[[256631]]

這篇文章開始，我們把消息中間件這塊高頻的面試題給大家說一下，也會(huì)涵蓋一些MQ中間件常見的技術(shù)問題。

假如面試官看你簡歷里寫了MQ中間件的使用經(jīng)驗(yàn)，很可能會(huì)有如下問題：

1、你們公司生產(chǎn)環(huán)境用的是什么消息中間件？

2、為什么要在系統(tǒng)里引入消息中間件？

3、引入消息中間件之后會(huì)有什么好處以及壞處？

好，我們一個(gè)個(gè)的來分析！

一、你們用的是什么消息中間件？

這個(gè)首先你可以說下你們公司選用的是什么消息中間件，比如用的是RabbitMQ，然后可以初步給一些你對(duì)不同MQ中間件技術(shù)的選型分析。

舉個(gè)例子：比如說ActiveMQ是老牌的消息中間件，國內(nèi)很多公司過去運(yùn)用的還是非常廣泛的，功能很強(qiáng)大。

但是問題在于沒法確認(rèn)ActiveMQ可以支撐互聯(lián)網(wǎng)公司的高并發(fā)、高負(fù)載以及高吞吐的復(fù)雜場景，在國內(nèi)互聯(lián)網(wǎng)公司落地較少。而且使用較多的是一些傳統(tǒng)企業(yè)，用ActiveMQ做異步調(diào)用和系統(tǒng)解耦。

然后你可以說說RabbitMQ，他的好處在于可以支撐高并發(fā)、高吞吐、性能很高，同時(shí)有非常完善便捷的后臺(tái)管理界面可以使用。

另外，他還支持集群化、高可用部署架構(gòu)、消息高可靠支持，功能較為完善。

而且經(jīng)過調(diào)研，國內(nèi)各大互聯(lián)網(wǎng)公司落地大規(guī)模RabbitMQ集群支撐自身業(yè)務(wù)的case較多，國內(nèi)各種中小型互聯(lián)網(wǎng)公司使用RabbitMQ的實(shí)踐也比較多。

除此之外，RabbitMQ的開源社區(qū)很活躍，較高頻率的迭代版本，來修復(fù)發(fā)現(xiàn)的bug以及進(jìn)行各種優(yōu)化，因此綜合考慮過后，公司采取了RabbitMQ。

但是RabbitMQ也有一點(diǎn)缺陷，就是他自身是基于erlang語言開發(fā)的，所以導(dǎo)致較為難以分析里面的源碼，也較難進(jìn)行深層次的源碼定制和改造，畢竟需要較為扎實(shí)的erlang語言功底才可以。

然后可以聊聊RocketMQ，是阿里開源的，經(jīng)過阿里的生產(chǎn)環(huán)境的超高并發(fā)、高吞吐的考驗(yàn)，性能卓越，同時(shí)還支持分布式事務(wù)等特殊場景。

而且RocketMQ是基于Java語言開發(fā)的，適合深入閱讀源碼，有需要可以站在源碼層面解決線上生產(chǎn)問題，包括源碼的二次開發(fā)和改造。

另外就是Kafka：

Kafka提供的消息中間件的功能明顯較少一些，相對(duì)上述幾款MQ中間件要少很多。

但是Kafka的優(yōu)勢(shì)在于專為超高吞吐量的實(shí)時(shí)日志采集、實(shí)時(shí)數(shù)據(jù)同步、實(shí)時(shí)數(shù)據(jù)計(jì)算等場景來設(shè)計(jì)。

因此Kafka在大數(shù)據(jù)領(lǐng)域中配合實(shí)時(shí)計(jì)算技術(shù)（比如Spark Streaming、Storm、Flink）使用的較多。但是在傳統(tǒng)的MQ中間件使用場景中較少采用。

PS：如果大家對(duì)上述一些MQ技術(shù)還沒在自己電腦部署過，沒寫幾個(gè)helloworld體驗(yàn)一下的話，建議先上各個(gè)技術(shù)的官網(wǎng)找到helloworld demo，自己跑一遍玩玩。

二、為什么要使用消息中間件？

回答這個(gè)問題，其實(shí)就是讓你先說說消息中間件的常見使用場景，然后結(jié)合你們自身系統(tǒng)對(duì)應(yīng)的使用場景，說一下在你們系統(tǒng)中引入消息中間件是解決了什么問題。

1）系統(tǒng)解耦

假設(shè)你有個(gè)系統(tǒng)A，這個(gè)系統(tǒng)A會(huì)產(chǎn)出一個(gè)核心數(shù)據(jù)，現(xiàn)在下游有系統(tǒng)B和系統(tǒng)C需要這個(gè)數(shù)據(jù)。

那簡單，系統(tǒng)A就是直接調(diào)用系統(tǒng)B和系統(tǒng)C的接口發(fā)送數(shù)據(jù)給他們就好了。

整個(gè)過程，如下圖所示：

但是現(xiàn)在要是來了系統(tǒng)D、系統(tǒng)E、系統(tǒng)F、系統(tǒng)G，等等，十來個(gè)其他系統(tǒng)慢慢的都需要這份核心數(shù)據(jù)呢？如下圖所示：

大家可別以為這是開玩笑，一個(gè)大規(guī)模系統(tǒng)，往往會(huì)拆分為幾十個(gè)甚至上百個(gè)子系統(tǒng)，每個(gè)子系統(tǒng)又對(duì)應(yīng)N多個(gè)服務(wù)，這些系統(tǒng)與系統(tǒng)之間有著錯(cuò)綜復(fù)雜的關(guān)系網(wǎng)絡(luò)。

如果某個(gè)系統(tǒng)產(chǎn)出一份核心數(shù)據(jù)，可能下游無數(shù)的其他系統(tǒng)都需要這份數(shù)據(jù)來實(shí)現(xiàn)各種業(yè)務(wù)邏輯。

此時(shí)如果你要是采取上面那種模式來設(shè)計(jì)系統(tǒng)架構(gòu)，那么絕對(duì)你負(fù)責(zé)系統(tǒng)A的同學(xué)要被煩死了。

先是來一個(gè)人找他要求發(fā)送數(shù)據(jù)給一個(gè)新的系統(tǒng)H，系統(tǒng)A的同學(xué)要修改代碼然后在那個(gè)代碼里加入調(diào)用新系統(tǒng)H的流程。

一會(huì)那個(gè)系統(tǒng)B是個(gè)陳舊老系統(tǒng)要下線了，告訴系統(tǒng)A的同學(xué)：別給我發(fā)送數(shù)據(jù)了，接著系統(tǒng)A再次修改代碼不再給這個(gè)系統(tǒng)B。

然后如果要是某個(gè)下游系統(tǒng)突然宕機(jī)了呢？

系統(tǒng)A的調(diào)用代碼里是不是會(huì)拋異常？那系統(tǒng)A的同學(xué)會(huì)收到報(bào)警說異常了，結(jié)果他還要去care是下游哪個(gè)系統(tǒng)宕機(jī)了。

所以在實(shí)際的系統(tǒng)架構(gòu)設(shè)計(jì)中，如果全部采取這種系統(tǒng)耦合的方式，在某些場景下絕對(duì)是不合適的，系統(tǒng)耦合度太嚴(yán)重。

并且互相耦合起來并不是核心鏈路的調(diào)用，而是一些非核心的場景（比如上述的數(shù)據(jù)消費(fèi)）導(dǎo)致了系統(tǒng)耦合，這樣會(huì)嚴(yán)重的影響上下游系統(tǒng)的開發(fā)和維護(hù)效率。

因此在上述系統(tǒng)架構(gòu)中，就可以采用MQ中間件來實(shí)現(xiàn)系統(tǒng)解耦。

系統(tǒng)A就把自己的一份核心數(shù)據(jù)發(fā)到MQ里，下游哪個(gè)系統(tǒng)感興趣自己去消費(fèi)即可，不需要了就取消數(shù)據(jù)的消費(fèi)，如下圖所示：

2）異步調(diào)用

假設(shè)你有一個(gè)系統(tǒng)調(diào)用鏈路，是系統(tǒng)A調(diào)用系統(tǒng)B，一般耗時(shí)20ms；系統(tǒng)B調(diào)用系統(tǒng)C，一般耗時(shí)200ms；系統(tǒng)C調(diào)用系統(tǒng)D，一般耗時(shí)2s，如下圖所示：

現(xiàn)在***的問題就是：

用戶一個(gè)請(qǐng)求過來巨慢無比，因?yàn)樽咄暌粋€(gè)鏈路，需要耗費(fèi)：

20ms + 200ms + 2000ms（2s） = 2220ms，

也就是2秒多的時(shí)間。但是實(shí)際上，鏈路中的系統(tǒng)A調(diào)用系統(tǒng)B，系統(tǒng)B調(diào)用系統(tǒng)C，這兩個(gè)步驟起來也就220ms。

就因?yàn)橐肓讼到y(tǒng)C調(diào)用系統(tǒng)D這個(gè)步驟，導(dǎo)致最終鏈路執(zhí)行時(shí)間是2秒多，直接將鏈路調(diào)用性能降低了10倍，這就是導(dǎo)致鏈路執(zhí)行過慢的罪魁禍?zhǔn)住?/p>

那此時(shí)我們可以思考一下，是不是可以將系統(tǒng)D從鏈路中抽離出去做成異步調(diào)用呢？

其實(shí)很多的業(yè)務(wù)場景是可以允許異步調(diào)用的。

舉個(gè)例子：你平時(shí)點(diǎn)個(gè)外賣，咔嚓一下子下訂單然后付款了，此時(shí)賬戶扣款、創(chuàng)建訂單、通知商家給你準(zhǔn)備菜品。

接著，是不是需要找個(gè)騎手給你送餐？那這個(gè)找騎手的過程，是需要一套復(fù)雜算法來實(shí)現(xiàn)調(diào)度的，比較耗時(shí)。

但是其實(shí)稍微晚個(gè)幾十秒完成騎手的調(diào)度都是ok的，因?yàn)閷?shí)際并不需要在你支付的一瞬間立馬給你找好騎手，也沒那個(gè)必要。

那么我們是不是就可以把找騎手給你送餐的這個(gè)步驟從鏈路中抽離出去，做成異步化的，哪怕延遲個(gè)幾十秒，但是只要在一定時(shí)間范圍內(nèi)給你找到一個(gè)騎手去送餐就可以了。

這樣是不是就可以讓你下訂單點(diǎn)外賣的速度變得超快？支付成功之后，直接創(chuàng)建好訂單、賬戶扣款、通知商家立馬給你準(zhǔn)備做菜就ok了，這個(gè)過程可能就幾百毫秒。

然后后臺(tái)異步化的耗費(fèi)可能幾十秒通過調(diào)度算法給你找到一個(gè)騎手去送餐，但是這個(gè)步驟不影響我們快速下訂單。

當(dāng)然我們不是說那些大家熟悉的外賣平臺(tái)的技術(shù)架構(gòu)就一定是這么實(shí)現(xiàn)的，只不過是用一個(gè)生活中常見的例子給大家舉例說明而已。

所以上面的鏈路也是同理，如果業(yè)務(wù)流程支持異步化的話，是不是就可以考慮把系統(tǒng)C對(duì)系統(tǒng)D的調(diào)用抽離出去做成異步化的，不要放在鏈路中同步依次調(diào)用。

這樣，實(shí)現(xiàn)思路就是系統(tǒng)A -> 系統(tǒng)B -> 系統(tǒng)C，直接就耗費(fèi)220ms后直接成功了。

然后系統(tǒng)C就是發(fā)送個(gè)消息到MQ中間件里，由系統(tǒng)D消費(fèi)到消息之后慢慢的異步來執(zhí)行這個(gè)耗時(shí)2s的業(yè)務(wù)處理。通過這種方式直接將核心鏈路的執(zhí)行性能提升了10倍。

整個(gè)過程，如下圖所示：

3）流量削峰

假設(shè)你有一個(gè)系統(tǒng)，平時(shí)正常的時(shí)候每秒可能就幾百個(gè)請(qǐng)求，系統(tǒng)部署在8核16G的機(jī)器的上，正常處理都是ok的，每秒幾百請(qǐng)求是可以輕松抗住的

但是如下圖所示，在高峰期一下子來了每秒鐘幾千請(qǐng)求，瞬時(shí)出現(xiàn)了流量高峰，此時(shí)你的選擇是要搞10臺(tái)機(jī)器，抗住每秒幾千請(qǐng)求的瞬時(shí)高峰嗎？

那如果瞬時(shí)高峰每天就那么半個(gè)小時(shí)，接著直接就降低為了每秒就幾百請(qǐng)求，如果你線上部署了很多臺(tái)機(jī)器，那么每臺(tái)機(jī)器就處理每秒幾十個(gè)請(qǐng)求就可以了，這不是有點(diǎn)浪費(fèi)機(jī)器資源嗎？

大部分時(shí)候，每秒幾百請(qǐng)求，一臺(tái)機(jī)器就足夠了，但是為了抗那每天瞬時(shí)的高峰，硬是部署了10臺(tái)機(jī)器，每天就那半個(gè)小時(shí)有用，別的時(shí)候都是浪費(fèi)資源的。

但是如果你就部署一臺(tái)機(jī)器，那會(huì)導(dǎo)致瞬時(shí)高峰時(shí)，一下子壓垮你的系統(tǒng)，因?yàn)榻^對(duì)無法抗住每秒幾千的請(qǐng)求高峰。

此時(shí)我們就可以用MQ中間件來進(jìn)行流量削峰。所有機(jī)器前面部署一層MQ，平時(shí)每秒幾百請(qǐng)求大家都可以輕松接收消息。

一旦到了瞬時(shí)高峰期，一下涌入每秒幾千的請(qǐng)求，就可以積壓在MQ里面，然后那一臺(tái)機(jī)器慢慢的處理和消費(fèi)。

等高峰期過了，再消費(fèi)一段時(shí)間，MQ里積壓的數(shù)據(jù)就消費(fèi)完畢了。

這個(gè)就是很典型的一個(gè)MQ的用法，用有限的機(jī)器資源承載高并發(fā)請(qǐng)求，如果業(yè)務(wù)場景允許異步削峰，高峰期積壓一些請(qǐng)求在MQ里，然后高峰期過了，后臺(tái)系統(tǒng)在一定時(shí)間內(nèi)消費(fèi)完畢不再積壓的話，那就很適合用這種技術(shù)方案。