MQ介绍

MQ（Message Queue）消息队列，是基础数据结构中“先进先出”的一种数据结构。

其应用场景主要包含以下三个方面

系统的耦合性越高，系统的容错性就越低。以电商应用为例，用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障或者因为升级等原因暂时不可用，都会造成下单操作异常，影响用户体验。

使用消息队列解耦合。比如物流系统发生故障，需要几分钟才能修复好，在这段时间内，物流系统要处理的数据被缓存到消息队列中，用户的下单操作正常完成。当物流系统恢复后，补充处理存在消息队列中的订单消息即可，终端系统感知不到物流系统发生过几分钟故障。

比如一个秒杀系统，当秒杀开始时，整个系统的流量会突然间增大，这个时候，就有可能把数据库压垮。

有了消息队列后，可以将大量请求缓存起来，分流到很长一段时间处理，这样可以大大提高系统的稳定性和用户体验。

一般情况，为了保证系统的稳定性，如果系统负载超过阈值，就会阻止用户请求，这会影响用户体验。
而如果使用消息队列将请求缓存起来，等待系统处理完毕后通知用户下单完毕，这样总比不能下单体验要好。
业务系统正常时段的QPS如果是 1000，流量最高峰时是10000，为了应对流浪高峰而去配置高性能的服务器显然不划算，这时可以使用消息队列对峰值流量削峰。
数据分发
未使用MQ
我们先来看这样的一个场景：

A系统需要频繁的更改代码，这显然不是一个好的设计，使用MQ可以解决这个问题。

通过消息队列可以让数据在多个系统之间进行流通，数据的生产方不用关心谁来使用数据，只需要将数据发送到消息队列，数据使用方直接在消息队列中直接获取数据即可。

系统引入的外部依赖越多，系统的稳定性越差，一旦MQ宕机，就会对业务造成影响。

MQ的加入大大增加了系统的复杂度，以前系统间是同步的远程调用，现在是通过MQ进行异步调用：

A系统处理完业务，通过MQ给B，C，D三个系统发送消息，如果B系统、C系统处理成功，D系统处理失败：

常见的MQ产品包括Kafka，ActiveMQ，RabbitMQ，RocketMQ。

特性	ActiveMQ	RabbitMQ	RocketMQ	Kafka
开发语言	java	erlang	java	scala
单机吞吐量	万级	万级	10万级	10万级
时效性	ms级	us级	ms级	ms级以内
可用性	高（主从架构）	高（主从架构）	非常高（分布式架构）	非常高（分布式架构）
功能特性	成熟的产品，在很多公司得到应用；有较多的文档；各种协议支持较好	基于erlang开发，所以并发能力强；性能极其好，延时性很低；管理界面较丰富	MQ功能比较完善，扩展性性佳	支持主要的MQ功能；像一些消息查询，消息回调等功能没有提供；毕竟是为大数据准备的，在大数据领域应用广