分布式消息队列（MQ）的应用场景

分布式消息队列（MQ）的应用场景

• 服务解耦
  • 服务之间强依赖：同步dubbo调用、同步HTTP调用，比如spring cloud、GRPC。
  • 服务之间弱依赖：消息中间件
    • 弱依赖调用也不能失败，则在上游做一个可靠性投递。
• 削峰填谷
  • 把流量的高峰和低谷的速率做一个平衡。MQ最早期就是做这么一件事情。
  • 当下游服务处理不过来的时候，可以把缓存到一个地方，然后慢速去消费，这就是削峰。
  • 即时性很高、流量很大的场景，比如秒杀大促。
  • 大促不可能持续的时间很长，比如说双十一大促，可能持续半小时一小时，后面相对而言就比较平稳了，可以把大促开始的消息积压到囤积到MQ中，慢慢去做一个消费，这也是可以的。
• 异步化缓冲
  • 有些业务逻辑可以做异步操作，只需要做到最终一致性即可，不需要做到实时强一致性。

分布式消息队列（MQ）应用思考点

高可用解决方案：HaProxy（High Available）、Keepalived

可靠性解决方案：replicate 分片副本（Kafka、Elasticsearch、Redis Cluster）

• 生产端可靠性投递
  • 比如金融领域
• 消费端幂等
  • 不能让消息消费多次
• 高可用
  • broker 宕机、磁盘不可用
• 低延迟
• 消息可靠性
  • 消息在MQ肯定不会丢失，磁盘损坏等
• 堆积能力
  • 消息在高峰期能堆积到什么程度
• 扩展性
  • 天然无感知横向扩容