RabbitMQ

1.为什么使用MQ?优点是什么

因为MQ可以异步处理，提高系统吞吐量。
应用解耦，系统之间可以通过消息通信，不关心其他系统的处理。
流量削峰，可以通过消息队列的长度，控制请求量。可以缓解短时间内的高并发请求。

解耦：A->BCD，但是如果E也想要这个数据，或者C不想要了。A就需要修改。与各种下游系统严重耦合。
如果使用MQ，A系统产生一条消息，到MQ，哪个系统要消息就去消息系统里去消费。
异步：A接收请求，在本地写库，在BCD三个系统分别要进行写库，本地很快，其它系统完成后传过来很慢，如果同步方式，
A需要BCD都完成之后，才能返回给前端，用户会觉得好慢。如果使用异步化处理的话，A本地写库完成，再往消息队列里写一个数据，就可以返回了。
削峰：大流量来的时候,系统可能承受不住这么大的压力，如果用MQ，就可以对这些请求不用急着处理，转化为MQ里的消息数据，然后以恒定的速率吐出。

2.消息队列有什么缺点？

系统可用性降低：MQ挂了，系统就挂了，增加环节就是在增加风险。
复杂性提高：要考虑的问题多了：比如一致性问题（A的消息给BCD用，BC成功，D失败，就是不一致了），如何保证消息不被重复消费，如何保证消息可靠性传输。

3. 不同的MQ的对比？

1. ActiveMQ 老牌消息中间件，很多公司运用的很广泛，功能强大，但是互联网公司的高并发扛不住。一般在传统企业，做异步调用，系统解耦。
2. RocketMQ 阿里开源的，超高并发、高吞吐，性能好，基于java。
3. rabbitMQ 支持高并发，高吞吐，性能很高，同时有完善的后台管理界面。还支持集群化，高可用部署架构，功能完善。但是缺点是基于erlang开发，不好研究源码。
4. kafka功能少，优势在于专为超高吞吐量的实时日志采集，实时数据同步，实时数据计算等场景来设计。用在日志或者大数据计算方面比较多。

4.为啥使用rabbitMq不用RocketMQ？

rocketMQ不够稳定，社区活跃度不高，rabbitMQ很稳定。

5.MQ有哪些常见问题？如何解决？

1. 消息的顺序性问题

• 单线程化。比如一个订单的各种状态，下单，付款，发货，如果有多个队列，要按照id保证进入一个队列。
• 一个队列对应一个消费者，这样就能保证顺序。
• 或者一个队列可以对应多个消费者，但是消费者在业务逻辑内部要做判断，如果订单还在下单阶段就收到了发货的消息，那就只能抛出异常，回复nack,让rabbitMQ重发。

2. 消息的重复问题

• 为了确保每条消息至少成功一次的原则，队列里可能一条消息发了多次，需要在业务中做幂等性处理。
  • 查询和删除操作天然幂等。
  • 增改过程需要特殊处理。
• 举个例子，论坛发帖，在打开编辑页面的时候就产生一个token,服务端存在redis,前端也存一份，然后发送消息的时候，看看redis里有没有这个token，有就新增，同时把redis的token删掉，后面的消息拿着同样的token找不到redis的对应token，就是重复消费，就丢弃。
  
• 再举个例子，比如一个订单的各种状态，下单，付款，发货，一个字段记录这些状态，1->2->3.
• 每次的消息就更改状态，消息重复过来了发现状态已经变了，那就不再做任何事情。
• 订单新增的时候，要在消息里，订单里有唯一的id,可以用uuid,用雪花算法，redis原子自增，等等方式实现。

6. RabbitMQ

一个开源的，erlang编写的，基于AMQP协议的消息中间件

6.1 RabbitMQ的基本概念

1. Producer:数据发送方，一般一个消息有两个部分，有效载荷和标签，用标签定位到把消息发送到哪个消费者
2. Broker: 消息队列服务器实体
3. Exchange: 消息交换器，从生产者那里收到消息，指定一个routing key，来指定这个消息的路由规则，routing key要和exchange type还有binding key联合使用生效。
4. binding:绑定，绑定exchange和queue的同时，一般会指定一个binding key。
5. queue 队列 一个message可以被同时拷贝到多个queue中。
6. Connection 一个TCP连接，producer和consumer都是通过tcp连接到rabbitMQ server的。
7. channel是建立在上述的tcp连接中的虚拟连接，AMPQ连接， 如果每一次访问RabbitMQ都建立一个Connection，在消息量大的时候建立TCP Connection的开销将是巨大的，效率也较低。Channel是在connection内部建立的逻辑连接，如果应用程序支持多线程，通常每个thread创建单独的channel进行通讯，AMQP method包含了channel id帮助客户端和message broker识别channel，所以channel之间是完全隔离的。Channel作为轻量级的Connection极大减少了操作系统建立TCP connection的开销。
8. Consumer 消费方
9. virtual host 虚拟主机
10. 多个不同的用户使用一个rabbitmq server 提供的服务时，可以划分出多个vhost,每个用户在自己的vhost里面建立exchange/queue.
    

6.2 RabbitMQ的工作模式

1. direct
   消息的routing key与exchange的某个binding key完全符合，则转发到对应的队列中。
2. fanout
   如果exchange 收到消息，就广播到所有绑定的队列上
3. topic
   不需要完全匹配，而是符合匹配规则的路由规则即可。#代表任意个单词，*代表一个单词

6.3 ack机制

1. 有手动和自动ack的方式，一般采用手动。autoAck = false；
2. 服务端在收到ack信号之后才会删除内存（或者磁盘）中的消息，其实是先标记，再删除。
3. 队列中有两种消息，一部分是还没有投递出去的消息，一部分已经投递但是还没得到确认的消息。
4. 如果没有收到确认，消息不会有过期时间，所以也就是给消费者充足的处理时间。只有检测到消费者已经断开了，才会将消息重新放入队列，等待投递给下一个消费者。
5. 除了ack,还可以拒绝消息，void basicReject(long deliveryTag,boolean requeue);
6. requeue true重新放入队列，false直接丢弃

6.4 TTL过期时间

1. 有队列过期时间，还有消息过期时间，以两者较小为准，超过了就过期。
2. DLX Dead-Letter-Exchange,死信交换机，当一个消息变成死信，就可以发送到另一个交换机，就是死信交换机。
3. 变成死信三种情况，过期，被拒绝，队列达到最大长度。
4. 可以用来分析那些被拒绝的消息，转到新的交换机再用新的消费者程序去分析。
   

6.5 延迟队列

1. 消息放入队列之后，并不会立即被消费，等待一定时间再消费。
2. 场景：下单之后，十分钟不支付将取消订单，订单信息先发送到正常队列里。然后过了时间之后，再转到另一个交换机–>死信交换机这里再去真正消费。
   

6.6 生产者确认

如何确认消息成功的发送到了rabbitMQ的Exchange?
可以使用事务机制，但是，性能太低了。

try{
    channel.txSelect();
    channel.basicPublish(xxx);
    channel.txCommit();
}catch(Exception e){
    e.printStackTrace();
    channel.txRollBack();
}

生产者确认

生产者将channel设置为confirm模式，一旦信道进入comfirm模式，所有在该信道上的消息就会有一个从1开始的编号，deliveryTag，消息到达匹配的队列之后，rabbitMQ会发送Basic.ACK给生产者，包含那个编号，生产者就知道了。
事务机制是阻塞的，生产者确认机制是异步的。生产者收到ACK之后，可以在回调中处理，收到NACK也可以在另一个回调逻辑中处理。

7. 如何保证RabbitMQ消息的可靠传输？

1. 不可靠一般的原因就是丢了。
2. 丢失可能是生产者丢失，消息列表丢失、消费者丢失。
3. 生产者丢失就采用事务或者异步confirm机制，没收到confirm或者收到nack就重发了。这可能导致消息重复。
4. 消息队列丢失数据：需要消息持久化，配合confirm,持久化磁盘之后再ack,在这之前有问题那么生产者会重发，在这之后有问题，反正已经持久化了有备份。
5. 消费者丢失，把ack从自动改为手动，处理成功之后ack。造成的消息重复问题，一般需要消费者业务上做幂等性处理。

8.如何保证RabbitMQ的高可用？

为了确保RabbitMQ的高可用性，通常需要考虑以下几个方面：

1. 集群部署（Clustering）

   将多个RabbitMQ节点配置成集群，可以提供负载均衡和故障转移的能力。在集群模式下，消息队列可以分布在多个节点上，提高系统的吞吐量。如果一个节点失败，其他节点仍然可以继续工作。

2. 镜像队列（Mirrored Queues）

   在RabbitMQ集群中，可以设置镜像队列来确保队列中的消息被复制到多个节点。如果一个节点崩溃，队列的其他副本可以接管，保证消息不丢失。这是通过设置队列的x-ha-policy参数来实现的。

3. 持久化（Persistence）

   对消息和队列进行持久化可以保护数据不会因为服务器崩溃而丢失。将消息标记为持久化（通过设置消息的delivery_mode属性为2），并确保队列也被声明为持久化，可以提高数据的可靠性。

4. 确认和事务机制（Acknowledgments and Transactions）

   使用消息确认机制可以保证消息被正确处理。消费者处理完消息后发送ack（确认）给RabbitMQ，若RabbitMQ没有收到确认，它会将消息重新分发给其他消费者。此外，RabbitMQ还支持事务性消息处理。

5. 监控和报警（Monitoring and Alerting）

   监控RabbitMQ的运行状况并设置相应的警报机制，可以及时发现并解决潜在的问题。可以利用RabbitMQ提供的管理插件来监视队列的长度、消息吞吐量和节点状态。

6. 硬件和基础设施的冗余

   在硬件层面，确保服务器、存储和网络连接的冗余可以减少单点故障的风险。使用如RAID或SAN等存储方案可以提高存储系统的可靠性。

7. 负载均衡（Load Balancing）

   使用负载均衡器可以分散到集群的连接和流量。这不仅增加了系统的吞吐量，也避免了单个节点的过载。

8. 备份和恢复（Backup and Recovery）

   定期备份RabbitMQ的状态，包括消息队列的配置和消息数据。在发生灾难性故障时，可以用备份快速恢复服务。

9. 升级和补丁管理

   定期应用RabbitMQ和操作系统的更新和补丁，可以减少因为已知安全问题或软件缺陷导致的服务中断。

10. 故障切换（Failover）策略

    为系统设计故障切换策略，以便在节点或组件失败时能够快速恢复服务。

要实现这些策略，可能需要对RabbitMQ的高级特性有深入的了解，并且在系统设计和运维阶段做出相应的规划和实施。此外，持续的性能测试和优化也是确保RabbitMQ高可用的重要环节。