到底什么才是面向消息的分布式架构呢?看完之后我终于明白了

简介: 在SOA或者微服务架构中,普遍会采用HTTP作为通信协议。HTTP具有平台无关性、语言中立性等特点,在分布式系统中被广泛应用。特别是微服务架构的流行,遵循一致的REST风格的HTTP,更能在各个微服务之间实现低沟通成本的通信。

什么是面向消息的分布式架构

在SOA或者微服务架构中,普遍会采用HTTP作为通信协议。HTTP具有平台无关性、语言中立性等特点,在分布式系统中被广泛应用。特别是微服务架构的流行,遵循一致的REST风格的HTTP,更能在各个微服务之间实现低沟通成本的通信。

消息中间件正好弥补了HTTP的不足。消息中间件往往会支持多种语言的客户端(比如Java、C、C++、C#、Ruby等),支持多种协议(HTTP、TCP、SSL、NIO、UDP等)。消息中间件支持异步通信,从而可以极大提升通信效率。

网络异常,图片无法展示
|

常用术语

消息中间件的基本原理十分简单,就是接收和转发消息。你可以把它想象成邮局:当你将一个包裹送到邮局时,你会相信邮递员最终会将邮件送到收件人手上。消息中间件就好比一个邮箱、邮递员以及邮局。

目前,市面上流行的消息中间件,往往具备以下几个基本的概念。

·主题(Topic):按照分类对信息源进行维护。实际应用中一个业务一个Topic。

·生产者(Producer):把发送消息到Topic中的进程叫作生产者。

·消费者(Consumer):把从Topic中订阅消息的进程叫作消费者。

·服务(Broker):集群中的每个服务叫作Broker。

上述概念,在不同的产品中可能有不同的表述,但所承担的功能都是类似的。

使用场景

消息中间件一般是作为HTTP的补充,换言之,如果HTTP能满足业务需要,则首先应该选择使用HTTP作为服务间的通信协议。如果HTTP不能满足,则选用消息中间件产品,从而可以获得以下功能。

·异步通信。异步意味着程序在处理结果完成之前无须等待,可以去干其他事情,避免了资源的浪费。

·解耦。生产者把消息发送到消息队列中,这个过程就结束了。至于谁会从消息队列中取消息、消费消息,这个生产者是无须关心的。这样就实现了生产者和消费者的解耦。

·数据缓冲。当有消息队列接收到大量消息时,会先缓存到消息队列中,从而避免了由于消息处理能力不足而导致程序崩溃。

·多种消息推送模型。消息中间件一般都会支持Publish/Subscribe以及P2P等消息模型,以满足各种使用场景的需要。

·强顺序。在消息中间件中,消息按照可靠的FIFO和严格的通信顺序来进行消费。这在某些需要强顺序要求的场景中非常有用,比如事务处理、事件通知等。

·持久化消息。消息中间件能够安全地保存消息,直到消费者收到消息。

·支持分布式。消息中间件往往支持分布式部署,具有高可用、高并发能力。

常用技术

目前,市面上流行的消息中间件产品很多,开源的、成熟的产品也数不胜数。比如,RabbitMQ以高效而著称;Apache Kafka能够支持各种强大的消息模式,而被互联网公司广泛采用;Apache ActiveMQ是用Java编写的,能够支持全面的JMS和Java EE规范;RocketMQ则是来自阿里巴巴的“国货精品”,目前已经属于Apache基金会管理,算是“走出了国门”。

不同的中间件产品都各有自己的优缺点。如果选择一款适合自己项目的中间件是需要花时间做评估的。后续章节也会对上面提到的产品做详细的介绍。

本文给大家讲解的内容是分布式系统核心:面向服务的分布式架构,什么是面向消息的分布式架构

本文就是愿天堂没有BUG给大家分享的内容,大家有收获的话可以分享下,想学习更多的话可以到微信公众号里找我,我等你哦。

目录
打赏
0
0
0
0
437
分享
相关文章
分布式系统架构8:分布式缓存
本文介绍了分布式缓存的理论知识及Redis集群的应用,探讨了AP与CP的区别,Redis作为AP系统具备高性能和高可用性但不保证强一致性。文章还讲解了透明多级缓存(TMC)的概念及其优缺点,并详细分析了memcached和Redis的分布式实现方案。此外,针对缓存穿透、击穿、雪崩和污染等常见问题提供了应对策略,强调了Cache Aside模式在解决数据一致性方面的作用。最后指出,面试中关于缓存的问题多围绕Redis展开,建议深入学习相关知识点。
270 8
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
43 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
领先AI企业经验谈:探究AI分布式推理网络架构实践
当前,AI行业正处于快速发展的关键时期。继DeepSeek大放异彩之后,又一款备受瞩目的AI智能体产品Manus横空出世。Manus具备独立思考、规划和执行复杂任务的能力,其多智能体架构能够自主调用工具。在GAIA基准测试中,Manus的性能超越了OpenAI同层次的大模型,展现出卓越的技术实力。
微服务分布式系统架构之zookeeper与dubbo-2
微服务分布式系统架构之zookeeper与dubbo-2
分布式系统架构6:链路追踪
本文深入探讨了分布式系统中的链路追踪理论,涵盖追踪与跨度的概念、追踪系统的模块划分及数据收集的三种方式。链路追踪旨在解决复杂分布式系统中请求流转路径不清晰的问题,帮助快速定位故障和性能瓶颈。文中介绍了基于日志、服务探针和边车代理的数据收集方法,并简述了OpenTracing、OpenCensus和OpenTelemetry等链路追踪协议的发展历程及其特点。通过理解这些概念,可以更好地掌握开源链路追踪框架的使用。
135 41
Elasticsearch 分布式架构解析
【9月更文第2天】Elasticsearch 是一个分布式的搜索和分析引擎,以其高可扩展性和实时性著称。它基于 Lucene 开发,但提供了更高级别的抽象,使得开发者能够轻松地构建复杂的搜索应用。本文将深入探讨 Elasticsearch 的分布式存储和检索机制,解释其背后的原理及其优势。
513 5
分布式系统架构7:本地缓存
这是小卷关于分布式系统架构学习的第10篇文章,主要介绍本地缓存的基础理论。文章分析了引入缓存的利弊,解释了缓存对CPU和I/O压力的缓解作用,并讨论了缓存的吞吐量、命中率、淘汰策略等属性。同时,对比了几种常见的本地缓存工具(如ConcurrentHashMap、Ehcache、Guava Cache和Caffeine),详细介绍了它们的访问控制、淘汰策略及扩展功能。
99 6
[PolarDB实操课] 01.PolarDB分布式版架构介绍
《PolarDB实操课》之“PolarDB分布式版架构介绍”由阿里云架构师王江颖主讲。课程涵盖PolarDB-X的分布式架构、典型业务场景(如实时交易、海量数据存储等)、分布式焦点问题(如业务连续性、一致性保障等)及技术架构详解。PolarDB-X基于Share-Nothing架构,支持HTAP能力,具备高可用性和容错性,适用于多种分布式改造和迁移场景。课程链接:[https://developer.aliyun.com/live/253957](https://developer.aliyun.com/live/253957)。更多内容可访问阿里云培训中心。
[PolarDB实操课] 01.PolarDB分布式版架构介绍
分布式系统架构5:限流设计模式
本文是小卷关于分布式系统架构学习的第5篇,重点介绍限流器及4种常见的限流设计模式:流量计数器、滑动窗口、漏桶和令牌桶。限流旨在保护系统免受超额流量冲击,确保资源合理分配。流量计数器简单但存在边界问题;滑动窗口更精细地控制流量;漏桶平滑流量但配置复杂;令牌桶允许突发流量。此外,还简要介绍了分布式限流的概念及实现方式,强调了限流的代价与收益权衡。
128 11

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等