为什么使用消息队列

2021/3/14 mq

# 参考原文

原文 (opens new window)

# 消息队列优点和缺点

优点:解耦、异步、削峰

  • 解耦: 通过一个 MQ,Pub/Sub 发布订阅消息这么一个模型,就可以跟其它系统彻底解耦了
  • 异步: 用户几乎是无感知的
  • 削峰: 高峰期抗住压力

缺点

  • 系统可用性降低: 系统引入的外部依赖越多,越容易挂掉
  • 系统复杂度提高: 重复消费,消息丢失
  • 一致性问题: 系统间不一致

# Kafka、ActiveMQ、RabbitMQ、RocketMQ 优缺点

特性 ActiveMQ RabbitMQ RocketMQ Kafka
单机吞吐量 万级,比 RocketMQ、Kafka 低一个数量级 同 ActiveMQ 10 万级,支撑高吞吐 10 万级,高吞吐,一般配合大数据类的系统来进行实时数据计算、日志采集等场景
topic 数量对吞吐量的影响 topic 可以达到几百/几千的级别,吞吐量会有较小幅度的下降,这是 RocketMQ 的一大优势,在同等机器下,可以支撑大量的 topic topic 从几十到几百个时候,吞吐量会大幅度下降,在同等机器下,Kafka 尽量保证 topic 数量不要过多,如果要支撑大规模的 topic,需要增加更多的机器资源
时效性 ms 级 微秒级,这是 RabbitMQ 的一大特点,延迟最低 ms 级 延迟在 ms 级以内
可用性 高,基于主从架构实现高可用 同 ActiveMQ 非常高,分布式架构 非常高,分布式,一个数据多个副本,少数机器宕机,不会丢失数据,不会导致不可用
消息可靠性 有较低的概率丢失数据 基本不丢 经过参数优化配置,可以做到 0 丢失 同 RocketMQ
功能支持 MQ 领域的功能极其完备 基于 erlang 开发,并发能力很强,性能极好,延时很低 MQ 功能较为完善,还是分布式的,扩展性好 功能较为简单,主要支持简单的 MQ 功能,在大数据领域的实时计算以及日志采集被大规模使用
  • 不推荐用 ActiveMQ
  • RabbitMQ erlang 开源的,稳定支持,活跃度高
  • RocketMQ: 阿里出品(已捐给 Apache),有突然黄掉的风险
  • 大数据领域, 日志 Kafka