RabbitMQ

你们的项目为什么要用RabbitMQ？ 消息队列的作用是系统解耦、同步改异步、请求消峰，举个下订单的例子： 前端获取用户订单信息，请求后端的订单创建接口。这个接口并不直接请求订单服务，而是首先生成唯一订单编号，再组装一个订单消息并发送给RabbitMQ，然后返回唯一订单编号给前端。前端会根据唯一订单编号轮询订单状态接口，如果订单创建成功，则拉起支付界面引导用户付款。作为消费者，订单服务收到订单消息后，开始检查参数、检查库存、生成订单等等核心业务流程。 解耦体现在订单创建接口并没有直接访问订单服务，使得它不用关注订单服务接口的变化。由于不是直接调用，同步操作变成了异步操作。试想一下，订单创建状态是同步返回的，用户界面必然卡起来。由于消息队列允许消息堆积，即使大量的用户订单涌过来，订单服务依然能够稳步的处理订单消息。

保证消息不丢失

RabbitMQ提供了publisher confirm机制来避免消息发送到MQ过程中丢失。消息发送到MQ以后，会返回一个结果给发送者，表示消息是否处理成功

消息内存话

MQ默认是内存存储消息，开启持久化功能可以确保缓存在MQ中的消息不丢失。

消费者确认

RabbitMQ支持消费者确认机制，即:消费者处理消息后可以向MQ发送ack回执，MQ收到ack回执后才会删除该消息。

而SpringAMQP则允许配置三种确认模式:

• manual:手动ack，需要在业务代码结束后，调用api发送ack。
• auto:自动ack，由spring监测listener代码是否出现异常，没有异常则返回ack;抛出异常则返回nack.
• none:关闭ack，MQ假定消费者获取消息后会成功处理，因此消息投递后立即被删除

我们可以利用Spring的retry机制，在消费者出现异常时利用本地重试，设置重试次数，当次数达到了以后，如果消息依然失败，将消息投递到异常交换机，交由人工处理

消息重复消费

消息堆积

RabbitMQ如果有100万消息堆积在MQ，如何解决(消息堆积怎么解决)

当生产者发送消息的速度超过了消费者处理消息的速度，就会导致队列中的消息堆积，直到队列存储消息达到上限。之后发送的消息就会成为死信，可能会被丢弃，这就是消息堆积问题。

解决消息堆积有三种种思路:

• 增加更多消费者，提高消费速度

• 在消费者内开启线程池加快消息处理速度

• 扩大队列容积，提高堆积上限，采用惰性队列

  惰性队列的特征如下:

  • 接收到消息后直接存入磁盘而非内存

  • 消费者要消费消息时才会从磁盘中读取并加载到内存

  • 支持数百万条的消息存储

延迟队列

延迟队列:进入队列的消息会被延迟消费的队列

场景:超时订单、限时优惠、定时发布

延迟队列 =死信交换机+TTL(生存时间)

死信队列

3种情况，消息被拒绝、消息过期了、队列达到最大的长度。

当一个队列中的消息满足下列情况之一时，可以成为死信(dead letter) :

• 消费者使用basic.reject或 basic.nack声明消费失败，并且消息的requeue参数设置为false
• 消息是一个过期消息，超时无人消费
• 要投递的队列消息堆积满了，最早的消息可能成为死信

Rabbit高可用机制

• 在生产环境下，使用集群来保证高可用性
• 普通集群、镜像集群、仲裁队列

普通集群，或者叫标准集群(classic cluster)，具备下列特征:

• 会在集群的各个节点间共享部分数据，包括:交换机、队列元信息。不包含队列中的消息。
• 当访问集群某节点时，如果队列不在该节点，会从数据所在节点传递到当前节点并返回
• 队列所在节点宕机，队列中的消息就会丢失

镜像集群:本质是主从模式，具备下面的特征:

• 交换机、队列、队列中的消息会在各个mq的镜像节点之间同步备份。
• 创建队列的节点被称为该队列的主节点，备份到的其它节点叫做该队列的镜像节点。
• 一个队列的主节点可能是另一个队列的镜像节点
• 所有操作都是主节点完成，然后同步给镜像节点
• 主宕机后，镜像节点会替代成新的主

仲裁队列:仲裁队列是3.8版本以后才有的新功能，用来替代镜像队列，具备下列特征:。

• 与镜像队列一样，都是主从模式，支持主从数据同步
• 使用非常简单，没有复杂的配置
• 主从同步基于Raft协议，强一致