一、概述

凡事得知其然也要知其所以然，方能串联起各个知识，形成知识体系，使用起来游刃有余。

二、为什么要使用消息队列？

消息队列的使用场景很多，但是比较核心的有 3 个：解耦、异步、削峰。下面一一来剖析这三个核心场景。

解耦：

通过工作中应用java技术,我们已经掌握了java中的强耦合以及如何解藕。强耦合就是牵一发而动全身。例如A,B两个类，B类要调用A类的方法，那么将A 类作为参数传递，试想，如果增加C，D，E类，B类又想调用他们的方法咋办，这时只能修改B类的方法，这样的程序设计耦合性很高。

因此，要实现解耦，我们可以利用多态思想，通过接口的方式来实现程序的解耦。改进后就在B中传递对应的接口即可。再看消息队列，它的耦合是看如下场景。

例如A 系统发送数据到 BCD 三个系统，通过接口调用发送。如果 E 系统也要这个数据呢？那如果 C 系统现在不需要了呢？A 系统负责人几乎崩溃，总是需要修改代码。

流程图引用自网络

在该场景中，很明显A系统跟其他几个系统产生了强耦合性，A系统随时都要考虑到其他系统是否挂掉的情况，如果其他系统挂掉了，还需要重发，这样就比较麻烦了。

为了解决这个问题，进一步思考，我们是否可以使用一个消息队列解决。将消息放到消息队列来，哪个系统需要就来取（消费）就是，不需要就不取（不消费）。这样解决的话，A系统就不需要再考虑到其他系统 挂掉的情况，也不需要维护这个代码，正如下图所解。

流程图引用自网络

备注

系统间通过接口方式调用:执行http请求，拼接访问接口地址，添加http请求必要参数，执行调用。多个系统间就需要拼接多个调用地址。

Topic模式：将消息队列的生产目的地设置为topic模式，就可以实现多个消费者同时接收一个队列的消息。

异步：

异步的概念在消息中间件产生背景的文章中有具体阐述，详见https://www.jianshu.com/p/ba3a7e8c2954。在没使用消息队列之前是同步的，看这么一个场景。

A 系统接收一个请求，需要本地鞋库，并且还需要在 BCD 三个系统写库，假设自己本地写库要 3ms，BCD 三个系统分别写库要 300ms、450ms、200ms。最终请求总延时是 3 + 300 + 450 + 200 = 953ms，接近 1s。用户发送请求后，1s后才收到响应，这个时相当慢的。

流程图摘自网络

分析此问题，我们是否可以当用户对A系统调用，A系统本地处理后，调用B，C，D三个系统接口处理业务的操作用消息队列来缓冲，此时就返回给用户响应信息。进一步分析，将B，C，D三个系统需要的业务数据放到MQ中，B，C，D分别取对应的消息队列中取出消费。这样就会将B，C，D业务处理的时间大大缩短。

具体为：用户对A系统发送请求，A系统处理后，再将用户请求信息通过发布、订阅通信模型放到MQ，返回给用户，至于B，C，D三个系统分别从MQ中消费，是后续的事情，以这样的方式实现异步操作。

发布/订阅通信模型：联想到微信发布订阅，如果用户关注一个公众号（订阅号），那么只要关注了的用户就可以收到订阅号产生的消息，没关注则不会收到，相当于消费被重复消费。具体到MQ，使用生成目的地创建topic的方式就可以实现消息多个系统消费。

削峰：

回想之前物理学学的波，有波峰和波谷，波峰就是在坐标轴向上的值达到的某一峰值。在计算机峰值中，通常为流量的峰值，比如某一时刻并发量高达5K+这样一个最大值。

请看这样一个场景，每天 0:00 到 12:00，A 系统风平浪静，每秒并发请求数量就 50 个。结果每次一到 12:00 ~ 13:00 ，每秒并发请求数量突然会暴增到 5k+ 条。系统是直接基于 MySQL 的，意味着大量的请求涌入 MySQL，每秒钟对 MySQL 执行约 5k 条 SQL。

对于一般的 MySQL，扛到每秒 2k 个请求就差不多了，如果每秒请求到 5k 的话，可能就直接把 MySQL 给打死了，导致系统崩溃，用户也就没法再使用系统了。

但是高峰期一过，到了下午的时候，就成了低峰期，可能也就 1w 的用户同时在网站上操作，每秒中的请求数量可能也就 50 个请求，对整个系统几乎没有任何的压力。

图片摘自网络

为了MySQL服务的正常运行，思考需要一个中间件将5K+的请求存储起来，然后让MySQL慢慢的去执行，这样就不会对MySQL服务造成冲击。使用点对点通信模型，将请求的内容存入MQ中，然后让MySQL慢慢的从MQ中每秒取出2K请求并处理，这样哪怕是高峰期，MySQL服务也不会挂掉。

重要概念：

并发：多个事件在同一时间段发生。比如食堂中两个队列在一个窗口打饭。

并行：并排行走，多个事件在同一时刻同时发生。比如食堂两个队列在两个窗口打饭。

并发请求数量-QPS（Query Per Second）/RPS（Request Per Second）：每秒程序处理的请求数量。比如食堂中两个队列在一个窗口打饭，每段时间服务的学生的人数，但是放到计算机来处理，感觉就是同时执行，就像开启了两个窗口，因为计算机处理速度很快。

高并发：服务每秒能稳定的处理大量请求。

点对点通信模型：相当于两个人相互添加微信，一个人发送消息给指定人，只能被指定的那个人接收到，其他人是不能接收到消息的。MQ中将生产者目的地使用为Queue即可。