有些服务间调用是异步的，例如A调用B，B需要花费很长时间执行，但是A需要知道B什么时候可以执行
完，以前一般有两种方式，A过一段时间去调用B的查询api查询。或者A提供一个calback api,B执行完之
后调用api通知A服务。这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题，A调用B服
务后，只需要监听B处理完成的消息，当B处理完成后，会发送一条消息给MQ，MQ会将此消息转发给A
服务。这样A服务既不用循环调用B的查询api，也不用提供callback api。同样B服务也不用做这些操
作。A服务还能及时的得到异步处理成功的消息。
MQ的分类
ActiveMQ
优点：单机吞吐量万级，时效性 ms 级，可用性高，基于主从架构实现高可用性，消息可靠性
较低的概率丢失数据
缺点： 官方社区现在对 ActiveMQ 5.x 维护越来越少， 高吞吐量场景较少使用。
Kafka:大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开 Kafka，这款为大数据而生的消
息中间件，以其百万级TPS的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、
存储的过程中发挥着举足轻重的作用。目前已经被LinkedIn，Uber,Twitter,Netflix等大公司所采
纳。（Scale语言编写）
优点:性能卓越，单机写入TPS约在百万条/秒，最大的优点，就是吞吐量高。时效性ms级可用
性非常高，kafka是分布式的，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,消费者采用Pull方式获取消息，消息有序，通过控制能够保证所有消息被消费且仅被消
费一次;有优秀的第三方Kafka Web管理界面Kafka-Manager;在日志领域比较成熟，被多家公
司和多个开源项目使用;功能支持: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
缺点: Kafka单机超过64个队列/分区，Load 会发生明显的飙高现象(这里指CPU飙高)，队列越
多，load越高，发送消息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消
费失败不支持重试;支持消息顺序，但是一台代理宕机后，就会产生消息乱序，社区更新较慢;
RocketMQ:RocketMQ 出自阿里巴巴的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并
做出了自己的一些改进。被阿里巴巴广泛应用在订单，交易，充值，流计算，消息推送，日志流式
处理， binglog 分发等场景
