RabbitMQ入门与实践
1、消息队列
1.1、MQ的相关概念
1.1.1、什么是MQ
MQ（message queue），从字面意思上看、本质是个队列。FIFO先入先出、只不过队列中存放的内容是message而已，还是一种跨进程的通信机制、用于上下游传递消息。在互联网架构中、MQ是一种非常常见的上下游“逻辑解耦+物理解耦”的消息通信服务。使用了MQ之后，消息发送上游只需要依赖MQ，不需要依赖其它服务。
1.1.2、 为什么要使用MQ
1、流量消峰
举个例子。如果订单系统最多能处理一万次订单，这个而处理能力应付正常时段的下单时绰绰有余，正常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作操作系统是处理不了的，只能限制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把下一秒内下的订单分散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体验要好。
2、应用解耦
以电商应用为例，应用中有订单系统，库存系统、物流系统、支付系统。用户创建订单后、如果耦合调用库存系统、物流系统、支付系统、任何一个子系统出了古荡，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题会减少很多，比如物理系统因为发生故障、需要几分钟来修复。在这几分钟的时间里面，物流系统要处理的订单被缓存在消息队列中，用户下单操作可以完成。当物流系统恢复后，继续处理订单信息即可。中单用户感受不到物流系统的故障，提示系统的可用性
3、异步处理
有些服务间调用是异步的，例如A调用B，B需要花费很长时间执行、但是A需要知道B什么时候可以执行完、以前一般有两种方式，A过一段时间调用B的查询API。或者A提供一个callback api、B执行完之后调用api通知A服务。这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题，A调用B服务后，只需要监听B处理完成消息，当B处理完成后，就会发送一条信息和MQ，MQ会将此消息转发给A服务。这样A服务就不用循环调用B的查询API，也不用提供callback api 。同样B服务也不用做这些操作。A服务还能及时的得到异步处理成功的消息。
1.1.3、MQ的分类
1、ActiveMQ
- 优点
- 单击吞吐量万级
- 时效性ms级
- 可用性高
- 基于主从架构实现高可用性
- 消息可靠性较高
- 缺点
- 官方维护越来越少、高吞吐场景较少使用
2、Kafka
大数据的杀手锏、谈到大数据领域内的消息传输，则绕不开Kafka，这款为大数据而生的消息中间件、已其百万级TPS的吞吐量而名声大噪，迅速成为大数据领域的宠儿。在数据采集、传输、存储的过程中发挥着举足轻重的作用。目前已被LinkedIn、Uber、Twitter、Netflix等大公司采纳。
优点：性能卓越、单机写入的TPS约在百万条/秒、最大的优点、就是吞吐量高。时效性ms级可用性非常高、kafka是分布式的、一个数据多个副本、少数机器宕机，不会丢失数据、不会导致不可用、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kafkaweb管理界面kafka-Manager。在日志领域比较成熟，内多家公司和多个开源项目使用。功能支持，功能比较简单，主要支持简单的MQ功能，在大数据领域的实时计算以及日志采集被大规模使用
缺点：kafka单击超过64个队列/分区，load会发生明显的飙高现象、队列越多，load越高，发送消息响应时间变长，使用轮询方式、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、但是一台机器宕机后，就会产生下消息乱序、社区更新较慢。
3、RocketMQ
RocketMQ出自阿里巴巴的开源产品，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，被阿里巴巴广泛用于在订单、交易、充值、流计算、消息推送、日志流式处理，binglog分发等场景。
优点：单击吞吐量十万级，可用性非常高、分布式架构、消息可以做到0丢失、MQ功能较为完善、还是分布式的、扩展性好、支持10亿级别的消息堆积、不会应为堆积导致性能下降、源码是java我们是可以自己阅读源码、定制自己公司的MQ
缺点：支持的客户端语言不多，目前是java与c++，其中c++不成熟、社区活跃度一般、没有在MQ核心中去实现JMS等接口、有些系统要迁移需要修改大量代码
4、RabbitMQ
2007年发布、是一个在AMQP（高级消息队列协议）基础上完成的，可服用的企业消息系统、是当前最主流的消息中间件之一
优点：由于erlang语言的高并发特性、性能较好、吞吐量到万级别、MQ功能比较完备、健壮、稳定、易用、跨平台、支持多种语言，如：Python、Ruby、.NET、Java、JMS，C、PHP等、支持AJAX文档齐全。开源提供的管理界面非常棒、用起来很好用、社区活跃度高、更新频率相当高。
缺点：商业版需要收费、学习成本高
1.1.4、MQ的选择
1、Kafka
Kafka主要特点是基于Pull模式来处理消息消费、最求高吞吐量、一开始的目的就是用于日志收集和传输、适合产生大量数据的互联网服务的数据收集业务、大型公司建议可以选用、如果有日志采集功能肯定首选kafka了
2、RocketMQ
天生为金融互联网领域而生、对于可靠性要求很高的场景、尤其是电商里面的订单扣款、以及业务削峰、在大量交易涌入时、后端可能无法及时处理的情况。RocketMQ在稳定性上可能更值得信赖，这些业务场景在阿里双十一已经经历了多次考验、如果你的业务有上述并发场景，建议可以选择RocketMQ
3、RocketMQ
结合erlang语言本身的并发优势、性能时效性微秒级、社区活跃度也比较高、管理界面用起来十分方便、如果你的数据量没有那么大、中小型公司优先选择功能比较完备的RabbitMQ
