大型網站架構之分佈式消息隊列(轉)

如下是消息隊列如下的大綱，本文主要介紹消息隊列概述，消息隊列應用場景和消息中間件示例（電商，日誌系統）。

本次分享大綱

1. 消息隊列概述
2. 消息隊列應用場景
3. 消息中間件示例
4. JMS消息服務
5. 經常使用消息隊列
6. 參考（推薦）資料
7. 本次分享總結

1、消息隊列概述

消息隊列中間件是分佈式系統中重要的組件，主要解決應用耦合，異步消息，流量削鋒等問題。實現高性能，高可用，可伸縮和最終一致性架構。是大型分佈式系統不可缺乏的中間件。

目前在生產環境，使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。

2、消息隊列應用場景

如下介紹消息隊列在實際應用中經常使用的使用場景。異步處理，應用解耦，流量削鋒和消息通信四個場景。

2.1異步處理

場景說明：用戶註冊後，須要發註冊郵件和註冊短信。傳統的作法有兩種1.串行的方式；2.並行方式。

（1）串行方式：將註冊信息寫入數據庫成功後，發送註冊郵件，再發送註冊短信。以上三個任務所有完成後，返回給客戶端。（架構KKQ：466097527，歡迎加入）

（2）並行方式：將註冊信息寫入數據庫成功後，發送註冊郵件的同時，發送註冊短信。以上三個任務完成後，返回給客戶端。與串行的差異是，並行的方式能夠提升處理的時間。

假設三個業務節點每一個使用50毫秒鐘，不考慮網絡等其餘開銷，則串行方式的時間是150毫秒，並行的時間多是100毫秒。

由於CPU在單位時間內處理的請求數是必定的，假設CPU1秒內吞吐量是100次。則串行方式1秒內CPU可處理的請求量是7次（1000/150）。並行方式處理的請求量是10次（1000/100）。

 

小結：如以上案例描述，傳統的方式系統的性能（併發量，吞吐量，響應時間）會有瓶頸。如何解決這個問題呢？

引入消息隊列，將不是必須的業務邏輯，異步處理。改造後的架構以下：

按照以上約定，用戶的響應時間至關因而註冊信息寫入數據庫的時間，也就是50毫秒。註冊郵件，發送短信寫入消息隊列後，直接返回，所以寫入消息隊列的速度很快，基本能夠忽略，所以用戶的響應時間多是50毫秒。所以架構改變後，系統的吞吐量提升到每秒20 QPS。比串行提升了3倍，比並行提升了兩倍。

2.2應用解耦

場景說明：用戶下單後，訂單系統須要通知庫存系統。傳統的作法是，訂單系統調用庫存系統的接口。以下圖：（架構KKQ：466097527，歡迎加入）

傳統模式的缺點：

1）  假如庫存系統沒法訪問，則訂單減庫存將失敗，從而致使訂單失敗；

2）  訂單系統與庫存系統耦合；

如何解決以上問題呢？引入應用消息隊列後的方案，以下圖：

• 訂單系統：用戶下單後，訂單系統完成持久化處理，將消息寫入消息隊列，返回用戶訂單下單成功。
• 庫存系統：訂閱下單的消息，採用拉/推的方式，獲取下單信息，庫存系統根據下單信息，進行庫存操做。
• 假如：在下單時庫存系統不能正常使用。也不影響正常下單，由於下單後，訂單系統寫入消息隊列就再也不關心其餘的後續操做了。實現訂單系統與庫存系統的應用解耦。

• 2.3流量削鋒

  流量削鋒也是消息隊列中的經常使用場景，通常在秒殺或團搶活動中使用普遍。

  應用場景：秒殺活動，通常會由於流量過大，致使流量暴增，應用掛掉。爲解決這個問題，通常須要在應用前端加入消息隊列。

  1. 能夠控制活動的人數；
  2. 能夠緩解短期內高流量壓垮應用；

1. 用戶的請求，服務器接收後，首先寫入消息隊列。假如消息隊列長度超過最大數量，則直接拋棄用戶請求或跳轉到錯誤頁面；
2. 秒殺業務根據消息隊列中的請求信息，再作後續處理。

2.4日誌處理

日誌處理是指將消息隊列用在日誌處理中，好比Kafka的應用，解決大量日誌傳輸的問題。架構簡化以下：（架構KKQ：466097527，歡迎加入）

• 日誌採集客戶端，負責日誌數據採集，定時寫受寫入Kafka隊列；
• Kafka消息隊列，負責日誌數據的接收，存儲和轉發；
• 日誌處理應用：訂閱並消費kafka隊列中的日誌數據；

如下是新浪kafka日誌處理應用案例：

轉自（http://cloud.51cto.com/art/201507/484338.htm）

(1)Kafka：接收用戶日誌的消息隊列。

(2)Logstash：作日誌解析，統一成JSON輸出給Elasticsearch。

(3)Elasticsearch：實時日誌分析服務的核心技術，一個schemaless，實時的數據存儲服務，經過index組織數據，兼具強大的搜索和統計功能。

(4)Kibana：基於Elasticsearch的數據可視化組件，超強的數據可視化能力是衆多公司選擇ELK stack的重要緣由。

2.5消息通信

消息通信是指，消息隊列通常都內置了高效的通訊機制，所以也能夠用在純的消息通信。好比實現點對點消息隊列，或者聊天室等。

點對點通信：

客戶端A和客戶端B使用同一隊列，進行消息通信。

聊天室通信：

客戶端A，客戶端B，客戶端N訂閱同一主題，進行消息發佈和接收。實現相似聊天室效果。

以上實際是消息隊列的兩種消息模式，點對點或發佈訂閱模式。模型爲示意圖，供參考。

3、消息中間件示例

3.1電商系統

消息隊列採用高可用，可持久化的消息中間件。好比Active MQ，Rabbit MQ，Rocket Mq。（1）應用將主幹邏輯處理完成後，寫入消息隊列。消息發送是否成功能夠開啓消息的確認模式。（消息隊列返回消息接收成功狀態後，應用再返回，這樣保障消息的完整性）

（2）擴展流程（發短信，配送處理）訂閱隊列消息。採用推或拉的方式獲取消息並處理。

（3）消息將應用解耦的同時，帶來了數據一致性問題，能夠採用最終一致性方式解決。好比主數據寫入數據庫，擴展應用根據消息隊列，並結合數據庫方式實現基於消息隊列的後續處理。

3.2日誌收集系統

分爲Zookeeper註冊中心，日誌收集客戶端，Kafka集羣和Storm集羣（OtherApp）四部分組成。

• Zookeeper註冊中心，提出負載均衡和地址查找服務；
• 日誌收集客戶端，用於採集應用系統的日誌，並將數據推送到kafka隊列；
• Kafka集羣：接收，路由，存儲，轉發等消息處理；

Storm集羣：與OtherApp處於同一級別，採用拉的方式消費隊列中的數據；

4、JMS消息服務

講消息隊列就不得不提JMS 。JMS（JAVA Message Service,java消息服務）API是一個消息服務的標準/規範，容許應用程序組件基於JavaEE平臺建立、發送、接收和讀取消息。它使分佈式通訊耦合度更低，消息服務更加可靠以及異步性。

在EJB架構中，有消息bean能夠無縫的與JM消息服務集成。在J2EE架構模式中，有消息服務者模式，用於實現消息與應用直接的解耦。

4.1消息模型

在JMS標準中，有兩種消息模型P2P（Point to Point）,Publish/Subscribe(Pub/Sub)。

4.1.1 P2P模式

P2P模式包含三個角色：消息隊列（Queue），發送者(Sender)，接收者(Receiver)。每一個消息都被髮送到一個特定的隊列，接收者從隊列中獲取消息。隊列保留着消息，直到他們被消費或超時。

 

P2P的特色

• 每一個消息只有一個消費者（Consumer）(即一旦被消費，消息就再也不在消息隊列中)
• 發送者和接收者之間在時間上沒有依賴性，也就是說當發送者發送了消息以後，無論接收者有沒有正在運行，它不會影響到消息被髮送到隊列
• 接收者在成功接收消息以後需向隊列應答成功

 

若是但願發送的每一個消息都會被成功處理的話，那麼須要P2P模式。（架構KKQ：466097527，歡迎加入）

4.1.2 Pub/sub模式

P2P模式包含三個角色：消息隊列（Queue），發送者(Sender)，接收者(Receiver)。每一個消息都被髮送到一個特定的隊列，接收者從隊列中獲取消息。隊列保留着消息，直到他們被消費或超時。

 

P2P的特色

• 每一個消息只有一個消費者（Consumer）(即一旦被消費，消息就再也不在消息隊列中)
• 發送者和接收者之間在時間上沒有依賴性，也就是說當發送者發送了消息以後，無論接收者有沒有正在運行，它不會影響到消息被髮送到隊列
• 接收者在成功接收消息以後需向隊列應答成功

 

若是但願發送的每一個消息都會被成功處理的話，那麼須要P2P模式。（架構KKQ：466097527，歡迎加入）

4.1.2 Pub/sub模式

幾個重要概念：

Broker：簡單來講就是消息隊列服務器實體。

　　Exchange：消息交換機，它指定消息按什麼規則，路由到哪一個隊列。

　　Queue：消息隊列載體，每一個消息都會被投入到一個或多個隊列。

　　Binding：綁定，它的做用就是把exchange和queue按照路由規則綁定起來。

　　Routing Key：路由關鍵字，exchange根據這個關鍵字進行消息投遞。

　　vhost：虛擬主機，一個broker裏能夠開設多個vhost，用做不一樣用戶的權限分離。

　　producer：消息生產者，就是投遞消息的程序。

　　consumer：消息消費者，就是接受消息的程序。

　　channel：消息通道，在客戶端的每一個鏈接裏，可創建多個channel，每一個channel表明一個會話任務。

消息隊列的使用過程，以下：

（1）客戶端鏈接到消息隊列服務器，打開一個channel。

（2）客戶端聲明一個exchange，並設置相關屬性。

（3）客戶端聲明一個queue，並設置相關屬性。

（4）客戶端使用routing key，在exchange和queue之間創建好綁定關係。

（5）客戶端投遞消息到exchange。

exchange接收到消息後，就根據消息的key和已經設置的binding，進行消息路由，將消息投遞到一個或多個隊列裏。

5.3 ZeroMQ

號稱史上最快的消息隊列，它實際相似於Socket的一系列接口，他跟Socket的區別是：普通的socket是端到端的（1:1的關係），而ZMQ倒是能夠N：M 的關係，人們對BSD套接字的瞭解較多的是點對點的鏈接，點對點鏈接須要顯式地創建鏈接、銷燬鏈接、選擇協議（TCP/UDP）和處理錯誤等，而ZMQ屏蔽了這些細節，讓你的網絡編程更爲簡單。ZMQ用於node與node間的通訊，node能夠是主機或者是進程。

引用官方的說法： 「ZMQ(如下ZeroMQ簡稱ZMQ)是一個簡單好用的傳輸層，像框架同樣的一個socket library，他使得Socket編程更加簡單、簡潔和性能更高。是一個消息處理隊列庫，可在多個線程、內核和主機盒之間彈性伸縮。ZMQ的明確目標是「成爲標準網絡協議棧的一部分，以後進入Linux內核」。如今還未看到它們的成功。可是，它無疑是極具前景的、而且是人們更加須要的「傳統」BSD套接字之上的一 層封裝。ZMQ讓編寫高性能網絡應用程序極爲簡單和有趣。」

特色是：

• 高性能，非持久化；
• 跨平臺：支持Linux、Windows、OS X等。
• 多語言支持； C、C++、Java、.NET、Python等30多種開發語言。
• 可單獨部署或集成到應用中使用；
• 可做爲Socket通訊庫使用。

與RabbitMQ相比，ZMQ並不像是一個傳統意義上的消息隊列服務器，事實上，它也根本不是一個服務器，更像一個底層的網絡通信庫，在Socket API之上作了一層封裝，將網絡通信、進程通信和線程通信抽象爲統一的API接口。支持「Request-Reply 「，」Publisher-Subscriber「，」Parallel Pipeline」三種基本模型和擴展模型。

 

ZeroMQ高性能設計要點：

一、無鎖的隊列模型

   對於跨線程間的交互（用戶端和session）之間的數據交換通道pipe，採用無鎖的隊列算法CAS；在pipe兩端註冊有異步事件，在讀或者寫消息到pipe的時，會自動觸發讀寫事件。

二、批量處理的算法

   對於傳統的消息處理，每一個消息在發送和接收的時候，都須要系統的調用，這樣對於大量的消息，系統的開銷比較大，zeroMQ對於批量的消息，進行了適應性的優化，能夠批量的接收和發送消息。

三、多核下的線程綁定，無須CPU切換

   區別於傳統的多線程併發模式，信號量或者臨界區， zeroMQ充分利用多核的優點，每一個核綁定運行一個工做者線程，避免多線程之間的CPU切換開銷。

5.4 Kafka

Kafka是一種高吞吐量的分佈式發佈訂閱消息系統，它能夠處理消費者規模的網站中的全部動做流數據。 這種動做（網頁瀏覽，搜索和其餘用戶的行動）是在現代網絡上的許多社會功能的一個關鍵因素。 這些數據一般是因爲吞吐量的要求而經過處理日誌和日誌聚合來解決。 對於像Hadoop的同樣的日誌數據和離線分析系統，但又要求實時處理的限制，這是一個可行的解決方案。Kafka的目的是經過Hadoop的並行加載機制來統一線上和離線的消息處理，也是爲了經過集羣機來提供實時的消費。

Kafka是一種高吞吐量的分佈式發佈訂閱消息系統，有以下特性：

• 經過O(1)的磁盤數據結構提供消息的持久化，這種結構對於即便數以TB的消息存儲也可以保持長時間的穩定性能。（文件追加的方式寫入數據，過時的數據按期刪除）
• 高吞吐量：即便是很是普通的硬件Kafka也能夠支持每秒數百萬的消息。
• 支持經過Kafka服務器和消費機集羣來分區消息。
• 支持Hadoop並行數據加載。

 

Kafka相關概念

• Broker

Kafka集羣包含一個或多個服務器，這種服務器被稱爲broker[5]

• Topic

每條發佈到Kafka集羣的消息都有一個類別，這個類別被稱爲Topic。（物理上不一樣Topic的消息分開存儲，邏輯上一個Topic的消息雖然保存於一個或多個broker上但用戶只需指定消息的Topic便可生產或消費數據而沒必要關心數據存於何處）

• Partition

Parition是物理上的概念，每一個Topic包含一個或多個Partition.

• Producer

負責發佈消息到Kafka broker

• Consumer

消息消費者，向Kafka broker讀取消息的客戶端。

• Consumer Group

每一個Consumer屬於一個特定的Consumer Group（可爲每一個Consumer指定group name，若不指定group name則屬於默認的group）。

 

通常應用在大數據日誌處理或對實時性（少許延遲），可靠性（少許丟數據）要求稍低的場景使用。

6、參考資料

如下是本次分享參考的資料和推薦你們參考的資料。

 

參考資料（可參考資料）：

（1）Jms

http://blog.sina.com.cn/s/blog_3fba24680100r777.html

http://blog.csdn.net/jiuqiyuliang/article/details/46701559（深刻淺出JMS(一)--JMS基本概念）

（2）RabbitMQ

http://baike.baidu.com/link?url=s2cU-QgOsXan7j0AM5qxxlmruz6WEeBQXX-Bbk0O3F5jt9Qts2uYQARxQxl7CBT2SO2NF2VkzX_XZLqU-CTaPa

http://blog.csdn.net/sun305355024sun/article/details/41913105

（3）Zero MQ

http://www.searchtb.com/2012/08/zeromq-primer.html

http://blog.csdn.net/yangbutao/article/details/8498790

http://wenku.baidu.com/link?url=yYoiZ_pYPCuUxEsGQvMMleY08bcptZvwF3IMHo2W1i-ti66YXXPpLLJBGXboddwgGBnOehHiUdslFhtz7RGZYkrtMQQ02DV5sv9JFF4LZnK

（4）Kafka

http://baike.baidu.com/link?url=qQXyqvPQ1MVrw9WkOGSGEfSX1NHy4unsgc4ezzJwU94SrPuVnrKf2tbm4SllVaN3ArGGxV_N5hw8JTT2-lw4QK

http://www.infoq.com/cn/articles/apache-kafka/

http://www.mincoder.com/article/3942.shtml

已分享的電子資料（在羣文件中）

7、本次分享總結

以上是本週的分享，主要講解了消息隊列概述，經常使用消息隊列應用場景（異步處理，應用解耦，流量削鋒，日誌處理和消息通信），JMS Java消息服務，以及目前流行的幾款消息隊列介紹。最後演示了兩個使用消息中間件的架構。

由於時間關係，有些講解的不細緻，你們能夠問下度娘/Google，但願本次分享對你們有幫助。

本次是春節前最後一次分享，咱們的分享年後會繼續，明年會繼續《大型網站架構系列》，並會增長《一步一步學架構系列》。具體時間和分享內容會以QQ羣公告的方式通知你們。感謝你們的關注。

分享是快樂的，也是我的成長的過程。文章通常是本身的學習總結，工做經驗，不足之處在所不免，請你們指正，共同進步。創建了一個以架構爲中心的KK羣466097527 ，歡迎你們加入。專一大型分佈式網站架構，大數據，架構模式，設計模式。

 

原文：http://www.cnblogs.com/itfly8/p/5155983.html