Day306.中间件的功能&对比

最新推荐文章于 2025-01-05 18:05:31 发布

阿昌喜欢吃黄桃

最新推荐文章于 2025-01-05 18:05:31 发布

阅读量400

点赞数

CC 4.0 BY-SA版权

分类专栏：中间件文章标签：中间件 kafka rocketmq rabbitmq mq

本文链接：https://blog.csdn.net/qq_43284469/article/details/118104018

中间件专栏收录该内容

29 篇文章

订阅专栏

本文详细介绍了消息中间件的主要功能，如异步处理、削峰填谷、解耦合和性能提升，并对比了Kafka、RabbitMQ和RocketMQ的优缺点。Kafka以其高性能、高可用性但功能单一适用于日志采集；RabbitMQ具备丰富功能但扩展不便，适合中低并发场景；RocketMQ则在性能和功能上兼顾，适合大规模Java系统。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

中间件功能&对比

一、中间件的功能

1、MQ的异步

1)同步的概念

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WF66rmVq-1624333729922)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210622105649502.png)]$

同步：

用户发起一个请求，系统A收到请求，接着系统A必须立马去调用系统B，直到系统B返回了，系统A
才能返回结果给用户，不是那种学术型的解释

2)中间件实现异步

用户发起①请求给系统A，系统A收到请求并②发送消息给MQ，系统A发送消息成功，MQ接收到小心后系统A就③返回用户结果，根据MQ和系统B的情况，系统B④拿到获取消息，整个过程异步执行，分工明确

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UM0F7fm8-1624333729924)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210622105836054.png)]$

2、MQ的削峰

大量用户发起请求，系统A然后发送过来的每秒1万请求是一个流量洪峰，然后MQ直接给扛下来了，都存储自己本地磁盘，这个过程就是流量削峰的过程，瞬间把一个洪峰给削下来了，让系统B后续慢慢获取消息来处理；

不让数据库直接去承受大量的流量洪峰，而导致数据库宕机， 造成某个功能停止服务或是整个系统瘫痪

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-59Ivm9eU-1624333729927)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210622110448181.png)]$

3、MQ的解耦

系统A和系统B通过同步调用的模式耦合在了一起，所以一旦系统B出现故障，很可能会影响系统A也有故障
而且系统A还得去关心系统B的故障，去处理对应的异常

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-X1tO7A3Q-1624333729930)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210622111546157.png)]$

假设我们在系统A和系统B之间加入一个消息中间件，在这种情况下，系统A对系统B的调用仅仅是发送一个消息到MQ，然后就直接返回给用户了，系统A对系统B就不管了。

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dV0R7AiY-1624333729934)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210622111625181.png)]$

此时系统B如果出现了故障，对系统A根本没影响，系统A也感觉不到。

因为通过引入MQ，两个系统实现了异步化调用，也就实现了解耦，系统A并没有跟系统B耦合，所以互相之
间并没有任何影响。

4、MQ的异步化性能

假设系统A要调用系统B干一个事儿，然后系统A先执行一些操作，需要耗费20ms，接着系统B执行一些操作要耗费
200ms，总共就要耗费220ms。整体是同步调用，导致出现木桶效应

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-78GHJVMx-1624333729935)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210622111914084.png)]$

系统A和系统B直接的业务是同步进行的，所以两个系统的处理能力会影响整个接口的调用性能

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1CWyjdm4-1624333729936)(C:\Users\Administrator\AppData\Roaming\Typora\typora-user-images\image-20210622112839612.png)]$

通过MQ，系统只需要将消息发送给MQ即可，然后即可返回给用户结果，就完成了操作，用户仅仅等待25ms就收到了结果；

然后系统B从MQ里获取消息，接着花费200ms去执行，但是这个200ms就跟用户没关系了，用户早就收到结果了，他也不关心你花200ms还是2s去干自己的事。

实现了MQ的异步化性能提升

二、常用中间件的落地产品优缺点

发现一般国内常用的MQ技术有四种实现， ActiveMQ、Kafka、RabbitMQ、RocketMQ，但是其中ActiveMQ主要是几年以前较多公司使用，现在几乎国内用的公司都很少了。

下面主要是针对Kafka、RabbitMQ、RocketMQ三种技术做的介绍

1、Kafka

性能强

发送消息给Kafka都是毫秒级的性能

可用性高

Kafka是可以支持集群部署的，其中部分机器宕机是可以继续运行的。

诟病

可能存在丢失数据的可能

因为Kafka收到消息之后会写入一个磁盘缓冲区里，并没有直接落地到物理磁盘上去，所以要是机器本身故障了，可能会导致磁盘缓冲区里的数据丢失。

功能非常的单一

主要是支持发送消息给他，然后从里面消费消息，其他就没有什么额外的高级功能了。所以基于Kafka有限的功能，可能适用的场景并不是很多

使用场景： 用户行为日志的采集和传输

因为那种日志适当丢失数据是没有关系的，而且一般量特别大，要求吞吐量要高，一般就是收发消息，不需要太多的高级功能，所以Kafka是非常适合这种场景的。

2、RabbitMQ

国内大部分公司都从ActiveMQ切换到RabbitMQ来使用，包括很多一线互联网大厂，而且直到现在都有很多 中小型公司 在使用RabbitMQ。

吞吐量低

每秒几万的级别，所以如果遇到特别特别高并发的情况下，支撑起来是有点困难的。

高可用性

集群部署的时候部分机器宕机可以继续运行，且不丢失数据

功能丰富

支持部分高级功能，比如说死信队列，消息重试之类的

扩展麻烦

进行集群扩展的时候（也就是加机器部署），还比较麻烦。

开发的语言

开发语言是erlang，国内很少有精通erlang语言的工程师，因此也没办法去阅读他的源代码，甚至修改他的源代码。

3、RocketMQ

RocketMQ是阿里开源的消息中间件，久经沙场，非常的靠谱。他几乎同时解决了Kafka和RabbitMQ的缺陷。

RocketMQ是非常适合用在Java业务系统架构中的，因为他很高的性能表现，还有他的高阶功能的支持，可以让我们解决各种业务问题。

吞吐量高

单机可以达到10万QPS以上

高可用性

可以部署大规模的集群

性能高
数据不丢失

支持通过配置保证数据绝对不丢失

功能丰富

比如延迟消息、事务消息、消息回溯、死信队列、消息积压，等等

开发语言

是基于Java开发的，符合国内大多数公司的技术栈，很容易就可以阅读他的源码，甚至是修改他的源码。

4、优劣对比

消息中间件ActiveMq,RabbitMq,RocketMq,Kafka面试时可以从单机吞吐量，时效性，架构可靠性，消息可靠性，支持的功能等方面去讲

	ActiveMq	RabbitMq	RocketMq	Kafka
单机吞吐量	每秒万级	每秒万级	10万级	10万级
时效性	毫秒级	微秒级	毫秒级	毫秒级
可用性	基于主从架构	基于主从架构	天然支持分布式	天然支持分布式
消息可靠性	较低概率丢失	经过配置几乎可以0丢失	经过配置几乎可以0丢失	经过配置几乎可以0丢失
功能	及其完备	基于erlang语言开发，并发能力强，延时很低	基于Java语言开发，接口简单易用，功能完备，扩展性好，比如支持，普通消息（同步发送，异步发送，单向发送），定时延时消息，顺序消息，事物消息	功能较为简单，主要支持简单的mq功能，因为功能简单，在大数据以及日志采集方面用处广
数据存储	每个节点存储着所有的数据	每个节点存储着所有的数据	每个节点存储着一部分数据，并且每个节点都有数据备份，防数据丢失	每个节点存储着一部分数据，并且每个节点都有数据备份，防数据丢失