ActiveMQ使用场景汇总

ActiveMQ使用场景？极悦小编来告诉大家。以下介绍消息队列在实际应用中常用的使用场景。

异步处理，应用解耦，流量削锋和消息通讯四个场景。本篇使用ActiveMQ+SpringBoot来模拟这四个场景。

1.异步处理

场景说明：汽车触发围栏报警后，需要发送报警邮件和报警短信。传统的做法有两种1.串行的方式;2.并行方式。

(1)串行方式：将报警信息写入数据库成功后，发送报警邮件，再发送报警短信。以上三个任务全部完成后，该报警信息加入统计列表。

(2)并行方式：报警信息写入数据库成功后，同时发送报警邮件和短信。

假设三个业务节点每个使用50毫秒钟，不考虑网络等其他开销，则串行方式的时间是150毫秒，并行的时间可能是100毫秒。

因为CPU在单位时间内处理的请求数是一定的，假设CPU1秒内吞吐量是100次。则串行方式1秒内CPU可处理的请求量是7次(1000/150)。并行方式处理的请求量是10次(1000/100)。

小结：如以上案例描述，传统的方式系统的性能(并发量，吞吐量，响应时间)会有瓶颈。如何解决这个问题呢?

引入消息队列，将不是必须的业务逻辑，异步处理。改造后的架构如下：

代码示例

(1)在pom文件中引入activemq依赖

<dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-activemq</artifactId>
        <version>1.5.6.RELEASE</version>
    </dependency>

(2)在配置文件中加上activemq的配置

spring.activemq.broker-url=tcp://127.0.0.1:61616
# 在考虑结束之前等待的时间
#spring.activemq.close-timeout=15s 
# 默认代理URL是否应该在内存中。如果指定了显式代理，则忽略此值。
spring.activemq.in-memory=true 
# 是否在回滚回滚消息之前停止消息传递。这意味着当启用此命令时，消息顺序不会被保留。
spring.activemq.non-blocking-redelivery=false
# 密码
spring.activemq.password=123456
# 等待消息发送响应的时间。设置为0等待永远。
spring.activemq.send-timeout=0
spring.activemq.user=haha
# 是否信任所有包
#spring.activemq.packages.trust-all=
# 要信任的特定包的逗号分隔列表（当不信任所有包时）
#spring.activemq.packages.trusted=
# 当连接请求和池满时是否阻塞。设置false会抛“JMSException异常”。
#spring.activemq.pool.block-if-full=true
# 如果池仍然满，则在抛出异常前阻塞时间。
#spring.activemq.pool.block-if-full-timeout=-1ms
# 是否在启动时创建连接。可以在启动时用于加热池。
#spring.activemq.pool.create-connection-on-startup=true
# 是否用Pooledconnectionfactory代替普通的ConnectionFactory。
#spring.activemq.pool.enabled=false 
# 连接过期超时。
#spring.activemq.pool.expiry-timeout=0ms
# 连接空闲超时
#spring.activemq.pool.idle-timeout=30s
# 连接池最大连接数
#spring.activemq.pool.max-connections=1
# 每个连接的有效会话的最大数目。
#spring.activemq.pool.maximum-active-session-per-connection=500
# 当有"JMSException"时尝试重新连接
#spring.activemq.pool.reconnect-on-exception=true
# 在空闲连接清除线程之间运行的时间。当为负数时，没有空闲连接驱逐线程运行。
#spring.activemq.pool.time-between-expiration-check=-1ms
# 是否只使用一个MessageProducer
#spring.activemq.pool.use-anonymous-producers=true

(3)消息生产者

import java.util.Map;
import javax.jms.Destination;
import javax.jms.Queue;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.jms.core.JmsMessagingTemplate;
import org.springframework.jms.core.JmsTemplate;
import org.springframework.jms.core.MessagePostProcessor;
import org.springframework.scheduling.annotation.EnableScheduling;
import org.springframework.scheduling.annotation.Scheduled;
import org.springframework.stereotype.Component;
/**
 * 报警消息Producer
 * @author ko
 *
 */
@Component
//@EnableScheduling
public class AlarmProducer {    
    // 也可以注入JmsTemplate，JmsMessagingTemplate对JmsTemplate进行了封装
    @Autowired
    private JmsTemplate jmsTemplate;
//    private JmsMessagingTemplate jmsTemplate;    
//    @Autowired
//    private Queue queue;    
//    @Scheduled(fixedDelay=5000) // 5s执行一次   只有无参的方法才能用该注解
    public void sendMessage(Destination destination, String message){
//        jmsTemplate.convertAndSend(destinationName, payload, messagePostProcessor);
        this.jmsTemplate.convertAndSend(destination, message);
    }
　　// 双向队列
　　　　// @JmsListener(destination="out.queue") 
　　　　// 　　public void consumerMessage(String text){  
    　　　　// 　　System.out.println("从out.queue队列收到的回复报文为:"+text);  
　　　　// }
}

(4)controller里写上测试接口

@Autowired
    private AlarmProducer alarmProducer;    
    @RequestMapping(value="/chufabaojing",method=RequestMethod.GET)
    @ApiOperation(value="触发报警", notes="触发报警")
    @ApiImplicitParams({
        @ApiImplicitParam(name = "devicename", value = "name",example = "xxxx", required = true, dataType = "string",paramType="query"),
    })
    public String chufabaojing(String devicename){        
        List<String> alarmStrList = new ArrayList<>();
        alarmStrList.add(devicename+"out fence01");
        alarmStrList.add(devicename+"out fence02");
        alarmStrList.add(devicename+"in fence01");
        alarmStrList.add(devicename+"in fence02");        
        System.out.println("设备"+devicename+"出围栏报警");
        // 报警信息写入数据库
        System.out.println("报警数据写入数据库。。。");        
        // 写入消息队列
        Destination destination = new ActiveMQQueue("mytest.queue");
        for (String alarmStr : alarmStrList) {
            alarmProducer.sendMessage(destination, alarmStr);
        }        
        // 消息写进消息队列里就不管了        
        // 下面两步骤移到activemq消费者里
        // 发送邮件
        // 发送短信        
        return "success";
    }

2.应用解耦

场景介绍，在spring cloud分布式微服务项目中，工单管理和设备管理分别是两个微服务，如果A工单被张三接单了，那么工单状态要设为已派单，检验员设为张三，设备状态要置为在检。

传统的做法是，先调用工单管理的工单更新接口，成功之后再调用设备管理的设备更新接口，成功之后再返回操作提示给用户。这样做的缺点是应用耦合，如果在派单操作的时候正好设备管理微服务挂了或者阻塞了，那么派单操作就会失败或者要等待很长时间无反馈。另外如果设备管理的接口有变动，那么工单管理里面的代码也要改动。

引入消息中间件，派单的时候，工单管理的工单更新接口处理好后把信息写入消息队列，然后直接返回操作反馈给用户。不管工单管理服务正不正常，正常就从消息队列里订阅消息处理，不正常就等待回复正常后再订阅消息处理。

3.流量削峰

场景介绍，XX公司的系统原来是针对A地区的客户开发的，现在为了抢占市场，拿下了B和C两个地区的客户，那么新系统上线，就存在如何把B和C的基础数据导入XX公司的系统中来的问题，短时间内要把庞大的旧数据改造适合新系统再导入进来，这很容易使系统挂掉，另外每天还有增量数据产生。

这时可以引入消息中间件，B和C的客户只要负责把数据规则放到消息队列里就好了，XX公司可以有条不紊的从消息队列里订阅数据，可以有效缓解短时间内的高流量压力，但是这也对消息中间件的可靠性提出了要求。

4.点对点通讯

类似聊天室的功能。