优缺点
消息队列的优点：
- 实现系统解耦：
:::color5
系统解耦解释
有 MQ 时是 “服务 A 发消息到队列，其他服务从队列拿消息，新增服务接队列就行”；无 MQ 时是 “服务 A 直接调其他服务的接口 / 依赖，新增 / 变更服务时 A 得改代码适配”（有 MQ 时服务间依赖弱，无 MQ 时依赖强、改动影响大）。
有mq：
没有mq：
:::
- 实现异步调用
:::color5
异步调用解释
有 MQ 的情况 服务 A 不需要等待服务 B、C、D 处理完任务才继续自己的工作。服务 A 只需把要处理的任务（消息）发送到 MQ 中，然后就可以立即去做其他事情了。而服务 B、C、D 会各自从 MQ 里获取任务，然后在后台异步地去处理这些任务，彼此之间互不干扰，实现了任务的异步执行。
没有 MQ 的情况 服务 A 调用服务 B、C、D 时，必须等待服务 B、C、D 把当前的任务处理完成，得到返回结果后，服务 A 才能继续进行后续的操作，整个过程是同步的，会造成服务 A 等待时间长，资源利用效率低。
与线程的区别：
- 适用范围：MQ 适用于跨服务 / 分布式场景，线程适用于单进程内部
- 耦合程度：MQ 实现服务解耦，线程间通常存在较强耦合
【因为mq生产者只需要关心消息发送，消费者只需要关心接受，耦合度不高，而线程通常在一个程序内部，共享内存等，如果一个线程的逻辑或接口发生变化，会影响到其他协作的进程】
- 可靠性：MQ 自带消息持久化，线程需额外处理数据安全
- 扩展性：MQ 可轻松横向扩展消费者，线程数量受系统资源限制
:::
- 流量削峰
缺点：
- 系统可用性降低【如果mq宕机了，那么服务就都宕机了】
- 提升系统的复杂度【中间件越多，系统越复杂】
- 数据一致性问题【与原生的相比，需要处理数据一致性问题】
消息队列的分类与选择
- Kafka：分布式消息系统，性能高、支持多语言，分布式架构有副本机制，可靠性高，适合日志等场景，但队列 / 分区过多时负载和响应时间受影响，实时性依赖轮询间隔，消费失败不支持重试且社区更新慢。
- RocketMQ：阿里开源，Java 实现，消息可靠性好，单机支持大量持久化队列，性能优、支持多种消费模式，分布式扩展好且版本更新快，但客户端语言支持少，社区成熟度及关注度不及 Kafka，无 Web 管理界面且未在核心实现 JMS 接口。
- RabbitMQ：基于 AMQP 协议，性能好、支持高并发，健壮稳定、跨平台且支持多语言，有消息确认和持久化机制，路由高度可定制，管理界面丰富、社区活跃，但代理架构导致运行速度慢、消息封装大，学习和维护成本高。
- ActiveMQ：Apache 出品，支持 JMS 规范和多语言，可通过 JDBC 持久化到数据库，有自动重连、错误重试和安全机制，监控完善、界面友好，但社区活跃度不如 RabbitMQ，存在消息丢失问题，对上千队列的场景不适用且对旧版本维护少。
- ZeroMQ：类似 Socket 接口的传输层库，非传统消息队列服务器，可实现 N:M 通信，屏蔽 Socket 编程细节，让网络编程更简单，支持多种通信模型，目标是成为标准网络协议栈部分，但更偏向底层网络通讯库。
KafKa
基本介绍
安装and运行
安装Zookeeper
:::color5
ZooKeeper 是一个分布式协调服务
- 元数据管理：Kafka 依赖 ZooKeeper 存储和管理集群的元数据信息，包括 Topic 的创建、删除，分区的分配情况，Broker 的注册信息等。比如当创建一个新的 Topic 时，Kafka 会将相关的 Topic 元数据存储在 ZooKeeper 中。
- Broker 协调：ZooKeeper 负责监控 Kafka 集群中 Broker 的状态。当有 Broker 加入或离开集群时，ZooKeeper 会感知到变化，并通知其他相关组件。同时，在选举分区的 Leader 副本时，也需要借助 ZooKeeper 来保证选举的一致性和正确性，确保数据的读写操作能够正常进行。
- 消费者组管理：对于 Kafka 的消费者组，ZooKeeper 记录了消费者组的成员信息、消费偏移量（Offset）等。当消费者组内成员发生变化（如新增消费者或消费者下线）时，ZooKeeper 会协助进行 Rebalance 操作，重新分配分区的消费任务，保证消费的均衡和高效。
:::
(kafka中也有自带的zookeeper，但这里也可以自己装一个）
KafKa配置介绍
安装and配置EFAK
:::color5
EFAK（Kafka Eagle）是一款开源的 Kafka 监控和管理工具，用于帮助用户更好地管理和监控 Kafka 集群，具体作用如下：
- 集群管理：可以同时管理多个 Kafka 集群，在配置文件（如
<font style="color:rgb(0, 0, 0);">system - config.properties</font>）中通过设置<font style="color:rgb(0, 0, 0);">efak.zk.cluster.alias</font>来为不同的 Kafka 集群设置别名，指定每个集群对应的 ZooKeeper 连接地址（如<font style="color:rgb(0, 0, 0);">cluster1.zk.list=localhost:2181</font>），方便用户对不同集群进行区分和操作。 - 监控功能：实时监控 Kafka 集群的各项指标，比如 Broker 的状态、Topic 的消息堆积情况、消费者组的消费延迟等。通过直观的界面展示这些指标，让运维人员和开发者能够快速了解集群的运行状况，及时发现潜在问题。
- 数据统计分析：提供对 Kafka 消息数据的统计和分析功能，例如统计某个 Topic 在一段时间内的消息生产和消费速率、消息总量等，帮助用户更好地理解业务数据的流动情况，为性能优化和容量规划提供依据。
- 数据存储配置：支持配置不同的数据库来存储监控数据，默认支持 SQLite，也可以配置 MySQL（通过修改
<font style="color:rgb(0, 0, 0);">efak.driver</font>、<font style="color:rgb(0, 0, 0);">efak.url</font>、<font style="color:rgb(0, 0, 0);">efak.username</font>、<font style="color:rgb(0, 0, 0);">efak.password</font>等参数 ），满足不同用户对于数据存储的需求。
:::
