RVIBM MQ和JMS消息中间件的对比分析

1、rv ibm mq和jms消息中间件的对比分析tibco rv,ibm mq和jms消息中间件的对比分析对于消息中间件，绝大多数熟悉的是ibm mq,这是目前使用最广泛的中间件产品。国内还有一款中间件tonglinkq,结构和mq相似。其实在国外还有一款叫rendzvous的消息中间件应用也非常广泛，只是在国内应用不多，所以在国内并没有mq那么大的名气。这款消息中间件的设计和mq是完全不同的，有很多不同的特性特点，使得它在某些应用场景具备更多的优势。总结一下rendzvous的架构特点，和mq的架构以及jms消息中间件的架构做比较。深入了解和比较这些中间件产品，才能用的准用的好它们。先总结一下

2、消息中间件的功能，以上的三类中间件都实现了这些功能。实现消息的异步发送接收，发布订阅，使得两端的应用解耦。实现消息持久化机制，保证消息可靠性传输。优化网络传输，支持断点续传。1.分布式结构vs星型结构vs接收，服务端缓存vs客户端缓存。rv和mq都是分布式结构的，和jms消息中间件的星型结构不同。分布式消息中间件的server在应用环境里都会部署多个，彼此互联，没有主备之分。jms消息中间件的应用部署一般都是主备两个server，消息的发送和接收应用平时和主server相连，有问题时切换到备server，主备server共用公共的存储设备来保存消息。mq和jms消息中间件都采用消息接收端主动接

3、收消息的方式。消息从发送端发出后，首先会缓存到server上，接收端应用发起一个接收消息的请求，server把消息作为应答返回给接收端。接收端不执行接收动作，消息就会一直在server上保存。rv和这两种消息中间件都不同，使用的是消息推送的模式。消息从发送端发出后，并不在server上缓存，server只做路由把消息推送给消息接收端。消息接收端只要连接上server，订阅要接收的消息，这些消息就会源源不断地从server那里推送过来，消息先缓存到接收客户端的队列里，接收端应用再从队列里取消息。总之rv是一个分布式结构，推送消息模式，客户端缓存的消息中间件。分布式结构适用于分布是应用系统，方便做

4、扩展，推送加客户端缓存适用于高实时性消息的处理，消息需要在第一时间到达目的地，过时的消息的没有必要保存下来的，消息接收端应用需要做的事情就是不断地处理已经推送到的消息。2.使用广播和组播来实现一对多的发布订阅。mq和jms消息中间件在ip层都使用点对点的传输方式，而rv在ip层使用的是广播或者组播的方式。使用广播或者组播可以直接实现一对多的发布订阅形式，发布应用发布消息到rv网络上，这些消息会广播到网络的每一个节点上，每一个订阅应用都会收到这些消息。而mq和jms实现发布订阅就要麻烦的多了，都是在server按消息的topic来缓存消息，为每一个订阅者拷贝每一条消息的引用。当所有订阅者都从se

5、rver上取走某条消息，这条消息才在server上删除。3.udp vs tcp。mq和jms消息中间件不论是server和server的通信，还是server和client的通信，在传输层都使用tcp协议，保证消息传输连接的可靠性。而rv在server和server之间的通信使用了udp协议，牺牲可靠性来达到高实时性的需求。rv有两种可靠性级别，rv reliable和rvcm。rv reliable模式使用基于udp增加了一定可靠机制的trdp协议，在一定范围内具有消息包的检查和重传机制，保证了一定程度的消息可靠性，但不保证消息不丢失。rvcm在rv reliable基础上更进一步，在消息

6、级别具有消息确认和重传机制，可以保证消息绝对不丢失。对于长度在1500个字节以下的消息，rv reliable发布消息能达到150万笔消息每秒，接收也能达到50万笔消息每秒。传输消息的性能是非常好的。4.使用消息subject做收发两端的匹配。mq和jms消息中间件在server端按queue和topic来缓存消息，消息的发送端和接收端按queue和topic的名字来匹配。每个server能创建的queue和topic是有限的，这也就限制了使用mq和jms消息中间件构建的应用，这些应用在做消息收发处理的时候只能使用粗粒度的消息分类。rv不在server端缓存消息，也没有server端的queu

7、e和topic。它是使用消息的subject来做消息发送端和接收端的匹配的。每个消息都有subject，subject格式是多个字符串的串接，没有数目或者长度的限制。比如在市场数据系统里，行情数据消息的subject里包含金融品种的名字，这样的subject可以有上百万个。消息订阅端可以细到只接收某个市场的某个品种的行情数据。rv使用优化的算法实现subject的筛选。如果rv网络上有一万种消息，一个rv server被一千个消息接收端连接，每个接收端订阅不同的subject。那rv server的工作就类似一个超级的邮件分检员，对每一个从rv网络上广播而来的消息做subject的判断，判断是否在这一千个订阅的subject的范围内，是则将消息推送到订阅此消息的接收端，否则将消息抛弃。当数据量很大时，这种筛选工作是需要很高效率