爬蟲架構 | 隊列應用場景及RocketMQ、Kafka對比

爬蟲架構 | 隊列應用場景及RocketMQ、Kafka對比

消息隊列中間件是分散式系統中重要的組件，主要實現非同步消息，應用解耦，流量削峰及消息通訊等功能。

下面舉例說明在實際應用中消息隊列是如何使用的。

一、消息隊列應用場景

1.1、非同步處理

以用戶註冊，並且需要註冊郵件和簡訊為例。

用戶註冊後，需要發送註冊郵件和註冊簡訊。傳統的做法有兩種：串列和並行方式。如下圖所示：

串列和並行方式

1）串列方式：將註冊信息寫入資料庫成功後，發送註冊郵件，再發送註冊簡訊。以上三個任務全部完成後，返回給客戶端。

2）並行方式：將註冊信息寫入資料庫成功後，發送註冊郵件的同時，發送註冊簡訊。以上三個任務完成後，返回給客戶端。與串列的差別是，並行的方式可以提高處理的時間。

假設三個業務節點每個使用50毫秒鐘，不考慮網路等其他開銷，則串列方式的時間是150毫秒，並行的時間可能是100毫秒。

因為CPU在單位時間內處理的請求數是一定的，假設CPU1秒內吞吐量是100次。則串列方式1秒內CPU可處理的請求量是7次（1000ms/150ms），並行方式處理的請求量是10次（1000ms/100ms）

小結：如以上案例描述，傳統的方式系統的性能（並發量，吞吐量，響應時間）會有瓶頸。如何解決這個問題呢？

引入消息隊列，將不是必須的業務邏輯，非同步處理。改造後的架構如下：

引入消息隊列方式

按照以上約定，用戶的響應時間相當於是註冊信息寫入資料庫的時間，也就是50毫秒。註冊郵件，發送簡訊寫入消息隊列後，直接返回，因此寫入消息隊列的速度很快，基本可以忽略，因此用戶的響應時間可能是50毫秒。因此架構改變後，系統的吞吐量提高到每秒20 QPS。比串列提高了3倍，比並行提高了兩倍。

1.2、應用解耦

以用戶下單購買業務為例。

用戶下單後，訂單系統需要通知庫存系統。傳統的做法是，訂單系統調用庫存系統的介面。如下圖

應用耦和

傳統模式的缺點：

1）假如庫存系統無法訪問，則訂單減庫存將失敗，從而導致訂單失敗。

2）訂單系統與庫存系統耦合。

如何解決以上問題呢？引入應用消息隊列後的方案，如下圖：

應用解耦

1）訂單系統：用戶下單後，訂單系統完成持久化處理，將消息寫入消息隊列，返回用戶訂單下單成功。

2）庫存系統：訂閱下單的消息，採用拉/推的方式，獲取下單信息，庫存系統根據下單信息，進行庫存操作。

假如：在下單時庫存系統不能正常使用。也不影響正常下單，因為下單後，訂單系統寫入消息隊列就不再關心其他的後續操作了。實現訂單系統與庫存系統的應用解耦。

1.3、流量削峰

流量削峰也是消息隊列中的常用場景，一般在秒殺或團搶活動中使用廣泛。

秒殺活動，一般會因為流量過大，導致流量暴增，應用掛掉。為解決這個問題，需要在應用前端加入消息隊列。

1）可以控制活動的人數。

2）可以緩解短時間內高流量壓垮應用。

流量削峰

1）用戶的請求，伺服器接收後，首先寫入消息隊列。假如消息隊列長度超過最大數量，則直接拋棄用戶請求或跳轉到錯誤頁面。

2）秒殺業務根據消息隊列中的請求信息，再做後續處理。

1.4、消息通訊

消息通訊是指，消息隊列一般都內置了高效的通信機制，因此也可以用作消息通訊。比如實現點對點消息隊列，或者聊天室等。

消息通訊

以上實際是消息隊列的兩種消息模式，點對點或發布訂閱模式。

二、常用消息隊列（ActiveMQ、RabbitMQ、RocketMQ、Kafka）比較

• 生產者消費者模式（Producer-Consumer）
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。
• 發布訂閱模式（Publish-Subscribe）
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-支持，Kafka-支持。
• 請求回應模型（Request-Reply）
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-不支持，Kafka-不支持。
• API完備性
  ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。
• 多語言支持
  ActiveMQ-支持，RabbitMQ-支持，RocketMQ-只支持JAVA，Kafka-支持。
• 單機吞吐量
  ActiveMQ-萬級，RabbitMQ-萬級，RocketMQ-萬級，Kafka-十萬級。
• 消息延遲

  ActiveMQ-無，RabbitMQ-微秒級，RocketMQ-毫秒級，Kafka-毫秒級。

• 可用性
  ActiveMQ-高（主從），RabbitMQ-高（主從），RocketMQ-非常高（分散式），Kafka-非常高（分散式）。
• 消息丟失
  ActiveMQ-低，RabbitMQ-低，RocketMQ-理論上不會丟失，Kafka-理論上不會丟失。
• 文檔的完備性
  ActiveMQ-高，RabbitMQ-高，RocketMQ-高，Kafka-高。
• 提供快速入門
  ActiveMQ-有，RabbitMQ-有，RocketMQ-有，Kafka-有。
• 社區活躍度
  ActiveMQ-高，RabbitMQ-高，RocketMQ-中，Kafka-高。
• 商業支持
  ActiveMQ-無，RabbitMQ-無，RocketMQ-阿里雲，Kafka-阿里雲。

總體來說：

• ActiveMQ
  歷史悠久的開源項目，已經在很多產品中得到應用，實現了JMS1.1規範，可以和spring-jms輕鬆融合，實現了多種協議，不夠輕巧（源代碼比RocketMQ多），支持持久化到資料庫，對隊列數較多的情況支持不好。
• RabbitMQ
  它比Kafka成熟，支持AMQP事務處理，在可靠性上，RabbitMQ超過Kafka，在性能方面超過ActiveMQ。
• RocketMQ
  RocketMQ是阿里開源的消息中間件，目前在Apache孵化，使用純Java開發，具有高吞吐量、高可用性、適合大規模分散式系統應用的特點。RocketMQ思路起源於Kafka，但並不是簡單的複製，它對消息的可靠傳輸及事務性做了優化，目前在阿里集團被廣泛應用於交易、充值、流計算、消息推送、日誌流式處理、binglog分發等場景，支撐了阿里多次雙十一活動。
  因為是阿里內部從實踐到產品的產物，因此裡面很多介面、API並不是很普遍適用。其可靠性毋庸置疑，而且與Kafka一脈相承（甚至更優），性能強勁，支持海量堆積。
• Kafka
  Kafka設計的初衷就是處理日誌的，不支持AMQP事務處理，可以看做是一個日誌系統，針對性很強，所以它並沒有具備一個成熟MQ應該具備的特性。Kafka的性能（吞吐量、tps）比RabbitMQ要強，如果用來做大數據量的快速處理是比RabbitMQ有優勢的。

推薦閱讀：