一、簡介
消息隊列中間件是分布式系統中重要的元件，主要解決應用耦合，異步消息，流量削鋒等問題。實作高性能、高可用、可伸縮和最終一緻性架構。使用較多的消息隊列有ActiveMQ、RabbitMQ、ZeroMQ、Kafka、MetaMQ、RocketMQ。
二、消息隊列應用場景
以下介紹消息隊列在實際應用中常用的使用場景：異步處理，應用解耦，流量削鋒和消息通訊四個場景。
1、異步處理
場景說明：使用者注冊後，需要發注冊郵件和注冊短信。傳統的做法有兩種：串行的方式和并行方式。
串行方式：将注冊資訊寫入資料庫成功後，發送注冊郵件，再發送注冊短信。以上三個任務全部完成後，傳回給客戶。
并行方式：将注冊資訊寫入資料庫成功後，發送注冊郵件的同時，發送注冊短信。以上三個任務完成後，傳回給用戶端。與串行的差别是，并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，不考慮網絡等其他開銷，則串行方式的時間是150毫秒，并行的時間可能是100毫秒。
因為CPU在機關時間内處理的請求數是一定的，假設CPU1秒内吞吐量是100次。則串行方式1秒内CPU可處理的請求量是7次（1000/150）。并行方式處理的請求量是10次（1000/100）。
小結：如以上案例描述，傳統的方式系統的性能（并發量，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，将不是必須的業務邏輯，異步處理。改造後的架構如下：
按照以上約定，使用者的響應時間相當于是注冊資訊寫入資料庫的時間，也就是50毫秒。注冊郵件，發送短信寫入消息隊列後，直接傳回，是以寫入消息隊列的速度很快，基本可以忽略，是以使用者的響應時間可能是50毫秒。是以架構改變後，系統的吞吐量提高到每秒20QPS。比串行提高了3倍，比并行提高了兩倍！
2、應用解耦
場景說明：使用者下單後，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接口。如下圖：
傳統模式的缺點：
假如庫存系統無法通路，則訂單減庫存将失敗，進而導緻訂單失敗，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：
訂單系統：使用者下單後，訂單系統完成持久化處理，将消息寫入消息隊列，傳回使用者訂單下單成功
庫存系統：訂閱下單的消息，采用拉/推的方式，擷取下單資訊，庫存系統根據下單資訊，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。實作訂單系統與庫存系統的應用解耦。
3、流量削鋒
流量削鋒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！
應用場景：秒殺活動，一般會因為流量過大，導緻流量暴增，應用挂掉。為解決這個問題，一般需要在應用前端加入消息隊列。
可以控制活動的人數，可以緩解短時間内高流量壓垮應用。
使用者的請求，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，則直接抛棄使用者請求或跳轉到錯誤頁面。
秒殺業務根據消息隊列中的請求資訊，再做後續處理。
4、日志處理
日志處理是指将消息隊列用在日志進行中，比如Kafka的應用，解決大量日志傳輸的問題。架構簡化如下：
日志采集用戶端，負責日志資料采集，定時寫受寫入Kafka隊列；Kafka消息隊列，負責日志資料的接收，存儲和轉發；日志處理應用：訂閱并消費kafka隊列中的日志資料。
以下是新浪kafka日志處理應用案例：
Kafka：接收使用者日志的消息隊列；
Logstash：做日志解析，統一成JSON輸出給Elasticsearch；