消息队列传递形式
- 点对点（Point – to – Point, P2P）
- 特点：消息生产者发送消息到一个特定的队列，一个消费者从队列中获取消息。消息一旦被消费，就会从队列中移除。这种模式下，队列就像一个信箱，每个消息只被一个消费者处理，适合任务分发且只需要一个执行者的场景。
- 示例场景：订单处理系统中，订单消息发送到订单处理队列，一个订单处理服务从队列中获取订单并进行处理。
- 发布/订阅（Publish/Subscribe, Pub/Sub）
- 特点：消息生产者（发布者）将消息发送到主题（Topic），多个消息消费者（订阅者）可以订阅该主题。每个订阅者都能接收到主题中的所有消息副本。适合需要将消息广播给多个不同服务或模块的场景。
- 示例场景：股票行情系统，行情数据发布到“股票行情”主题，多个投资分析服务、交易系统等订阅该主题获取行情数据。
常用框架和组件
（一）RabbitMQ
- 简介：是一个开源的消息代理软件，支持多种消息协议，如AMQP、STOMP、MQTT等。它以可靠性、灵活性和可扩展性著称，被广泛应用于企业级应用集成。
- 特点
- 支持多种协议：可以与不同类型的客户端进行交互，满足多样化的应用场景。
- 灵活的路由机制：通过Exchange（交换机）和Queue（队列）之间的绑定关系，实现灵活的消息路由策略。
- 高可用性：支持集群部署，通过镜像队列等机制保证消息的高可用性和数据一致性。
- 应用场景：适用于对可靠性要求极高，需要处理复杂消息路由和高并发场景的系统，如金融交易系统、电商订单处理系统等。
（二）Kafka
- 简介：最初由LinkedIn开发，是一个分布式流处理平台，主要用于处理高吞吐量的实时数据流。它将消息持久化存储在磁盘上，并通过分区和副本机制保证数据的可靠性和可扩展性。
- 特点
- 高吞吐量：能够处理每秒数十万条消息的写入和读取，适合大数据量的实时处理场景。
- 可扩展性：通过增加节点可以轻松扩展集群的处理能力，以应对不断增长的数据量。
- 持久化存储：消息被持久化到磁盘，即使系统崩溃也不会丢失数据。
- 应用场景：常用于日志收集、监控数据处理、实时数据分析等场景，如电商平台的实时日志采集和分析系统。
（三）ActiveMQ
- 简介：是Apache出品的、最流行的，能力强劲的开源消息总线。它支持多种语言和协议，如Java、C、C++、Python等，协议包括AMQP、STOMP、OpenWire等。
- 特点
- 跨语言支持：方便不同语言编写的应用程序之间进行消息通信。
- 丰富的功能：支持多种消息传递模式，如点对点、发布/订阅等，还提供了消息持久化、事务处理等功能。
- 轻量级：相对其他一些消息队列框架，ActiveMQ的资源消耗较小，适合在资源有限的环境中部署。
- 应用场景：适用于企业级应用开发，尤其是需要与多种不同技术栈的系统进行集成的场景，如传统企业的信息化系统集成。
（四）RocketMQ
- 简介：是阿里巴巴开源的分布式消息中间件，经历了阿里内部大规模业务场景的考验，具有高性能、高可用、高可靠等特点。
- 特点
- 高性能：能够支持高并发的消息发送和消费，满足大规模业务场景的需求。
- 分布式事务：提供了分布式事务支持，确保消息的最终一致性，适合对数据一致性要求较高的场景。
- 易于管理：提供了丰富的管理工具，方便对消息队列进行监控、运维和管理。
- 应用场景：适用于电商、金融等对消息处理性能和可靠性要求极高的行业，如电商的订单处理、库存管理等业务场景。
