MQ的选型
MQ的作用
MQ的三大核心作用：
- 解耦：从A系统调用B系统，改为A系统发消息到消息队列，B系统从消息队列中取消息。耦合消息队列达到代码解耦效果。
- 异步：将同步操作改为异步操作，增大系统性能效率，增大吞吐量。
- 流量削峰 ：流量高峰期，大量请求涌入MQ，消息积压，高峰期结束，逐渐消费掉消息。
MQ的缺点：
系统可用性降低。如果MQ挂掉，系统直接崩溃。
系统复杂度提高。
数据一致性问题。A系统调用B、C系统，A、B系统数据操作成功，C系统操作失败的情况。
MQ的区别
| 特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
|---|---|---|---|---|
| 单机吞吐量 | 万级，比RocketMQ、Kafka低一个数量级 | 同ActiveMQ | 10万级，支持高吞吐 | 10万级，高吞吐，一般配合大数据类的系统来进行日志采集等场景 |
| topic 数量对吞吐量影响 | topic 可以达到几百/几千的级别，吞吐量会有较小幅度的下降，这是 RocketMQ 的一大优势，在同等机器下，可以支撑大量的 topic | topic 从几十到几百个时候，吞吐量会大幅度下降，在同等机器下，Kafka 尽量保证 topic 数量不要过多，如果要支撑大规模的 topic，需要增加更多的机器资源 | ||
| 时效性 | ms级 | 微秒级，这是 RabbitMQ 的一大特点，延迟最低 | ms 级 | 延迟在 ms 级以内 |
| 可用性 | 高可用，主从架构实现高可用 | 高可用，主从架构实现高可用 | 非常高，分布式架构 | 非常高，分布式，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用 |
| 消息可靠性 | 有较低的概率丢失数据 | 基本不丢 | 经过参数优化配置，可以做到 0 丢失 | 经过参数优化配置，可以做到 0 丢失 |
| 功能支持 | MQ 领域的功能极其完备 | 基于 erlang 开发，并发能力很强，性能极好，延时很低 | MQ 功能较为完善，还是分布式的，扩展性好 | 功能较为简单，主要支持简单的 MQ 功能，在大数据领域的实时计算以及日志采集被大规模使用 |