携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第3天，点击查看活动详情

一、消息队列MQ概述

消息队列是存储数据的一个中间件，可以理解为一个容器。消息是传输数据的基本单位。消息从源被发往队列中，消费者可以拉取消息进行消费，如果消费者目前没有消费的打算，则消息队列会保留消息，直到消费者有消费的打算。

消息队列中间件是分布式系统中重要的组件，主要解决应用解耦，异步消息，流量削锋等问题，实现高性能，高可用，可伸缩和最终一致性架构。目前使用较多的消息队列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ

二、消息队列应用场景

消息队列在实际应用中常用的使用场景：异步处理，应用解耦，流量削锋和消息通讯四个场景。

1.异步 ​ 源中的消息发往消息队列之后，省略了之后业务的响应，消息队列直接进行回执。后续的业务直接订阅消息队列进行消费。

2.解耦 ​ 将多种耦合的业务流程进行解耦，当某个业务挂了之后，其他业务并不影响。

3.削锋 ​ 源中的数据峰值特别高的时候直接打到消费者，可能把服务器打挂了，这是不可取的。所以设置一个消息队列中间件可以进行平峰，来缓存消息。

三、 kafka、activemq、rabbitmq、rocketmq都有什么优缺点？

特性	ActiveMQ	rabbitmq	rocketmq	Kafka
单机吞吐量	万级，吞吐量比RocketMQ和Kafka要低了一个数量级	万级，吞吐量比RocketMQ和Kafka要低了一个数量级	10万级，RocketMQ也是可以支撑高吞吐的一种MQ	10万级别，这是kafka最大的优点，就是吞吐量高。一般配合大数据类的系统来进行实时数据计算、日志采集等场景
topic数量对吞吐量的影响			topic可以达到几百，几千个的级别，吞吐量会有较小幅度的下降；这是RocketMQ的一大优势，在同等机器下，可以支撑大量的topic	topic从几十个到几百个的时候，吞吐量会大幅度下降；所以在同等机器下，kafka尽量保证topic数量不要过多。如果要支撑大规模topic，需要增加更多的机器资源
时效性	ms级	微秒级，这是rabbitmq的一大特点，延迟是最低的	ms级	延迟在ms级以内
可用性	高，基于主从架构实现高可用性	高，基于主从架构实现高可用性	非常高，分布式架构	非常高，kafka是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用
可靠性	有较低的概率丢失数据	经配置持久化，可以做到0丢失	经参数优化配置，可以做到0丢失	经参数优化配置，可以做到0丢失
功能支持	MQ领域的功能极其完备	erlang开发，所以并发能力很强，性能极其好，延时很低	MQ功能较为完善，还是分布式的，扩展性好	功能较为简单，主要支持简单的MQ功能，在大数据领域的实时计算以及日志采集被大规模使用，是事实上的标准
场景分析	非常成熟，功能强大，在业内大量的公司以及项目中都有应用；偶尔会有较低概率丢失消息；而且现在社区以及国内应用都越来越少，官方社区现在对ActiveMQ 5.x维护越来越少，几个月才发布一个版本；而且确实主要是基于解耦和异步来用的，较少在大规模吞吐的场景中使用	erlang语言开发，性能极其好，延时很低；吞吐量到万级，MQ功能比较完备;而且开源提供的管理界面非常棒，用起来很好用;社区相对比较活跃，几乎每个月都发布几个版本分;在国内一些互联网公司近几年用rabbitmq也比较多一些;但RabbitMQ确实吞吐量会低一些，这是因为他做的实现机制比较重	阿里出品；日处理消息上百亿之多，可以做到大规模吞吐，性能也非常好，分布式扩展也很方便，社区维护还可以，可靠性和可用性都是ok的，还可以支撑大规模的topic数量，支持复杂MQ业务场景	超高的吞吐量，ms级的延迟，极高的可用性以及可靠性，而且分布式可以任意扩展;同时kafka最好是支撑较少的topic数量即可，保证其超高吞吐量;而且kafka唯一劣势是有可能消息重复消费，那么对数据准确性会造成极其轻微的影响，在大数据领域中以及日志采集中，这点轻微影响可以忽略;这个特性天然适合大数据实时计算以及日志收集