RabbitMQ场景观察

搜索一下很容易得到如下的结果:

异步处理 应用解耦 流量削峰 为何用消息队列 从上面的描述中可以看出消息队列是一种应用间的异步协作机制，那什么时候需要使用 MQ 呢？ 以常见的订单系统为例，用户点击【下单】按钮之后的业务逻辑可能包括：扣减库存、生成相应单据、发红包、发短信通知。在业务发展初期这些逻辑可能放在一起同步执行，随着业务的发展订单量增长，需要提升系统服务的性能，这时可以将一些不需要立即生效的操作拆分出来异步执行，比如发放红包、发短信通知等。这种场景下就可以用 MQ ，在下单的主流程（比如扣减库存、生成相应单据）完成之后发送一条消息到 MQ 让主流程快速完结，而由另外的单独线程拉取MQ的消息（或者由 MQ 推送消息），当发现 MQ 中有发红包或发短信之类的消息时，执行相应的业务逻辑。 以上是用于业务解耦的情况，其它常见场景包括最终一致性、广播、错峰流控等等。

那如何和自己的项目场景产生联系呢,上面的描述还是笼统了些,在看看一些别人描述的一些比较具体的场景:

消息中间件系列五：RabbitMQ的使用场景（异步处理、应用解耦）

用户注册场景:

串行

saveUser.saveUser(user); sendEmail.sendEmail(user.getEmail()); sendSms.sendSms(user.getPhoneNumber()); return true;

并行

saveUser.saveUser(user); new Thread(sendEmailFuture).start();             new Thread(sendSmsFuture).start(); sendEmailFuture.get();//获取邮件发送的结果 sendSmsFuture.get();//获取短信发送的结果 return true;

rapbitrq

saveUser.saveUser(user); rabbitTemplate.send("user-reg-exchange","email",  new Message(user.getEmail().getBytes(),new MessageProperties())); rabbitTemplate.send("user-reg-exchange","sms", new Message(user.getEmail().getBytes(),new MessageProperties()));

然后测试结果:

串行模式  ************spend time : 251ms(这个慢好理解100+100+50)

并行模式  ************spend time : 153ms(这个也好理解100+50)

消息队列模式：************spend time : 59ms （这个是快，但是具体的email和sms其实是没有确认的,只是解了耦合加快了消息响应,但是如果需要等待一些返回的时候,那么时间会和并行模式的相似）

订单场景:

用户下订单买商品，订单成功了，去扣减库存，库存必须扣减完成，没有库存，库存低于某个阈值，可以扣减成功，要通知其他系统（如采购系统尽快采购，用户订单系统我们尽快调货）

RPC实现。库存系统失败，订单系统也无法成功，订单系统和库存系统耦合了。所以要缓存消息中间件来解耦。发送一个扣减库存的消息，保证消息必须被库存系统处理。

三个问题要解决：

1）订单系统发给MQ服务器的消息，必须被MO服务器接收到（事物、发送者确认）

2）MQ服务器拿到消息以后，消息被正常处理以前必须保存住（持久化）

3）某个库存服务出现了异常，消息要能够被其他库存系统处理（消费者确认，消息监听类要实现ChannelAwareMessageListener）

订单系统一定要知道库存系统是否处理成功怎么办？

库存系统和订单系统之间建立一个消息通道，库存系统去通知订单系统

演示的代码挺多的，我摘了一些:

channel.basicAck(message.getMessageProperties().getDeliveryTag(), false);

channel.basicNack(message.getMessageProperties().getDeliveryTag(), false,true);

--->回想一下这种场景，如果不是有rabbitRq会怎么处理呢,非分布式的场景下,库存失败订单失败,通过数据库事务可以达到一定程度的效果,但是库存系统和订单系统势必是非完全隔离的；通过数据库事件或者定时任务不断检测库存来通知其他系统，分布式的场景下也可以采用类似的逻辑，这样处理即时性不好，而且当检测周期设置的比较短的时也会占用系统资源影响效率--->额,但是功能上应该没问题,非身临其境不好把握问题的关键啊

假设预设前提,库存系统和订单系统是完全各自独立运行的包括数据,通过rpc或者rest或者soap之类的进行一些同步的交流,和上面一样同步串行导致部分耦合,而rabbitrq是异步的消息队列

参考:

RabbitMQ 的应用场景以及基本原理介绍

摘一部分:

RabbitMQ 特性

RabbitMQ 最初起源于金融系统，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。具体特点包括：

- 可靠性（Reliability） RabbitMQ 使用一些机制来保证可靠性，如持久化、传输确认、发布确认。  - 灵活的路由（Flexible Routing） 在消息进入队列之前，通过 Exchange 来路由消息的。对于典型的路由功能，RabbitMQ 已经提供了一些内置的 Exchange 来实现。针对更复杂的路由功能，可以将多个 Exchange 绑定在一起，也通过插件机制实现自己的 Exchange 。  - 消息集群（Clustering） 多个 RabbitMQ 服务器可以组成一个集群，形成一个逻辑 Broker 。  - 高可用（Highly Available Queues） 队列可以在集群中的机器上进行镜像，使得在部分节点出问题的情况下队列仍然可用。  - 多种协议（Multi-protocol） RabbitMQ 支持多种消息队列协议，比如 STOMP、MQTT 等等。  - 多语言客户端（Many Clients） RabbitMQ 几乎支持所有常用语言，比如 Java、.NET、Ruby 等等。  - 管理界面（Management UI） RabbitMQ 提供了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（Tracing） 如果消息异常，RabbitMQ 提供了消息跟踪机制，使用者可以找出发生了什么。  - 插件机制（Plugin System） RabbitMQ 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。

RabbitMQ 基本概念

- Message 消息，消息是不具名的，它由消息头和消息体组成。消息体是不透明的，而消息头则由一系列的可选属性组成，这些属性包括routing-key（路由键）、priority（相对于其他消息的优先权）、delivery-mode（指出该消息可能需要持久性存储）等。  - Publisher 消息的生产者，也是一个向交换器发布消息的客户端应用程序。  - Exchange 交换器，用来接收生产者发送的消息并将这些消息路由给服务器中的队列。  - Routing Key 路由关键字,exchange根据这个关键字进行消息投递。  - Binding 绑定，用于消息队列和交换器之间的关联。一个绑定就是基于路由键将交换器和消息队列连接起来的路由规则，所以可以将交换器理解成一个由绑定构成的路由表。  - Queue 消息队列，用来保存消息直到发送给消费者。它是消息的容器，也是消息的终点。一个消息可投入一个或多个队列。消息一直在队列里面，等待消费者连接到这个队列将其取走。  - Connection 网络连接，比如一个TCP连接。  - Channel 信道，多路复用连接中的一条独立的双向数据流通道。信道是建立在真实的TCP连接内地虚拟连接，AMQP 命令都是通过信道发出去的，不管是发布消息、订阅队列还是接收消息，这些动作都是通过信道完成。因为对于操作系统来说建立和销毁 TCP 都是非常昂贵的开销，所以引入了信道的概念，以复用一条 TCP 连接。  - Consumer 消息的消费者，表示一个从消息队列中取得消息的客户端应用程序。  - Virtual Host 虚拟主机，表示一批交换器、消息队列和相关对象。虚拟主机是共享相同的身份认证和加密环境的独立服务器域。每个 vhost 本质上就是一个 mini 版的 RabbitMQ 服务器，拥有自己的队列、交换器、绑定和权限机制。vhost 是 AMQP 概念的基础，必须在连接时指定，RabbitMQ 默认的 vhost 是 / 。  - Broker

表示消息队列服务器实体。它提供一种传输服务,它的角色就是维护一条从生产者到消费者的路线，保证数据能按照指定的方式进行传输,

RPC支持

MQ本身是基于异步的消息处理，前面的示例中所有的生产者（P）将消息发送到RabbitMQ后不会知道消费者（C）处理成功或者失败（甚至连有没有消费者来处理这条消息都不知道）。 但实际的应用场景中，我们很可能需要一些同步处理，需要同步等待服务端将我的消息处理完成后再进行下一步处理。这相当于RPC（Remote Procedure Call，远程过程调用）。在RabbitMQ中也支持RPC。

RabbitMQ 中实现RPC 的机制是：

客户端发送请求（消息）时，在消息的属性（MessageProperties ，在AMQP 协议中定义了14中properties ，这些属性会随着消息一起发送）中设置两个值replyTo （一个Queue 名称，用于告诉服务器处理完成后将通知我的消息发送到这个Queue 中）和correlationId （此次请求的标识号，服务器处理完成后需要将此属性返还，客户端将根据这个id了解哪条请求被成功执行了或执行失败）

服务器端收到消息并处理

服务器端处理完消息后，将生成一条应答消息到replyTo 指定的Queue ，同时带上correlationId 属性

客户端之前已订阅replyTo 指定的Queue ，从中收到服务器的应答消息后，根据其中的correlationId 属性分析哪条请求被执行了，根据执行结果进行后续业务处理

其他:

https://blog.csdn.net/anzhsoft/article/details/19563091

https://www.cnblogs.com/vipstone/p/9275256.html

https://www.jianshu.com/p/79ca08116d57

https://zhuanlan.zhihu.com/p/48230422+&cd=4&hl=zh-CN&ct=clnk&gl=sg

https://github.com/lemon-china/lemon-rabbitmq

https://www.jianshu.com/p/b5d3a1d6934b

https://blog.csdn.net/zheng_lan_fang/article/details/78612870

https://juejin.im/post/5d39101bf265da1bd3059da6

http://webcache.googleusercontent.com/search?q=cache:CTgcssVhOOMJ:coderec.cn/2016/04/10/%25E4%25BD%25BF%25E7%2594%25A8%25E6%25B6%2588%25E6%2581%25AF%25E9%2598%259F%25E5%2588%2597%25E8%25BF%259B%25E8%25A1%258C%25E8%25A7%25A3%25E8%2580%25A6/+&cd=5&hl=zh-CN&ct=clnk&gl=sg

https://github.com/leeSmall/MessageMiddleware

https://webcache.googleusercontent.com/search?q=cache:xcTN_cT_EegJ:https://zhuanlan.zhihu.com/p/66022936+&cd=1&hl=zh-CN&ct=clnk&gl=sg

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。