架构师之路九分布式系统下异步通信与限流方案

前面一个章节，我们解决了，在秒杀，抢购的环节下，会产生的大流量或者突发流量而导致的服务雪崩的问题，我们从技术，业务角度，分别采取了 令牌桶算法，漏桶算法，其中以Guava,nginx,计算器的方案来达到限流与消峰的目的，业务上，时间分片，以12306为例子，达到限流目的

这一章节，我们介绍MQ泳道的一些常用 的中间件，来解决异步通信的问题

---

先抛出一个问题，我们在进行用户注册的时候，一般需要向用户系统提交数据，数据持久化到数据库，同时我们也需要用户向我们的邮件系统提交数据，当同一时刻，大批量新用户啊进行注册的时候，用户系统，与邮件系统就承载过大的压力，其中注册邮件可以采取异步通信的方式来实现，下面聊一聊异步通信中常用的中间件，MQ,ActiveMQ,RocketMQ,还有kafaka等

---

第一种: ActiveMq,这对于单机处理的业务以及功能简单的业务，大多采取这种方式，其中就只有JMS Poducer, Porducer,Consumer，处理起来也比较简单

---

重点介绍一下第二种: RocketMq,也是阿里出品的一个功能,

其流程: Producer>NameServer>Broker>Conusmer,
Producer Cluster 向NameServer注册中心进行注册，并获取broker的地址，定时查询Topic消息, NameServer只是配置节点没有什么具体任务
Broker 用来存储数据信息，一般会进行主从Broker设置，搭建Broker Cluster, 并定时返回心跳与Topic给到NameServer,
Consumer cluster 向NameServer注册中心注册，并获取broker的地址，定时查询Topic消息

特点:
顺序，事务，集群，广播，亿级， 分布式，Push与Pull的消息订阅模式

开发流程:

项目代码流程

下载RocketMq
解压
配置环境
启动NameServer,Borker
引入pom依赖
制定生产者
制定消费者
消息折可以指定消费的方式

但就项目而言，我们常见的消峰的案例: app端，app端进行埋点数据上报消峰案例; PC端, 分布式调用跟踪系统埋点数据消峰

---

更多内容，请关注博客