RocketMQ | 解耦、异步、削峰原理解析

阳光穿透心脏的1/2处 2023-07-08 02:38 19阅读 0赞

#### 前言 ####

开门见山的说，MQ肯定是有用的，不然这么多人用它干嘛(当然可能有人觉得可以装逼用2333）  
![在这里插入图片描述][format_png]  
不过这次我们要说的RocketMQ可不是美国进口的技术，是阿里巴巴捐赠给apache，让apache孵化用的。

阿里巴巴官方给出的RocketMQ的特点

*  是一个队列模型的消息中间件，具有高性能、高可靠、高实时、分布式特点。
 *  Producer、Consumer、队列都可以分布式。
 *  Producer向一些队列轮流发送消息，队列集合称为Topic，Consumer如果做广播消费，则一个consumer实例消费这个Topic对应的所有队列，如果做集群消费，则多个Consumer实例平均消费这个topic对应的队列集合。
 *  能够保证严格的消息顺序
 *  提供丰富的消息拉取模式
 *  高效的订阅者水平扩展能力
 *  实时的消息订阅机制
 *  亿级消息堆积能力
 *  较少的依赖

#### 先说说MQ的作用： ####

*  **解耦**  
    假如现在两个系统，当B系统crash掉，A系统也就凉了，这就是耦合带来的问题。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70]  
    假如我现在用消息队列，就是这样子的。  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 1]  
    即使B系统crash，A系统照常运行，A只需要把消息给到消息队列就可以。
 *  **异步**  
    假如现在有这么个业务场景，分别有三个系统，用户支付成功后，支付系统调用生成订单系统来生成订单，再继续调用通知用户业务系统，最后返回给支付系统，是不是支付系统要等半天？

用户就想了，我tm等半天才能下个单，以后不在你这买了，这就损失了一名客户  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 2]  
加上消息队列会咋样？  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 3]  
依然是一个链式调用，不同的是，这次支付系统把任务信息告诉消息队列就可以了，剩下的事情，他就不管了，而是又消息队列和其他系统合作去完成。

*  **削峰**  
    RocketMQ可是阿里巴巴拿来抗双十一的中间件，你说刚不刚？

我们都知道，如果同时给服务器本不该承受的压力，它就会宕机。

而消息队列在削峰方面的思想就是，把大量的订单都放到消息队列里，挨个去处理，这样的结果可能是有的用户下单要等的久一些才能成功，但是好处就在于服  
务器不会凉凉鸭，如果凉了，还卖啥？

#### 一、 RocketMQ的组成 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 4]

*  **Message** : 消息
 *  **Broker**: RocketMQ的核心模块，负责接收并存储消息。
 *  **NameServer**: RocketMQ的注册中心，集群的Topic-Queue的路由配置；Broker的实时配置信息。其它模块通过Nameservr提供的接口获取最新的Topic配置和路由信息。
 *  **Topic** ：用于将消息按主题做划分，Producer将消息发往指定的Topic，Consumer订阅该Topic就可以收到这条消息。Topic跟发送方和消费方都没有强关联关系，发送方可以同时往多个Topic投放消息，消费方也可以订阅多个Topic的消息。在RocketMQ中，Topic是一个上逻辑概念。消息存储不会按Topic分开。
 *  **Tag**： 标签可以被认为是对 Topic 进一步细化。一般在相同业务模块中通过引入标签来标记不同用途的消息，Tag也可以对消息进行快速的过滤，例如后面consumer在subscribe的时候可指定tag，如果不需要过滤，设置为\*即可。
 *  **Producer**：消息的生产者
 *  **Consumer**：消息的消费者

#### 二、RocketMQ的整体架构 ####

![在这里插入图片描述][format_png 1]  
从上面抽象来看，RocketMQ的原理在于：

*  生产者将消息给到队列(Broker)
 *  队列中的消息在逻辑上是以Topic来分类的，进一步还可以通过Tag来过滤
 *  消费者消费消息  
    ![在这里插入图片描述][841f5426e752463524c03e1f02294efe.png_pic_center]

从下面这个图，可以看到Rocket MQ天生就是分布式的，Broker作为存储消息的核心组件，支持主从机制，一个挂了，我还有备用呢。

无论是Broker还是Name Server 都可以做分布式，从而让整个系统变得高可用  
![在这里插入图片描述][format_png 2]

*  每个Broker与Name Server集群中的所有节点建立长连接，定时注册Topic信息到所有Name Server。
 *  Producer与Name Server集群中的其中一个节点（随机选择）建立长连接，定期从Name Server取Topic路由信息。
 *  Consumer与Name Server集群中的其中一个节点（随机选择）建立长连接，定期从Name Server取Topic路由信息。

#### 参考 ####

[https://www.cnblogs.com/qdhxhz/p/11094624.html][https_www.cnblogs.com_qdhxhz_p_11094624.html]  
[http://jm.taobao.org/2017/01/12/rocketmq-quick-start-in-10-minutes/][http_jm.taobao.org_2017_01_12_rocketmq-quick-start-in-10-minutes]

本人水平有限，希望各位不吝赐教。

[format_png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly9kc3MzLmJkc3RhdGljLmNvbS83MGNGdjhTaF9RMVlueEdrcG9XSzFIRjZoaHkvaXQvdT0zMjM1OTQzMzE4LDE0NjgyNjA3NTUmZm09MjYmZ3A9MC5qcGc?x-oss-process=image/format,png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200224160221120.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200224160437348.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200224160744589.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200224161413683.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200224162335734.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80Mzg4OTg0MQ==,size_16,color_FFFFFF,t_70
[format_png 1]: https://imgconvert.csdnimg.cn/aHR0cDovL2ltZzMudGJjZG4uY24vNTQ3NmU4YjA3YjkyMy9UQjFyZHl2UFhYWFhYY0JhcFhYWFhYWFhYWFg?x-oss-process=image/format,png
[841f5426e752463524c03e1f02294efe.png_pic_center]: https://img-blog.csdnimg.cn/img_convert/841f5426e752463524c03e1f02294efe.png#pic_center
[format_png 2]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xMjYxOTE1OS1hODU4ZDM4ZTBiMzhjNDA2LnBuZw?x-oss-process=image/format,png
[https_www.cnblogs.com_qdhxhz_p_11094624.html]: https://www.cnblogs.com/qdhxhz/p/11094624.html
[http_jm.taobao.org_2017_01_12_rocketmq-quick-start-in-10-minutes]: http://jm.taobao.org/2017/01/12/rocketmq-quick-start-in-10-minutes/