1 概述
消息队列中间件是分布式系统中重要的组件，主要解决应用耦合，异步消息，流量削锋等问题。实现高性能，高可用，可伸缩和最终一致性架构。是大型分布式系统不可缺少的中间件。
目前在生产环境，使用较多的消息队列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。
2 JMS简介
2.1 JMS概述
JMS（Java Messaging Service）是Java平台上有关面向消息中间件(MOM)的技术规范，它便于消息系统中的Java应用程序进行消息交换,并且通过提供标准的产生、发送、接收消息的接口简化企业应用的开发，翻译为Java消息服务。
JMS只是接口，并没有给予实现，实现JMS接口的消息中间件称为"JMS Provider"，目前知名的开源MOM（Message Oriented Middleware，也就是消息中间件） 系统包含Apache的ActiveMQ、RocketMQ、Kafka以及RabbitMQ，可以说他们都是"基本遵循"和”参考“ JMS规范，有各自的特点和优势。
2.2 专业术语
-
JMS（Java Message Service）：实现JMS 接口的消息中间件；
-
Provider（MessageProvider）：消息的生产者；
-
Consumer（MessageConsumer）：消息的消费者；
-
PTP（Point to Point）：即点对点的消息模型，这也是非常经典的模型；
-
Pub / Sub（Publish/Subscribe）：，即发布/订阅的消息模型；
-
Queue：队列目标，也就是我们常说的消息队列，一般都是会真正的进行物理存储；
-
Topic：主题目标；
-
ConnectionFactory：连接工厂，JMS 用它创建连接；
-
Connection：JMS 客户端到JMS Provider 的连接；
-
Destination：消息的目的地；
-
Session：会话，一个发送或接收消息的线程（这里Session可以类比Mybatis的Session）；
2.3 JMS消息格式定义
-
StreamMessage 原始值的数据流
-
MapMessage 一套名称/值对
-
TextMessage 一个字符串对象
-
BytesMessage 一个未解释字节的数据流
-
ObjectMessage 一个序列化的Java对象
3 应用场景
分布式消息队列的使用场景大概有4个：
-
异步处理
-
应用解耦
-
流量削锋
-
消息通讯
3.1 异步处理
场景说明：用户信用卡消费后，需要执行两个业务功能：
-
发送消费账单信息到用户邮箱
-
发动消费信息短信到用户手机
简单的业务实现，一般两种，单线程方式和多线程方式：
- 单线程方式
单线程方式实现.png
如图所示，一共耗时60ms。
- 多线程方式
多线程方式实现.png
如图所示，一共耗时60ms。
-
消息队列方式
消息队列实现方式.png
如图所示，一共耗时25ms。
架构的改变，明显比前面两种方式响应时间减少，提高了系统的吞吐量。
3.2 应用解耦
场景说明：以上面的用户消费为例子。如下图：
消息队列实现方式.png
-
支付系统：用户消费成功后，完成持久化处理，将消息写入消息队列，返回用户消费成功。
-
短信系统：订阅短信的消息，采用拉/推的方式，获取消费信息，然后发送短信。
-
邮件系统：订阅邮件的消息，采用拉/推的方式，获取消费信息，然后发送邮件。
-
假如：当短信系统或者邮件系统出现故障的时候，不影响用户的消费。因为用户消费后，就将消费的记录写入到了消息队列中。实现了支付系统和短信系统以及邮件系统的应用解耦。
3.3 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。
-
可以控制活动的人数；
-
可以缓解短时间内高流量压垮应用；
-
将用户的请求，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，例如 “当前页面太火爆了，请刷新后重试”；
-
秒杀业务根据消息队列中的请求信息，再做后续处理。
3.4 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：
日志处理.png
-
日志采集模块，负责监控系统应用产生的是日志信息，解析处理写入到kafka消费队列；
-
Kafka消息队列，负责日志数据的接收，存储和转发；
-
日志分析模块：订阅并消费kafka队列中的日志数据；
4 应用实例
4.1 实时日志分析ELK平台
开源实时日志分析ELK平台能够完美的解决我们上述的问题，ELK由ElasticSearch、Logstash和Kiabana三个开源工具组成。官方网站：https://www.elastic.co/products
-
Elasticsearch是个开源分布式搜索引擎，它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。
-
Logstash是一个完全开源的工具，他可以对你的日志进行收集、过滤，并将其存储供以后使用（如，搜索）。
-
Kibana 也是一个开源和免费的工具，它Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助您汇总、分析和搜索重要数据日志。
4.2 电商系统
在这里插入图片描述
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。
5 消息模型
5.1 P2P模式
P2P (Point to Point) 模式，即点对点模式，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。
-
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
如果你希望发送的每个消息都应该被成功处理的话，那么你需要P2P模型。
5.2 Pub/Sub模式
Pub/Sub (Publish/Subscribe) 模式，即发布订阅模式，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。
-
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。
当然，为了缓和这种严格的时间相关性，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。 如果你希望发送的消息可以不被做任何处理、或者被一个消费者处理、或者可以被多个消费者处理的话，那么可以采用Pub/Sub模型。
6 相关信息
- 博文不易，辛苦各位猿友点个关注和赞，感谢
网友评论