前言:
现时你们对“中间件原理面试”大概比较关切,你们都想要剖析一些“中间件原理面试”的相关知识。那么小编同时在网摘上网罗了一些有关“中间件原理面试””的相关知识,希望朋友们能喜欢,看官们快快来学习一下吧!欢迎关注头条号:石杉的架构笔记
周一至周五早八点半!精品技术文章准时送上!!!
一、前情回顾
之前给大家聊了一下,面试时如果遇到消息中间件这个话题,面试官上来可能问的两个问题:
你们的系统架构中为什么要引入消息中间件?系统架构中引入消息中间件有什么缺点?
关于这两个问题的回答,可以参见之前的两篇文章:
「Java进阶面试系列之一」你们系统架构中为何要引入消息中间件?「Java进阶面试系列之二」系统架构引入消息中间件有什么缺点
在问完这两个问题之后,不同风格的面试官可能会展开不同的发问。
针对那种工作年限比较长的资深的同学,可能会开始就候选人所在公司使用的消息中间件,深入里面的技术细节,比如让你聊聊RocketMQ的架构原理和核心源码?
但是另外一种面试风格,会先从你们的项目和业务入手进行考察,比如像下面这样:
消息中间件在你们生产项目里具体是哪个业务场景下落地的?这个业务场景有什么技术挑战?为什么必须要在这个业务场景里用消息中间件技术?具体使用消息中间件的时候是怎么来用的?
好!这篇文章,咱们从第二种风格来聊聊。
二、业务场景介绍
我们会落地到某个具体业务系统的某个场景下,看看如何使用消息中间件,然后其效果是什么。
业务场景的话,咱们就用大家都很熟悉的电商业务为例,这里为了便于理解,对其做了一定的抽象和简化。
大家还是来考虑一个下订单的业务流程,比如你下个订单,此时需要干几件事情:
更新订单状态为“待发货”(耗时20ms)扣减商品库存(耗时100ms)增加会员积分(耗时80ms)附赠优惠券(耗时50ms)仓储调度发货(耗时几十秒)。
说明一下:上述环节,为了便于大家理解,做了简化。实际真正复杂的电商系统里,整体环节和业务流程会比这个复杂很多倍,而且耗时也绝对不是上面那么简单的。
老规矩!我们还是通过一张手绘图,来看看这整个的业务流程:
如上图,这个下订单的业务流程中:
更新订单状态(20ms) + 扣减商品库存(100ms) + 增加会员积分(80ms) + 附赠优惠券(50ms) = 250ms。
也就是说,仅仅是这4个流程的话,也就200多毫秒的耗时。
200多毫秒的耗时,对用户下单体验来说是非常快速的,几乎就是一瞬间就完成了,不会感到过多的停顿,也就是一下子就可以看到自己下单成功了。
但是,如果加上那个调度仓储发货呢?
那个环节需要读取大量的数据、使用多仓库/多货位的调度算法、还要跟C/S架构的仓储系统进行网络通信,因此我们这里假设这个环节可能会耗时数十秒。
一旦加上那个调度仓储发货的环节到这个下单流程里,就可能导致用户要等页面卡顿几十秒后才会看到下单成功的提示,这个用户体验就相当的差了。
按照之前一篇文章「Java进阶面试系列之一」你们系统架构中为何要引入消息中间件?的说法。对于这种场景,完全适合使用消息中间件来进行异步化调用。
也就是说,订单服务对仓储调度发货,仅仅是发送一个消息到MQ里,然后仓储服务消费消息之后再慢慢的执行调度算法,然后分配商品发货任务给对应的仓库即可。
这样的话,就可以把耗时几十秒的仓储调度发货的环节,从下单流程里摘除出去了。进而保证下单流程就仅仅是耗时200多毫秒而已。
至于那个耗时几十秒的仓储调度发货环节,我们通过异步的方式慢慢执行即可,不会影响用户下单的体验。
以上过程,我们同样来一张图,大家直观的感受一下:
三、初步落地
好!接下来我们就假设大家在实际生产中还没用过消息中间件,咱们从0开始,看看如何落地?
对于已经在生产中使用过消息中间件的小伙伴,不妨也看看,权当复习,温故知新!
我们以RabbitMQ为例,假如你用的消息中间件是RabbitMQ,那么我们对这个消息中间件应该如何安装和部署呢?
很简单,RabbitMQ的官方文档里提供了非常详细的安装部署步骤,你可以在自己的笔记本电脑本地安装,也可以在公司的服务器上部署。
现在假设你已经参考了官方文档并安装完成,那么接下来在代码层面应该怎么来引入RabbitMQ以及在系统里实现收发消息呢?
下面通过一些HelloWorld级别的代码和一些简单的示例图,给大家演示一下RabbitMQ是如何收发消息的。
对于很多在实际生产中使用过MQ的同学,这些代码可能对实际生产中使用过MQ的同学,显得太简单了。
不过考虑到很多初学者可能连用都没有用过MQ,甚至是才听说消息中间件不久,所以笔者认为这些demo代码以及手工绘图,还是很有必要。
好!看完了代码,这个时候,我们可以通过一张图来想象一下两个服务之间的通信。
订单服务你可以启动多个,不同的订单服务都可以往一个RabbitMQ的queue里推送消息。
仓储服务你也可以启动多个,多个仓储服务会采用round-robin的轮询算法,每个服务实例都可以从RabbitMQ queue里消费到一部分的消息。
上面的图里,订单服务在MQ专业术语中叫做“生产者”,英文是“Producer”,意思就是这个服务是专门负责生产消息投递到MQ的。
仓储服务在MQ专业术语中叫做“消费者”,英文是“Consumer”,意思就是这个服务专门是负责从MQ消费消息然后处理的。
这个时候,这套异步通信的架构就可以跑起来了。
好了,到目前为止,虽然这个代码还存在不少问题,但是没关系,大体上我们已经给一些不太熟悉MQ技术的同学,从一个比较形象易于理解简化后的电商业务场景出发,通过HelloWorld级别的示例代码和手工绘图,将MQ这个技术落地跑起来了。
更进一步,各位同学完全可以参照这个文章里的案例,思考一下:自己负责的项目里,有没有类似的业务场景可以使用MQ的?
然后想办法在自己的项目里落地使用MQ的技术来做一下异步化,提升核心流程的性能。
这样未来在跳槽面试的时候,才可以做到游刃有余,有自己的一套东西可以说。
END
【Java进阶面试系列之四】哥们,如果消息中间件的消费者宕机了,会怎么样?【敬请期待】
如有收获,请帮忙转发,您的鼓励是作者最大的动力,谢谢!
一大波微服务、分布式、高并发、高可用的原创系列文章正在路上,
欢迎关注头条号:石杉的架构笔记
周一至周五早八点半!精品技术文章准时送上!!!
十余年BAT架构经验倾囊相授
推荐阅读
1、拜托!面试请不要再问我Spring Cloud底层原理!
2、微服务注册中心如何承载大型系统的千万级访问?
3、「性能优化之道」每秒上万并发下的Spring Cloud参数优化实战
4、「“剁手党”狂欢的背后」微服务架构如何保障99.99%的高可用?
5、兄弟,用大白话告诉你小白都能看懂的Hadoop架构原理
6、大规模集群下Hadoop NameNode如何承载每秒上千次的高并发访问
7、「性能优化的秘密」Hadoop如何将TB级大文件的上传性能优化上百倍
8、拜托,面试请不要再问我TCC分布式事务的实现原理!
9、最终一致性分布式事务如何保障实际生产中99.99%高可用?
10、拜托,面试请不要再问我Redis分布式锁的实现原理
11、Hadoop底层算法如何优雅的将大规模集群性能提升10倍以上?
12、亿级流量系统架构之如何支撑百亿级数据的存储与计算
13、亿级流量系统架构之如何设计高容错分布式计算系统
14、亿级流量系统架构之如何设计承载百亿流量的高性能架构
15、亿级流量系统架构之如何设计每秒十万查询的高并发架构
16、亿级流量系统架构之如何设计全链路99.99%高可用架构
17、七张图彻底讲清楚ZooKeeper分布式锁的实现原理
18、大白话聊聊Java并发面试问题之volatile到底是什么?
19、大白话聊聊Java并发面试问题之Java 8如何优化CAS性能?
20、大白话聊聊Java并发面试问题之谈谈你对AQS的理解?
21、大白话聊聊Java并发面试问题之微服务注册中心的读写锁优化
22、互联网公司的面试官是如何360°无死角考察候选人的?(上篇)
23、互联网公司面试官是如何360°无死角考察候选人的?(下篇)
24、「Java进阶面试系列之一」你们系统架构中为何要引入消息中间件?
25、「Java进阶面试系列之二」系统架构引入消息中间件有什么缺点
26、「行走的Offer收割机」一位朋友斩获BAT技术专家Offer的面试经历
标签: #中间件原理面试