这是我参与「第五届青训营 」伴学笔记创作活动的第 13 天
消息队列的应用场景
- 案例一：系统崩溃
问题描述：逻辑执行时存储环节出问题导致数据丢失
解决方案：使用消息队列作中间存储，处理数据和存储环节可以异步化
- 案例二：服务能力有限
问题描述：多订单时服务器承载不了高峰流量
解决方案：使用消息队列作中间存储，每次拿定量请求进行处理，达到一个“削峰”的效果
- 案例三：链路耗时长尾
问题描述：逻辑处理时间长致使用户体验差
解决方案：使用消息队列作中间存储，通过消息队列同步多个线程操作实现异步化
- 案例四：本地日志崩溃
问题描述：本地日志崩溃导致问题无法溯源，bug无法修复
解决方案：也是用消息队列，讲师似乎没说清楚
业界消息队列
- Kafka：高吞吐场景下发挥出色
- RocketMQ：实时场景应用多（阿里）
- Pulsar：下一代云原生分布式消息队列
- BMQ：类似Pulsar架构承接离线业务场景，逐步替换Kafka集群（字节）
Kafka
一条消息的自述
Producer ————> Broker ————> Consumer
P——>B 优化方式
将返回消息批量处理并压缩，以此增大吞吐量
Boker 消息文件结构
Consumer-Low Level
通过手动分配可以解决分配问题，但为了解决不能自动容灾的问题，需要引出另一个Consumer，设计进程启停
Consumer-High Level
通过自动分配可以自动处理新增的Consumer，从而使得运行状态趋于稳定
今天的记录到此，后续难度过高，个人理解偏差可能很大，因此不再记录以免误导个人以后的学习
