当前位置: 首页 > news >正文

【RabbitMQ】RabbitMQ 概述

RabbitMQ 概述

  • 前⾔
  • 什么是MQ
  • MQ的作⽤
  • 为什么选择RabbitMQ
    • 1. Kafka
    • 2. RocketMQ
    • 3. RabbitMQ

前⾔

Rabbit 也是⼀个公司名. MQ ( message queue ) 消息队列 的意思 , RabbitMQ 是 Rabbit 企业下的⼀个消息队列产品.

RabbitMQ 是⼀个实现了 AMQP 的 消息队列 服务,是当前主流的消息中间件之⼀.

AMQP,即Advanced Message Queuing Protocol(⾼级消息队列协议),是⼀个通⽤的应⽤层协议,提供统⼀消息服务的协议, 为⾯向消息的中间件设计。基于此协议的客⼾端与消息中间件可传递消息,并不受客⼾端或中间件, 开发语⾔等条件的限制。

什么是MQ

MQ( Message queue ), 从字⾯意思上看, 本质是个队列, FIFO 先⼊先出,只不过队列中存放的内容是消息(message) ⽽已. 消息可以⾮常简单,⽐如只包含⽂本字符串, JSON等,也可以很复杂, ⽐如内嵌对象.

MQ多⽤于分布式系统之间进⾏通信.

系统之间的调⽤通常有两种⽅式:

  1. 同步通信

直接调⽤对⽅的服务, 数据从⼀端发出后⽴即就可以达到另⼀端.

在这里插入图片描述
2. 异步通信

数据从⼀端发出后,先进⼊⼀个容器进⾏临时存储,当达到某种条件后,再由这个容器发送给另⼀端.容器的⼀个具体实现就是MQ( message queue )

在这里插入图片描述
RabbitMQ 就是MQ的⼀种实现

MQ的作⽤

MQ主要⼯作是接收并转发消息, 在不同的应⽤场景下可以展现不同的作⽤

  1. 异步解耦: 在业务流程中, ⼀些操作可能⾮常耗时, 但并不需要即时返回结果. 可以借助MQ把这些操作异步化, ⽐如 ⽤⼾注册后发送注册短信或邮件通知, 可以作为异步任务处理, ⽽不必等待这些操作完成后才告知⽤⼾注册成功.
  2. 流量削峰: 在访问量剧增的情况下, 应⽤仍然需要继续发挥作⽤, 但是这样的突发流量并不常⻅. 如果以能处理这类峰值为标准⽽投⼊资源,⽆疑是巨⼤的浪费. 使⽤MQ能够使关键组件⽀撑突发访问压⼒, 不会因为突发流量⽽崩溃. ⽐如秒杀或者促销活动, 可以使⽤MQ来控制流量, 将请求排队, 然后系
    统根据⾃⼰的处理能⼒逐步处理这些请求.
  3. 消息分发: 当多个系统需要对同⼀数据做出响应时, 可以使⽤MQ进⾏消息分发. ⽐如⽀付成功后, ⽀付系统可以向MQ发送消息, 其他系统订阅该消息, ⽽⽆需轮询数据库.
  4. 延迟通知: 在需要在特定时间后发送通知的场景中, 可以使⽤MQ的延迟消息功能, ⽐如在电⼦商务平台中,如果⽤⼾下单后⼀定时间内未⽀付,可以使⽤延迟队列在超时后⾃动取消订单

为什么选择RabbitMQ

⽬前业界有很多的MQ产品, 例如RabbitMQ, RocketMQ, ActiveMQ, Kafka, ZeroMQ等, 也有直接使⽤Redis充当消息队列的案例, 这些消息队列, 各有侧重, 也没有好坏, 只有适合不适合, 在实际选型时, 需要结合⾃⾝需求以及MQ产品特征, 综合考虑

以下我们介绍⼀下当前最主流的3种MQ产品

1. Kafka

Kafka⼀开始的⽬的就是⽤于⽇志收集和传输,追求⾼吞吐量, 性能卓越, 单机吞吐达到⼗万级, 在⽇志领域⽐较成熟, 功能较为简单,主要⽀持简单的 MQ 功能, 如果有⽇志采集需求,肯定是⾸选kafka了。

2. RocketMQ

RocketMQ采⽤Java语⾔开发, 由阿⾥巴巴开源, 后捐赠给了Apache.

它在设计时借鉴了Kafka,并做出了⼀些⾃⼰的改进, ⻘出于蓝⽽胜于蓝, 经过多年双⼗⼀的洗礼, 在可⽤性、可靠性以及稳定性等⽅⾯都有出⾊的表现. 适合对于可靠性⽐较⾼,且并发⽐较⼤的场景, ⽐如互联⽹⾦融. 但⽀持的客⼾端语⾔不多, 且社区活跃度⼀般

3. RabbitMQ

采⽤Erlang语⾔开发, MQ 功能⽐较完备, 且⼏乎⽀持所有主流语⾔,开源提供的界⾯也⾮常友好, 性能较好, 吞吐量能达到万级, 社区活跃度也⽐较⾼,⽐较适合中⼩型公司, 数据量没那么⼤, 且并发没那么⾼的场景.


综合: 由于RabbitMQ的综合能⼒较强, 咱们这边的项⽬没有那么⼤的⾼并发, 且RabbitMQ社区⽐较成熟, 管理界⾯友好, 所以咱们接下来主要学习RabbitMQ的使⽤


http://www.mrgr.cn/news/29186.html

相关文章:

  • K8S创建云主机配置docker仓库
  • 人工智能数据栈互操作性架构师指南
  • Linux故障排查中常用的命令
  • 单体架构 IM 系统之 Server 节点状态化分析
  • 【再谈设计模式】建造者模式~对象构建的指挥家
  • LeetCode【0027】移除元素
  • python爬虫之json模块和jsonpath模块(5)
  • 【30天玩转python】网络编程基础
  • python爬虫之正则表达式(3)
  • java日志框架之JUL(Logging)
  • JavaScrip中的this、作用域代码输出题
  • 深入理解Redis:缓存穿透、缓存击穿、缓存雪崩及双写一致性
  • 【乐企-业务篇】乐企前置条件规则枚举
  • 基于Qt的串口调试工具串口常见问题
  • NASA:ATLAS/ICESat-2 L3 A陆地冰高度,版本6
  • Java应用的数据库连接池连接回收策略
  • 使用MongoDB存储和查询数据的Python函数实现
  • Java | Leetcode Java题解之第413题等差数列划分
  • 数据权限的设计与实现系列9——前端筛选器组件Everright-filter集成框架开发2
  • 输煤传送带异物识别检测数据集 yolo数据集 2400张
  • 创建自定义LLM类:更灵活地使用你的语言模型
  • 通信工程学习:什么是OLT光线路终端
  • 在Unity UI中实现UILineRenderer组件绘制线条
  • 【强化学习】如何在不提供标签的情况下通过试错的方式来学习?
  • java四种内置线程池介绍
  • Python面试宝典第49题:字符串压缩