MQ（消息队列）的使用场景以及常见的MQ
一、什么是消息中间件？
消息中间件通也被称为消息队列服务器，是当今分布式应用架构中经常采用的技术，程序员之间一般叫作消息队列或者 MQ。
消息队列属于面向消息的中间件，使用它可以使我们的系统之间进行解耦，尤其是现在微服务架构，分布式架构中，使用消息队列可以使我们的分布式应用之间通过发送和接收消息来进行数据交互。
消息中间件常见的角色就是 Producer（生产者）、Consumer（消费者） 、broker（消息中间件实例），消息队列通过消息的“发送-签收”机制来确保生产者和消费者之间数据传输的可靠性。
二、消息队列发展史
世界上第一个现代消息队列软件 The Information Bus(TIB)，它采用了发布订阅的模式进行数据通信，TIB 这个东西出来之后，解决了不同程序之间的通信的难题，得到了很多工程师的认可；之后 TIB 的发展引起了 IBM 的注意，于是 IBM 开发了自己的消息队列软件“IBM WebSphere MQ”，后来微软发布了自己的（MSMQ），至此，各大厂商都在开发自己的消息队列软件。各大 IT 厂商为了保证自己的利益，建立了各种技术壁垒，源源不断地进行商业收费，由于巨大的成本，那时消息中间件只有银行、电信等大型企业才能使用的起。
各大厂商之间的协议不通，导致了开发成本的增加，开发人员既要懂 IBM 的 MQ ，又要懂微软的 MQ，对开发人员来说充满了压力，2001 年 Sun 公司发布了 JMS （ Java Message Service）技术，目的是为了在 Java 平台统一消息中间件的规范，只需要针对 JMS API 编程，不需要关注使用了什么样的消息中间件。2004 年 AMQP （高级消息队列协议）诞生了，真正促进了消息队列的繁荣发展，任何人都可以针对 AMQP 的标准进行编码，并和实现了 AMQP 的中间件供应商进行通信。RabbitMQ 就是基于 AMQP 协议实现的。
随着 IT 技术的蓬勃发展，以及互联网开源软件的发展，加上分布式应用的迅猛发展，使得消息中间件一飞冲天，开源的消息中间件层出不穷，现在比较流行的消息中间件有 ActiveMQ、RabbitMQ、Kafak、阿里的 RocketMQ 等，在互联网应用中消息队列的应用基本上是个标配。
三、JMS消息服务
讲消息队列就不得不提JMS 。JMS（JAVA Message Service，java消息服务）API是一个消息服务的标准/规范，JMS 只是定义了Java访问消息中间件的接口，其实就是在包javax.jms中，你会发现这个包下除了异常定义，其他都是interface。JMS只给出接口，然后由具体的中间件去实现，比如ActiveMQ就是实现了JMS的一种Provider，还有阿里巴巴的RocketMQ。这些消息中间件都符合JMS规范。允许应用程序组件基于JavaEE平台创建、发送、接收和读取消息。它使分布式通信耦合度更低，消息服务更加可靠以及异步性。
说起规范，自然要定义一些术语：
- Provider/MessageProvider：生产者
- Consumer/MessageConsumer：消费者
- PTP：Point To Point，点对点通信消息模型
- Pub/Sub：Publish/Subscribe，发布订阅消息模型
- Queue：队列，目标类型之一，和PTP结合
- Topic：主题，目标类型之一，和Pub/Sub结合
- ConnectionFactory：连接工厂，JMS用它创建连接
- Connnection：JMS Client到JMS Provider的连接
- Destination：消息目的地，由Session创建
- Session：会话，由Connection创建，实质上就是发送、接受消息的一个线程，因此生产者、消费者都是Session创建的
消息模型
在JMS标准中，有两种消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)。
P2P模式
P2P模式包含三个角色：消息队列（Queue），发送者(Sender)，接收者(Receiver)。每个消息都被发送到一个特定的队列，接收者从队列中获取消息。队列保留着消息，直到他们被消费或超时。
P2P的特点
- 每个消息只有一个消费者（Consumer）(即一旦被消费，消息就不再在消息队列中)
- 发送者和接收者之间在时间上没有依赖性，也就是说当发送者发送了消息之后，不管接收者有没有正在运行，它不会影响到消息被发送到队列
- 接收者在成功接收消息之后需向队列应答成功
- 如果希望发送的每个消息都会被成功处理的话，那么需要P2P模式。
Pub/Sub模式
包含三个角色主题（Topic），发布者（Publisher），订阅者（Subscriber） 多个发布者将消息发送到Topic，系统将这些消息传递给多个订阅者。
Pub/Sub的特点
- 每个消息可以有多个消费者
- 发布者和订阅者之间有时间上的依赖性。针对某个主题（Topic）的订阅者，它必须创建一个订阅者之后，才能消费发布者的消息
- 为了消费消息，订阅者必须保持运行的状态
- 为了缓和这样严格的时间相关性，JMS允许订阅者创建一个可持久化的订阅。这样，即使订阅者没有被激活（运行），它也能接收到发布者的消息。
- 如果希望发送的消息可以不被做任何处理、或者只被一个消息者处理、或者可以被多个消费者处理的话，那么可以采用Pub/Sub模型。
消息消费
在JMS中，消息的产生和消费都是异步的。对于消费来说，JMS的消息者可以通过两种方式来消费消息。
（1）同步
订阅者或接收者通过receive方法来接收消息，receive方法在接收到消息之前（或超时之前）将一直阻塞；
（2）异步
订阅者或接收者可以注册为一个消息监听器。当消息到达之后，系统自动调用监听器的onMessage方法。
JMS 消息结构组成
消息（Message）包括消息头和消息体以及其它的扩展属性，消息头中包含代理路由和管理消息所需的信息，消息体用来保存需要传输的数据，属性由客户端程序定义。
（1）消息头（Header）
消息头包含消息的识别信息和路由信息，每个消息头字段都有相应的 getter 和 setter 方法，所有消息类型的这部分格式都是一样的。
消息头包含一些标准的属性如下：
| 属性名称 | 说明 |
|---|---|
| JMSCorrelationID | 关联的消息 ID，这个通常用在需要回传消息的时候 |
| JMSDeliveryMode | 消息的发送模式，分为持久化和非持久化模式 |
| JMSDestination | 消息发送的目的地，是一个 Topic 或 Queue |
| JMSExpiration | 消息的过期时间 |
| JMSMessageID | 消息 ID，需要以 ID:开头 |
| JMSPriority | 优先级分为 10 个级别， 范围从 0（最低）到 9（最高） ，默认级别是 4 |
| JMSRedelivered | 消息是否重复发送过 |
| JMSReplyTo | 消息回复的目的地，是一个 Topic 或 Queue |
| JMSTimestamp | 消息发送时的时间 |
（2）消息体（Body）
消息体就是我们需要传递的消息内容，JMS 定义了五种不同的消息格式，以及调用的消息类型 ：
| 消息类型 | 说明 |
|---|---|
| TextMessage | java.lang.String 对象，比如：xml 或者 json 格式 |
| MapMessage | 键值对的集合，键是 String 对象，值类型可以是 Java 任何基本类型 |
| BytesMessage | 字节流的消息 |
| StreamMessage | Java 中原始的输入输出流 |
| ObjectMessage | Java 中的可序列化对象 |
（3）属性（Properties）
如果需要除消息头字段以外的值，那么可以使用消息属性，有三种类型的属性：分为自定义属性，JMS 定义的属性和提供者特定的属性 。
- 自定义属性
可以使用任何 Java 类型来自由定义任何属性，如下：
发送者可以使用 set 方法设置属性，消费者可以使用 get 方法获取发送者设置属性的值。
- JMS 定义的属性
JMS 规范为 JMS 定义的属性，保留 JMSX 属性名称前缀，这些属性是可选的：
| 属性名称 | 说明 |
|---|---|
| JMSXAppID | 标识发送消息的应用程序 |
| JMSXConsumerTXID | 使用此消息的事务的事务标识符 |
| JMSXDeliveryCount | 消息重新传递的次数 |
| JMSXGroupID | 此消息所属的消息组 |
| JMSXGroupSeq | 消息组中此消息的序列号 |
| JMSXProducerTXID | 生成此消息的事务的事务标识符 |
| JMSXRcvTimestamp | JMS provider 将消息传递给消费者的时间 |
| JMSXState | 用于定义 provider 特定的状态 |
| JMSXUserID | 标识发送消息的用户 |
只有 JMSXGroupID 和 JMSXGroupSeq 需要所有 JMS 提供者的支持，也就是我们经常说的消息分组。
四、消息队列应用场景
以下介绍消息队列在实际应用中常用的使用场景。应用解耦，异步处理，流量削锋和消息通讯四个场景。实现高性能，高可用，可伸缩和最终一致性架构。目前使用较多的消息队列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ
异步处理
场景说明：用户注册后，需要发注册邮件和注册短信。传统的做法有两种 1.串行的方式； 2.并行方式
a、串行方式：将注册信息写入数据库成功后，发送注册邮件，再发送注册短信。以上三个任务全部完成后，返回给客户端。
b、并行方式：将注册信息写入数据库成功后，发送注册邮件的同时，发送注册短信。以上三个任务完成后，返回给客户端。与串行的差别是，并行的方式可以提高处理的时间
假设三个业务节点每个使用50毫秒钟，不考虑网络等其他开销，则串行方式的时间是150毫秒，并行的时间可能是100毫秒。
因为CPU在单位时间内处理的请求数是一定的，假设CPU1秒内吞吐量是100次。则串行方式1秒内CPU可处理的请求量是7次（1000/150）。并行方式处理的请求量是10次（1000/100）
小结：如以上案例描述，传统的方式系统的性能（并发量，吞吐量，响应时间）会有瓶颈。如何解决这个问题呢？
引入消息队列，将不是必须的业务逻辑，异步处理。改造后的架构如下：
按照以上约定，用户的响应时间相当于是注册信息写入数据库的时间，也就是50毫秒。注册邮件，发送短信写入消息队列后，直接返回，因此写入消息队列的速度很快，基本可以忽略，因此用户的响应时间可能是50毫秒。因此架构改变后，系统的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了两倍。
应用解耦
场景说明：用户下单后，订单系统需要通知库存系统。传统的做法是，订单系统调用库存系统的接口。如下图：
传统模式的缺点：假如库存系统无法访问，则订单减库存将失败，从而导致订单失败，订单系统与库存系统耦合
如何解决以上问题呢？引入应用消息队列后的方案，如下图：
订单系统： 用户下单后，订单系统完成持久化处理，将消息写入消息队列，返回用户订单下单成功
库存系统： 订阅下单的消息，采用拉/推的方式，获取下单信息，库存系统根据下单信息，进行库存操作
假如：在下单时库存系统不能正常使用。也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其他的后续操作了。实现订单系统与库存系统的应用解耦
流量削锋
流量削锋也是消息队列中的常用场景，一般在秒杀或团抢活动中使用广泛。
应用场景：秒杀活动，一般会因为流量过大，导致流量暴增，应用挂掉。为解决这个问题，一般需要在应用前端加入消息队列。
a、可以控制活动的人数
b、可以缓解短时间内高流量压垮应用
用户的请求，服务器接收后，首先写入消息队列。假如消息队列长度超过最大数量，则直接抛弃用户请求或跳转到错误页面。
秒杀业务根据消息队列中的请求信息，再做后续处理
日志处理
日志处理是指将消息队列用在日志处理中，比如Kafka的应用，解决大量日志传输的问题。架构简化如下
日志采集客户端，负责日志数据采集，定时写受写入Kafka队列
Kafka消息队列，负责日志数据的接收，存储和转发
日志处理应用：订阅并消费kafka队列中的日志数据
消息通讯
消息通讯是指，消息队列一般都内置了高效的通信机制，因此也可以用在纯的消息通讯。比如实现点对点消息队列，或者聊天室等
点对点通讯：
客户端A和客户端B使用同一队列，进行消息通讯。
聊天室通讯：
客户端A，客户端B，客户端N订阅同一主题，进行消息发布和接收。实现类似聊天室效果。
以上实际是消息队列的两种消息模式，点对点或发布订阅模式。模型为示意图，供参考。
五、消息中间件示例
电商系统
消息队列采用高可用，可持久化的消息中间件。比如Active MQ，Rabbit MQ，Rocket Mq。
（1）应用将主干逻辑处理完成后，写入消息队列。消息发送是否成功可以开启消息的确认模式。（消息队列返回消息接收成功状态后，应用再返回，这样保障消息的完整性）
（2）扩展流程（发短信，配送处理）订阅队列消息。采用推或拉的方式获取消息并处理。
（3）消息将应用解耦的同时，带来了数据一致性问题，可以采用最终一致性方式解决。比如主数据写入数据库，扩展应用根据消息队列，并结合数据库方式实现基于消息队列的后续处理。
日志收集系统
分为Zookeeper注册中心，日志收集客户端，Kafka集群和Storm集群（OtherApp）四部分组成。
Zookeeper注册中心，提出负载均衡和地址查找服务
日志收集客户端，用于采集应用系统的日志，并将数据推送到kafka队列
Kafka集群：接收，路由，存储，转发等消息处理
Storm集群：与OtherApp处于同一级别，采用拉的方式消费队列中的数据
六、常用消息队列
一般商用的容器，比如WebLogic，JBoss，都支持JMS标准，开发上很方便。但免费的比如Tomcat，Jetty等则需要使用第三方的消息中间件。本部分内容介绍常用的消息中间件（Active MQ,Rabbit MQ，Zero MQ,Kafka）以及他们的特点。
ActiveMQ
ActiveMQ 是Apache出品，最流行的，能力强劲的开源消息总线。ActiveMQ 是一个完全支持JMS1.1和J2EE 1.4规范的 JMS Provider实现，尽管JMS规范出台已经是很久的事情了，但是JMS在当今的J2EE应用中间仍然扮演着特殊的地位。
ActiveMQ特性如下：
- ⒈ 多种语言和协议编写客户端。语言: Java,C,C++,C#,Ruby,Perl,Python,PHP。应用协议： OpenWire,Stomp REST,WS Notification,XMPP,AMQP
- ⒉ 完全支持JMS1.1和J2EE 1.4规范 （持久化，XA消息，事务)
- ⒊ 对Spring的支持，ActiveMQ可以很容易内嵌到使用Spring的系统里面去，而且也支持Spring2.0的特性
- ⒋ 通过了常见J2EE服务器（如 Geronimo,JBoss 4,GlassFish,WebLogic)的测试，其中通过JCA 1.5 resource adaptors的配置，可以让ActiveMQ可以自动的部署到任何兼容J2EE 1.4 商业服务器上
- ⒌ 支持多种传送协议：in-VM,TCP,SSL,NIO,UDP,JGroups,JXTA
- ⒍ 支持通过JDBC和journal提供高速的消息持久化
- ⒎ 从设计上保证了高性能的集群，客户端-服务器，点对点
- ⒏ 支持Ajax
- ⒐ 支持与Axis的整合
- ⒑ 可以很容易得调用内嵌JMS provider，进行测试
Kafka
Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。 这种动作（网页浏览，搜索和其他用户的行动）是在现代网络上的许多社会功能的一个关键因素。 这些数据通常是由于吞吐量的要求而通过处理日志和日志聚合来解决。 对于像Hadoop的一样的日志数据和离线分析系统，但又要求实时处理的限制，这是一个可行的解决方案。Kafka的目的是通过Hadoop的并行加载机制来统一线上和离线的消息处理，也是为了通过集群机来提供实时的消费。
Kafka是一种高吞吐量的分布式发布订阅消息系统，有如下特性：
通过O(1)的磁盘数据结构提供消息的持久化，这种结构对于即使数以TB的消息存储也能够保持长时间的稳定性能。（文件追加的方式写入数据，过期的数据定期删除）
高吞吐量：即使是非常普通的硬件Kafka也可以支持每秒数百万的消息
支持通过Kafka服务器和消费机集群来分区消息
支持Hadoop并行数据加载
Kafka相关概念
Broker
Kafka集群包含一个或多个服务器，这种服务器被称为broker[5]
Topic
每条发布到Kafka集群的消息都有一个类别，这个类别被称为Topic。（物理上不同Topic的消息分开存储，逻辑上一个Topic的消息虽然保存于一个或多个broker上但用户只需指定消息的Topic即可生产或消费数据而不必关心数据存于何处）
Partition
Parition是物理上的概念，每个Topic包含一个或多个Partition.
Producer
负责发布消息到Kafka broker
Consumer
消息消费者，向Kafka broker读取消息的客户端。
Consumer Group
每个Consumer属于一个特定的Consumer Group（可为每个Consumer指定group name，若不指定group name则属于默认的group）。
一般应用在大数据日志处理或对实时性（少量延迟），可靠性（少量丢数据）要求稍低的场景使用。