消息队列 概念 配合SpringBoot使用Demo
转http://www.jianshu.com/p/048e954dab40
概念:
分布式消息队列
‘分布式消息队列’包含两个概念
一是‘消息队列’,二是‘分布式’
那么就先看下消息队列的概念,和为什么需要分布式
消息队列的定义
“消息”指进程间传送的数据
“队列”是在消息的传输过程中保存消息的容器
消息被发送到队列中,消息队列充当中间人,将消息从源发送给目标
当系统中出现“生产“和“消费“的速度或稳定性等因素不一致时,就需要消息队列,作为抽象层,弥合双方的差异
例如
(1)服务员点菜快,厨师做菜慢,服务员只需要下单给厨师,然后就可以继续去服务顾客,不需要等待厨师把菜做完
点菜单就相当于消息,放单子的位置就相当于队列
(2)业务系统需要发短信,但短信发送模块速度跟不上,业务系统就可以把发送短信的相关信息封装为一个消息,放入队列,短信发送模块从队列中获取消息进行处理
消息队列的好处
(1)提高系统响应速度
使用了消息队列,生产者一方,把消息往队列里一扔,就可以立马返回响应用户了,无需等待处理结果
(2)保证消息的传递
如果发送消息时接收者不可用,消息队列会保留消息,直到成功地传递它
(3)解耦
只要消息格式不变,即使接收者的接口、位置、或者配置改变,也不会给发送者带来任何改变
消息发送者无需知道消息接收者是谁,使得系统设计更清晰
为什么需要分布式消息队列
(1)多系统协作需要分布式
例如消息队列中的数据需要在多个系统间共享,所以需要提供分布式通信机制、协同机制
(2)可靠
消息会被持久化到分布式存储中,这样避免了单台机器存储的消息由于机器问题导致消息的丢失
(3)可扩展
分布式消息队列,会随着访问量的增加而方便的增加处理服务器
2. 消息队列技术是分布式应用间交换信息的一种技术
现在电商网站某个抢购活动,并发怎么办?消息队列
AMQP,即Advanced Message Queuing Protocol,高级消息队列协议,是应用层协议的一个开放标准,为面向消息的中间件设计。消息中间件主要用于组件之间的解耦,消息的发送者无需知道消息使用者的存在,反之亦然。
AMQP的主要特征是面向消息、队列、路由(包括点对点和发布/订阅)、可靠性、安全。
RabbitMQ是一个开源的AMQP实现,服务器端用Erlang语言编写,支持多种客户端,如:Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等,支持AJAX。用于在分布式系统中存储转发消息,在易用性、扩展性、高可用性等方面表现不俗。有玩RabbitMq的哥们,多多交流!
用户请求会post到后台一些信息如(用户信息,商品信息)到消息队列中。
消息队列通过Windows服务去处理解析过来的信息,单线程处理(多线程可能会出现问题,你懂得)!
成功的话,插入到本次活动的成功记录表里面;失败的话,插入到有意购买表(方便业务人员销售)!
怎样通知用户?
1,ajax异步去请求(隔两分钟去请求一次成功记录,如果不请求库的话我们会用Redis缓存)
2,长连接的方式(websocket,signalr之类的)
在整套的微服务架构中, 消息队列是不可或缺的部分, 它能够起到线程内同步或者异步调用无法达到的作用,优缺点分别是:
优点:
- 解耦
i. 只依赖消息的格式, 而不依赖发送者的ip和端口
ii. 多消费者的情况下, 发送者不需要关注消费者的任何信息 - 路由
不能互相访问的网络之间可以消息队列实现访问, 可以减少对现有网络的修改。 - 消息可靠性
当消费者发生故障时, 消息可以被有效保存下来, 等待恢复后继续访问. - 异步调用
发送者异步发送消息, 不等待消息ack,不会对发送者本身产生响应速度的影响, 当然异步调用也是可以实现的。 - 方便扩展
集群部署消息队列, 当流量增大和减小是可以通过调整部署来实现和发送方, 消费方无关。
缺点:
多出一个环节,需要保证消息队列的可用性。
二. 常用消息队列
目前常用的消息队列大概有三种类型,RabbitMQ等AMQP系列, Kafka, Redis等kev value系列,它们的使用场景分别是:
1.RabbitMQ: 相对重量级高并发的情况,比如数据的异步处理 任务的串行执行等.
2.Kafka: 基于Pull的模式来处理,具体很高的吞吐量,一般用来进行 日志的存储和收集.
3.Redis: 轻量级高并发,实时性要求高的情况,比如缓存,秒杀,及时的数据分析(ELK日志分析框架,使用的就是Redis).
三. SpingBoot 集成消息队列
在SpingBoot中对这个三种都有支持
-
Redis
请参照 其他作者的 文章 http://www.jianshu.com/p/a2ab17707eff -
RabbitMQ
i. 配置<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-amqp</artifactId> </dependency>
ii.实现方式 RabbitMQDemoConfigration.java
import org.springframework.amqp.core.*; import org.springframework.amqp.rabbit.annotation.RabbitListener; import org.springframework.amqp.rabbit.connection.CachingConnectionFactory; import org.springframework.amqp.rabbit.core.RabbitTemplate; import org.springframework.beans.factory.annotation.Qualifier; import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; /** * RabbitMQDemo * * @author: sunjie * @date: 16/01/10 */ @Configuration @SuppressWarnings("SpringJavaAutowiringInspection") public class RabbitMQDemoConfigration { @Bean public CachingConnectionFactory myConnectionFactory() { CachingConnectionFactory connectionFactory = new CachingConnectionFactory(); connectionFactory.setUsername("guest"); connectionFactory.setPassword("guest"); connectionFactory.setHost("192.168.1.1"); connectionFactory.setPort(5672); connectionFactory.setVirtualHost("/myHost"); return connectionFactory; } // 生成CachingConnectionFactory 也可以使用下面的方式,在application.properties // 中定义好属性即可 // @Autowired // ConnectionFactory connectionFactory; @Bean public DirectExchange myExchange() { return new DirectExchange("myExchangeDemo", true, false); } @Bean public Queue myQueue() { return new Queue("myQueueDemo", true); } @Bean public Binding myExchangeBinding(@Qualifier("myExchange") DirectExchange directExchange, @Qualifier("myQueue") Queue queue) { return BindingBuilder.bind(queue).to(directExchange).with("routeDemo"); } @Bean public RabbitTemplate myExchangeTemlate() { RabbitTemplate r = new RabbitTemplate(myConnectionFactory()); r.setExchange("myExchangeDemo"); r.setRoutingKey("routeDemo"); return r; } /** * 发送消息,工业使用需要自己做个性化实现 */ @Bean public void sendMessage(RabbitTemplate myExchangeTemlate) { String string = "Hello RabbitmQ"; myExchangeTemlate.convertAndSend(string); } /** * 接受消息,工业使用时需要在监听类中实现process逻辑 */ @RabbitListener(queues = "myQueueDemo") public void process(Message message) { System.out.println("__________" + message.getBody().toString() + "__________"); try { this.wait(1000); } catch (InterruptedException e) { e.printStackTrace(); } }
-
Kafka 使用
i. pom.xml 配置<dependency> <groupId>org.apache.kafka</groupId> <artifactId>kafka_2.10</artifactId> </dependency> <dependency> <groupId>org.springframework.integration</groupId> <artifactId>spring-integration-kafka</artifactId> </dependency>
ii. spring-integration-kafka.xml 也可以研究通过bean方式来实现
<?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:int="http://www.springframework.org/schema/integration" xmlns:int-kafka="http://www.springframework.org/schema/integration/kafka" xmlns:task="http://www.springframework.org/schema/task" xsi:schemaLocation="http://www.springframework.org/schema/integration/kafka http://www.springframework.org/schema/integration/kafka/spring-integration-kafka.xsd http://www.springframework.org/schema/integration http://www.springframework.org/schema/integration/spring-integration.xsd http://www.springframework.org/schema/beans http://www.springframework.org/schema/beans/spring-beans.xsd http://www.springframework.org/schema/task http://www.springframework.org/schema/task/spring-task.xsd"> <int:channel id="inputToKafka"> <int:queue/> </int:channel> <int-kafka:outbound-channel-adapter id="kafkaOutboundChannelAdapter" kafka-producer-context-ref="kafkaProducerContext" channel="inputToKafka"> <int:poller fixed-delay="1000" time-unit="MILLISECONDS" receive-timeout="0" task-executor="taskExecutor"/> </int-kafka:outbound-channel-adapter> <task:executor id="taskExecutor" pool-size="5" keep-alive="120" queue-capacity="50000"/> <int-kafka:producer-context id="kafkaProducerContext"> <int-kafka:producer-configurations> <int-kafka:producer-configuration broker-list="192.168.2.2:9092" key-class-type="java.lang.String" value-class-type="java.lang.String" topic="1_service" value-encoder="kafkaEncoder" key-encoder="kafkaEncoder"/> </int-kafka:producer-configurations> </int-kafka:producer-context> <bean id="kafkaEncoder" class="org.springframework.integration.kafka.serializer.common.StringEncoder"/> </beans>
iii. 客户端实现代码:
@Autowired MessageChannel inputToKafka; String value = "Hello Kafka"; Message<String> mess = MessageBuilder.withPayload(value) .setHeader(KafkaHeaders.TOPIC, appSetting.getStrValue("topic")).build(); inputToKafka.send(mess);
四. 后记
消息中间件有很多,实际使用中往往是根据架构师的技术栈相关,做到了解使用场景和基本原理,在项目中提升自己细节能力,做到个人和公司共同成长,才是好的方式.