概述

• 前言
• 訊息佇列使用場景
• 什麼是訊息佇列
• 常用訊息佇列庫對比
• Kafka 初體驗
• RabbitMQ 初體驗
• 後記

前言

前面兩篇我們學習了
- 小白入門微服務(0) - 什麼是微服務
- 小白入門微服務(1) - RPC 初體驗

接下來我們來學習微服務中的非同步通訊 - 訊息佇列。在這篇文章的學習中，預設你已經掌握了 Docker、docker-compose 的知識。如果你還沒有掌握，可以翻閱我的歷史文章。如果我的文章對你有幫助，歡迎關注、點贊、轉發，這樣我會更有動力做原創分享。

訊息佇列的使用場景

非同步處理

場景描述：在正常的使用者註冊流程中，使用者註冊完成都需要，傳送郵件與簡訊，其中傳統情況下，有序列與並行兩種方式。

註冊成功之後，寫入資料庫，寫完之後，再發郵件，最後再發簡訊。總體耗時：

50 + 50 + 50 = 150 ms

註冊成功之後，寫入資料庫，並行發郵件和發簡訊。總體耗時：

50 + 50 = 100 ms

註冊成功之後，寫入資料庫，將寫入成功的資訊，傳送至訊息佇列，由於消費者自己去訊息佇列中取訊息，這樣在寫入訊息之後，即可成功返回。總體耗時：

50 + 5 = 55 ms

三個資料一對比，誰優誰劣就很明顯了

應用解耦

場景說明：使用者下單後，需要減去庫存系統中相應數量的庫存。

在傳統模式下（上圖），如果庫存系統出現錯誤，則訂單建立失敗，而且兩者過度耦合，對後面的新需求與維護也是相當大的挑戰。在原有的架構上進行升級，則有下圖：

- 訂單系統：使用者下單後，訂單系統進行資料持久化處理，然後將訊息寫入訊息佇列，返回訂單建立成功
- 庫存系統：訂閱訊息，獲取下單資訊，庫存系統根據訂單資訊，進行庫存操作。

當下，兩者就解耦了，庫存系統出現錯誤，也可以正常進行下單了。因為只是入門文章，應用場景就先介紹到這裡。更多使用場景請自行百度、Google。

什麼是訊息佇列

如圖，P 為 producer 生產者，C 為 consumer 消費者，紅色部分為訊息佇列。通俗地解釋一下訊息佇列，你想象一個場景：你到報社訂閱了一份報紙，報社每日生產一份新報紙，便將新報紙發往郵局並告訴郵局你的地址，郵遞員將你的報紙送往你的郵箱，你便可以愉快地閱讀今天的時事新聞了。當然，可能一個人訂閱了好幾家報社，一家報社也可以被多個人訂閱。在這個場景中，訊息佇列就擔任了，郵箱、郵局、郵遞員的角色。

常用訊息佇列庫對比

在網路上搜索到一個比較全面的對比圖，我這邊就直接引用原圖，不再造輪子了。原圖地址：（https://cloud.tencent.com/developer/article/1006035）

廣泛來說，電商、金融等對事務性要求很高的，可以考慮RabbitMQ和RocketMQ，對效能要求高的可考慮Kafka。

Kafka 初體驗

kafka 術語：

• Broker：Kafka 叢集包含一個或多個伺服器，這種伺服器被稱為 broker。
• Topic：每條釋出到 Kafka 叢集的訊息都有一個類別，這個類別被稱為 Topic。（物理上不同 Topic 的訊息分開儲存，邏輯上一個 Topic 的訊息雖然保存於一個或多個 broker 上，但使用者只需指定訊息的 Topic 即可生產或消費資料而不必關心資料存於何處）。
• Partition：Partition 是物理上的概念，每個 Topic 包含一個或多個 Partition。
• Producer：負責釋出訊息到 Kafka broker。
• Consumer：訊息消費者，向 Kafka broker 讀取訊息的客戶端。
• Consumer Group：每個 Consumer 屬於一個特定的 Consumer Group（可為每個 Consumer 指定 group name，若不指定 group name 則屬於預設的 group）。

安裝單節點 kafka

由於這裡只是入門，就只使用單節點了。這裡使用 Docker 來構建 kafka，其程式碼如下：docker-compose.yaml

version: '3'
services:
#<!--定義zk層服務-->
  zookeeper:
    image: wurstmeister/zookeeper
    ports:
      - "2181:2181"
#<!--定義Kafka層-->
  kafka:
    image: wurstmeister/kafka
    depends_on: [ zookeeper ]
    ports:
      - "9092:9092"
    environment:
      KAFKA_ADVERTISED_HOST_NAME: 123.45.567.89
      KAFKA_CREATE_TOPICS: "test:1:1"
      KAFKA_ZOOKEEPER_CONNECT: zookeeper:2181
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock

docker-compose up 啟動 kafaka。

nodejs 與 python 互調

我們先來看看，nodejs 為 producer ，python 為 comsumer 的情況：

再看看，python 為 producer，nodejs 為consumer 的情況：

程式碼展示

nodejs producer

var kafka = require('kafka-node'),
    Producer = kafka.Producer,
    KeyedMessage = kafka.KeyedMessage,
    client = new kafka.KafkaClient({kafkaHost: '123.45.567.89:9092'}),
    producer = new Producer(client),
    payloads = [
        { topic: 'my_favorite_topic', messages: 'produce by nodejs', partition: 0 }
    ];
producer.on('ready', function () {
    producer.send(payloads, function (err, data) {
        console.log(data);
    });
});
producer.on('error', function (err) {})

nodejs consumer

var kafka = require('kafka-node'),
    Consumer = kafka.Consumer,
    client = new kafka.KafkaClient({kafkaHost: '123.45.567.89:9092'}),
    consumer = new Consumer(
        client,
        [
            {topic: 'my_favorite_topic', partition: 0}
        ],
        {
            autoCommit: false
        }
    );
consumer.on('message', function (message) {
    console.log(message);
});

python producer

from kafka import KafkaProducer
producer = KafkaProducer(bootstrap_servers=['123.45.567.89:9092'],
                         api_version=(0, 10, 1)
                         )  # 此處ip可以是多個['0.0.0.1:9092','0.0.0.2:9092','0.0.0.3:9092' ]
for _ in range(100):
    producer.send('my_favorite_topic', b'produce by python')
producer.close()

python consumer

from kafka import KafkaConsumer
consumer = KafkaConsumer('my_favorite_topic', bootstrap_servers=['123.45.567.89:9092'], api_version=(0, 10, 1)
for msg in consumer:
    print(msg)

RabbitMq 初體驗

介紹過 Kafka 之後，RabbitMQ 就不在詳細介紹了，請看原始碼了。

後記

不知不覺，訊息佇列也講完了，要真真切切地區實踐，才能真正地掌握。
個人的知識儲備總是有限的，如有錯誤的地方，還請大佬斧正。點選閱讀原文，連結到我的知乎，我會在知乎上對文章錯誤的地方進行修改。

本篇文章首發於公眾號「zone7」，關注公眾號獲取最新推文，後臺回覆【小白微服務】獲取原始碼。