1.什么是MQ
MQ（Message Queue）消息队列，是基础数据结构中
“
先
进
先
出
”
\color{red}{“先进先出”}
“先进先出”的一种数据结构。指把要传输的数据（消息）放在队列中，用队列机制来实现消息传递——生产者产生消息并把消息放入队列，然后由消费者去处理。消费者可以到指定队列拉取消息，或者订阅相应的队列，由MQ服务端给其推送消息(详情请见添加链接描述)。
通俗来讲，本质还是个队列，只不过此队列中存放的是message，也是一种跨进程的通信机制，用于上下游传递消息。
小张发微信给小王，小张为上游，小王为下游。
2.MQ的功能
2.1.流量削峰
通常用在高并发场景中，如电商项目的订单系统。假设订单系统的处理极限是10w/s,但高峰时期访问量可能是20w/s，不做处理订单系统必定会宕机，因此当订单超过10w我们限制访问订单系统，在用户与订单系统之间使用mq做缓冲，此法虽保护了订单系统，但订单必定存在等待时长。
2.2.应用解耦
以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流系统恢复后，继续处理订单信息即可，中单用户感受不到物流系统的故障，提升系统的可用性。
2.3.异步处理
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 过一段时间就去调用 B 的查询 api 查询。或者 A 提供一个 callback 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。
3.分类
3.1.ActiveMQ
Apache ActiveMQ是最流行的开源、多协议、基于 Java 的消息代理。它支持行业标准协议，因此用户可以从各种语言和平台的客户端选择中受益。从用 JavaScript、C、C++、Python、.Net 等编写的客户端连接。使用无处不在的AMQP协议集成您的多平台应用程序。使用STOMP over websockets在您的 Web 应用程序之间交换消息。使用MQTT管理您的 IoT 设备。支持您现有的JMS基础架构及其他基础架构。ActiveMQ 提供了支持任何消息传递用例的能力和灵活性(来源于ActiveMQ官网添加链接描述)。
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，消息丢失数据概率较低
3.2.Kafka
为大数据而生的消息中间件，以其
百
万
级
T
P
S
\color{red}{百万级 TPS }
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。
Kafka 主要特点是基于Pull 的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于
日
志
收
集
和
传
输
\color{red}{日志收集和传输}
日志收集和传输，适合产生
大
量
数
据
\color{red}{大量数据}
大量数据的互联网服务的数据收集业务。
3.3.RocketMQ
Apache RocketMQ 是一个统一的消息传递引擎，轻量级的数据处理平台。
天生为
金
融
互
联
网
领
域
\color{red}{金融互联网领域}
金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削峰，在大量交易涌入时，后端可能无法及时处理的情况
3.4.RabbitMQ
RabbitMQ 拥有数以万计的用户，是最受欢迎的开源消息代理之一。RabbitMQ 是轻量级的，易于在本地和云端部署。它支持多种消息传递协议。RabbitMQ 可以部署在分布式和联合配置中，以满足大规模、高可用性的要求。RabbitMQ 在许多操作系统和云环境上运行，并为大多数流行语言提供了广泛的开发工具。