消息队列中间件是分布式系统中重要的组件。
主要解决 异步消息、应用耦合、流量削锋、日志收集 等问题，实现高性能，高可用，可伸缩和最终一致性架构。
异步处理 场景：用户注册后，需要发注册邮件和短信。
传统的做法有两种：a) 串行的方式；b) 并行方式。
a) 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。
串行方式
b) 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。
串行方式
两种方式对比：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。由于CPU在单位时间内处理的请求数是一定的，假设CPU 1秒内吞吐量是100次。
1、串行方式的执行时间是150毫秒，并行的时间是100毫秒。
2、串行方式1秒内CPU可处理的请求量是7次（1000/150）
3、并行方式处理的请求量是10次（1000/100）
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：
应用消息队列
1、用户的响应时间55毫秒
2、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2倍。
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。如下图：
传统方式
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存在依赖。
引入消息队列，改进后架构如下：
引入消息队列
订单系统：用户下单后，完成持久化处理，将消息写入消息队列，返回用户订单成功。
库存系统：订阅下单的消息，采用拉/推的方式，获取下单信息，进行库存操作。
1、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。
2、实现订单系统与库存系统的应用解耦。
流量削峰 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。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，秒杀业务根据消息队列中的请求信息，再做后续处理。如图：
流量削峰
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
日志处理 场景：将消息队列用在日志处理中，比如Kafka，解决大量日志传输的问题。
日志收集
1、日志采集客户端，负责日志数据采集，定时写受写入Kafka队列。
2、Kafka消息队列，负责日志数据的接收，存储和转发。
3、日志处理应用：订阅并消费kafka队列中的日志数据。
未完待更
注：本文内容来自互联网，旨在为开发者提供分享、交流的平台。如有涉及文章版权等事宜，请你联系站长进行处理。