【阿里云】消息队列 RocketMQ 企业铂金版

消息队列 RocketMQ 版（原ONS）是阿里云基于 Apache RocketMQ 构建的低延迟、高并发、高可用、高可靠的分布式消息中间件。该产品最初由阿里巴巴自研并捐赠给 Apache 基金会，服务于阿里集团 13 年，覆盖全集团所有业务。作为双十一交易核心链路的官方指定产品，支撑千万级并发、万亿级数据洪峰，历年刷新全球最大的交易消息流转记录。

产品优势

稳定性
阿里巴巴双十一官方指定消息产品，支撑阿里巴巴集团所有的消息服务，历经十余年高可用与高可靠的严苛考验，是阿里巴巴交易链路的核心产品；
服务可用性 99.95%，Region 化、多可用区、分布式集群化部署，确保服务高可用，即便整个机房不可用仍可正常提供消息服务；
数据可靠性 99.99999999%，同步双写、超三副本数据冗余与快速切换技术确保数据可靠；

高性能
历年双 11 购物狂欢节零点千万级 TPS、万亿级数据洪峰，创造了全球最大的业务消息并发以及流转纪录（日志类消息除外）；
在始终保证高性能前提下，支持亿级消息堆积，不影响集群的正常服务，在削峰填谷（蓄洪）、微服务解耦的场景下尤为重要；

丰富的消息类型
提供丰富的消息类型，满足各种严苛场景下的高级特性需求，当前支持的消息类型涵盖普通消息、顺序消息（全局顺序 / 分区顺序）、分布式事务消息、定时消息/延时消息；

安全访问控制
以消息主题、订阅组的粒度，对每一条消息的收、发请求都进行严格的访问控制，确保消息的安全性；
全面支持阿里云 RAM 主子账号、黑白名单、STS 等功能，支持 TLS 传输加密协议、阿里云 VPC 访问等；

产品功能

主题模型（Topic）

发布/订阅（Pub/Sub）
一对多消费模式，发布者可以将消息发送到主题，被一个或多个消费者同时消费，灵活，可扩展性强

集群消费
消息在集群内负载，确保每条消息只需要被集群内的任意一个订阅者处理即可（默认模式）

广播消费
消息在集群内广播，确保每条消息推送给集群内所有订阅者，确保消息被集群内的每个订阅者消费

消息路由
通过动态路由规则配置，解决消息的跨地域、远距离、毫秒级实时同步难题，确保地域之间的数据一致性与完整性

性能高，实时性强
高速通道百万级 TPS 传输能力，多维度消息路由规则，毫秒级实时同步

安全可靠
支持断点续传，任意节点故障，同步链路仍可秒级恢复

易用性
可视化任务管理界面，完整的监控链路，路由状态透明

消息类型丰富
丰富的消息类型，满足各种严苛场景下的高级特性需求，解决异步通知、系统(微服务)间解耦，削峰填谷，缓存同步，实时计算等

顺序消息
按照消息的发布顺序进行顺序消费（FIFO），支持全局顺序与分区顺序

分布式事务消息
类似 X/Open XA 的分布事务功能，既可做到系统间的解耦，又能保证数据的最终一致性

定时消息/延时消息
消息可在指定的时间点(如2019/01/01 15:00:00)或延迟时间(如30分钟后)进行投递

完善的运维配套
MQ 提供一整套完整的、金融级的产品运维工具，帮助用户快速发现、处理系统问题。

消息查询
支持 Topic、Message ID、Message Key 多维度方式查询消息详细信息

全链路消息轨迹
全程追踪消息在生产者、消息服务器、消费者之间的流动轨迹，并将数据进行汇聚分析后可视化输出

消息回溯
支持对已消费过的消息进行重新回放或清除堆积的消息，是帮助用户故障恢复的最佳利器

监控告警
实时统计消息的生产与消费，并可对消费延时、消息堆积等进行监控告警，帮助用户及时发现问题

Open API（RESTful）
完善的管控类 Open API 帮助用户实现自助资源管理和运维，采用 RESTful 标准，灵活便捷

应用场景
异步解耦

场景描述

作为淘宝/天猫主站最核心的交易系统，每笔交易订单数据的产生会引起几百个下游业务系统的关注，包括物流、购物车、积分、阿里妈妈、流计算分析等等，整体业务系统庞大而且复杂，架构设计稍有不合理，将直接影响主站业务的连续性；

高可用松耦合架构设计

通过上、下游业务系统的松耦合设计，即便下游子系统（如物流、积分等）出现不可用甚至宕机，都不会影响到核心交易系统的正常运转；

灵活适应业务的快速增长
商场如战场，通过 MQ 的异步化设计，可以灵活高效的适应因业务快速发展而带来的变化，如新增业务系统；

削峰填谷

场景描述
诸如秒杀、抢红包、企业开门红等大型活动时皆会带来较高的流量脉冲，或因没做相应的保护而导致系统超负荷甚至崩溃，或因限制太过导致请求大量失败而影响用户体验，削峰填谷是解决该问题的最佳方式；

超高流量脉冲处理能力
MQ 超高性能的消息处理能力可以承接流量脉冲而不被击垮，在确保系统可用性同时，因快速有效的请求响应而提升用户的体验；

海量消息堆积能力
确保下游业务在安全水位内平滑稳定的运行，避免超高流量的冲击；

合理的成本控制
通过削弱填谷可控制下游业务系统的集群规模，从而降低投入成本；

顺序消息

场景描述
细数日常中需要保证顺序的应用场景非常多，比如证券交易过程时间优先原则，交易系统中的订单创建、支付、退款等流程，航班中的旅客登机消息处理等等。与FIFO原理类似，MQ提供的顺序消息即保证消息的先进先出；

严格保序
与部分开源产品不同，无论是服务上下线、扩缩容，网络不稳定等情况下，MQ 始终保证消息的有序；

高性能&可扩展
支持全局顺序与分区顺序，分别满足不同的业务需求，如证券交易系统中相同股别采用全局顺序，交易系统的不同订单之间采用分区顺序；分区顺序在严格保序的同时，通过分区动态扩展能力提高整体的并发与扩展能力；

分布式事务消息

场景描述
阿里巴巴的交易系统、支付红包等场景需要确保数据的最终一致性，大量引入 MQ 的分布式事务，既可以实现系统之间的解耦，又可以保证最终的数据一致性。

传统事务
多个系统或者应用组件之间的业务处理会耦合到一个大事务中，响应时间长，业务链路长从而影响系统的整体性能和可用性，甚至引起系统崩溃；

分布式事务
将核心链路业务与可异步化处理的分支链路进行拆分，将大事务拆分成小事务，减少系统间的交互，既高效又可靠；MQ 的可靠传输与多副本技术在确保消息不丢，At-Least-Once 特性确保数据的最终一致性；

大数据分析

场景描述
数据在"流动"中产生价值，传统数据分析大多是基于批量计算模型，而无法做到实时的数据分析，利用阿里云消息队列（MQ）与流式计算引擎相结合，可以很方便的实现将业务数据进行实时分析。

应用与分析解耦
构建应用系统和分析系统的桥梁，并将它们之间的关联解耦，同时由于数据产生非常快且数据量大，需要非常高的可扩展性；

大数据分析
可对接 Storm/Spark 实时流计算引擎，亦可对接 Hadoop/ODPS 等离线数据仓库系统；

分布式模缓存同步

场景描述
天猫双11大促，各个分会场琳琅满目的商品需要实时感知价格变化，大量并发访问数据库导致会场页面响应时间长，集中式缓存因为带宽瓶颈限制商品变更的访问流量，通过 MQ 构建分布式缓存，实时通知商品数据的变化；

实时数据更新
通过消息实时推送的方式，让数据实时得以更新；

降低页面响应时间
大量并发访问商品数据库，减少页面响应时间

满足大规模访问需求
大促众多分会场，多缓存的架构设计，满足对商品变更的大量访问需求；