消息队列介绍和RabbitMQ的安装

悠悠 2024-03-26 15:01 55阅读 0赞

### 1.消息队列 ###

#### 1.1 MQ的相关概念 ####

##### 1.1.1 什么是MQ #####

MQ(message queue)，从字面意思上看，本质是个队列，FIFO 先入先出，只不过队列中存放的内容是

message 而已，还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ 是一种非常常见  
的上下游“逻辑解耦+物理解耦”的消息通信服务。使用了 MQ 之后，消息发送上游只需要依赖 MQ，不用依赖其他服务。

##### 1.1.2 为什么要用MQ #####

1.流量消峰

举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单时绰绰有余，正

常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限  
制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订单分  
散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体  
验要好。

2.应用解耦

以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。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，都会造成下单操作异常。当转变成基于  
消息队列的方式后，系统间调用的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在  
这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流  
系统恢复后，继续处理订单信息即可，下单用户感受不到物流系统的故障，提升系统的可用性。

![在这里插入图片描述][a453fb0e6aba458898897ce177f910f6.png]

3.异步处理

有些服务间调用是异步的，例如 A 调用 B，B 需要花费很长时间执行，但是 A 需要知道 B 什么时候可

以执行完，以前一般有两种方式，A 过一段时间去调用 B 的查询 api 查询。或者 A 提供一个 callback api，  
B 执行完之后调用 api 通知 A 服务。这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题，  
A 调用 B 服务后，只需要监听 B 处理完成的消息，当 B 处理完成后，会发送一条消息给 MQ，MQ 会将此  
消息转发给 A 服务。这样 A 服务既不用循环调用 B 的查询 api，也不用提供 callback api。同样 B 服务也不  
用做这些操作。A 服务还能及时的得到异步处理成功的消息。

![cocall61642049362384.png][]

##### 1.1.3 MQ的分类 #####

1.ActiveMQ

**优点**：单机吞吐量万级，时效性 ms 级，可用性高，基于主从架构实现高可用性，消息可靠性较  
低的概率丢失数据

**缺点**:官方社区现在对 ActiveMQ 5.x 维护越来越少，高吞吐量场景较少使用。

2.Kafka

大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开 Kafka，这款为**大数据而生**的消息中间件，

以其**百万级 TPS** 的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥  
着举足轻重的作用。目前已经被 LinkedIn，Uber, Twitter, Netflix 等大公司所采纳。

优点: 性能卓越，单机写入 TPS 约在百万条/秒，最大的优点，就是**吞吐量高**。时效性 ms 级可用性非

常高，kafka 是分布式的，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,消费者采  
用 Pull 方式获取消息, 消息有序, 通过控制能够保证所有消息被消费且仅被消费一次;有优秀的第三方  
Kafka Web 管理界面 Kafka-Manager；在日志领域比较成熟，被多家公司和多个开源项目使用；功能支持：  
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

缺点：Kafka 单机超过 64 个队列/分区，Load 会发生明显的飙高现象，队列越多，load 越高，发送消

息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试；支持消息顺序，  
但是一台代理宕机后，就会产生消息乱序，**社区更新较慢**；

3.RocketMQ

RocketMQ 出自阿里巴巴的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一

些改进。被阿里巴巴广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理，binglog 分发等场  
景。

优点:**单机吞吐量十万级**,可用性非常高，分布式架构,**消息可以做到 0 丢失**,MQ 功能较为完善，还是分

布式的，扩展性好,**支持 10 亿级别的消息堆积**，不会因为堆积导致性能下降,源码是 java 我们可以自己阅  
读源码，定制自己公司的 MQ

缺点：支持的客户端语言不多，目前是 java 及 c++，其中 c++不成熟；社区活跃度一般,没有在 MQ

核心中去实现 JMS 等接口,有些系统要迁移需要修改大量代码

4.RabbitMQ

2007 年发布，是一个在 AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最

主流的消息中间件之一。

优点:由于 erlang 语言的高并发特性，性能较好；吞吐量到万级，MQ 功能比较完备,健壮、稳定、易

用、跨平台、支持多种语言 如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP  
等，支持 AJAX 文档齐全；开源提供的管理界面非常棒，用起来很好用,社区活跃度高；更新频率相当高  
https://www.rabbitmq.com/news.html

缺点：商业版需要收费,学习成本较高

##### 1.1.4 MQ的选择 #####

1.Kafka

Kafka 主要特点是基于 Pull 的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集

和传输，适合产生**大量数据**的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，  
肯定是首选 kafka 了。

2.RocketMQ

天生为**金融互联网**领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削

峰，在大量交易涌入时，后端可能无法及时处理的情况。RocketMQ 在稳定性上可能更值得信赖，这些业务  
场景在阿里双 11 已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择 RocketMQ。

3.RabbitMQ

结合 erlang 语言本身的并发优势，性能好**时效性微秒级，社区活跃度也比较高**，管理界面用起来十分

方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的 RabbitMQ。

### 1.2.RabbitMQ ###

#### 1.2.1. RabbitMQ的概念 ####

RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包  
裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里，按照这种逻辑 RabbitMQ 是  
一个快递站，一个快递员帮你传递快件。RabbitMQ 与快递站的主要区别在于，它不处理快件而是接收，  
存储和转发消息数据。

#### 1.2.2. 四大核心概念 ####

**生产者**

产生数据发送消息的程序是生产者

**交换机**

交换机是 RabbitMQ 非常重要的一个部件，一方面它接收来自生产者的消息，另一方面它将消息  
推送到队列中。交换机必须确切知道如何处理它接收到的消息，是将这些消息推送到特定队列还是推  
送到多个队列，亦或者是把消息丢弃，这个得有交换机类型决定

**队列**

队列是 RabbitMQ 内部使用的一种数据结构，尽管消息流经 RabbitMQ 和应用程序，但它们只能存  
储在队列中。队列仅受主机的内存和磁盘限制的约束，本质上是一个大的消息缓冲区。许多生产者可  
以将消息发送到一个队列，许多消费者可以尝试从一个队列接收数据。这就是我们使用队列的方式

**消费者**

消费与接收具有相似的含义。消费者大多时候是一个等待接收消息的程序。请注意生产者，消费  
者和消息中间件很多时候并不在同一机器上。同一个应用程序既可以是生产者又是可以是消费者。

#### 1.2.3. RabbitMQ核心部分 ####

![1.2.3.png][]

#### 1.2.4. 各个名词介绍 ####

![1.2.4.png][]

**Broker**：接收和分发消息的应用，RabbitMQ Server 就是 Message Broker

**Virtual host**：出于多租户和安全因素设计的，把 AMQP 的基本组件划分到一个虚拟的分组中，类似  
于网络中的 namespace 概念。当多个不同的用户使用同一个 RabbitMQ server 提供的服务时，可以划分出  
多个 vhost，每个用户在自己的 vhost 创建 exchange／queue 等

**Connection**：publisher／consumer 和 broker 之间的 TCP 连接

**Channel**：如果每一次访问 RabbitMQ 都建立一个 Connection，在消息量大的时候建立 TCP  
Connection 的开销将是巨大的，效率也较低。Channel 是在 connection 内部建立的逻辑连接，如果应用程  
序支持多线程，通常每个 thread 创建单独的 channel 进行通讯，AMQP method 包含了 channel id 帮助客  
户端和 message broker 识别 channel，所以 channel 之间是完全隔离的。 l Channel 作为轻量级的  
**Connection 极大减少了操作系统建立 TCP connection 的开销**

**Exchange**： message 到达 broker 的第一站，根据分发规则，匹配查询表中的 routing key，分发  
消息到 queue 中去。常用的类型有：direct (point-to-point), topic (publish-subscribe) and fanout  
(multicast)

**Queue**： 消息最终被送到这里等待 consumer 取走

**Binding**： exchange 和 queue 之间的虚拟连接，binding 中可以包含 routing key，Binding 信息被保  
存到 exchange 中的查询表中，用于 message 的分发依据

#### 1.2.5. RabbitMQ安装 ####

1.官网地址：https://www.rabbitmq.com/download.html

2.文件上传：上传到/usr/local/software目录下（如果没有 software 需要自己创建)

![1.2.5.png][]

3.安装文件(分别按照以下顺序安装)

rpm -ivh erlang-21.3-1.el7.x86_64.rpm

如果上面的命令报错，则执行后面这个即可：

rpm -ivh erlang-21.3-1.el7.x86_64.rpm --force --nodeps

yum install socat -y
    
    rpm -ivh rabbitmq-server-3.8.8-1.el7.noarch.rpm

4.常用命令(按照以下顺序执行)

添加开机启动 RabbitMQ 服务

chkconfig rabbitmq-server on

启动服务

/sbin/service rabbitmq-server start

查看服务状态

/sbin/service rabbitmq-server status

![1.2.6.png][]

停止服务(选择执行)

/sbin/service rabbitmq-server stop

开启 web 管理插件

rabbitmq-plugins enable rabbitmq_management

用默认账号密码(guest)访问地址 http://127.0.0.1:15672/出现权限问题

![1.2.7.png][]

5.添加一个新的用户

创建账号

rabbitmqctl add_user admin 123

设置用户角色

rabbitmqctl set_user_tags admin administrator

设置用户权限

set_permissions [-p <vhostpath>] <user> <conf> <write> <read>
    
    rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*

用户 user\_admin 具有/vhost1 这个 virtual host 中所有资源的配置、写、读权限

当前用户和角色

rabbitmqctl list_users

6.再次利用 admin 用户登录

![在这里插入图片描述][55ff855c31104ea2a9663ca0a5949348.png]

7.重置命令

关闭应用的命令为

rabbitmqctl stop_app

清除的命令为

rabbitmqctl reset

重新启动命令为

rabbitmqctl start_app

[a453fb0e6aba458898897ce177f910f6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/053147ec72d24c7195491e68f54888ef.png
[cocall61642049362384.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/d3c8d19c7e1a4b4ab96144d866ac4278.png
[1.2.3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/a3b17e2fcc774f049caa31a704acd0d8.png
[1.2.4.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/a5765ddfb9f24df39a3d9464325c0010.png
[1.2.5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/4800e0ed46af4d238466f2e9bdbda8db.png
[1.2.6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/a8fd353e82df43d98c26cd83bc729c0e.png
[1.2.7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/7df10c04c7e14c69ac75f75312822322.png
[55ff855c31104ea2a9663ca0a5949348.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/dc4d67e080e8495e90c46fac8b91ce4e.png