实现2.1 simplChina编程e简单版:go自带的time

SpringCloud整合MQ实现消息总线服务方式

《SpringCloud整合MQ实现消息总线服务方式》:本文主要介绍SpringCloud整合MQ实现消息总线服务方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录一、背景介绍二、方案实践三、升级版总结一、背景介绍每当修改配置文件内容,如果需要客户端也同步更新,

一文带你搞懂Redis Stream的6种消息处理模式

《一文带你搞懂RedisStream的6种消息处理模式》Redis5.0版本引入的Stream数据类型,为Redis生态带来了强大而灵活的消息队列功能,本文将为大家详细介绍RedisStream的6... 目录1. 简单消费模式(Simple Consumption)基本概念核心命令实现示例使用场景优缺点2

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

Redis消息队列实现异步秒杀功能

《Redis消息队列实现异步秒杀功能》在高并发场景下,为了提高秒杀业务的性能,可将部分工作交给Redis处理,并通过异步方式执行,Redis提供了多种数据结构来实现消息队列,总结三种,本文详细介绍Re... 目录1 Redis消息队列1.1 List 结构1.2 Pub/Sub 模式1.3 Stream 结

SpringKafka错误处理(重试机制与死信队列)

《SpringKafka错误处理(重试机制与死信队列)》SpringKafka提供了全面的错误处理机制,通过灵活的重试策略和死信队列处理,下面就来介绍一下,具有一定的参考价值,感兴趣的可以了解一下... 目录引言一、Spring Kafka错误处理基础二、配置重试机制三、死信队列实现四、特定异常的处理策略五

在Android平台上实现消息推送功能

《在Android平台上实现消息推送功能》随着移动互联网应用的飞速发展,消息推送已成为移动应用中不可或缺的功能,在Android平台上,实现消息推送涉及到服务端的消息发送、客户端的消息接收、通知渠道(... 目录一、项目概述二、相关知识介绍2.1 消息推送的基本原理2.2 Firebase Cloud Me