消息队列已经逐渐成为企业应用系统内部通信的核心手段。它具有低耦合、可靠投递、广播、流量控制、最终一致性等一系列功能。
当前使用较多的 消息队列 有 RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、MetaMQ 等,而部分 数据库 如 Redis、MySQL 以及 phxsql 也可实现消息队列的功能。
【1】消息队列是什么
消息队列 是指利用 高效可靠 的 消息传递机制 进行与平台无关的 数据交流,并基于 数据通信 来进行分布式系统的集成。
通过提供 消息传递 和 消息排队 模型,它可以在 分布式环境 下提供 应用解耦、弹性伸缩、冗余存储、流量削峰、异步通信、数据同步 等等功能,其作为 分布式系统架构 中的一个重要组件,有着举足轻重的地位。
消息队列的特点
① 采用异步处理模式
消息发送者 可以发送一个消息而无须等待响应。消息发送者 将消息发送到一条 虚拟的通道(主题 或 队列)上,消息接收者 则 订阅 或是 监听 该通道。一条信息可能最终转发给 一个或多个 消息接收者,这些接收者都无需对 消息发送者 做出 同步回应。整个过程都是 异步的。
② 应用系统之间解耦合
主要体现在如下两点:
- 发送者和接受者不必了解对方、只需要 确认消息;
- 发送者和接受者 不必同时在线。
比如在线交易系统为了保证数据的 最终一致,在 支付系统 处理完成后会把 支付结果 放到 消息中间件 里,通知 订单系统 修改 订单支付状态。两个系统是通过消息中间件解耦的。
消息队列的传递服务模型
消息队列的 传递服务模型 如下图所示:
【2】消息队列的的传输模式
① 点对点模型
点对点模型 用于 消息生产者 和 消息消费者 之间 点到点 的通信。消息生产者将消息发送到由某个名字标识的特定消费者。这个名字实际上对应于消费服务中的一个 队列(Queue),在消息传递给消费者之前它被 存储 在这个队列中。队列消息 可以放在 内存 中也可以 持久化,以保证在消息服务出现故障时仍然能够传递消息。
传统的点对点消息中间件通常由 消息队列服务、消息传递服务、消息队列 和 消息应用程序接口 API
组成,其典型的结构如下图所示。
特点:
- 每个消息只用一个消费者;
- 发送者和接受者没有时间依赖;
- 接受者确认消息接受和处理成功。
示意图如下所示:
② 发布/订阅模型(Pub/Sub)
发布者/订阅者 模型支持向一个特定的 消息主题 生产消息。0 或 多个订阅者 可能对接收来自 特定消息主题 的消息感兴趣。
在这种模型下,发布者和订阅者彼此不知道对方,就好比是匿名公告板。这种模式被概况为:多个消费者可以获得消息,在 发布者 和 订阅者 之间存在 时间依赖性。发布者需要建立一个 订阅(subscription),以便能够消费者订阅。订阅者 必须保持 持续的活动状态 并 接收消息。
在这种情况下,在订阅者未连接时,发布的消息将在订阅者 重新连接 时 重新发布,如下图所示:
特性:
- 每个消息可以有多个订阅者;
- 客户端只有订阅后才能接收到消息;
- 持久订阅和非持久订阅。
注意:
- 发布者和订阅者有时间依赖:接受者和发布者只有建立订阅关系才能收到消息;
- 持久订阅:订阅关系建立后,消息就不会消失,不管订阅者是否都在线;
- 非持久订阅:订阅者为了接受消息,必须一直在线。 当只有一个订阅者时约等于点对点模式
【3】消息队列应用场景
当你需要使用 消息队列 时,首先需要考虑它的必要性。可以使用消息队列的场景有很多,最常用的几种,是做 应用程序松耦合、异步处理模式、发布与订阅、最终一致性、错峰流控 和 日志缓冲 等。反之,如果需要 强一致性,关注业务逻辑的处理结果,则使用 RPC 显得更为合适。
① 异步处理
非核心 流程 异步化,减少系统 响应时间,提高 吞吐量。例如:短信通知、终端状态推送、App 推送、用户注册等。
消息队列 一般都内置了 高效的通信机制,因此也可以用于单纯的消息通讯,比如实现 点对点消息队列 或者 聊天室 等。
应用案例:网站用户注册,注册成功后会过一会发送邮件确认或者短息。
② 系统解耦
系统之间不是 强耦合的,消息接受者 可以随意增加,而不需要修改 消息发送者的代码。消息发送者 的成功不依赖 消息接受者(比如:有些银行接口不稳定,但调用方并不需要依赖这些接口)。
不强依赖 于非本系统的核心流程,对于 非核心流程,可以放到消息队列中让 消息消费者 去按需消费,而 不影响核心主流程。
③ 最终一致性
最终一致性 不是 消息队列 的必备特性,但确实可以依靠 消息队列 来做 最终一致性 的事情。
-
先写消息再操作,确保操作完成后再修改消息状态。定时任务补偿机制 实现消息 可靠发送接收、业务操作的可靠执行,要注意 消息重复 与 幂等设计。
-
所有不保证 100% 不丢消息 的消息队列,理论上无法实现 最终一致性。
像 Kafka 一类的设计,在设计层面上就有 丢消息 的可能(比如 定时刷盘,如果掉电就会丢消息)。哪怕只丢千分之一的消息,业务也必须用其他的手段来保证结果正确。
④ 广播
生产者/消费者 模式,只需要关心消息是否 送达队列,至于谁希望订阅和需要消费,是 下游 的事情,无疑极大地减少了开发和联调的工作量。
⑤ 流量削峰和流控
当 上下游系统 处理能力存在差距的时候,利用 消息队列 做一个通用的 “漏斗”,进行 限流控制。在下游有能力处理的时候,再进行分发。
举个例子:用户在支付系统成功结账后,订单系统会通过短信系统向用户推送扣费通知。 短信系统 可能由于 短板效应,速度卡在 网关 上(每秒几百次请求),跟 前端的并发量 不是一个数量级。 于是,就造成 支付系统 和 短信系统 的处理能力出现差异化。
然而用户晚上个半分钟左右收到短信,一般是不会有太大问题的。如果没有消息队列,两个系统之间通过 协商、滑动窗口 等复杂的方案也不是说不能实现。但 系统复杂性 指数级增长,势必在 上游 或者 下游 做 存储,并且要处理 定时、拥塞 等一系列问题。而且每当有 处理能力有差距 的时候,都需要 单独 开发一套逻辑来维护这套逻辑。
所以,利用中间系统转储两个系统的通信内容,并在下游系统有能力处理这些消息的时候,再处理这些消息,是一套相对较通用的方式。
应用案例
- 把消息队列当成可靠的 消息暂存地,进行一定程度的 消息堆积;
- 定时进行消息投递,比如模拟 用户秒杀 访问,进行 系统性能压测。
⑥ 日志处理
将消息队列用在 日志处理 中,比如 Kafka 的应用,解决 海量日志 传输和缓冲的问题。
将消息队列用在 日志处理 中,比如 Kafka 的应用,解决 海量日志 传输和缓冲的问题。
应用案例:把日志进行集中收集,用于计算 PV、用户行为分析 等等。
⑦ 消息通讯
消息队列一般都内置了 高效的通信机制,因此也可以用于单纯的 消息通讯,比如实现 点对点消息队列 或者 聊天室 等。
【4】消息队列的推拉模型
① Push推消息模型
消息生产者 将消息发送给 消息队列,消息队列 又将消息推给 消息消费者。
② Pull拉消息模型
消息生产者 请求 消息队列 接受消息,消息消费者 从 消息队列 中拉该消息。
③ 两种类型的区别
模型 | Push | Pull |
---|---|---|
服务端 | 消息存储 处理请求 保存推送轨迹 保存订阅关系 消费者负载均衡 集中式 |
消息存储 处理请求 分布式 |
客户端 | 处理响应和请求 | 处理响应和请求 保存pull状态,如拉取位置的偏移量 offset 异常情况下的消息暂存和recover |
实时性 | 较好,收到数据可立即发送给客户端 | 取决于pull的间隔时间 |
消费者故障 | 消费者故障情况下,服务端堆积消息, 重复推送耗费资源。 保存推送轨迹压力很大 |
消费者故障,对服务端无影响 |
其他 | 对消息推送有更多控制,能实现多样化的推送机制。 当消费者的数量增多的时候,推送压力大,性能天花板。 消费者处理能力差异,导致消息堆积。 |
需要在客户端实现消息过滤,浪费资源。 需要在不同客户端之间协调,做负载均衡。 |
【5】常见消息队列产品对比
本部分主要介绍四种常用的消息队列(ActiveMQ / RabbitMQ / RocketMQ / Kafka)的主要特性、优点、缺点。
① ActiveMQ
ActiveMQ 是由 Apache 出品,ActiveMQ 是一个完全支持JMS1.1 和 J2EE 1.4 规范的 JMS Provider 实现。它非常快速,支持 多种语言的客户端 和 协议,而且可以非常容易的嵌入到企业的应用环境中,并有许多高级功能。
主要特性
服从JMS规范:JMS 规范提供了良好的标准和保证,包括:同步 或 异步 的消息分发,一次和仅一次的消息分发,消息接收 和 订阅 等等。遵从 JMS 规范的好处在于,不论使用什么 JMS 实现提供者,这些基础特性都是可用的;
连接灵活性:ActiveMQ 提供了广泛的 连接协议,支持的协议有:HTTP/S,IP 多播,SSL,TCP,UDP 等等。对众多协议的支持让 ActiveMQ 拥有了很好的灵活性;
支持的协议种类多:OpenWire、STOMP、REST、XMPP、AMQP;
持久化插件和安全插件:ActiveMQ 提供了 多种持久化 选择。而且,ActiveMQ 的安全性也可以完全依据用户需求进行 自定义鉴权 和 授权;
支持的客户端语言种类多:除了 Java 之外,还有:C/C++,.NET,Perl,PHP,Python,Ruby;
代理集群:多个 ActiveMQ 代理 可以组成一个 集群 来提供服务;
异常简单的管理:ActiveMQ 是以开发者思维被设计的。所以,它并不需要专门的管理员,因为它提供了简单又使用的管理特性。有很多种方法可以 监控 ActiveMQ 不同层面的数据,包括使用在 JConsole 或者在 ActiveMQ 的 Web Console 中使用 JMX。通过处理 JMX 的告警消息,通过使用 命令行脚本,甚至可以通过监控各种类型的 日志。
部署环境
ActiveMQ 可以运行在 Java 语言所支持的平台之上。使用 ActiveMQ 需要:
Java JDK和ActiveMQ 安装包。
优点
跨平台 (JAVA 编写与平台无关,ActiveMQ 几乎可以运行在任何的 JVM 上);
可以用 JDBC:可以将 数据持久化 到数据库。虽然使用 JDBC 会降低 ActiveMQ 的性能,但是数据库一直都是开发人员最熟悉的存储介质;
支持 JMS 规范:支持 JMS 规范提供的 统一接口;
支持 自动重连 和 错误重试机制;
有安全机制:支持基于 shiro,jaas 等多种 安全配置机制,可以对 Queue/Topic 进行 认证和授权;
监控完善:拥有完善的 监控,包括 Web Console,JMX,Shell 命令行,Jolokia 的 RESTful API;
界面友善:提供的 Web Console 可以满足大部分情况,还有很多 第三方的组件 可以使用,比如 hawtio;
缺点
社区活跃度不及 RabbitMQ 高;
根据其他用户反馈,会出莫名其妙的问题,会丢失消息;
目前重心放到 activemq 6.0 产品 Apollo,对 5.x 的维护较少;
不适合用于 上千个队列 的应用场景;
② RabbitMQ
RabbitMQ 于 2007 年发布,是一个在 AMQP (高级消息队列协议)基础上完成的,可复用的企业消息系统,是当前最主流的消息中间件之一。
主要特性
可靠性:提供了多种技术可以让你在 性能 和 可靠性 之间进行 权衡。这些技术包括 持久性机制、投递确认、发布者证实 和 高可用性机制;
灵活的路由:消息在到达队列前是通过 交换机 进行 路由 的。RabbitMQ 为典型的路由逻辑提供了 多种内置交换机 类型。如果你有更复杂的路由需求,可以将这些交换机组合起来使用,你甚至可以实现自己的交换机类型,并且当做 RabbitMQ 的 插件 来使用;
消息集群:在相同局域网中的多个 RabbitMQ 服务器可以 聚合 在一起,作为一个独立的逻辑代理来使用;
队列高可用:队列可以在集群中的机器上 进行镜像,以确保在硬件问题下还保证 消息安全;
支持多种协议:支持 多种消息队列协议;
支持多种语言:用 Erlang 语言编写,支持只要是你能想到的 所有编程语言;
管理界面: RabbitMQ 有一个易用的 用户界面,使得用户可以 监控 和 管理 消息 Broker 的许多方面;
跟踪机制:如果 消息异常,RabbitMQ 提供消息跟踪机制,使用者可以找出发生了什么;
插件机制:提供了许多 插件,来从多方面进行扩展,也可以编写自己的插件。
部署环境
RabbitMQ 可以运行在 Erlang 语言所支持的平台之上,包括 Solaris,BSD,Linux,MacOSX,TRU64,Windows 等。使用 RabbitMQ 需要:ErLang 语言包和RabbitMQ 安装包。
优点
由于 Erlang 语言的特性,消息队列性能较好,支持 高并发;
健壮、稳定、易用、跨平台、支持 多种语言、文档齐全;
有消息 确认机制 和 持久化机制,可靠性高;
高度可定制的 路由;
管理界面 较丰富,在互联网公司也有较大规模的应用,社区活跃度高。
缺点
尽管结合 Erlang 语言本身的并发优势,性能较好,但是不利于做 二次开发和维护;
实现了 代理架构,意味着消息在发送到客户端之前可以在 中央节点 上排队。此特性使得 RabbitMQ 易于使用和部署,但是使得其 运行速度较慢,因为中央节点 增加了延迟,消息封装后 也比较大;
需要学习 比较复杂 的 接口和协议,学习和维护成本较高。
③ RocketMQ
RocketMQ 出自 阿里 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,消息可靠性上 比 Kafka 更好。RocketMQ 在阿里内部被广泛应用在 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。
主要特性
基于 队列模型:具有 高性能、高可靠、高实时、分布式 等特点;
Producer、Consumer、队列 都支持 分布式;
Producer 向一些队列轮流发送消息,队列集合 称为 Topic。Consumer 如果做 广播消费,则一个 Consumer 实例消费这个 Topic 对应的 所有队列;如果做 集群消费,则 多个 Consumer 实例 平均消费 这个 Topic 对应的队列集合;
能够保证 严格的消息顺序;
提供丰富的 消息拉取模式;
高效的订阅者 水平扩展能力;
实时 的 消息订阅机制;
亿级 消息堆积 能力;
较少的外部依赖。
部署环境
RocketMQ 可以运行在 Java 语言所支持的平台之上。使用 RocketMQ 需要:
Java JDK、安装 git、Maven以及RocketMQ 安装包。
优点
单机 支持 1 万以上 持久化队列;
RocketMQ 的所有消息都是 持久化的,先写入系统 PAGECACHE,然后 刷盘,可以保证 内存 与 磁盘 都有一份数据,而 访问 时,直接 从内存读取。
模型简单,接口易用(JMS 的接口很多场合并不太实用);
性能非常好,可以允许 大量堆积消息 在 Broker 中;
支持 多种消费模式,包括 集群消费、广播消费等;
各个环节 分布式扩展设计,支持 主从 和 高可用;
开发度较活跃,版本更新很快。
缺点
支持的 客户端语言 不多,目前是 Java 及 C++,其中 C++ 还不成熟;
RocketMQ 社区关注度及成熟度也不及前两者;
没有 Web 管理界面,提供了一个 CLI (命令行界面) 管理工具带来 查询、管理 和 诊断各种问题;
没有在 MQ 核心里实现 JMS 等接口;
④ Kafka
Apache Kafka 是一个 分布式消息发布订阅 系统。它最初由 LinkedIn 公司基于独特的设计实现为一个 分布式的日志提交系统 (a distributed commit log),之后成为 Apache 项目的一部分。Kafka 性能高效、可扩展良好 并且 可持久化。它的 分区特性,可复制 和 可容错 都是其不错的特性。
主要特性
快速持久化:可以在 O(1) 的系统开销下进行 消息持久化;
高吞吐:在一台普通的服务器上既可以达到 10W/s 的 吞吐速率;
完全的分布式系统:Broker、Producer 和 Consumer 都原生自动支持 分布式,自动实现 负载均衡;
支持 同步 和 异步 复制两种 高可用机制;
支持 数据批量发送 和 拉取;
零拷贝技术(zero-copy):减少 IO 操作步骤,提高 系统吞吐量;
数据迁移、扩容 对用户透明;
无需停机 即可扩展机器;
其他特性:丰富的 消息拉取模型、高效 订阅者水平扩展、实时的 消息订阅、亿级的 消息堆积能力、定期删除机制;
部署环境
使用 Kafka 需要:Java JDK和Kafka 安装包。
优点
客户端语言丰富:支持 Java、.Net、PHP、Ruby、Python、Go 等多种语言;
高性能:单机写入 TPS 约在 100 万条/秒,消息大小 10 个字节;
提供 完全分布式架构,并有 replica 机制,拥有较高的 可用性 和 可靠性,理论上支持 消息无限堆积;
支持批量操作;
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 Kafka Web 管理界面 Kafka-Manager;
在 日志领域 比较成熟,被多家公司和多个开源项目使用。
缺点
Kafka 单机超过 64 个 队列/分区 时,Load 时会发生明显的飙高现象。队列 越多,负载 越高,发送消息 响应时间变长;
使用 短轮询方式,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 一台代理宕机 后,就会产生 消息乱序;
社区更新较慢。
⑤ 几种消息队列对比
这里列举了上述四种消息队列的差异对比:
- | RabbitMQ | ActiveMQ | RocketMQ | Kafka |
---|---|---|---|---|
所属社区公司 | Mozilla Public License | Apache | 阿里开源 | Apache |
成熟度 | 成熟 | 成熟 | 比较成熟 | 成熟 |
授权方式 | 开源 | 开源 | 开源 | 开源 |
开发语言 | Erlang | Java | Java | Scala&Java |
客户端支持语言 | 官方支持Erlang Java Ruby等 社区产出多种语言api,几乎支持所有常见语言 | Java C C++ Python PHP Perl .net等 | Java C++(不成熟) | 自有协议,社区封装了HTTP协议支持 |
消息批量操作 | 不支持 | 支持 | 支持 | 支持 |
消息推拉模式 | 多协议 pull/push均支持 | 多协议 pull/push均支持 | 多协议 pull/push均支持 | pull |
HA | master/slave模式 master提供服务slave仅做备份 | 基于ZK+LevelDB的Master/Slave实现方式 | 支持多master模式、多master多slave模式,异步复制模式 ,同步双写 | 支持replication机制 leader宕调后备份自动顶替并重新选举leader(基于ZK) |
数据可靠性 | 可以保证数据不丢,有slave用作备份 | master/slave | 支持异步实时刷盘,同步刷盘,同步复制,异步复制 | 数据可靠,并且有replication机制,有容错容灾能力 |
单机吞吐量 | 其次(万级) | 最差(万级) | 最高(十万级) | 次之(十万级) |
消息延迟 | 微秒级 | \ | 比kafka快 | 毫秒级 |
持久化能力 | 内存,文件,支持数据堆积,但数据堆积反过来影响生产速率 | 内存,文件,数据库 | 磁盘文件 | 磁盘文件,只要磁盘容量够,可以做到无限消息堆积 |
是否有序 | 若想有序,只能使用一个client | 可以支持有序 | 有序 | 多Client保证有序 |
事务 | 不支持 | 支持 | 支持 | 不支持,但可以通过Low Level API 保证仅消费一次 |
集群 | 支持 | 支持 | 支持 | 支持 |
负载均衡 | 支持 | 支持 | 支持 | 支持 |
管理界面 | 较好 | 一般 | 命令行界面 | 官方只提供了命令行版,Yahoo开源自己的kafka Weh管理界面 |
部署方式 | 独立 | 独立 | 独立 | 独立 |
Kafka 在于 分布式架构,RabbitMQ 基于 AMQP 协议 来实现,RocketMQ 的思路来源于 Kafka,改成了 主从结构,在 事务性 和 可靠性 方面做了优化。广泛来说,电商、金融 等对 事务一致性 要求很高的,可以考虑 RabbitMQ 和 RocketMQ,对 性能要求高 的可考虑 Kafka。
参考博文:浅谈消息队列及常见的消息中间件