主流MQ
MQ(Message Queue) ： 翻译为消息队列
- 通过典型的生产者和消费者模型，生产者不断向消息队列中生产消息，消费者不断的从队列中获取消息
- 因为消息的生产和消费都是异步 的，而且只关心消息的发送和接收，没有业务逻辑的侵入，轻松的实现系统间解耦（逻辑解耦+物理解耦）
- MQ别名为消息中间件，通过利用高效可靠的消息传递机制进行平台之间的数据交流，并基于数据通信来进行分布式系统的集成
- 本质是个队列，FIFO先进先出，只不过队列中存放的内容是message 而已，还是一种跨进程的通信机制，用于上下游传递消息
ActiveMQ
- Apache出品，最流行、能力强劲的开源消息总线。是一个完全支持JMS规范的的消息中间件
- 优点：单机吞吐量万级，时效性ms级，可用性高，基于主从架构实现高可用性，消息可靠性较低的概率丢失数据
- 缺点：官方社区现在对ActiveMQ5.x维护越来越少，高吞吐量场景较少使用
Kafka
- LinkedIn开源的分布式发布-订阅消息系统，目前归属于Apache顶级项目
- Kafka主要特点是基于Pull的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输。0.8版本开始支持复制，不支持事务，对消息的重复、丢失、错误没有严格要求，适合产生大量数据的互联网服务的数据收集业务
- 优点：性能卓越，单机写入TPS约在百万条/秒，最大的优点就是吞吐量高。时效性ms 级可用性非常高，kafka是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用，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；功能支持：功能较为简单，主要支持简单的MQ功能，在大数据领域的实时计算以及日志采集被大规模使用
- 缺点：Kafka单机超过64个队列/分区，Load会发生明显的飙高现象，队列越多，load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
RocketMQ
- 阿里开源的消息中间件， RocketMQ思路起源于Kafka，但并不是Kafka的一个Copy，它对消息的可靠传输及事务性做了优化，目前在阿里集团被广泛应用于交易、充值、流计算、消息推送、日志流式处理、binglog分发等场景
- 优点：单机吞吐量十万级，可用性非常高，分布式架构，消息可以做到0丢失，MQ功能较为完善，还是分布式的，扩展性好，支持10亿级别的消息堆积，不会因为堆积导致性能下降，源码是java 我们可以自己阅读源码，定制自己公司的MQ
- 缺点：支持的客户端语言不多，目前是java及c++，其中c++不成熟；社区活跃度一般，没有在MQ核心中去实现JMS等接口，有些系统迁移需要修改大量代码
RabbitMQ
- 使用Erlang语言开发的开源消息队列系统，基于AMQP协议来实现。AMQP的主要特征是面向消息、队列、路由（包括点对点和发布/订阅）、可靠性、安全。AMQP协议更多用在企业系统内对数据一致性、稳定性和可靠性要求很高的场景，对性能和吞吐量的要求还在其次
- 优点：由于erlang 语言的高并发特性，性能较好；吞吐量到万级，MQ功能比较完备，健壮、稳定、易用、跨平台、支持多种语言如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX，文档齐全；开源提供的管理界面非常棒，用起来很好用，社区活跃度高；更新频率相当高https：//www.rabbitmq.com/news.html
- 缺点：商业版需要收费，学习成本较高
MQ的作用
流量消峰
- 举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单时绰绰有余，正常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限制订单超过一万后不允许用户下单
- 使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订单分散成一段时间来处理，这时有些用户可能在下单十几秒后再收到下单成功的操作，但是比不能下单的体验要好
应用解耦
- 以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会造成下单操作异常
- 当转变成基于消息队列的方式后，系统间调用的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流系统恢复后，继续处理订单信息即可，下单用户感受不到物流系统的故障，提升系统的可用性
异步处理
- 有些服务间调用是异步的，例如 A 调用 B，B 需要花费很长时间执行，但是 A 需要知道 B 什么时候可以执行完，以前一般有两种方式，A 过一段时间去调用 B 的api查询。或者 A 提供一个 callback api， B 执行完之后调用 api 通知 A 服务
- 这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题， A 调用 B 服务后，只需要监听 B 处理完成的消息，当 B 处理完成后，会发送一条消息给MQ，MQ会将此消息转发给 A 服务。这样 A 服务既不用循环调用 B 的查询 api，也不用提供 callback api。同样 B 服务也不用做这些操作。A 服务还能及时的得到异步处理成功的消息
RabbitMQ介绍
- 由Erlang语言编写的实现了高级消息队列协议（AMQP）的开源消息代理软件（也可称为面向消息的中间件）
- 支持Windows、Linux/Unix、MAC OS X操作系统和包括JAVA在内的多种编程语言
- RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里。RabbitMQ 与快递站的主要区别在于，它不处理快件而是接收，存储和转发消息数据
AMQP
- advanced message queue protocol 协议模型
四大核心
- 生产者：产生数据，发送消息的程序是生产者
- 交换机：一方面它接收 来自生产者的消息，另一方面它将消息推送到队列中。交换机必须确切知道如何处理它接收到的消息，是将这些消息推送到特定队列还是推送到多个队列，亦或者是把消息丢弃，这个由交换机类型决定
- 队列：RabbitMQ内部使用的一种数据结构，尽管消息流经RabbitMQ和应用程序，但它们只能存储在队列中。队列仅受主机的内存和磁盘限制的约束，本质上是一个大的消息缓冲区。许多生产者可以将消息发送到一个队列，许多消费者可以尝试从一个队列接收数据
- 消费者：大多时候是一个等待接收消息的程序。请注意生产者，消费者和消息中间件很多时候并不在同一机器上。同一个应用程序既可以是生产者又是可以是消费者
核心模块
- 官网参考
- Hello world
- Work queues
- Publish/subscribe
- Routing
- Topics
- Rpc
- Publisher confirms
重要名词
- Broker：接收和分发消息的应用，RabbitMQ Server 就是Message Broker
- Virtual host：出于多租户（不同应用、团队或环境可以在同一RabbitMQ实例中安全运行，彼此资源完全隔离）和安全因素设计的，把AMQP的基本组件划分到一个虚拟的分组中，类似于网络中的namespace概念。当多个不同的用户使用同一个RabbitMQ server提供的服务时，可以划分出多个vhost，每个用户在自己的vhost 创建exchange/queue等
- Connection：publisher/consumer和broker之间的TCP连接
- Channel：如果每一次访问 RabbitMQ都建立一个Connection，在消息量大的时候建立 TCP Connection的开销将是巨大的，效率也较低。Channel是在connection内部建立的逻辑连接，如果应用程序支持多线程，通常每个thread 创建单独的channel进行通讯，AMQP method包含了 channelid帮助客户端和message broker 识别channel，所以channel之间是完全隔离的。Channel作为轻量级的Connection 极大减少了操作系统建立TCP connection的开销
- Exchange：message到达broker的第一站，根据分发规则，匹配查询表中的routing key，分发消息到queue中去。常用的类型有：direct（point-to-point），topic（publish-subscribe）and fanout（multicast）
- Queue：消息最终被送到这里等待consumer取走
- Binding：exchange 和queue之间的虚拟连接，binding 中可以包含routing key，Binding 信息被保存到exchange中的查询表中，用于message的分发依据