tencent cloud

交易引擎作为腾讯计费最核心的系统，每笔交易订单数据需要被几十个下游业务系统关注，包括物品批价、道具发货、积分、流计算分析等等，多个系统对消息的处理逻辑不一致，单个系统不可能去适配每一个关联业务。此时，TDMQ 可实现高效的异步通信和应用解耦，确保主站业务的连续性。

企业不定时举办的一些营销活动，新品发布上线，节日抢红包等等，往往都会带来临时性的流量洪峰，这对后端的各个应用系统考验是十分巨大的，如果直接采用扩容方式应对又会带来一定的资源浪费。TDMQ 此时便可以承担一个缓冲器的角色，将上游突增的请求集中收集，下游可以根据自己的实际处理能力来消费请求消息。

顺序消息的应用出现在在业务场景中。例如王者荣耀的皮肤道具购买与发放，过程中的订单创建、支付、退款等流程都是严格按照顺序执行的，与先进先出（First In First Out，FIFO）原理类似，TDMQ 提供一种专门应对这种情形的顺序消息功能，即保证消息 FIFO。

计费系统的交易链路通常比较长，出错或者超时的概率比较高，这时会借助 TDMQ 的自动重推和海量堆积能力来实现事物补偿，同时支付 Tips 通知和交易流水推送可以通过 TDMQ 来实现最终一致性。

通过日志采集组件实现对服务器业务日志和系统日志的收集汇聚，转发到消息队列做消息持久化，最终实现日志的归档处理、事件留存、大数据分析等

通过消息队列实时收集网站活动数据，通过订阅消息的实时投递，将消息流用于实时监控、实时业务分析，也支持加载到HDFS等离线存储用于分析。

业务系统产生结构化数据，通过 Debezium 捕获变化的数据，投递到 CKafka，通过 CKafka 将数据传输到 ES、Spark、Flink 做进一步的计算或处理。通过 ES，可以聚合数据，解决跨表查询的性能问题数据传输到 Spark、Flink 可以做实时数据计算或者通过 Kafka Stream/Connect 做数据库的双向同步。

物联网设备通过 MQTT 协议，将设备数据投递到数据中间件，经过规则引擎，分发到不同的系统做进一步的处理。