1.MQ思路
本质：中间件（独立部署）-数据存储
MQ区别：
- 开发语言不同
- 接收请求—>存储—>分发
kafka、activemq、rabbitmq、rocketmq区别及应用场景
| 特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
|---|---|---|---|---|
| 单机吞吐量 | 万级，比rocketmq、kafka低一个数量级 | 同activemq | 10万级，支持高吞吐 | 10万级，高吞吐、一般配合大数据类的系统来进行实时数据计算、日志采集等场景 |
| topic数量对吞吐量的影响 | topic可以达到几百/几千的级别，吞吐量会有小幅度的下降，这是rocketMq的一大优势，在同等机器下可以支持大量的topic | topic从几十到几百个时候，吞吐量会大幅度下降，同等机器下，kafka尽量保证topic数量不要过多，如果要支持大规模的topic，需要增加更多的机器资源 | ||
| 时效性 | ms级 | 微秒级，这是rabbitmq的一大特点，延迟最低 | ms级 | 延迟在ms级以内 |
| 可用性 | 高，基于主从架构实现高可用 | 同activemq | 非常高，分布式架构 | 非常高，分布式，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用 |
| 消息可靠性 | 有较低的概率丢失数据 | 基本不丢 | 经过参数优化配置，可以做到0丢失 | 同rocketmq |
| 功能支持 | mq领域的功能极其完备 | 基于erlang开发，并发能力很强，性能极好，延时很低 | mq功能较为完善，还是分布式，扩展性好 | 功能较为简单，主要支持简单的mq功能，在大数据领域的实时计算以及日志采集被大规模使用 |
