概念
MQ是消息中间件，是一种在分布式系统中应用程序借以传递消息的媒介，常用的有ActiveMQ，RabbitMQ，kafka。
在实时消息系统中，MQ消息中间件广泛应用于各类消息系统中，在异步消息处理架构中，MQ几乎是必备的中间件。 同时，MQ的处理性能也将直接影响整个系统的性能。
核心知识
- ActiveMQ是消息队列技术，为解决高并发问题而生
- ActiveMQ基本要素：生产者 producer 、消费者 consumer 、消息服务 broker
- Queue 模式（队列）：生产者生产了一个消息，只能由一个消费者进行消费
- Topic模式（发布/订阅）：生产者生产了一个消息，可以由多个消费者进行消费
ActiveMQ 消息类型
- TextMessage 文本消息：携带一个java.lang.String作为有效数据(负载)的消息，可用于字符串类型的信息交换；
- ObjectMessage 对象消息：携带一个可以序列化的Java对象作为有效负载的消息，可用于Java对象类型的信息交换；
- MapMessage 映射消息：携带一组键值对的数据作为有效负载的消息，有效数据值必须是Java原始数据类型（或者它们的包装类）及String。即：byte , short , int , long , float , double , char , boolean , String
- BytesMessage 字节消息 ：携带一组原始数据类型的字节流作为有效负载的消息；
- StreamMessage 流消息：携带一个原始数据类型流作为有效负载的消息，它保持了写入流时的数据类型，写入什么类型，则读取也需要是相同的类型；
MQ对比
ActiveMQ
- 优点：成熟的产品，已经在很多公司得到应用（非大规模场景）。有较多的文档。各种协议支持较好，有多重语言的成熟的客户端；
- 缺点： 根据其他用户反馈，会出莫名其妙的问题，切会丢失消息。 其重心放到activemq6.0 产品—apollo 上去了，目前社区不活跃，且对 5.x 维护较少；Activemq 不适合用于上千个队列的应用场景
RabbitMQ
- 优点：由于erlang语言的特性，mq 性能较好；管理界面较丰富，在互联网公司也有较大规模的应用；支持amqp系诶，有多中语言且支持 amqp 的客户端可用
- 缺点：erlang语言难度较大。集群不支持动态扩展。
RocketMQ
- 优点：模型简单，接口易用（JMS 的接口很多场合并不太实用）。在阿里大规模应用。目前支付宝中的余额宝等新兴产品均使用rocketmq。集群规模大概在50 台左右，单日处理消息上百亿；性能非常好，可以大量堆积消息在broker 中；支持多种消费，包括集群消费、广播消费等。开发度较活跃，版本更新很快。
- 缺点：产品较新，文档比较缺乏。没有在 mq 核心中去实现JMS 等接口，对
已有系统而言不能兼容。阿里内部还有一套未开源的 MQ API，这一层API可以将上层应用和下层 MQ 的实现解耦（阿里内部有多个mq的实现，如 notify、metaq1.x， metaq2.x，rocketmq 等），使得下面mq可以很方便的进行切换和升级而对应用无任
何影响，目前这一套东西未开源
MQ应用场景
异步处理
场景：用户注册后，需要发注册邮件和注册短信。传统的做法有两种 1.串行的方式；2.并行方式
解决：通过MQ可以将后续的邮件短信操作进行异步处理，从而可以更快的直接返回结果
应用解耦
场景：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。
解决：订单系统持久化处理订单后，消息写入MQ则返回结果，其它系统从MQ订阅消息
流量削锋
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。
解决：为解决这个问题，一般需要在应用前端加入MQ。通过用户的请求进入MQ，抛弃超过队列长度的请求，然后对MQ内请求做后续处理
日志处理
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。
- Kafka：接收用户日志的消息队列
- Logstash：做日志解析，统一成JSON输出给Elasticsearch
- Elasticsearch：实时日志分析服务的核心技术，一个schemaless，实时的数据存储服务，通过index组织数据，兼具强大的搜索和统计功能
- Kibana：基于Elasticsearch的数据可视化组件，超强的数据可视化能力是众多公司选择ELK stack的重要原因
消息通讯
MQ内置了高效的通信机制，因此也可以用在纯的消息通讯。比如实现点对点消息队列，或者聊天室等
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
