为什么需要消息中间件
- 异步任务处理
- 系统解构，微服务直接解耦通信的一种方式，不关心系统语言编码实现
- 流量削峰
常用的MQ技术
1. RabbitMQ
1. 1 基于Erlang语言开发。
Erlang是一种面向并发(Concurrency Oriented)，面向消息（Message Oriented）的函数式(Functional)编程语言。面向并发技术关键点意味着线程切换成本要低。Erlang并没有传统意义的操作系统的进程和线程的概念，它定义一个运行实体叫Process。Process之间通信不共享任何资源，不需要任何锁机制，减少开销。仅仅依靠消息进行通信。
这样对于临界资源呢？ 是不是也就是串行处理了呢？Erlang其实实现高并发关键在于Prcoess的构建，轻量级的，创建销毁快速，之间切换资源消耗低。那么我们java语言中的thread为什么创建销毁，相互切换资源消耗多呢？
Erlang语言与java在并发方面不同
为什么java不能利用这么轻量级的Process机制呢？
java是用户线程，通过一定规则映射到native thread，依赖操作系统的原生线程，之前jdk1.0曾经用过绿色线程，后来舍弃了。
所以java线程的切换，因为需要映射到navtive thread，所以导致操作系统在内核态和用户态切换，资源消耗相对绿色线程多。
erlang使用的是绿色线程。优势是绿色线程是应用级别的线程，可以在不支持线程的OS上使用。缺点是不能利用cpu的多核机制。
CPU和线程数的关系
cpu多核和线程数目什么关系？查看cpu信息，一个socket代表cpu的物理个数，cores per socket代表一个cpu有多个core，每个core一般是1个线程，如果支持超线程技术就是2个线程。所以总的线程数目就是cpus的值，也就是4.
CPU(s): 4
On-line CPU(s) list: 0-3
Thread(s) per core: 1
Core(s) per socket: 4
Socket(s): 1Erlang语言特性
- Everything is a process.
- Processes are strongly isolated.
- Process creation and destruction is a lightweight operation.
- Message passing is the only way for processes to interact.
- Processes have unique names.
- If you know the name of a process you can send it a message.
- Processes share no resources.
- Error handling is non-local.
- Processes do what they are supposed to do or fail
1.2 架构
- 生产者发送消息，经过channel到达exchage分发器。exchage根据类型，比如direct，fanout，topic分到对应队列，也可能是动态队列
- Rabbitmq的架构依赖exchage进行分发，性能难免受限制。Kafka是直接分发到topic（rabbitmq叫队列）上
- 如果队列不设置持久化，消息只存在内存中，可能丢失
- 消息如果被消费掉会删除
- Kafka指定消息，通过key进行hash找到分片，然后读取消息。但是Rabbitmq不是，是集中代理，然后路由分发。大部分工作依赖代理去做。
2 Kafka
2.1 生产者分析
- Kafka对所有对消息进行分类，存储在topic，topic是分片存储的，之所以分片存储，主要是考虑性能问题，类似于redis的分片，大数据文件进行hash拆分，一个道理。分片之后每个数据片都有单点故障问题，所以每个分片都有多个副本，存储在其他节点。可以用副本因子指定副本个数
- 生产者发送消息，根据消息的key进行hash，然后分配到指定对分片，如果希望多个消息到同一个分片，需要相同到key
- 消息到达某个topic后，以分布式日志的形式append log存储，存储有个id，称之为offset，将来可以根据offset任意定位消息。log会分segment，也是性能考虑。kafka是依靠磁盘存储日志的，rabbitmq是依赖内存。
- kafka因为是存储到磁盘文件，所以利用的是顺序IO读取，所以性能较高，避免随机IO读取
图片来自：https://blog.csdn.net/qq_29186199/article/details/80827085
2.2 消费端分析
消费消息时，有两种模型，一种是pull，消费者主动拉取消息。一种是push，消息代理推送消息给消费者。
- push：优势在于消息实时性高。劣势在于没有考虑consumer消费能力和饱和情况，容易导致producer压垮consumer。
- pull：优势在可以控制消费速度和消费数量，保证consumer不会出现饱和。劣势在于当没有数据，会出现空轮询，消耗cpu
kafka采取拉取模式，rabbitmq采用的是push模型。并采用可配置化参数保证当存在数据并且数据量达到一定量的时候，consumer端才进行pull操作，否则一直处于block状态。kakfa采用整数值consumer position来记录单个分区的消费状态，并且单个分区单个消息只能被consumer group内的一个consumer消费，维护简单开销小。消费完成，broker收到确认，position指向下次消费的offset。由于消息不会删除，在完成消费，position更新之后，consumer依然可以重置offset重新消费历史消息。
2.3 总结
- Kafka消息存储主要依赖磁盘，不是内存，内存成本高，磁盘相对廉价
- Kafka根据topic进行数据分片存储，性能高，而且可靠，通过副本因子决定副本数
- Kafka的消息在topic分片内部通过分布式日志存储，生成id，也就是offset，将来可以直接根据offset读取消息。也可以顺序读取消息 。在顺序读取消息的时候，记录当前读取的offset。下次直接根据offset读取，所以kafka的offset可以直接寻址消息，存储结构应该是数组实现的队列，不是Btree。
- 消费者通过pull方式拉取数据，速率可控，可以消费历史消息
- 消息即时被消费过，也不会删除，依赖过期时间
- 消费者分group，每个消息只能被同一个group的一个consumer消费掉。依赖zookeer进行rebalance，如果出现节点fail的情况
- kafka更加适合于消息比较多的情况，可以有效防止consumer无法及时消费消息。