爬虫架构 | 消息队列应用场景及ActiveMQ、RabbitMQ、RocketMQ、Kafka对比

前言：在之前的业务中，使用了Kafka和RabbitMQ两种消息队列，这篇文章来做一个总结。

消息队列中间件是分布式系统中重要的组件，主要实现异步消息，应用解耦，流量削峰及消息通讯等功能。
下面举例说明在实际应用中消息队列是如何使用的。

一、消息队列应用场景

1.1、异步处理

以用户注册，并且需要注册邮件和短信为例。
用户注册后，需要发送注册邮件和注册短信。传统的做法有两种：串行和并行方式。如下图所示：

串行和并行方式

1）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。
2）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（1000ms/150ms），并行方式处理的请求量是10次（1000ms/100ms）

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：

引入消息队列方式

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。

1.2、应用解耦

以用户下单购买业务为例。
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：
1）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。
2）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：

1）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。
2）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。

1.3、流量削峰

流量削峰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。
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，需要在应用前端加入消息队列。
1）可以控制活动的人数。
2）可以缓解短时间内高流量压垮应用。

1）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。
2）秒杀业务根据消息队列中的请求信息，再做后续处理。

1.4、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，因此也可以用作消息通讯。比如实现点对点消息队列，或者聊天室等。

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。

二、常用消息队列（ActiveMQ、RabbitMQ、RocketMQ、Kafka）比较

• 生产者消费者模式（Producer-Consumer）
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。
• 发布订阅模式（Publish-Subscribe）
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。
• 请求回应模型（Request-Reply）
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-不支持，Kafka-不支持。
• API完备性
  ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。
• 多语言支持
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-只支持JAVA，Kafka-支持。
• 单机吞吐量
  ActiveMQ-万级，RabbitMQ-万级，RocketMQ-万级，Kafka-十万级。
• 消息延迟
  ActiveMQ-无，RabbitMQ-微秒级，RocketMQ-毫秒级，Kafka-毫秒级。
• 可用性
  ActiveMQ-高（主从），RabbitMQ-高（主从），RocketMQ-非常高（分布式），Kafka-非常高（分布式）。
• 消息丢失
  ActiveMQ-低，RabbitMQ-低，RocketMQ-理论上不会丢失，Kafka-理论上不会丢失。
• 文档的完备性
  ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。
• 提供快速入门
  ActiveMQ-有，RabbitMQ-有，RocketMQ-有，Kafka-有。
• 社区活跃度
  ActiveMQ-高，RabbitMQ-高，RocketMQ-中，Kafka-高。
• 商业支持
  ActiveMQ-无，RabbitMQ-无，RocketMQ-阿里云，Kafka-阿里云。

总体来说：

• ActiveMQ
  历史悠久的开源项目，已经在很多产品中得到应用，实现了JMS1.1规范，可以和spring-jms轻松融合，实现了多种协议，不够轻巧（源代码比RocketMQ多），支持持久化到数据库，对队列数较多的情况支持不好。
• RabbitMQ
  它比Kafka成熟，支持AMQP事务处理，在可靠性上，RabbitMQ超过Kafka，在性能方面超过ActiveMQ。
• RocketMQ
  RocketMQ是阿里开源的消息中间件，目前在Apache孵化，使用纯Java开发，具有高吞吐量、高可用性、适合大规模分布式系统应用的特点。RocketMQ思路起源于Kafka，但并不是简单的复制，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，支撑了阿里多次双十一活动。
  因为是阿里内部从实践到产品的产物，因此里面很多接口、API并不是很普遍适用。其可靠性毋庸置疑，而且与Kafka一脉相承（甚至更优），性能强劲，支持海量堆积。
• Kafka
  Kafka设计的初衷就是处理日志的，不支持AMQP事务处理，可以看做是一个日志系统，针对性很强，所以它并没有具备一个成熟MQ应该具备的特性。Kafka的性能（吞吐量、tps）比RabbitMQ要强，如果用来做大数据量的快速处理是比RabbitMQ有优势的。

作者：小怪聊职场

来源：https://www.jianshu.com/p/1582b37291f9