訊息佇列中介軟體是分布式系統中重要的元件，主要解決應用耦合，非同步訊息，流量削鋒等問題
實現高效能，高可用，可伸縮和最終一致性架構
使用較多的訊息佇列有activemq，rabbitmq，zeromq，kafka，metamq，rocketmq
場景一 非同步處理
場景說明：使用者註冊後，需要發註冊郵件和註冊簡訊。傳統的做法有兩種 1.序列的方式；2.並行方式
（1）序列方式：將註冊資訊寫入資料庫成功後，傳送註冊郵件，再傳送註冊簡訊。以上三個任務全部完成後，返回給客戶端
（2）並行方式：將註冊資訊寫入資料庫成功後，傳送註冊郵件的同時，傳送註冊簡訊。以上三個任務完成後，返回給客戶端。與序列的差別是，並行的方式可以提高處理的時間
假設三個業務節點每個使用50毫秒鐘，不考慮網路等其他開銷，則序列方式的時間是150毫秒，並行的時間可能是100毫秒。
因為cpu在單位時間內處理的請求數是一定的，假設cpu1秒內吞吐量是100次。則序列方式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，傳統的方式系統的效能（併發量，吞吐量，響應時間）會有瓶頸。如何解決這個問題呢？
引入訊息佇列，將不是必須的業務邏輯，非同步處理。改造後的架構如下：
按照以上約定，使用者的響應時間相當於是註冊資訊寫入資料庫的時間，也就是50毫秒。註冊郵件，傳送簡訊寫入訊息佇列後，直接返回，因此寫入訊息佇列的速度很快，基本可以忽略，因此使用者的響應時間可能是50毫秒。因此架構改變後，系統的吞吐量提高到每秒20 qps。比序列提高了3倍，比並行提高了兩倍
場景二 應用解耦
場景說明：使用者下單後，訂單系統需要通知庫存系統。傳統的做法是，訂單系統呼叫庫存系統的介面。如下圖
傳統模式的缺點：
引入應用訊息佇列後的方案，如下圖：
場景三 流量削鋒
流量削鋒也是訊息佇列中的常用場景，一般在秒殺或團搶活動中使用廣泛
應用場景：秒殺活動，一般會因為流量過大，導致流量暴增，應用掛掉。為解決這個問題，一般需要在應用前端加入訊息佇列。
2.4日誌處理
日誌處理是指將訊息佇列用在日誌處理中，比如kafka的應用，解決大量日誌傳輸的問題。架構簡化如下
(1)kafka：接收使用者日誌的訊息佇列
(2)logstash：做日誌解析，統一成json輸出給elasticsearch
(3)elasticsearch：實時日誌分析服務的核心技術，乙個schemaless，實時的資料儲存服務，通過index組織資料，兼具強大的搜尋和統計功能
(4)kibana：基於elasticsearch的資料視覺化元件，超強的資料視覺化能力是眾多公司選擇elk stack的重要原因
訊息佇列應用場景
場景說明 使用者註冊後，需要發註冊郵件和註冊簡訊。傳統的做法有兩種1.序列的方式 2.並行方式。id iframe 0.05881618439392011 scrolling no 2 並行方式 將註冊資訊寫入資料庫成功後，傳送註冊郵件的同時，傳送註冊簡訊。以上三個任務完成後，返回給客戶端。與序列的...
訊息佇列應用場景
場景說明 使用者註冊後，需要發註冊郵件和註冊簡訊。傳統的做法有兩種1.序列的方式 2.並行方式。1 序列方式 將註冊資訊寫入資料庫成功後，傳送註冊郵件，再傳送註冊簡訊。以上三個任務全部完成後，返回給客戶端。2 並行方式 將註冊資訊寫入資料庫成功後，傳送註冊郵件的同時，傳送註冊簡訊。以上三個任務完成後...
訊息佇列的應用場景
參考 1 簡介 訊息佇列中介軟體是分布式系統中重要的元件，主要應用於五個場景 非同步處理 應用解耦 流量削峰 日誌處理和訊息通訊。常用的訊息佇列主要有 rabbitmq kafka activemq等 2 應用場景介紹 2.1非同步處理 場景說明 使用者註冊後，需要發註冊郵件和註冊簡訊。傳統的做法有...