消息中间件在日常使用中越来越频繁,但是对于刚接触消息中间件的伙伴来说,可能还是比较懵,因为毕竟没有太多人把mq应用在线上大型生产系统里面,所以我们就来挨个阐述一下消息中间件在大型生产系统里面是如何使用的。
今天讲第一章-消息中间件的优缺点
序号 | 可应用性/特点 | 举例说明 |
1 | 顺序收发 | 细数日常中需要保证顺序的应用场景非常多,比如证券交易过程时间优先原则,交易系统中的订单创建、支付、退款等流程,航班中的旅客登机消息处理等等。与先进先出(First In First Out,缩写FIFO)原理类以,消息队列MQ提供的顺序消息即保证消息F1FO。 |
2 | 异步解耦 | 交易系统作为淘宝天猫主站最核心的系统。每笔交易订单数据的产生会引起几百个下游业务系统的关注,包括物流、购物车、积分、流计算分析等等,整体业务系统庞大而且复杂.消息队列MQ可实现异步通信和应用解耦,确保主站业务的连续性。 |
3 | 流量削峰 | 诸如秒杀、抢红包、企业开门红等大型活动时皆会带来较高的流量脉冲,或因没做相应的保护而导致系统超负荷甚至崩溃或因限制太过导致请求大量失败而影响用户体验,消息队列MQ可提供削峰填谷的服务来解决该问题。 |
4 | 分布式事务 | 交易系统、支付红包等场景需要确保数据的最终一致性,大量引入消息队列MQ的分布式事务,既可以实现系统之间的解耦,又可以保证最终的数据一致性。 |
5 | 大数据分析 | 数据在“流动”中产生价值,传统数据分析大多是基于批量计算模型,而无法做到实时的数据分析,利用消息队列MQ与流式计算引擎相结合,可以很方便的实现将业务数据进行实时分析。 |
6 | 分布式缓存同步 | 天猫双11大促,各个分会场琳琅满目的商品需要实时感知价格变化,大量并发访问数据库导致会场页面响应时间长,集中式缓存因为带宽瓶颈限制商品变更的访问流量,通过消息队列MQ构建分布式缓存,实时通知商品数据的变化。 |
上诉表格我们可以很直观的看到消息中间件可以在哪些领域使用,并可以解决什么样的问题。
还没有评论,来说两句吧...