'增加mq'

Author: xianyunyh

MQ/README.md

@@ -0,0 +1,186 @@
+## 消息队列（Message Queue）
+
+“消息”是在两台计算机间传送的数据单位。消息可以非常简单，例如只包含文本字符串；也可以更复杂 ，包括对象等。
+
+队列是一种数据结构，先进先出，保证了顺序性。
+
+生产者：发送消息的一端。用于把消息写入到队列中
+
+消费者：从消息队列中，依次读取每条消息的一端。
+
+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，流量削锋等问题。实现高性能，高可用，可伸缩和最终一致性架构。是大型分布式系统不可缺少的中间件。
+
+目前在生产环境，使用较多的消息队列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。
+
+### 应用场景
+
+#### 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
+
+（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
+
+ ![img](images/820332-20160124211106000-2080222350.png)
+
+（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
+
+ ![img](images/820332-20160124211115703-218873208.png)
+
+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）
+
+
+
+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：
+
+ ![img](images/820332-20160124211131625-1083908699.png)
+
+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。如下图： 
+
+![img](http://static.codeceo.com/images/2016/02/4a63d31c026678ec4f5e4c65615524a5.png) 
+
+传统模式的缺点：
+
+1）  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；
+
+2）  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
+
+![img](images/a0d2f7ae4bc26ac1b0534660b51af7b9.png) 
+
+- 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. 流量削峰
+
+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。
+
+1. 可以控制活动的人数；
+2. 可以缓解短时间内高流量压垮应用；
+
+![img](images/addea89be214fa66a0d45db711da4f91.png)
+
+1. 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；
+2. 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。架构简化如下：
+
+![img](images/91a956e890623d5f05b3dac013d8dd3a.png)
+
+- 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；
+
+#### 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：
+
+![img](images/f88e45bdce945fe93c31d68df4059146.png)
+
+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：
+
+![img](images/61c6fd8e58722d438da19445c8016395.png)
+
+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。
+
+###  消息中间件实例
+
+#### 电商系统
+
+ ![img](images/820332-20160124220821515-1142658553.jpg)
+
+消息队列采用高可用，可持久化的消息中间件。比如Active MQ，Rabbit MQ，Rocket Mq。
+
+（1）应用将主干逻辑处理完成后，写入消息队列。消息发送是否成功可以开启消息的确认模式。（消息队列返回消息接收成功状态后，应用再返回，这样保障消息的完整性）
+
+（2）扩展流程（发短信，配送处理）订阅队列消息。采用推或拉的方式获取消息并处理。
+
+（3）消息将应用解耦的同时，带来了数据一致性问题，可以采用最终一致性方式解决。比如主数据写入数据库，扩展应用根据消息队列，并结合数据库方式实现基于消息队列的后续处理。
+
+#### 日志收集系统
+
+ ![img](images/820332-20160124220830750-1886187340.jpg)
+
+分为Zookeeper注册中心，日志收集客户端，Kafka集群和Storm集群（OtherApp）四部分组成。
+
+- Zookeeper注册中心，提出负载均衡和地址查找服务
+- 日志收集客户端，用于采集应用系统的日志，并将数据推送到kafka队列
+- Kafka集群：接收，路由，存储，转发等消息处理
+
+Storm集群：与OtherApp处于同一级别，采用拉的方式消费队列中的数据
+
+### 消息模型
+
+JMS标准中，有两种消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)。 
+
+#### P2P（点对点）模式
+
+![img](images/20151201162724900.jpg)
+
+P2P模式包含三个角色：消息队列（Queue），发送者(Sender)，接收者(Receiver)。每个消息都被发送到一个特定的队列，接收者从队列中获取消息。队列保留着消息，直到他们被消费或超时。
+
+P2P的特点
+
+- 每个消息只有一个消费者（Consumer）(即一旦被消费，消息就不再在消息队列中)
+- 发送者和接收者之间在时间上没有依赖性，也就是说当发送者发送了消息之后，不管接收者有没有正在运行，它不会影响到消息被发送到队列
+- 接收者在成功接收消息之后需向队列应答成功 
+
+如果希望发送的每个消息都会被成功处理的话，那么需要P2P模式 
+
+#### Pub/sub模式
+
+消息生产者（发布）将消息发布到topic中，同时有多个消息消费者（订阅）消费该消息。和点对点方式不同，发布到topic的消息会被所有订阅者消费。 
+
+![img](images/20151201162752176.jpg)
+
+包含三个角色主题（Topic），发布者（Publisher），订阅者（Subscriber） 多个发布者将消息发送到Topic,系统将这些消息传递给多个订阅者。
+
+Pub/Sub的特点
+
+- 每个消息可以有多个消费者
+- 发布者和订阅者之间有时间上的依赖性。针对某个主题（Topic）的订阅者，它必须创建一个订阅者之后，才能消费发布者的消息
+- 为了消费消息，订阅者必须保持运行的状态
+
+为了缓和这样严格的时间相关性，JMS允许订阅者创建一个可持久化的订阅。这样，即使订阅者没有被激活（运行），它也能接收到发布者的消息。
+
+如果希望发送的消息可以不被做任何处理、或者只被一个消息者处理、或者可以被多个消费者处理的话，那么可以采用Pub/Sub模型
+
+### 流行模型对比
+
+传统企业型消息队列ActiveMQ遵循了JMS规范，实现了点对点和发布订阅模型，但其他流行的消息队列RabbitMQ、Kafka并没有遵循JMS规范。 
+
+#### RabbitMQ
+
+RabbitMQ实现了AQMP协议，AQMP协议定义了消息路由规则和方式。生产端通过路由规则发送消息到不同queue，消费端根据queue名称消费消息。 RabbitMQ既支持内存队列也支持持久化队列，消费端为推模型，消费状态和订阅关系由服务端负责维护，消息消费完后立即删除，不保留历史消息。 
+
+（1）点对点
+生产端发送一条消息通过路由投递到Queue，只有一个消费者能消费到。
+
+![img](images/20151201162841986.jpg)
+（2）多订阅
+当RabbitMQ需要支持多订阅时，发布者发送的消息通过路由同时写到多个Queue，不同订阅组消费不同的Queue。所以支持多订阅时，消息会多个拷贝。
+
+![img](images/20151201162903057.jpg)
+
+#### Kafka
+
+Kafka只支持**消息持久化**，消费端为拉模型，消费状态和订阅关系由客户端端负责维护，消息消费完后不会立即删除，会保留历史消息。因此支持多订阅时，消息只会存储一份就可以了。但是可能产生重复消费的情况。 
+
+（1）点对点&多订阅 发布者生产一条消息到topic中，不同订阅组消费此消息。 ![img](images/20151201162920224.jpg)