- 解耦 ：如订单系统，可以通过消息队列把削减库存的工作交给库存系统去处理，而不用等实时响应。
- 执行有序性：先进先出原理，按照进入消息队列的顺序处理业务事件。
- 消息路由 ：按照不同的规则，将队列中消息发送到不同的业务服务中。
- 异步处理 ：将一些无需实时响应结果的计算放到异步中，提升系统的吞吐率。
- 削峰 ：将峰值期间的操作削减，比如整个操作流程包含12个步骤，后11个步骤非强关注结果的数据，可以放在消息队列中。
既然本身就是为了解决大流量场面而设计的，那他自身的稳定性、健壮性就显的无比重要，下面我们来看看消息队列怎么去保证可用性的。
2、消息队列的基本构成
分析高可用特性前先复习下消息队列的基本组件，无论是哪一种类型的消息队列，基本都包含以下构成：
- Broker：消息服务器，以服务的形式运行在server端，给各个业务系统提供核心消息数据的中转服务。
- Producer：消息生产者，业务的发起方，负责生产消息传输给broker。
- Consumer：消息消费者，业务的处理方，负责从broker获取消息并进行业务逻辑处理
- Topic：主题模块，发布/订阅模式下的消息统一汇集地，不同生产者向topic发送消息，由MQ服务器分发到不同的订阅者，实现消息的广播
- Queue：队列，PTP模式下，特定生产者向特定queue发送消息，消费者订阅特定的queue完成指定消息的接收。
- Message：消息体，根据不同通信协议定义的固定格式进行编码的数据包，来封装业务数据，实现消息的传输。
上图中以kafka为例子，这是典型的集群模式，Kafka通过Zookeeper管理集群配置，选举leader，以及在Consumer Group发生变化时进行rebalance。Producer使用push模式将消息发布到broker，Consumer使用pull模式从broker订阅并消费消息。
- producer 负责生产消息
- consumer 负责消费消息
- broker 消息服务器，提供消息核心的处理工作
- zookeeper 用于生产者和消费者的注册与发现
3 高可用性架构保证
了解了一个消息队列的构成之后，我们来看看这种结构是怎么保障高可用性的。
首先，高可用是指系统的出错概率和无故障运行时长，从消息队列角度出发，至少要保证一下几点：
- 低消息丢失率：消息可靠性也是衡量消息中间件好坏的一个关键因素，尤其是在金融支付领域，消息可靠性尤为重要。
- 低故障率：消息中间件的可用性是指无故障运行的时间百分比，通常用几个 9 来衡量，如 99.99% 就是一个不错的指标。
- 多副本容错能力：一般会要求多副本及强一致性，多副本可以保证在 master 节点宕机异常之后可以提升 slave 作为新的 master 而继续提供服务来保障可用性。
3.1 RocketMQ
以为RocketMQ为例，集群模式如下：
- 多master 模式
- 多master多slave异步复制模式-
- 多 master多slave同步双写模式。
- Name Service 集群： RocketMQ 的 "中央大脑 " ， RocketMQ 的服务注册中心，集群模式确保它的可用性。
- Produer 集群
- Consumer 集群：避免单例的消费服务故障导致消息堆积。
多master 多slave模式部署架构图：
Producer 与 NameServer集群中的其中一个节点（随机或者RR选择）建立长连接，定期从 NameServer 获取 Topic 路由信息，既可以从 Broker Master 订阅消息，也可以从 Broker Slave 订阅消息。
3.2 Kafka
Kafka集群中包含如下组成部分：
- 几个消息生产者Producer（可以是业务的Web程序、定时任务服务，其他下游服务的请求等）
- 一个broker组（Kafka支持横向扩展，一般来说broker数量越多，集群吞吐率越高）
- 一个消费组 Consumer Group，在资源充足的情况下，消费者越多，消费效率越高，性能也就越好
- 一个Zookeeper集群：保证消费者和生产者的注册和订阅，避免业务之间的耦合，也提高了可用性。
两个关键点：
Kafka通过Zookeeper管理集群配置，选举leader，以及在Consumer Group发生变化时进行rebalance。
Producer使用push模式将消息发布到broker，Consumer使用pull模式从broker订阅并消费消息。
