JAVA-消息队列使用的场景

消息队列场景：异步处理，应用解耦，流量削锋，日志处理，消息通讯。

①异步处理：
场景：用户进行注册，需要发送邮件和发送短信。传统的处理方式：1.串行 2.并行

1.串行： 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，以上三个步骤全部完成，才会返回给客户端。

2.并行： 将注册消息写入到数据库成功后，发送注册邮件的同时也发送注册短信。三个任务完成后，再返回给客户端。与串行相比，减少了后面发送两步的处理时间。

不考虑其他因素：
如图所示：串行处理时间花费了150ms，并行处理时间花费了100ms。

在引入消息队列后，将不是必须的业务逻辑，进行异步处理。

②应用解耦：
场景：用户下单后，订单系统需要通知库存系统。传统做法：订单系统调用库存系统的接口。

缺点：

• 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。
• 订单系统和库存系统耦合。

利用消息队列来处理上述问题：

• 订单系统：用户下单后，订单系统完成持久化处理，将消息写入消息队列， 返回用户订单下单成功。
• 库存系统：订阅下单的消息，采用拉/推的方式，获取下单信息，库存系统根据下单信息，进行库存操作。
• 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系后续其他操作了。实现订单系统与库存系统的应用耦合。

③流量削锋：
流量削锋一般在秒杀活动或者团抢活动出来容易出现 。
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。

• 可以控制活动的人数
• 可以缓解短时间内高流量压垮应用

• 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界面。
• 秒杀业务根据消息队列中的请求信息，再做后续处理。

④日志处理：
日志处理是指将消息队列用于日志处理中，比如kafka的应用，解决大量日志传输的问题。

• 日志采集客户端：负责采集日志数据，并定时买入kafka队列。
• kafka消息队列：负责日志数据的接收、存储和转发。
• 日志处理应用：订阅并消费kafka队列中的日志数据。

新浪kafka日志处理机制：

• kafka：接收用户日志的消息队列。
• logstash：做日志的解析，把日志解析成json格式给Elasticsearch。
• Elasticsearch：实时日志分析服务的核心技术，一个schemaless，实时的数据存储服务，通过index组织数据，兼具强大的搜索和统计功能。
• Kibana：基于Elasticsearch的数据可视化组件，超强的数据能力是众多公司选择ELK stack的原因。

⑤消息通讯：
消息通讯是指一般消息队列都内置了高效的通信机制，因此也可以单纯的用来消息通讯。比如实现点对点消息队列，或者聊天室。

点对点通讯：

客户端A和客户端B使用同一个消息队列进行通信。

聊天室通讯：

客户端A，客户端B，，客户端N都订阅了同一个消息队列，用于消息的发布和接收，实现聊天室通讯。

https://www.cnblogs.com/ruiati/p/6649868.html （原文，非常好）