03 Kafka發布訂閱示例(RocketMQ如何動態擴容和縮容)

c中所有的數據，同一條數據可以被多個消費者消費，數據被消費后不會立馬刪除。在發布-訂閱消息系統中，消息的生產者稱為發布者，消費者稱為訂閱者。該模式的示例圖如下：

RocketMQ如何動態擴容和縮容

上一篇 <<< RocketMQ保證順序消費demo

下一篇 >>> RocketMQ如何解決分布式事務

推薦閱讀：

<<< 消息中間件的核心思想

<<< 消息中間件常見問題匯總

<<< 基于Netty簡單手寫消息中間件思路

<<< 消息隊列常用名詞與中間件對比

<<< Rabbitmq基礎知識

<<< Rabbitmq示例之點對點簡單隊列

<<< Rabbitmq示例之工作(公平)隊列

<<< Rabbitmq示例之發布訂閱模式

<<< Rabbitmq示例之路由模式Routing

<<< Rabbitmq示例之通配符模式Topics

<<< Rabbitmq示例之RPC模式

<<< Rabbitmq隊列模式總結

<<< Rabbitmq如何保證消息不丟失

<<< Springboot利用AmqpTemplate整合Rabbitmq

<<< Rabbitmq如何保證冪等性

<<< Rabbitmq的重試策略

<<< Rabbitmq通過死信隊列實現過期監聽

<<< Rabbitmq解決分布式事務思路

<<< Rabbitmq解決分布式事務demo

<<< Rabbitmq環境安裝

<<< Kafka中的專業術語都有哪些

<<< Kafka的設計原理介紹

<<< Kafka集群如何實現相互感知

<<< Kafka如何實現分區及指定分區消費

<<< Kafka如何保證消息順序消費

<<< Kafka如何保證高吞吐量

<<< Kafka集群環境搭建

<<< RocketMQ架構原理

<<< RocketMQ、RabbitMQ和Kafka的對比

<<< SpringBoot整合RocketMQ示例

<<< RocketMQ保證順序消費demo

<<< RocketMQ如何解決分布式事務

<<< RocketMQ單機版本安裝

<<< RocketMQ集群環境程序啟用相關知識點

<<< RocketMQ單機做主備實操

<<< RocketMQ所有配置說明

推薦閱讀：

<<< 消息中間件的核心思想

<<< 消息中間件常見問題匯總

<<< 基于Netty簡單手寫消息中間件思路

<<< 消息隊列常用名詞與中間件對比

<<< Rabbitmq基礎知識

<<< Rabbitmq示例之點對點簡單隊列

<<< Rabbitmq示例之工作(公平)隊列

<<< Rabbitmq示例之發布訂閱模式

<<< Rabbitmq示例之路由模式Routing

<<< Rabbitmq示例之通配符模式Topics

<<< Rabbitmq示例之RPC模式

<<< Rabbitmq隊列模式總結

<<< Rabbitmq如何保證消息不丟失

<<< Springboot利用AmqpTemplate整合Rabbitmq

<<< Rabbitmq如何保證冪等性

<<< Rabbitmq的重試策略

<<< Rabbitmq通過死信隊列實現過期監聽

<<< Rabbitmq解決分布式事務思路

<<< Rabbitmq解決分布式事務demo

<<< Rabbitmq環境安裝

<<< Kafka中的專業術語都有哪些

<<< Kafka的設計原理介紹

<<< Kafka集群如何實現相互感知

<<< Kafka如何實現分區及指定分區消費

<<< Kafka如何保證消息順序消費

<<< Kafka如何保證高吞吐量

<<< Kafka集群環境搭建

<<< RocketMQ架構原理

<<< RocketMQ、RabbitMQ和Kafka的對比

<<< SpringBoot整合RocketMQ示例

<<< RocketMQ保證順序消費demo

<<< RocketMQ如何解決分布式事務

<<< RocketMQ單機版本安裝

<<< RocketMQ集群環境程序啟用相關知識點

<<< RocketMQ單機做主備實操

<<< RocketMQ所有配置說明

大型的 PHP應用 通常使用什么應用做 消息隊列 的

一、消息隊列概述

消息隊列中間件是分布式系統中重要的組件，主要解決應用耦合，異步消息，流量削鋒等問題。實現高性能，高可用，可伸縮和最終一致性架構。是大型分布式系統不可缺少的中間件。

目前在生產環境，使用較多的消息隊列有ActiveMQ，RabbitMQ，ZeroMQ，Kafka，MetaMQ，RocketMQ等。

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。

2.1異步處理

場景說明：用戶注冊后，需要發注冊郵件和注冊短信。傳統的做法有兩種1.串行的方式；2.并行方式。

（1）串行方式：將注冊信息寫入數據庫成功后，發送注冊郵件，再發送注冊短信。以上三個任務全部完成后，返回給客戶端。（架構KKQ：466097527，歡迎加入）

（2）并行方式：將注冊信息寫入數據庫成功后，發送注冊郵件的同時，發送注冊短信。以上三個任務完成后，返回給客戶端。與串行的差別是，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。則串行方式1秒內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，將不是必須的業務邏輯，異步處理。改造后的架構如下：

按照以上約定，用戶的響應時間相當于是注冊信息寫入數據庫的時間，也就是50毫秒。注冊郵件，發送短信寫入消息隊列后，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。因此架構改變后，系統的吞吐量提高到每秒20 QPS。比串行提高了3倍，比并行提高了兩倍。

2.2應用解耦

場景說明：用戶下單后，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：

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？引入應用消息隊列后的方案，如下圖：

訂單系統：用戶下單后，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。

庫存系統：訂閱下單的消息，采用拉/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，因為下單后，訂單系統寫入消息隊列就不再關心其他的后續操作了。實現訂單系統與庫存系統的應用解耦。

2.3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，導致流量暴增，應用掛掉。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；

可以緩解短時間內高流量壓垮應用；

用戶的請求，服務器接收后，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；

秒殺業務根據消息隊列中的請求信息，再做后續處理。

2.4日志處理

日志處理是指將消息隊列用在日志處理中，比如Kafka的應用，解決大量日志傳輸的問題。架構簡化如下：

日志采集客戶端，負責日志數據采集，定時寫受寫入Kafka隊列；

Kafka消息隊列，負責日志數據的接收，存儲和轉發；

日志處理應用：訂閱并消費kafka隊列中的日志數據；

以下是新浪kafka日志處理應用案例

很赞哦!（4）