消息队列全面了解（二）

消息队列都应用到了哪些实际的应用场景中？

一、再谈消息队列的应用场景

1、异步处理：例如短信通知、终端状态推送、App推送、用户注册等

2、数据同部：业务数据推送同步

3、重试补偿：记账失败重试

4、系统解耦：通讯上下行、终端异常监控、分布式事件中心

5、流量削峰：秒杀场景下的下单处理

6、发布订阅：HSF的服务状态变化通知、分布式事件中心

7、高并发缓冲：日志服务、监控上报

但是，我们对消息队列的底层技术和原理还是不了解，那么我们马上开始吧。

二、消息队列的一些基本概念和简单原理

1、Broker

Broker的概念来自于Apache ActiveMQ，通俗的讲就是MQ的服务器。

2、消息的生产者、消费者

消息生产者Producer：发送消息到消息队列。

消息消费者Consumer：从消息队列接收消息。

 

 3、点对点消息队列模型

消息生产者向一个特定的队列发送消息，消息消费者从该队列中接收消息；消息的生产者和消费者可以不同时处于运行状态。每个成功处理的消息都由消息消费者签收确认（Acknowledge）。如图：

 

 4、发布订阅消息模型-Topic

发布订阅消息模型中，支持向一个特定的主题Topic发布消息，0个或多个订阅者接收来自这个主题的消息。这种情模型下，发布者和订阅者闭此不知道对方。实际操作过程中，必须先订阅，再发送消息，而后接收订阅的消息，这个顺序必须保证。

 

 

5、消息的顺序性保证

基于Queue消息模型，利用FIFO先进先出的特性，可以保证消息的顺序性。

6、消息的ACK确认机制

即消息的Acknowledge确认机制

为了确保消息不丢失，消息队列提供了消息Acknowledge机制，即ACK机制，当Consumer确认消息已经被消费者处理，发送一个ACK给消息队列，此时消息队列便可以删除这个 消息了。如果Consumer宕机/关闭，没有发送ACK，消息队列讲人为这个消息没有被处理，会将这个消息发送给其他的Consumer重新消息处理。

7、消息的持久化

消息的持久化，对于一些关键的核心业务来说是非常重要的，启用消息持久化后，消息队列宕机重启后，消息而已从持久化存储恢复，消息不丢失，可以继续消费处理。

8、消息的同部和异步收发

同部：消息的收发支持同步收发的方式。

同时还有另一种同步方式：同步收发场景下，消息生产者和消费者双向应答模式，例如：张三写封信松道邮局中转站，然后李四从中转站获得信，然后在写一份回执信，放到中转站，然后张三去取，当然张三写信的时候就得写明回信地址。

消息的接收如果以同步的方式（Pull）进行接收，如哦队列中为空，此时接收处于同步阻塞状态。会一直等待，直到消息的到达。

异步：消费的收发同样支持异步方式：异步发送 消息，不需要等待消息队列的接收确认；异步接收消息，以Push的方式触发消息消费者接收消息。

9、消息的事务支持

消息的收发处理支持事务，例如：在任务中心场景中，一次处理可能处理涉及多个消息的接收、处理，这处于同一个事务范围内，如果一个消息处理失败，事务回滚，消息重新回到队列中。

三、我们对消息队列的实际使用

我在实际的项目中，使用过两种消息队列组件：

RabbitMQ：高可用、高可靠消息应用场景，例如记账失败重试、通知服务，消息不允许丢

Kafka：高性能消息应用场景，例如日志、监控、消息允许丢失。

在此之上，我们封装了消息应用中心，日志服务等核心组件和服务，那么，消息应用中心和日志都用到了消息队列什么技术？干活来了……

1、消息应用中心

消息应用中心（任务中心）使用了消息队列的异步处理、数据同步、重试补偿、系统解耦、流量削峰等特性。其中：消息应用中心（任务中心），支持RabbitMQ和Kafka两种消息通道，支持在任务元数据层面设置

任务：就是一个包含了任务执行上下文的消息，同时代表了异步处理

任务发送者（ITaskSender）发送任务：消息的生产者将任务消息发送到消息队列

任务类型：消息队列名称，例如：HaKeepAcco***Queue，充电补偿记账队列

消息队列：任务的临时存储

任务中心：任务计中处理，消息消费者

任务处理完成：消息Ack确认

任务的多级重试：多个重试消息队列，HaSysTaskStore2Queue

2、日志组件

日志组件，使用了消息队列的高并发缓冲和发布订阅特性。其中：日志组件使用Kafka作为消息通道，因为Kafka的性能号，吞吐量大，可以容忍偶尔的消息数据丢失，日志组件使用发布订阅的消息模型，日志组件包含日志服务SDK和日志HSF服务，二者都是消息的生产者Producer，日志类型：消息的Topic主题。日志处理器：消息的消费者、Topic的订阅、日志数据处理（Hbase\ES\其他）

3、RPC服务状态变化通知

RPC服务状态变化通知，使用了消息队列的发布订阅特性，其中：RPC服务状态变化通知，使用RobbitMQ消息队列技术，使用发布订阅的消息模型，Topic：RPCServiceState。RPCService.Proxy：RPC服务状态变化消息的订阅者。RPC服务注册、发布：消息的生产者，发送RPC服务状态变化消息。

四、消息队列使用的最佳实践

1、RabbitMQ的链接，底层都是Socket链接，长连接 or 短链接？

RabbitMQ在创建每个链接的同时，会自动创建一个监控线程来定时（默认60s）侦测链接的状态，如果链接断开，触发ConnectionShutdown事件。

用长连接，还是用短连接？

发送端：建议使用短连接，用完即释放，避免长连接带来的端口占用，因为发送端无处不在，发送操作短而急促。

接收端：建议使用长连接，时刻接收处理消息，因为消息的接收消费比较集中，接收操作久而弥坚。

2、网络是有抖动的，连接的断开是正常的，如何应对？

发送端：发送失败重试

接收端：注册ConnectionShutdown事件同时捕获消息接收异常，重新建立连接，接收消费消息。

3、RabbitMQ Exchange（Topic）模式下带来的消息队列数量激增

只是创建了一个Exchange（Topic），为什么会增加这么多Queue。以为，每个Topic的订阅都是绑定一个Queue用作消息的消费。

4、需求的演变，消息结构的改变，如何平滑过渡？

消息是byte[]数组，我们将复杂对象消息二进制序列化。接收到消息后，我们将二进制数组反序列化为实体类。当我们的实体类消息体的结构发生变化后，因为受到二进制学历恶化处理的影响，导致无法反序列化。

解决方案：

消息体预留一些string类型的扩展字段。

消息队列版本化，支持多个版本的消息体。

5、Kafka Conusmer Group

同一个Topic的一条消息只能被同一个Group内的一个Consumer消费，多个Consumer Group可同时消费同一个消息。

 6、消息的挤压

消息的挤压产生的原因：消息接收消费的速率低，发送的速度>接收的速度。

消息积压后得影响：

消息大量积压后，当新得消费者连接上MQ并开始接收消息时，发送速率会大幅降低。消息队列集群得压力增加，大量得消息要持久化存储和同步。

如何减少消息挤压：快速消费消息，同时保持消息体不要过大。

这次的MQ相关知识先分享到这里。