白话表明一下
mq就是个软件，接收来自某一方的消息，同时其他的地方也可以从他这里拿到消息。
很常见的场所，菜鸟驿站，每个小区都有自己的菜鸟驿站，每个小区的人只关注自己小区的菜鸟驿站。我是这么理解的，把mq消息队列当作消息池，消息队列起到了缓冲和存储消息的作用。肯定水平上当作是是池化思想的表现？（如线程池，数据库毗连池等，特性：预先创建和管理一组资源，以淘汰资源创建和烧毁的开销，进步资源的复用率和系统的性能）
为什么要使用消息队列？
系统解耦，异步处理，流量削峰
异步
解耦
进步系统的可用性和拓展性
削峰
应用场景好比：每次一到16点~23点,每秒并发请求数目突然会暴增到1万条。但是系统最大的的处理能力就只能是每秒钟处理1000个请求。怎么办?需要我们进行流量的削峰,让系统可以平缓的处理突增的请求。
如何选择符合的消息队列
RabbitMQ于2007年发布,是使用Erlang编程语言编写的,最早是为电信行业系统之间的可
靠通信计划的,也是少数几个支持AMQP协议的消息队列之一RabbitMQ:轻量级、迅捷,它的宣传标语,也很明确地表明了RabbitMQ的特点:Messaging that just works,开箱即用的消息队列。也就是说,RabbitM1Q是一个相当轻量级的消息队列,非常容易摆设和使用。
RabbitMQ的客户端支持的编程语言大概是全部消息队列中最多的。
RabbitMQ的标题
RabbitMQ对消息堆积的支持并不好,当大量消息积存的时间,会导致RabbitMQ的性能急剧
下降。RabbitMQ的性能是这几个消息队列中最差的,大概每秒钟可以处理几万到十几万条消息。如
果应用对消息队列的性能要求非常高,那不要选择RabbitMQ,RabbitMQ使用的编程语言Erlang,扩展和二次开发成本高
Apache Kafka是一个分布式消息发布订阅系统。它最初由Linkedin公司基于独特的计划实现为
一个分布式的日志提交系统,之后成为Apache项目的一部门。
在早期的版本中,为了得到极致的性能,在计划方面做了很多的牺牲,好比不保证消息的可靠
性,大概会丢失消息,也不支持集群,功能上也比较大抵,这些牺牲对于处理海量日志这个特定
的场景都是可以担当的。
但是,随后几年Kafka逐步补齐了这些短板,当下的Kafka已经发展为一个非常成熟的消息队列
产物,无论在数据可靠性、稳固性和功能特性等方面都可以满满意绝大多数场景的需求。
Kafka与周边生态系统的兼容性是最好的没有之一,尤其在天数据和流盘算领域,几乎全部的相
关开源软件系统都会优先支持 Kafka。
Kafka性能高效、可扩展良好而且可持久化。它的分区特性,可复制和可容错都是不错的特性。
Kafka使用Scala和Java语言开发,计划上大量使用了批量和异步的思想,使得Kafka能做到
超高的性能。Kafka的性能,尤其是异步收发的性能,是三者中最好的,但与RocketMQ并没有
量级上的差异,大约每秒钟可以处理几十万条消息。
在有足够的客户端并发进行异步批量发送,而且开启压缩的情况下,Kafka的极限处理能力可以
凌驾每秒2000万条消息。
Kafka的标题
Kafka异步批量的计划带来的标题是,它的同步收发消息的相应时延比较高,由于当客户端发送
一条消息的时间,Kafka并不会立即发送出去,而是要等一会儿攒一批再发送,在它的Broker
中,很多地方都会使用这种先攒一波再一起处理的计划。当你的业务场景中,每秒钟消息数目没
有那么多的时间,Kafka的时延反而会比较高。所以,Kafka不太适合在线业务场景。
topic到达上百个时,吞吐量会大幅下降。
RocketMQ是阿里巴巴在2012年开源的消息队列产物,用Java语言实现,在计划时参考了
Kafka,并做出了自己的一些改进,后来捐赠给Apache软件:基金会,2017正式毕业,成为
Apache的顶级项目。RocketMQ在阿里内部被广泛应用在订单,生意业务,充值,流盘算,消息推
送,日志流式处理,Binglog分发等场景。经历过多次双十一磨练,它的性能、稳固性和可靠性
都是值得信赖的。
RocketMQ有着不错的性能,稳固性和可靠性,具备一个当代的消息队列应该有的几乎全部功能
和特性,而且它还在持续的发展中。
RocketMQ有非常活跃的中文社区,大多数标题可以找到中文的答案。RocketMQ使用Java语
言开发,源代码相对比较容易读懂,容易对RocketMQ进行扩展大概二次开发。
RocketMQ对在线业务的相应时延做了很多的优化,大多数情请况下可以做到毫秒级的相应,假如
你的应用场景很在意相应时延,那应该选择使用RocketMQ.
RocketMQ的性能比RabbitMQ要高一个数目级,每秒钟大概能处理几十万条消息。
RocketMQ的标题
RocketMQ的劣势是与周边生态系统的集成和兼容水平不敷。
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
