在上周，我們討論了使用消息隊(duì)列的好處。然后我們回顧了消息隊(duì)列產(chǎn)品的發(fā)展歷史。如今，在項(xiàng)目中需要使用消息隊(duì)列時(shí)，Apache Kafka似乎是首選產(chǎn)品。然而，考慮到特定需求時(shí)，它并不總是最佳選擇。
基于數(shù)據(jù)庫(kù)的隊(duì)列
讓我們?cè)俅问褂眯前涂说睦印Ｗ钪匾膬蓚€(gè)需求是：
•異步處理，使收銀員可以在不等待的情況下接下一個(gè)訂單。•持久性，以防出現(xiàn)問(wèn)題時(shí)錯(cuò)過(guò)顧客的訂單。
在這里，消息的順序不太重要，因?yàn)榭Х葞熃?jīng)常批量制作相同的飲料。可擴(kuò)展性也不是很重要，因?yàn)殛?duì)列受限于每個(gè)星巴克門(mén)店。
星巴克的隊(duì)列可以在數(shù)據(jù)庫(kù)表中實(shí)現(xiàn)。下面的圖表顯示了它的工作原理：
當(dāng)收銀員接受一個(gè)訂單時(shí)，在數(shù)據(jù)庫(kù)支持的隊(duì)列中創(chuàng)建一個(gè)新訂單。然后收銀員可以繼續(xù)接受另一個(gè)訂單，而咖啡師則會(huì)批量獲取新的訂單。一旦訂單完成，咖啡師會(huì)在數(shù)據(jù)庫(kù)中標(biāo)記為已完成。然后顧客可以在柜臺(tái)上取走他們的咖啡。
每天結(jié)束時(shí)可以運(yùn)行一個(gè)維護(hù)作業(yè)來(lái)刪除已完成的訂單（即“DONE”狀態(tài)的訂單）。
對(duì)于星巴克的用例，一個(gè)簡(jiǎn)單的數(shù)據(jù)庫(kù)隊(duì)列可以在不需要使用Kafka的情況下滿足需求。具有CRUD（創(chuàng)建-讀取-更新-刪除）操作的訂單表就可以勝任。
基于redis的隊(duì)列
基于數(shù)據(jù)庫(kù)的消息隊(duì)列仍然需要開(kāi)發(fā)工作來(lái)創(chuàng)建隊(duì)列表并從中讀取/寫(xiě)入數(shù)據(jù)。對(duì)于預(yù)算有限且已經(jīng)使用Redis進(jìn)行緩存的小型創(chuàng)業(yè)公司，Redis也可以用作消息隊(duì)列。
有三種使用Redis作為消息隊(duì)列的方法：
1.發(fā)布/訂閱（Pub/Sub）2.列表（List）3.流（Stream）
下面的圖表顯示了它們的工作原理。
發(fā)布/訂閱是方便的，但有一些傳遞限制。消費(fèi)者訂閱一個(gè)鍵，當(dāng)生產(chǎn)者向相同的鍵發(fā)布數(shù)據(jù)時(shí)，消費(fèi)者會(huì)接收數(shù)據(jù)。限制在于數(shù)據(jù)最多只會(huì)傳遞一次。如果消費(fèi)者關(guān)閉并且未接收到已發(fā)布的數(shù)據(jù)，則該數(shù)據(jù)會(huì)丟失。此外，數(shù)據(jù)不會(huì)持久保存在磁盤(pán)上。如果Redis宕機(jī)，所有發(fā)布/訂閱數(shù)據(jù)都會(huì)丟失。發(fā)布/訂閱適用于度量監(jiān)視等情況，其中可以接受一些數(shù)據(jù)丟失。
Redis中的列表數(shù)據(jù)結(jié)構(gòu)可以構(gòu)建FIFO（先進(jìn)先出）隊(duì)列。消費(fèi)者使用BLPOP以阻塞模式等待消息，因此應(yīng)該應(yīng)用超時(shí)。等待相同列表的消費(fèi)者形成一個(gè)消費(fèi)者組，每個(gè)消息只由一個(gè)消費(fèi)者消費(fèi)。作為Redis數(shù)據(jù)結(jié)構(gòu)，列表可以持久保存在磁盤(pán)上。
流解決了上述兩種方法的限制。消費(fèi)者可以選擇從何處讀取消息 - 使用“$”表示新消息，“”表示特定消息ID，或使用“0-0”從開(kāi)始讀取消息。
總而言之，基于數(shù)據(jù)庫(kù)和基于Redis的消息隊(duì)列易于維護(hù)。如果它們無(wú)法滿足我們的需求，專用的消息隊(duì)列產(chǎn)品更好。接下來(lái)我們將比較兩個(gè)流行的選項(xiàng)。
RabbitMQ vs. Kafka
對(duì)于需要可靠、可擴(kuò)展和可維護(hù)的系統(tǒng)的大公司，在以下方面評(píng)估消息隊(duì)列產(chǎn)品：
•功能•性能•可擴(kuò)展性•生態(tài)系統(tǒng)
下面的圖表比較了兩種典型的消息隊(duì)列產(chǎn)品：RabbitMQ和Kafka。
工作原理
RabbitMQ的工作方式類似于消息中間件 - 它將消息推送給消費(fèi)者，然后在確認(rèn)后將其刪除。這避免了消息積壓，這是RabbitMQ認(rèn)為有問(wèn)題的。
Kafka最初是為大規(guī)模日志處理而構(gòu)建的。它會(huì)保留消息直到過(guò)期，并允許消費(fèi)者以自己的速度拉取消息。
語(yǔ)言和API
RabbitMQ是用Erlang編寫(xiě)的，這使得修改核心代碼變得具有挑戰(zhàn)性。然而，它提供了非常豐富的客戶端API和庫(kù)支持。
Kafka使用Scala和JAVA，但也有針對(duì)流行語(yǔ)言（如Python/ target=_blank class=infotextkey>Python、Ruby 和Node.js）的客戶端庫(kù)和API。
性能和可擴(kuò)展性
RabbitMQ每秒可以處理數(shù)萬(wàn)條消息。即使在更好的硬件上，吞吐量也不會(huì)大幅提高。
Kafka可以處理數(shù)百萬(wàn)條每秒的消息，并具有很高的可擴(kuò)展性。
生態(tài)系統(tǒng)
許多現(xiàn)代大數(shù)據(jù)和流式應(yīng)用程序默認(rèn)集成了Kafka。這使得它非常適合這些用例。
消息隊(duì)列用例
既然我們已經(jīng)介紹了不同消息隊(duì)列的特點(diǎn)，讓我們看一些如何選擇正確產(chǎn)品的示例。
日志處理與分析
對(duì)于具有購(gòu)物車、訂單和付款等服務(wù)的電子商務(wù)網(wǎng)站，我們需要分析日志以調(diào)查顧客訂單。
下面的圖表顯示了使用“ELK”堆棧的典型架構(gòu)：
•ElasticSearch - 為全文搜索索引日志•LogStash - 日志收集代理•Kibana - 用于搜索和可視化日志的用戶界面•Kafka - 分布式消息隊(duì)列
