消息中间件/消息总线/消息队列

博客介绍了消息中间件的三大作用,包括系统解耦、异步处理、流量削峰,分析了异步处理和系统解耦存在的问题,以及流量削峰在秒杀业务中的应用。还介绍了作者用过的两种MQ,即ActiveMQ和Kafka,指出Kafka适合高吞吐场景,可用于大数据下的流式消息处理。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、总论:消息中间件的三大作用:系统解耦、异步处理、流量削峰。
1、异步处理:解决串行和单纯并行,但是这样做也有弊端,比如注册实际是失败了,但是已经显示注册完成!
系统结构
2、系统解耦:写死接口导致的问题不用多说吧,并且导致分布式系统无法解决高并发(不准确)
3、流量消峰:也称限流,在秒杀等业务中为防止流量突增冲垮系统,会使用消息中间件使做排队处理,用降低用户体验度的方式保证系统的安全。
二、此处介绍我是用过的两种mq:activemq和kafka
1、activemq:
2、kafka:使用场景:高吞吐。Kafka的速度最高可以达到每秒十万条数据,并且还能持久化存储,特别适合大数据条件下的storm流式消息的使用。比如使用flume采集数据(系统日志或者埋点日志等)发送至kafka。。//todo

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值