1. 系統(tǒng)解耦
看這么個(gè)場(chǎng)景。A 系統(tǒng)發(fā)送數(shù)據(jù)到 BCD 三個(gè)系統(tǒng)，通過(guò)接口調(diào)用發(fā)送。如果 E 系統(tǒng)也要這個(gè)數(shù)據(jù)呢？那如果 C 系統(tǒng)現(xiàn)在不需要了呢？A 系統(tǒng)負(fù)責(zé)人幾乎崩潰......
在這個(gè)場(chǎng)景中，A 系統(tǒng)跟其它各種亂七八糟的系統(tǒng)嚴(yán)重耦合，A 系統(tǒng)產(chǎn)生一條比較關(guān)鍵的數(shù)據(jù)，很多系統(tǒng)都需要 A 系統(tǒng)將這個(gè)數(shù)據(jù)發(fā)送過(guò)來(lái)。A 系統(tǒng)要時(shí)時(shí)刻刻考慮 BCDE 四個(gè)系統(tǒng)如果掛了該咋辦？要不要重發(fā)，要不要把消息存起來(lái)？頭發(fā)都白了??！
如果使用 MQ，A 系統(tǒng)產(chǎn)生一條數(shù)據(jù)，發(fā)送到 MQ 里面去，哪個(gè)系統(tǒng)需要數(shù)據(jù)自己去 MQ 里面消費(fèi)。如果新系統(tǒng)需要數(shù)據(jù)，直接從 MQ 里消費(fèi)即可；如果某個(gè)系統(tǒng)不需要這條數(shù)據(jù)了，就取消對(duì) MQ 消息的消費(fèi)即可。這樣下來(lái)，A 系統(tǒng)壓根兒不需要去考慮要給誰(shuí)發(fā)送數(shù)據(jù)，不需要維護(hù)這個(gè)代碼，也不需要考慮人家是否調(diào)用成功、失敗超時(shí)等情況。
總結(jié)：通過(guò)一個(gè) MQ，Pub/Sub 發(fā)布訂閱消息這么一個(gè)模型，A 系統(tǒng)就跟其它系統(tǒng)徹底解耦了。
因此，我們需要去考慮一下我們的業(yè)務(wù)系統(tǒng)中是否有類似的場(chǎng)景，就是一個(gè)系統(tǒng)或者一個(gè)模塊，調(diào)用了多個(gè)系統(tǒng)或者模塊，互相之間的調(diào)用很復(fù)雜，維護(hù)起來(lái)很麻煩。但是其實(shí)這個(gè)調(diào)用是不需要直接同步調(diào)用接口的，如果用 MQ 給它異步化解耦，也是可以的，你就需要去考慮在你的項(xiàng)目里，是不是可以運(yùn)用這個(gè) MQ 去進(jìn)行系統(tǒng)的解耦。
2. 異步處理
再來(lái)看一個(gè)場(chǎng)景，A 系統(tǒng)接收一個(gè)請(qǐng)求，需要在自己本地寫庫(kù)，還需要在 BCD 三個(gè)系統(tǒng)寫庫(kù)，自己本地寫庫(kù)要 3ms，BCD 三個(gè)系統(tǒng)分別寫庫(kù)要 300ms、450ms、200ms。最終請(qǐng)求總延時(shí)是 3 + 300 + 450 + 200 = 953ms，接近 1s，用戶感覺(jué)搞個(gè)什么東西，慢死了慢死了。用戶通過(guò)瀏覽器發(fā)起請(qǐng)求，等待個(gè) 1s，這幾乎是不可接受的。
一般互聯(lián)網(wǎng)類的企業(yè)，對(duì)于用戶直接的操作，一般要求是每個(gè)請(qǐng)求都必須在 200 ms 以內(nèi)完成，對(duì)用戶幾乎是無(wú)感知的。
如果使用 MQ，那么 A 系統(tǒng)連續(xù)發(fā)送 3 條消息到 MQ 隊(duì)列中，假如耗時(shí) 5ms，A 系統(tǒng)從接受一個(gè)請(qǐng)求到返回響應(yīng)給用戶，總時(shí)長(zhǎng)是 3 + 5 = 8ms，對(duì)于用戶而言，其實(shí)感覺(jué)上就是點(diǎn)個(gè)按鈕，8ms 以后就直接返回了，爽！網(wǎng)站做得真好，真快！
3. 流量削峰
每天 0:00 到 12:00，A 系統(tǒng)風(fēng)平浪靜，每秒并發(fā)請(qǐng)求數(shù)量就 50 個(gè)。結(jié)果每次一到 12:00 ~ 13:00 ，每秒并發(fā)請(qǐng)求數(shù)量突然會(huì)暴增到 5k+ 條。但是系統(tǒng)是直接基于 MySQL 的，大量的請(qǐng)求涌入 MySQL，每秒鐘對(duì) MySQL 執(zhí)行約 5k 條 SQL。
一般的 MySQL，扛到每秒 2k 個(gè)請(qǐng)求就差不多了，如果每秒請(qǐng)求到 5k 的話，可能就直接把 MySQL 給打死了，導(dǎo)致系統(tǒng)崩潰，用戶也就沒(méi)法再使用系統(tǒng)了。
但是高峰期一過(guò)，到了下午的時(shí)候，就成了低峰期，可能也就 1w 的用戶同時(shí)在網(wǎng)站上操作，每秒中的請(qǐng)求數(shù)量可能也就 50 個(gè)請(qǐng)求，對(duì)整個(gè)系統(tǒng)幾乎沒(méi)有任何的壓力。
如果使用 MQ，每秒 5k 個(gè)請(qǐng)求寫入 MQ，A 系統(tǒng)每秒鐘最多處理 2k 個(gè)請(qǐng)求，因?yàn)?MySQL 每秒鐘最多處理 2k 個(gè)。A 系統(tǒng)從 MQ 中慢慢拉取請(qǐng)求，每秒鐘就拉取 2k 個(gè)請(qǐng)求，不要超過(guò)自己每秒能處理的最大請(qǐng)求數(shù)量就 ok，這樣下來(lái)，哪怕是高峰期的時(shí)候，A 系統(tǒng)也絕對(duì)不會(huì)掛掉。而 MQ 每秒鐘 5k 個(gè)請(qǐng)求進(jìn)來(lái)，就 2k 個(gè)請(qǐng)求出去，結(jié)果就導(dǎo)致在中午高峰期（1 個(gè)小時(shí)），可能有幾十萬(wàn)甚至幾百萬(wàn)的請(qǐng)求積壓在 MQ 中。
這個(gè)短暫的高峰期積壓是 ok 的，因?yàn)楦叻迤谶^(guò)了之后，每秒鐘就 50 個(gè)請(qǐng)求進(jìn) MQ，但是 A 系統(tǒng)依然會(huì)按照每秒 2k 個(gè)請(qǐng)求的速度在處理。所以說(shuō)，只要高峰期一過(guò)，A 系統(tǒng)就會(huì)快速將積壓的消息給解決掉。
4. 日志處理
大型電商網(wǎng)站（淘寶、京東、國(guó)美、蘇寧...）、App（抖音、美團(tuán)、滴滴等）等需要分析用戶行為，要根據(jù)用戶的訪問(wèn)行為來(lái)發(fā)現(xiàn)用戶的喜好以及活躍情況，需要在頁(yè)面上收集大量的用戶訪問(wèn)信息。
消息隊(duì)列的優(yōu)缺點(diǎn)
優(yōu)點(diǎn)上面已經(jīng)說(shuō)了，就是在特殊場(chǎng)景下有其對(duì)應(yīng)的好處。
缺點(diǎn)有以下幾個(gè)：
- 系統(tǒng)可用性降低系統(tǒng)引入的外部依賴越多，越容易掛掉。本來(lái)你就是 A 系統(tǒng)調(diào)用 BCD 三個(gè)系統(tǒng)的接口就好了，ABCD 四個(gè)系統(tǒng)還好好的，沒(méi)啥問(wèn)題，你偏加個(gè) MQ 進(jìn)來(lái)，萬(wàn)一 MQ 掛了咋整？MQ 一掛，整套系統(tǒng)崩潰，如何保證消息隊(duì)列的高可用？
- 系統(tǒng)復(fù)雜度提高硬生生加個(gè) MQ 進(jìn)來(lái)，我們?nèi)绾伪ＷC消息沒(méi)有重復(fù)消費(fèi)？如何保證消息傳遞的順序性？
- 一致性問(wèn)題A 系統(tǒng)處理完了直接返回成功了，人都以為你這個(gè)請(qǐng)求就成功了；但是問(wèn)題是，要是 BCD 三個(gè)系統(tǒng)那里，BD 兩個(gè)系統(tǒng)寫庫(kù)成功了，結(jié)果 C 系統(tǒng)寫庫(kù)失敗了，咋整？你這數(shù)據(jù)就不一致了。所以消息隊(duì)列實(shí)際是一種非常復(fù)雜的架構(gòu)，引入它有很多好處，但是也得針對(duì)它帶來(lái)的壞處做各種額外的技術(shù)方案和架構(gòu)來(lái)規(guī)避掉，做好之后，你會(huì)發(fā)現(xiàn)，媽呀，系統(tǒng)復(fù)雜度提升了一個(gè)數(shù)量級(jí)，也許是復(fù)雜了 10 倍。但是關(guān)鍵時(shí)刻，用，還是得用的。
Kafka、ActiveMQ、RabbitMQ、RocketMQ 的優(yōu)缺點(diǎn)
| 特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
|---|---|---|---|---|
| 單機(jī)吞吐量 | 萬(wàn)級(jí)，比 RocketMQ、Kafka 低一個(gè)數(shù)量級(jí) | 同 ActiveMQ | 10 萬(wàn)級(jí)，支撐高吞吐 | 10 萬(wàn)級(jí)，高吞吐，一般配合大數(shù)據(jù)類的系統(tǒng)來(lái)進(jìn)行實(shí)時(shí)數(shù)據(jù)計(jì)算、日志采集等場(chǎng)景 |
| topic 數(shù)量對(duì)吞吐量的影響 | topic 可以達(dá)到幾百/幾千的級(jí)別，吞吐量會(huì)有較小幅度的下降，這是 RocketMQ 的一大優(yōu)勢(shì)，在同等機(jī)器下，可以支撐大量的 topic | topic 從幾十到幾百個(gè)時(shí)候，吞吐量會(huì)大幅度下降，在同等機(jī)器下，Kafka 盡量保證 topic 數(shù)量不要過(guò)多，如果要支撐大規(guī)模的 topic，需要增加更多的機(jī)器資源 | ||
| 時(shí)效性 | ms 級(jí) | 微秒級(jí)，這是 RabbitMQ 的一大特點(diǎn)，延遲最低 | ms 級(jí) | 延遲在 ms 級(jí)以內(nèi) |
| 可用性 | 高，基于主從架構(gòu)實(shí)現(xiàn)高可用 | 同 ActiveMQ | 非常高，分布式架構(gòu) | 非常高，分布式，一個(gè)數(shù)據(jù)多個(gè)副本，少數(shù)機(jī)器宕機(jī)，不會(huì)丟失數(shù)據(jù)，不會(huì)導(dǎo)致不可用 |
| 消息可靠性 | 有較低的概率丟失數(shù)據(jù) | 基本不丟 | 經(jīng)過(guò)參數(shù)優(yōu)化配置，可以做到 0 丟失 | 同 RocketMQ |
| 功能支持 | MQ 領(lǐng)域的功能極其完備 | 基于 erlang 開(kāi)發(fā)，并發(fā)能力很強(qiáng)，性能極好，延時(shí)很低 | MQ 功能較為完善，還是分布式的，擴(kuò)展性好 | 功能較為簡(jiǎn)單，主要支持簡(jiǎn)單的 MQ 功能，在大數(shù)據(jù)領(lǐng)域的實(shí)時(shí)計(jì)算以及日志采集被大規(guī)模使用 |
綜上，各種對(duì)比之后，有如下建議：
一般的業(yè)務(wù)系統(tǒng)要引入 MQ，最早大家都用 ActiveMQ，但是現(xiàn)在確實(shí)大家用的不多了，沒(méi)經(jīng)過(guò)大規(guī)模吞吐量場(chǎng)景的驗(yàn)證，社區(qū)也不是很活躍，所以大家還是算了吧，我個(gè)人不推薦用這個(gè)了。
后來(lái)大家開(kāi)始用 RabbitMQ，但是確實(shí) erlang 語(yǔ)言阻止了大量的 Java 工程師去深入研究和掌控它，對(duì)公司而言，幾乎處于不可控的狀態(tài)，但是確實(shí)人家是開(kāi)源的，比較穩(wěn)定的支持，活躍度也高。
不過(guò)現(xiàn)在確實(shí)越來(lái)越多的公司會(huì)去用 RocketMQ，確實(shí)很不錯(cuò)，畢竟是阿里出品，但社區(qū)可能有突然黃掉的風(fēng)險(xiǎn)（目前 RocketMQ 已捐給Apache，但GitHub 上的活躍度其實(shí)不算高）對(duì)自己公司技術(shù)實(shí)力有絕對(duì)自信的，推薦用 RocketMQ，否則回去老老實(shí)實(shí)用 RabbitMQ 吧，人家有活躍的開(kāi)源社區(qū)，絕對(duì)不會(huì)黃。
在技術(shù)選型方面：
中小型公司，技術(shù)實(shí)力較為一般，技術(shù)挑戰(zhàn)不是特別高，用 RabbitMQ 是不錯(cuò)的選擇；
大型公司，基礎(chǔ)架構(gòu)研發(fā)實(shí)力較強(qiáng)，用 RocketMQ 是很好的選擇；
如果是大數(shù)據(jù)領(lǐng)域的實(shí)時(shí)計(jì)算、日志采集等場(chǎng)景，用 Kafka 是業(yè)內(nèi)標(biāo)準(zhǔn)的，絕對(duì)沒(méi)問(wèn)題，社區(qū)活躍度很高，絕對(duì)不會(huì)黃，何況幾乎是全世界這個(gè)領(lǐng)域的事實(shí)性規(guī)范。
