消息队列优缺点适用场景

在项目中为什么要使用消息队列？

消息队列使用场景主要有三个：

解耦，异步，削峰

1. 解耦

   
   耦合

如上图所示，可能存在某一个系统产生关键数据，所有系统都需要其进行提供数据，导致A系统与要提供数据系统产生耦合，系统拓展，其他系统的需求修改都会导致A系统产生修改。

解耦

2. 异步

异步.png

如果用户一个点击，需要几个系统间的一系列反应，同时每一个系统肯都存在一定的耗时，那么可以使用mq对不同的系统进行发送命令，进行异步操作。

异步2.png

3. 削峰

削峰.png

主要是如果存在用户使用的高峰期，例如存在大量的请求访问数据库（mysql每秒2000个请求），超过就会卡死，我们使用MQ作为类似于缓冲区的作用，高峰取时在MQ中进行大量请求积压，处理器按照自己的最大处理能力取请求量，等请求期过后再把它消耗掉。

削峰.png

消息队列有什么好处和坏处?

缺点：

1. 系统的可用性降低
   很多服务都依赖于MQ,一旦MQ故障，系统崩溃

2. 系统变的复杂，序列考虑问题变多
   发送消息重复，多了，乱序，丢掉。

3. 一致性问题
   系统A给BCD发送，只有都成功才返回成功，结果BC成功，但是D失败，但是返回页面结果是成功。

每一个MQ都有什么异同和适用于什么场景？

ActiveMQ ：最早大家都用ActiveMQ，但是现在确实大家用的不多了，没经过大规模吞吐量场景的验证，社区也不是很活跃，单机吞吐量，万级，吞吐量比RocketMQ和Kafka要低了一个数量级，响应为ms级别，有较低的概率丢失数据。

RabbitMQ ：单机吞吐率万级，吞吐量比RocketMQ和Kafka要低了一个数量级，但是适合于中小型企业，因为自带了友好的监控和维护界面，社区相对比较活跃，几乎每个月都发布几个版本分，在国内一些互联网公司近几年用rabbitmq也比较多一些，但是问题也是显而易见的，RabbitMQ确实吞吐量会低一些，这是因为他做的实现机制比较重，同时语言在国内很少有人会。

RocketMQ ：单机吞吐量10万级，RocketMQ也是可以支撑高吞吐的一种MQ，topic可以达到几百，几千个的级别，吞吐量会有较小幅度的下降，这是RocketMQ的一大优势，在同等机器下，可以支撑大量的topic，可用性非常高，分布式架构，在阿里大规模应用过，有阿里品牌保障，日处理消息上百亿之多，可以做到大规模吞吐，性能也非常好，分布式扩展也很方便，源码是JAVA.

Kafka : 单机吞吐量10万级别，这是kafka最大的优点，就是吞吐量高。一般配合大数据类的系统来进行实时数据计算、日志采集等场景.topic从几十个到几百个的时候，吞吐量会大幅度下降
所以在同等机器下，kafka尽量保证topic数量不要过多。如果要支撑大规模topic，需要增加更多的机器资源,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。