随着互联网技术在各行各业的应用高速普及与发展,各层应用之间调用关系越来越复杂,架构、开发、运维成本越来越高,高内聚、低耦合、可扩展、高可用已成为了行业需求。

一提到消息队列 MQ(Message Queue),我们会想到很多应用场景,比如消息通知、用户积分增减、抽奖中奖等,可以看出来 MQ 的作用有:流程异步化、代码解耦合、流量削峰、高可用、高吞吐量、广播分发,达到数据的最终一致性,满足具体的业务场景需求。

Nsq 是用 Go 语言开发的轻量级的分布式消息队列,适合小型项目使用、用来学习消息队列实现原理,对于学习 Go channel的原理和用法,以及如何用 Go 语言来写分布式是一个很不错的入门项目。

Nsq 模块介绍

NSQ 最初是由 bitly 公司开源出来的一款简单易用的分布式消息中间件,它可用于大规模系统中的实时消息服务,并且每天能够处理数亿级别的消息。

NSQ 特性

NSQ 具有如下特性:

  • 分布式:它提供了分布式的、去中心化且没有单点故障的拓扑结构,稳定的消息传输发布保障,能够具有高容错和高可用特性。

  • 易于扩展:它支持水平扩展,没有中心化的消息代理( Broker ),内置的发现服务让集群中增加节点非常容易。

  • 运维方便:它非常容易配置和部署,灵活性高。

  • 高度集成:现在已经有官方的 Golang、Python 和 JavaScript 客户端,社区也有了其他各个语言的客户端库方便接入,自定义客户端也非常容易。

NSQ 组件

首先看下 NSQ 的项目结构:

核心包为:nsqd、nsqadmin 和 nsqlookupd。apps 包中存放了各个入口方法。

  • nsqd:nsqd 是一个守护进程,负责接收(生产者 producer )、排队(最小堆实现)、投递(消费者 consumer )消息给客户端。它可以独立运行,不过通常它是由 nsqlookupd 实例所在集群配置的。

  • nsqlookupd:nsqlookupd 是守护进程负责管理拓扑信息。客户端通过查询 nsqlookupd 来发现指定话题( topic )的生产者,并且 nsqd 节点广播话题(topic)和通道( channel )信息。有两个接口:TCP 接口, nsqd 用它来广播。HTTP 接口,客户端用它来发现和管理。

  • nsqadmin:nsqadmin 是一套 WEB UI,用来汇集集群的实时统计,并执行不同的管理任务。

除此之外,图中还涉及到一些基本的概念:

  • Topic:一个 topic 就是程序发布消息的一个逻辑键,当程序第一次发布消息时就会创建 topic。

  • Channels:channel 与消费者相关,是消费者之间的负载均衡, channel 在某种意义上来说是一个“队列”。每当一个发布者发送一条消息到一个 topic,消息会被复制到所有消费者连接的 channel 上,消费者通过这个特殊的 channel 读取消息,实际上,在消费者第一次订阅时就会创建 channel。Channel 会将消息进行排列,如果没有消费者读取消息,消息首先会在内存中排队,当量太大时就会被保存到磁盘中。

  • Messages:消息构成了我们数据流的中坚力量,消费者可以选择结束消息,表明它们正在被正常处理,或者重新将他们排队待到后面再进行处理。每个消息包含传递尝试的次数,当消息传递超过一定的阀值次数时,我们应该放弃这些消息,或者作为额外消息进行处理。

常用工具类:

  • nsq_to _file:消费指定的话题(topic)/通道(channel),并写到文件中,有选择的滚动和/或压缩文件。

  • nsq_to _http:消费指定的话题(topic)/通道(channel)和执行 HTTP requests (GET/POST) 到指定的端点。

  • nsq_to _nsq:消费者指定的话题/通道和重发布消息到目的地 nsqd 通过 TCP。

小结

本文主要介绍 nsq 的模块、特性及其组成部分。nsq 专门为分布式、集群化而生,在处理 SPOF(single point of failure, 单点故障)、高可用、最终一致性方面很有优势。后面的文章将会介绍 nsq 的实践以及核心原理分析。

推荐阅读

如何使用 Go 更好地开发并发程序,纯干货!

几款符合 OpenTracing 规范的分布式链路追踪组件介绍与选型

正确规避常见的 Go 并发陷阱

订阅最新文章,欢迎关注我的公众号

高性能消息中间件 nsq 解析-介绍相关推荐

  1. nsqlookupd:高性能消息中间件 NSQ 解析

    本文分享自华为云社区<高性能消息中间件 NSQ 解析-nsqlookupd 实现细节介绍>,原文作者:aoho . 本篇将会结合源码介绍 nsqlookupd 的实现细节.nsqlooku ...

  2. 极术公开课|基于安谋科技STAR-MC1内核的灵动全新高性能 MM32F5 系列 MCU 介绍

    内容介绍 全志科技在2020年发布了搭载安谋科技"周易"AIPU的AI语音专用芯片R329,它主攻智能语音市场,其高算力.低功耗的特性引起了行业内的广泛关注. 本期课程将分享在矽速 ...

  3. Thumbnailator图片处理的常用方法解析介绍

    目录 1. 引入pom依赖 2. 配置常量枚举 3. Thumbnailator常用方法解析介绍 3.1 size(int var1, int var2):指定大小进行缩放 3.2 scale(dou ...

  4. 阿里巴巴的FastJson数据解析介绍

    阿里巴巴的FastJson数据解析介绍 本文简单介绍一下阿里巴巴的FastJson的json数据解析的简单用法. FastJson据说是目前Json数据解析最快捷的工具,虽然传闻会有一些bug,但是基 ...

  5. 高性能消息中间件——NATS

    在介绍NATS之前先了解下什么是分布式系统和消息中间件对于分布式系统的定义,一直以来我都没有找到或者想到特别简练而又合适的定义,这里引用一下Distributed System Concepts an ...

  6. VDL:唯品会强一致、高可用、高性能分布式日志存储介绍(产品篇)

    "You can't fully understand databases, NoSQL stores, key value stores, replication, paxos, hado ...

  7. Kafka设计解析(六)- Kafka高性能关键技术解析

    http://www.infoq.com/cn/articles/kafka-analysis-part-6 宏观架构层面 利用Partition实现并行处理 Partition提供并行处理的能力 K ...

  8. 消息中间件和JMS介绍

    在一个公司创立初期,他可能只有几个应用,系统之间的关联也不是那么大,A系统调用B系统就直接调用B提供的API接口:后来这个公司做大了,他一步步发展有了几十个系统,这时候A系统要调用B系统的接口,但是B ...

  9. 消息中间件:RocketMQ 介绍(特性、术语、原理、优缺点、消息顺序、消息重复)

    前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家.点击跳转到教程. 消息中间件的作用 1. 应用解耦 2. 异步处理 比如用户注册场景,注册主流程完成以后,需要调用邮件 ...

最新文章

  1. 浅析网站结构如何开启优化工作
  2. html插音乐怎么设置样式,是否可以设置html5音频标签的样式?
  3. jndi ldap_什么是JNDI,SPI,CCI,LDAP和JCA?
  4. 在PropertyGrid中使用密码显示
  5. 全球IT公司100强排行榜出炉
  6. 生活等级测试(娱乐性质)
  7. [导入]新手入门 Fedora Linux 7系统的安装指南
  8. KNN——机器学习实战_Python3
  9. 在html文档中添加 iconfont 图标
  10. 微信开放平台基于网站应用授权登录源码(java)
  11. 【应用笔记】APM32F4xx_ADC应用笔记
  12. 人脸 解锁 android开发,零基础开发Android人脸识别应用
  13. echarts绘制地理坐标/地图
  14. 查看pcie总线上的设备ID以及带宽计算
  15. php设计一个盒子类代码_PHP白盒审计工具RIPS源码简析
  16. IE7,IE8与IE6兼容路上的痛苦
  17. eap方法 华为手机怎么连wifi_怎样为WLAN选择最佳的EAP?
  18. 【Tensorflow教程笔记】深度强化学习(DRL)
  19. CSS3选择器(全)
  20. 评估期已过。有关如何升级您的测试版软件的信息 请访问

热门文章

  1. 第十届蓝桥杯大赛个人赛省赛(软件类)真题
  2. 算法题练习系列之(一):守形数
  3. 硕士毕业论文写多少字
  4. 什么是数据库“存算分离”架构?
  5. 什么是Rest风格的Api?
  6. Arduino(5) 使用Mega2560设计上下位机串口通信系统的下位机
  7. 【无标题】C#nbsp;语言入门基础介绍学习通http://www.bdgxy.com/
  8. 客户需求分析方法:KJ分析法(亲和图法)
  9. 欧拉函数φ(x)简要介绍及c++实现
  10. 如何压缩图片200k以下?