互联网舆情报告网站怎么优化搜索
消息队列
在认识rabbitMQ之前，我们需要先认识下消息队列。
消息队列，一般简称为MQ（Message Queue）。先不管消息(Message)这个词，先看看队列(Queue)。
队列就是一种先进先出的数据结构。
所以消息队列可以简单理解为：把要传输的数据放在队列中。
科普：
把数据放到消息队列叫做生产者
从消息队列里边取数据叫做消费者
为什么要用MQ
MQ可通过消息的收发，使多个系统之间不局限于同步调用，通过异步调用更好地实现解耦，流量削峰等。下面是几个常见的应用场景，帮助我们对MQ有一个简单的认识。
异步处理
引入MQ后，通过异步处理将响应时间减少至原先的1/3
应用解耦
场景：双11是购物狂节,用户下单后,订单系统需要通知库存系统,传统的做法就是订单系统调用库存系统的接口
缺点：
当库存系统出现故障时,订单就会失败。(这样马云将少赚好多好多钱^ ^)
订单系统和库存系统高耦合.
引入消息队列后：
订单系统:用户下单后,订单系统完成持久化处理,将消息写入消息队列,返回用户订单下单成功
库存系统:订阅下单的消息,获取下单消息,进行库操作。就算库存系统出现故障,消息队列也能保证消息的可靠投递,不会导致消息丢失(马云这下高兴了).
流量削峰
流量削峰一般在秒杀活动中应用广泛
场景:秒杀活动，一般会因为流量过大，导致应用挂掉。比如业务系统每秒只能处理1000个请求，但是一下子来了5000个请求，那系统就崩了。为了解决这个问题，一般会将用户请求加入消息队列。
引入消息队列后：
1.用户的请求,服务器收到之后,首先写入消息队列,加入消息队列长度超过最大值,则直接抛弃用户请求或跳转到错误页面.
2.秒杀业务根据消息队列中的请求信息，再做后续处理。避免系统崩溃。
使用MQ要考虑什么问题
熟悉后端编程的同学都知道，python，java都有自己的队列函数。比如python的Queue.LifoQueue，Queue.PriorityQueue 。那为啥还要用RabbitMQ这种消息队列中间件呢？
1.高可用
无论是我们使用消息队列来做解耦、异步还是削峰，消息队列肯定不能是单机的。万一这台机器挂了，那我们整个系统几乎就是不可用了。所以，当我们项目中使用消息队列，都是得集群/分布式的。要做集群/分布式就必然希望该消息队列能够提供现成的支持，而不是自己写代码手动去实现。
2. 数据丢失问题
A系统将数据写到消息队列上，系统B和C还没来得及取消息队列的数据，就挂掉了。如果没有做任何的措施，我们的数据就丢了。
3.消费者怎么得到消息队列的消息
两种方法：
生产者将数据放到消息队列中，消息队列有数据了，主动叫消费者去拿(俗称push)
消费者不断去轮训消息队列，看看有没有新的数据，如果有就消费(俗称pull)
4.其他
除了这些，我们在使用的时候还得考虑各种的问题：
消息重复消费了怎么办啊？
我想保证消息是绝对有顺序的怎么做？
……..
基于这些问题，市面上涌现了很多消息队列的中间件。这些MQ中间件几乎都解决了上面的问题，但也存在差异。
常见的MQ产品
这里有一个简介：
ActiveMQ：基于JMS，Apache
RocketMQ：（Rocket，火箭）阿里巴巴的产品，基于JMS，目前由Apache维护
Kafka：分布式消息系统，亮点：吞吐量超级高，每秒中数十万的并发。
RabbitMQ：由erlang语言开发，基于AMQP协议，在erlang语言特性的加持下，RabbitMQ稳定性要比其他的MQ产品好一些，而且erlang语言本身是面向高并发的编程的语言，所以RabbitMQ速度也非常快。且它基于AMQP协议，对分布式、微服务更友好。
科普：
AMQP协议：即Advanced Message Queuing Protocol，是一个应用层标准高级消息队列协议，提供统一消息服务。是应用层协议的一个开放标准，为面向消息的中间件设计。基于此协议的客户端与消息中间件可传递消息，并不受客户端/中间件不同产品，不同的开发语言等条件的限制。