消息队列的应用场景十分广泛，主流的消息中间件有ActiveMQ，RabbitMQ，RocketMQ,ZeroMQ，Kafka等，ActiveMQ是最老牌的MQ，它是Apache的开源项目，ZeroMQ是最快的消息队列，RabbitMQ也很不错，RocketMQ是阿里巴巴的开源项目，现在已经捐赠给Apache并成为了Apache的顶级项目，Kafka是吞吐量最高的消息中间件，常用于日志的处理，可能因为吞吐量的原因，ActiveMQ和RabiitMQ的活跃度越来越低，RocketMQ因为有相当好的性能，抗过了阿里的双十一，双十二等，所以越来越活跃，但是别去管那么多，消息中间件都差不多，懂一个了去学其他的也都一样
消息(Message)是指在应用间传送的数据（比如字符串，json等），消息队列（Message Queue，简称MQ）是一个古老的计算机术语，UNIX进程间通信就用到了消息队列技术：一个进程把数据写入某个特定队列中，其它队列读取特定队列中的数据实现异步通信。而现在我们所说的MQ通常指的是独立的消息队列中间件，利用高效可靠的消息传递机制进行与平台无关的数据交流，并基于数据通信来进行分布式系统的集成。
如上图，在不使用消息队列服务器的时候，用户的请求数据直接写入数据库，在高并发的情况下数据库压力剧增，使得响应速度变慢。但是在使用消息队列之后，用户的请求数据发送给消息队列之后立即 返回，再由消息队列的消费者进程从消息队列中获取数据，异步写入数据库。由于消息队列服务器处理速度快于数据库（消息队列也比数据库有更好的伸缩性），因此响应速度得到大幅改善。
分布式消息队列中间件是是大型分布式系统不可缺少的中间件，通过消息队列，应用程序可以在不知道彼此位置的情况下独立处理消息，或者在处理消息前不需要等待接收此消息。所以消息队列主要解决应用耦合、异步消息、流量削锋等问题，实现高性能、高可用、可伸缩和最终一致性架构。消息队列已经逐渐成为企业应用系统内部通信的核心手段，当前使用较多的消息队列有 RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、MetaMQ 等，而部分数据库如 Redis、MySQL 以及 PhxSQL 也可实现消息队列的功能。
精彩早知道 消息队列概述 消息队列应用场景 消息中间件示例 JMS消息服务（见第二篇：大型网站架构系列：分布式消息队列（二）） 常用消息队列（见第二篇：大型网站架构系列：分布式消息队列（二）） 参考（推荐）资料（见第二篇：大型网站架构系列：分布式消息队列（二）） 本次分享总结（见第二篇：大型网站架构系列：分布式消息队列（二）） 一、消息队列概述 消息队列中间件是分布式系统中重要的组件，主要解决应用耦合，异步消息，流量削锋等问题。实现高性能，高可用，可伸缩和最终一致性架构。是大型分布式系统不可缺少的中间件。
消息队列也通常称为消息中间件，提到消息队列，大部分互联网人或多或少都听过该名词。对于后端工程师而言，更是日常开发中必备的一项技能。消息队列主要解决应用耦合、异步消息、流量削锋等问题，具有高性能、高可用、可伸缩和最终一致性等特点。已经逐渐成为企业应用系统内部通信的核心手段，目前使用较多的消息队列有 RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、MetaMQ 等，此外，利用数据库（如 Redis、MySQL等）也可实现消息队列的部分基本功能。 消息队列本身是工程领域内一
在P2P模型中，有几个关键术语：消息队列(Queue)、发送者(Sender)、接收者(Receiver)。每个消息都被发送到一个特定的队列，接收者从队列中获取消息。队列保留着消息，直到它们被消费或超时。
对于Apache RocketMQ的了解，追溯起来，可以说是从开源初始，就认识到了它。那时候的它，还是个幼年，没有成熟的社区，也没有好的机制去运作。本身，也不算是成熟的产品。
先看一下什么是同步调用。所谓的同步调用，就是说从请求的发起一直到最终的处理完成期间，请求的调用方一直在同步阻塞，等待调用的处理完成。下图所示的例子中，客户端代码 ClientCode，需要执行发送邮件 sendEmail 这样一个操作，它会调用 EmailService 进行发送，而 EmailService 会调用 SmtpEmailAdapter 类来进行处理，这个类会调用远程的一个服务，通过 SMTP 和 TCP 协议发送请求。
在高并发业务场景下，消息队列在流量削峰、解耦上有不可替代的作用。当前使用较多的消息队列有 RabbitMQ、RocketMQ、ActiveMQ、Kafka、ZeroMQ、Pulsar 等。
消息队列是最古老的中间件之一，从系统之间有通信需求开始，就自然产生了消息队列。如果你还没有用过消息队列，那是时候好好学习一下了。本文告诉什么是消息队列，为什么需要消息队列，常见的消息队列有哪些， RabbitMQ 的部署和使用。
消息队列在互联网技术存储方面使用如此广泛，几乎所有的后端技术面试官都要在消息队列的使用和原理方面对小伙伴们进行360°的刁难。
作为一个在互联网公司面一次拿一次Offer的面霸，打败了无数竞争对手，每次都只能看到无数落寞的身影失望的离开，略感愧疚（请允许我使用一下夸张的修辞手法）。
随着云计算技术的持续发展，特别是近年来云原生技术在各个行业的蓬勃应用，企业的IT基础设施、中间件以及应用开发架构都发生了深刻的变化。
我们先看一下维基百科是怎么说的： Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。该项目的目标是为处理实时数据提供一个统一、高吞吐、低延迟的平台。其持久化层本质上是一个“按照分布式事务日志架构的大规模发布/订阅消息队列”，[这使它作为企业级基础设施来处理流式数据非常有价值。此外，Kafka可以通过Kafka Connect连接到外部系统（用于数据输入/输出），并提供了Kafka Streams——一个Java流式处理库。看完这个说法，是不是有点一脸蒙蔽， 再看看其他大神的理解：Kafka 是由 Linkedin 公司开发的，它是一个分布式的，支持多分区、多副本，基于 Zookeeper 的分布式消息流平台，它同时也是一款开源的基于发布订阅模式的消息引擎系统。 总的来说就是他就是发布订阅消息的引擎系统，在做集群的时候需要依靠zookeeper。
分布式消息队列中间件是一种在分布式系统中用于高效、可靠地传递消息的软件技术。它允许不同的应用程序或服务之间进行异步通信，从而提高了系统的可扩展性和灵活性。
分布式消息队列中间件是一种在分布式系统中负责消息传递的软件。它允许系统中的不同组件通过发送和接收消息来进行通信。分布式消息队列中间件可以提高系统的可伸缩性、可靠性和解耦性。本文将介绍如何从0到1手写一个简单的分布式消息队列中间件。
首先，在学习大数据之前，需要了解什么是大数据？它是如何诞生的？它有哪些应用场景？只有了解了这些，才能窥视大数据的技术全貌。一个技术的诞生，是顺应时代的，是用于解决某些问题的，它的发展也一定是有内在逻辑的。接下来，一起去看看。
此篇已收录至《大型网站技术架构》读书笔记系列目录贴，点击访问该目录可获取更多内容。
大家好，我是田哥。最近给大家整理了一份分布式面试题，一共有121道，后面会不断增加，争取做到全网最全的分布式面试题。大部分题目都是来自小伙伴们在面试中被问到后，反馈到我这里的。也由此可知，下一个被问到的估计就是你。
MQ全称为Message Queue，消息队列是应用程序和应用程序之间的通信方法。
‘分布式消息队列’包含两个概念 一是‘消息队列’，二是‘分布式’ 那么就先看下消息队列的概念，和为什么需要分布式 消息队列的定义 “消息”指进程间传送的数据 “队列”是在消息的传输过程中保存消息的容器 消息被发送到队列中，消息队列充当中间人，将消息从源发送给目标 当系统中出现“生产“和“消费“的速度或稳定性等因素不一致时，就需要消息队列，作为抽象层，弥合双方的差异 例如 （1）服务员点菜快，厨师做菜慢，服务员只需要下单给厨师，然后就可以继续去服务顾客，不需要等待厨师把菜做完 点菜单就相当于
消息队列(Message Queue，简称MQ)。消息中间件作为实现分布式消息系统可拓展、可伸缩性的关键组件，具有高吞吐量、高可用等等优点。
Dissecting Message Queues 概述： 我花了一些时间解剖各种库执行分布式消息。在这个分析中，我看了几个不同的方面，包括API特性，易于部署和维护，以及性能质量.。消息队列已经被分为两组：brokerless和brokered。 brokerless消息队列是对等的，没有中间商参与信息的传递，而brokered队列有一些服务器端点之间。 性能分析的一些系统： Brokerless nanomsg ZeroMQ Brokered ActiveMQ
一个优秀的分布式消息队列，个人分析应该具备以下的能力：高吞吐、低时延（因场景而异），传输透明，伸缩性强，有冗灾能力，一致性顺序投递，同步+异步的发送方式，完善的运维和监控工具，开源。
如某个系统会往数据库写数据，但是数据库只能支撑每秒1000左右的并发写入，并发量再高就容易宕机。
队列作为一种比较抽象的数据结构，在程序世界中被广泛的应用，而实现方式和形态也各式各样，有使用进程内堆栈实现的，如stl库中的queue;有基于管道、Shmem实现的，如常见的同机进程间通信模型，而随着分布式系统应用越来越广泛，跨机通信的场景需来需多，面临的问题不仅是消息投递问题，分布式系统普适性的挑战也随着应用场景的多样性而越来越多。
前面连续好几天的时间都在讲怎么去提升我们系统的性能，将数据库改造成分布式存储，同时还讲到了各种缓存的原理以及我们生产中使用的技巧，其实都是因为我们的业务绝大部分都是读多写少的场景。
消息的生产者将消息送到消息队列以后，由消息的消费者从消息队列中获取消息，然后进行业务逻辑的处理，消息的生产者和消费者是异步处理的，彼此不会等待阻塞，所以叫做异步架构。
本项目由数新网络投递并参与“数据猿年度金猿策划活动——2022大数据产业创新技术突破榜单及奖项”评选。
消息队列是当代分布式系统架构中非常重要的一部分，在应用解耦、流量削峰、异步通信等方面有非常多的应用场景。目前最为我们所熟知的消息队列有：ActiveMQ、Kafka、RabbitMQ、Pulsar和RocketMQ，他们都有哪些优势和劣势， 我们应该如何选择呢？相信这是摆在很多开发者面前的问题。
消息队列，缓存，分库分表是高并发解决方案三剑客，而消息队列是我最喜欢，也是思考最多的技术。
分布式微服务系统下，凡是可以“排队”去做的事情，都可以使用消息队列。网上买东西同样也需要“排队付款”，但是有人说，我点确认付款后马上就显示成功了，没感觉到排队呀？其实在后台系统中是排了，只不过排队的时间对于人来说有点短，可能1-2秒就结束了，但是对于计算机来说，这1-2秒的时间很长了。
1、hashcode相等两个类一定相等吗?equals呢?相反呢? 2、介绍一下集合框架? 3、hashmap hastable 底层实现什么区别?hashtable和concurrenthashta
后续将在这学习范围内输出一些相关文章。那么本文作为Kafka系列的第一篇文章，将从“理解Kafka的相关概念”说起。首先Kafka是什么。
明代著名的心学集大成者王阳明先生在《传习录》中有云：“道无精粗，人之所见有精粗。如这一间房，人初进来，只见一个大规模如此。处久，便柱壁之类，一一看得明白。再久，如柱上有些文藻，细细都看出来。然只是一间房。”
下面这些问题都是一线大厂的真实面试问题，不论是对你面试还是说拓宽知识面应该都很有帮助。
消息队列是分布式系统中重要的组件，主要解决应用耦合，异步消息，流量 削锋等问题实现高性能，高可用，可伸缩和最终一致性
Kafka是最初由Linkedin公司开发，是一个分布式、支持分区的（partition）、多副本的（replica），基于zookeeper协调的分布式消息系统，它的最大的特性就是可以实时的处理大量数据以满足各种需求场景：比如基于hadoop的批处理系统、低延迟的实时系统、storm/Spark流式处理引擎，web/nginx日志、访问日志，消息服务等等，用scala语言编写，Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目。
在IT江湖里，消息队列（MQ）可是个响当当的“神器”。它就像是一个超级邮差，负责在系统间传递信息，确保数据能够准确无误地从一个地方送到另一个地方。今天，我们就来聊聊如何从0到1，亲手打造一个分布式消息队列中间件，让你也能成为MQ领域的大牛！
JVM 1、请介绍一下JVM内存模型??用过什么垃圾回收器都说说呗 2、线上发送频繁full gc如何处理? CPU 使用率过高怎么办? 如何定位问题?如何解决说一下解决思路和处理方法 3、知道字节码
扩展性（Extensibility）：指对现有系统影响最小的情况下，系统功能可持续扩展或提升的能力。是系统架构设计层面的开闭原则，架构设计考虑未来功能扩展，当系统增加新功能时，不需要对现有系统的结构和代码进行修改。
在微服务架构中，我们常常使用异步化的手段来提升系统的 吞吐量 和 解耦 上下游，而构建异步架构最常用的手段就是使用 消息队列(MQ)，那异步架构怎样才能实现数据一致性呢？本文主要介绍如何使用RocketMQ的事务消息来解决一致性问题。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
