DEV Community
·
消息队列：如何实现流量削峰和平谷？
💡
原文英文，约600词，阅读约需2分钟。
📝
内容提要
消息队列（MQ）广泛应用于消息发布和系统解耦，但直接调用和MQ推送无法有效控制流量，可能导致下游系统崩溃。通过上游或下游队列进行流量缓冲，以及优化下游系统的处理效率，可以解决这一问题。
🎯
关键要点
- 消息队列（MQ）用于消息发布和系统解耦，但直接调用和MQ推送无法有效控制流量。
- 直接调用和MQ推送的缺点是下游系统无法控制流量，可能导致系统崩溃。
- 在双11购物节场景中，上游系统发送的请求速率过快，可能会压垮下游系统。
- 为避免下游系统崩溃，可以在上游或下游队列进行流量缓冲，限制请求或执行速率。
- 流量缓冲引入了额外的业务复杂性，需要通用解决方案。
- MQ可以通过将推送模式升级为拉取模式来实现流量缓冲，允许下游系统根据处理能力拉取消息。
- 拉取模式可以保护下游系统，但可能导致消息在MQ队列中积压。
- 下游系统需要优化处理效率，例如使用批量写入，以提高整体吞吐量。
- MQ客户端拉取模式有助于平滑流量，提供自我保护。
- 退款处理延迟的原因是交易过程的后半部分仍在数据库中等待下游系统处理。
❓
延伸问答
消息队列的主要应用场景是什么？
消息队列主要用于消息发布、订阅和上下游系统的解耦。
直接调用和MQ推送的缺点是什么？
直接调用和MQ推送的缺点是下游系统无法控制流量，可能导致系统崩溃。
如何避免下游系统崩溃？
可以通过在上游或下游队列进行流量缓冲，限制请求或执行速率来避免崩溃。
MQ如何实现流量缓冲？
MQ可以通过将推送模式升级为拉取模式，让下游系统根据处理能力拉取消息，从而实现流量缓冲。
拉取模式对下游系统有什么好处？
拉取模式可以保护下游系统，允许其以可控的速度拉取消息，避免被压垮。
为什么双11期间退款处理会延迟？
退款处理延迟是因为交易过程的后半部分仍在数据库中等待下游系统处理。
➡️
