一.为什么要使用消息队列？
使用消息队列，其实是需要根据实际业务场景来的，一般都是实际开发中，遇到了某种技术挑战，如果不使用MQ的话，业务实现起来比较麻烦，但是通过MQ就可以更快捷高效的实现业务功能。
消息队列使用有很多好处，比较核心的三个好处：解耦、异步、削峰。
1.异步
例如，用户下一个订单，它涉及到扣库存，同时会生成订单，然后向用户发送短信服务和积分服务，如果这个流程实现成一个同步的过程，那么业务线就很长，耗时就特别长，需要15ms，但如果中间加入一个消息队列，这种情况，用户下单，然后扣库存，生成订单，只要把消息写入消息队列，这时它的业务就结束了，对于用户来说，只需要耗时6ms，比起前面的15ms，这种方式可以异步提高用户的相应时间，后面这个消息再通过异步的方式发给了短信服务和积分服务；
如果我们在进行短信发送的时候，比如短信的第三方(移动、联通、电信)宕机了，如果采用的是同步的方式，那么用户的下单就不能成功，但是如果加入了消息队列，其实是没有任何影响的，就算宕机，用户也可以正常下单，等短信服务恢复后，这个消息依然可以通过异步的方式发给用户，这就可以避免第三方服务宕机带来的不好影响。
2.解耦
最开始生成订单后的消息只需要发送给短信服务和积分服务，但是后续业务扩大，我们还有要把消息发送给营销服务和进行数据分析的业务场景，如果此时没有消息队列的情况下，是需要去修改生成订单后的业务处理逻辑，这样的代码就具有耦合性，但是如果加入了消息队列，这个时候其实是解耦的，后续新增功能对这个条消息的处理，对前面的业务系统是没有任何影响的，本质上新增两个服务，我只需要新增两个消费者去定订阅相关的主题就可以了，这样这条消息依然可以发到对于的服务中，解耦后可以提高系统可用性和扩展性，哪怕后续再新增10个、100个业务场景，对原来的业务代码的侵入性也是相当小的。
3.削峰
在我们日程的业务中，业务的处理量其实是不平均的，比如每天0点到16 点，系统风平浪静，每秒并发请求数量就100个，结果每次一到16 点至23点，每秒并发请求数量突然会暴增到1万条，但是系统的后端服务的最大的业务处理能力就只能是每秒钟处理1000个请求，多余的9000个请求，是处理不了的，那么这个时候就可以使用消息队列进行流量的削峰，让系统可以平缓的处理突增的请求，因为消息队列里面有一个很重要的功能，是可以把过来的请求进行短暂的存储的，也就是说每秒钟多于的9000条请求，是可以存在消息队列中，让系统慢慢去处理这些短暂存储的请求，相当于用时间换空间，让系统平缓的处理突增的请求。
二.如何选择合适的消息队列？
这里针对比较常用的RabbitMQ、Kafka、RocketMQ三者做区分
1.RabbitMQ
RabbitMQ 有一个生产者(Producers)和一个消费者(Consumers)，首先作为生产者，发送消息给一个叫做交换器的东西(Exchanges)，然后交换器会把消息路由到一个它对应的队列(Queues)，然后消费者直接拿到这个队列里面的消息，进行对应的消费。
(1)基本介绍
1)RabbitMQ 于 2007 年发布，是使用 Erlang 编程语言编写的，最早是为电信行业系统之间的可靠通信设计的，也是少数几个支持 AMQP 协议的消息队列之一；
2)RabbitMQ 的轻量级、迅捷是它的宣传口号，也很明确地表明了 RabbitMQ 的特点：Messaging that just works，开箱即用的消息队列，也就是说，RabbitMQ 是一个相当轻量级的消息队列，非常容器部署和使用；
3)RabbitMQ 的客户端支持的编程语言大概是所有消息队列中最多的。
(2)存在的问题
1)RabbitMQ 对消息堆积的支持并不好，当大量消息积压的时候，会导致 RabbitMQ 的性能急剧下降；
2)RabbitMQ 的性能是这几个消息队列(相对于Kafka、RocketMQ)中最差的，大概每秒钟可以处理几万到十几万条消息，如果应用对消息队列的性能要求非常高，那不要选择 RabbitMQ，比较适用于中小型公司，如果是大项目不太适应，因为他的并发量并不高；
3)RabbitMQ 使用的编程语言 Erlang，扩展和二次开发成本高。
2.Kafka
Kafka其实是依赖于Zookeeper的，安装Kafka是需要安装Zookeeper来做服务的注册和发现的，它有一个生产者(Producers)和一个消费者(Consumers)，只是说它在处理的时候，可以可以进行分布式的部署，可以部署多台Broker，这是Kafka的一个特点。
(1)基本介绍
1)Apache Kafka 是一个分布式消息发布订阅系统，它最初由 Linkedln 公司基于独特的设计实现为一个分布式的日志提交系统，之后成为 Apache 项目的一部分；
2)在早期的版本中，为了获得极致的性能，在设计方面做了很多的牺牲，比如不保证消息的可靠性，可能会丢失消息，也不支持集群，功能上也比较简陋，这些牺牲对于处理海量日志这个特定的场景都是可以接受的，但是，随后几年 Kafka 逐步补齐了这些短板，当下的 Kafka 已经发展为一个非常成熟的消息队列产品，无论在数据可靠性、稳定性和功能特性等方面都可以满足绝大多数场景的需求。
3)Kafka与周边生态系统的兼容性是最好的没有之一，尤其在大数据和流计算领域，几乎所有的相关开源软件系统都会优先支持 Kafka；
4)Kafka 性能高效、可扩展良好并且可以磁盘持久化，它的分区特性，可复制和可容错都是不错的特性，Kafka 使用 Scala 和 Java 语言开发，设计上大量使用了批量和异步的思想，使得 Kafka 能做到超高的性能，Kafka 的性能，尤其是异步收发的性能，是三者中最好的，但与 RocketMQ 并没有量级上的差异，大约每秒钟可以处理几十万甚至上百万条消息；
5)在有足够的客户端并发进行异步批量发送，并且开启压缩的情况下，Kafka 的极限处理能力可以超过每秒 2000 万条消息。
(2)存在的问题
Kafka 异步批量的设计带来的问题是，它的同步收发消息的响应时延比较高，因为当客户端发送一条消息的时候，Kafka 并不会立即发送出去，而是要等一会儿攒一批消息再发送，在它的 Broker中，很多地方都会使用这种先攒一波再一起处理的设计，当你的业务场景中，每秒钟消息数量没有那么多的时候，Kafka 的时延反而会比较高，所以，Kafka 不太适合在线业务场景，topic达到上百个时，吞吐量会大幅下降(比如，像电商场景，topic是相当的多，kafka就并不适用，所以它比较适用于日志场景，里面的topic相对来说比较少)。
3.RocketMQ
RocketMQ 也是一个分布式的，它可以部署Master节点，也可以部署Slave节点，也可以多Matster、多Slave的，它里面还有一个NameServer，这个是可以用来取代Zookeeper来完成服务的注册和发现。
(1)基本介绍
1)RocketMQ 是阿里巴巴在 2012 年开源的消息队列产品，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，后来捐赠给 Apache 软件基金会，2017 正式毕业，成为Apache 的顶级项目，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，经历过多次双十一考验，它的性能、稳定性和可靠性都是值得信赖的；
2)RocketMQ 有着不错的性能，稳定性和可靠性，具备一个现代的消息队列应该有的几乎全部功能和特性，并且它还在持续的成长中，阿里还有很多人在进行维护；
3)RocketMQ 有非常活跃的中文社区，大多数问题可以找到中文的答案，RocketMQ 使用 Java 语言开发，源代码相对比较容易读懂，容易对 RocketMQ 进行扩展或者二次开发；
4)RocketMQ 对在线业务的响应时延做了很多的优化，大多数情况下可以做到毫秒级的响应，如果你的应用场景很在意响应时延，那应该选择使用 RocketMQ；
5)RocketMQ 的性能比 RabbitMQ 要高一个数量级，每秒钟大概能处理几十万接近上百万条消息。
(2)存在的问题
RocketMQ 的劣势是与周边生态系统的集成和兼容程度不够(因为它发展的比较晚，而且是Java开发，比如对C、C++、GO等语言的兼容性程度不够)。