[分散式][高併發]訊息佇列的使用場景、概念、常見問題及解決方案
MQ(訊息佇列)在軟體架構中是經常被使用的,特別是在分散式系統中也是使用頻率很高的元件。
以下從訊息佇列的使用場景、概念、常見問題及解決方案來詳細講解。
一、訊息佇列使用場景
1.1 常見的使用場景
系統解耦
在分散式環境下,系統間的相互依賴,最終會會導致整個依賴關係混亂,特別在微服務環境下,會出現相互依賴,甚至是迴圈依賴的情況,對後期系統的拆分和優化都帶來極大負擔。那麼我們就可以用MQ來進行處理。上游系統將資料投遞到MQ,下游系統取MQ的資料進行消費,投遞和消費可以用同步的方式處理,因為MQ接收資料的效能是非常高的,不會影響上游系統的效能。
非同步處理
如果採用同步的方式,系統的效能(併發量,吞吐量,響應時間)會有瓶頸。如何解決這個問題呢?引入訊息佇列,將不必要的業務邏輯非同步處理。
非同步處理也可以引來 並行處理的使用姿勢。在工作中,我們基於訊息開發了一個簡單的分散式任務處理元件。該元件簡單分為三塊分別是 切分、載入、執行三個階段
每個階段都是以作為消費者,然後處理完畢後再作為生產者傳送訊息。訊息消費無狀態,可以按需無限拓容。
流量削峰
由於使用訊息,我們的鏈路變成了生產者傳送訊息,訊息中介軟體儲存訊息,最後消費者從訊息中介軟體拉取訊息的一個過程。而訊息中介軟體的儲存能力能夠有效的幫助消費者進行緩衝。試想下,正常流量下消費者能夠愉快的進行消費,瞬時高峰流量來的時候,消費者消費能力跟不上,剛好阻塞在訊息中介軟體,等峰值過後,消費者又能很快的將阻塞的訊息進行消費。
流量削鋒也是訊息佇列中的常用場景,一般在秒殺或團搶活動中使用廣泛!
資料分發
大部分開源的MQ中介軟體基本都支援一對多或者廣播的模式,而且都可以根據規則選擇分發的物件。這樣上游的一份資料,眾多下游系統中,可以根據規則選擇是否接收這些資料,這樣擴充套件性就很強了。
1.2 訊息使用的先決條件
以上四種是MQ中介軟體最常見的場景,但是我們細想,MQ中介軟體的引入會帶來什麼問題呢?那就是實時性。所以MQ中介軟體使用的先決條件是:能容忍延遲,只要求最終一致性較為合適。
二、訊息相關的概念
MQ特點
-
先進先出
不能先進先出,都不能說是佇列了。訊息佇列的順序在入隊的時候就基本已經確定了,一般是不需人工干預的。而且,最重要的是,資料是隻有一條資料在使用中。 這也是MQ在諸多場景被使用的原因。 -
釋出訂閱
釋出訂閱是一種很高效的處理方式,如果不發生阻塞,基本可以當做是同步操作。這種處理方式能非常有效的提升伺服器利用率,這樣的應用場景非常廣泛。 -
持久化
持久化確保MQ的使用不只是一個部分場景的輔助工具,而是讓MQ能像資料庫一樣儲存核心的資料。 -
分散式
在現在大流量、大資料的使用場景下,只支援單體應用的伺服器軟體基本是無法使用的,支援分散式的部署,才能被廣泛使用。而且,MQ的定位就是一個高效能的中介軟體。
在JMS標準中,有兩種訊息模型P2P(Point toPoint)和Publish/Sub(Pub/Sub)。
P2P
點對點,一個發,一個消費。涉及到的角色 釋出者(Publisher)、消費者(Consumer)、訊息佇列(Queue)
特點
-
一個訊息只能被一個消費者消費,消費後會從佇列裡移除
-
釋出者和消費者無關係,釋出者傳送訊息的行為不會隨消費者而改變
-
消費者消費完成訊息,需要向佇列Ack,訊息佇列發現訊息消費成功即做訊息移除
Pub/Sub
釋出訂閱模式,一個釋出,多方訂閱。涉及到的角色有 釋出者(Publisher)、主題(Topic)、訂閱者(Subscriber)。
特點
-
每個訊息可以有多個消費者
-
針對某個主題(Topic)的訂閱者,必須建立一個訂閱者之後,才能消費釋出者的訊息
-
為了消費訊息,訂閱者必須保持執行的狀態
三、常見問題及解決方案
訊息阻塞
1、訊息阻塞一般都是流量激增,超過消費者消費能力;
2、或者消費者出現邏輯問題,導致不斷的重試或長時間等待。
第一種可以通過擴容解決
第二種只能緊急修復問題,釋出上線,在阻塞的過程中會造成大量的訊息積壓,這種情況也可以考慮臨時擴容
重複消費
重複消費一般發生下消費端,比如消費者處理完畢,在準備進行ack的時候出現了問題,應用重啟後,訊息中介軟體以為該訊息還未處理又推給了消費者,或者消費者拉取的時候重複。
一般的做法是消費端做冪等。
訊息丟失
訊息丟失一般分為生產者傳送失敗、訊息中介軟體丟失、消費丟失。
生產者丟失:可能以為網路問題或者訊息中間處理失敗導致,訊息遺漏。
訊息中間的丟失:一般中介軟體可以設定丟棄策略,大部分MQ中介軟體產品可以保證資料不丟失,這種情況基本不用考慮。
消費丟失:有的訊息中介軟體支援自動ack,當消費者消費到訊息,訊息中介軟體也不管是否消費成功自動ack。這時候一般選擇消費者主動ack比較合適。
訊息順序性
訊息順序性一般通過MQ中介軟體保證,大部分MQ中介軟體只能做到區域性有序,比如Kafka,只能保證單個partition佇列有序。有些也會做到全域性有序,但是成本比較高。筆者目前服務的公司現在是支援全域性有序的。
MQ元件有activeMQ、rabbitMQ、rocketMQ、zeroMQ、Kafka;有興趣的同學可以深入去了解。
相關文章
- RabbitMQ訊息佇列入門及解決常見問題MQ佇列
- 訊息佇列常見問題分析佇列
- 訊息佇列常見的 5 個應用場景佇列
- 訊息佇列常見的5個應用場景佇列
- 訊息佇列常見面試題佇列面試題
- 訊息佇列的使用場景之kafka佇列Kafka
- 訊息佇列的使用場景之RabbitMQ佇列MQ
- 高併發場景下的快取有哪些常見的問題?快取
- 淺談訊息佇列及常見的訊息中介軟體佇列
- Kafka常見的問題及解決方案Kafka
- WordPress:常見問題及解決方案
- 高併發解決方案詳解(9大常見解決方案)
- 高併發架構訊息佇列面試題解析架構佇列面試題
- 分散式訊息佇列RocketMQ--事務訊息--解決分散式事務的最佳實踐分散式佇列MQ
- MySQL 在併發場景下的問題及解決思路MySql
- 快取常見問題及解決方案快取
- 用分散式鎖解決併發問題分散式
- 老生常談——利用訊息佇列處理分散式事務佇列分散式
- 訊息匯流排Bus介紹及使用場景-訊息佇列和RabbitMQ介紹及安裝佇列MQ
- Android應用安全常見問題及解決方案Android
- 【FAQ】推送服務常見問題及解決方案
- 物聯網路卡常見問題及解決方案
- CrashSight 接入上報常見問題及解決方案
- 《重學Java高併發》Sempahore的使用場景與常見誤區Java
- 訊息佇列MQ應用場景及主流框架對比佇列MQ框架
- mysql 高併發 select update 併發更新問題解決方案MySql
- Redis+Lua解決高併發場景搶購秒殺問題Redis
- 分散式服務(RPC)+分散式訊息佇列(MQ)面試題精選分散式RPC佇列MQ面試題
- Git常見問題及解決Git
- 分散式訊息佇列:如何保證訊息的順序性分散式佇列
- 高併發業務場景下的秒殺解決方案 (初探)
- 【FAQ】整合分析服務的常見問題及解決方案
- 分散式訊息佇列知識圖譜分散式佇列
- 訊息佇列概念與作用佇列
- RecyclerView的使用總結以及常見問題解決方案View
- PHP高併發商品秒殺問題的解決方案PHP
- PHP 併發場景的幾種解決方案PHP
- 訊息佇列ActiveMQ的使用詳解佇列MQ