一.MQ的相关概念

什么是MQ？

• Message Queue，消息队列。简单的来说，就是一个先进先出的队列，用来发送消息(信息)。

为什么要用 MQ？

• 流量消峰：在电商系统中，比如双11下单太多，来不及处理，生产者就把下单的信息先放在MQ中，后来慢慢交给消费者进行消费。
• 异步任务：有些服务的调用，比如A调用B，A还有别的事做，不能一直阻塞等待B的结果。就可以使用异步，A调用的信息交给MQ，A继续执行自己的业务。
• 应用解耦：比如分布式系统中，各个系统相互调用。比如下图的库存系统出错，就会导致整个订单系统都出错，这样很不好，就是用MQ进行解耦。比如日志处理。

MQ的选择？

• Kafka：大吞吐量，专门为大数据而生。大数据领域的实时计算以及日志采集被大规模使用。只支持简单的MQ功能，大型项目建议使用。
• RabbitMQ：结合Erlang语言本身的并发优势，并发性强，性能好，社区活跃。适合中小型项目。
• RocketMQ：阿里巴巴开源框架，天生为金融互联网领域而生，可靠性非常高，尤其对于订单扣款业务。在双11经过多次考验。

二.RabbitMQ工作原理

• prodeucer：生产者，用来发送消息
• Consumer：消费者，用来处理消息
• Connection：publisher／consumer 和 broker 之间的 TCP 连接
  • Channel：如果每次访问MQ都建立Connection是很浪费性能的，Channel 作为轻量级的 Connection 极大减少了操作系统建立 TCP connection 的开销。
    • 每次连接都会创建一个Channel，通过Channel进行一系列操作(创建queue，发消息)
• Broker：接收和分发消息的应用，RabbitMQ Server 就是 Message Broker，就是Rabbit的实例。
  • Exchange(交换机)：message 到达 broker 的第一站，根据分发规则，匹配查询表中的 routing key，分发消息到 queue 中去。
    
  • Queue(队列)：消息最终被送到这里等待 consumer 取走

Exchange说明：

类型：

• 直接(direct)：通过Binding（exchange 和 queue 之间的虚拟连接进行连接，binding 中可以包含 routing key）进行绑定

• 扇出(fanout)：相当于广播

• 主题(topic)：找到匹配的一组，比如abc.orange.def就匹配到Q1

• 标题(headers) ：忽略

三.队列

死信队列：

• 顾名思义就是无法被消费的消息(由于特定的原因导致 queue 中的某些消息无法被消费)。
• 解释图：设置死信队列和死信交换机，过期的消息发送给死信交换机，死信交换机再发给死信队列，由特定的消费者进行处理。
• TTL：消息/队列最大的存活时间。
  • 每一个消息可以单独设置TTL，每一个队列也可以设置TTL。

 

延迟队列：

• 延迟队列是死信队列的一种形式。看上图，如果我们不设置C1，那么所有的消息只能在队列中等待到过期，进入死信队列，马上被消费，相当于延迟消费。
• 使用场景：
  • 订单在十分钟之内未支付则自动取消
    
  • 用户发起退款，如果三天内没有得到处理则通知相关运营人员。
  • 预定会议后，需要在预定的时间点前十分钟通知各个与会人员参加会议...
• 存在问题：不同的延迟时长，就需要增加不同的延迟队列。如下图：如果再增加一个1小时后执行的事务，就需要再加一个1小时的延迟队列。
  • 进阶1：使用一个延迟队列，不要设置队列的TTL，设置每一个消息的TTL。这样不同的消息就会在不同的时间点后进行消费。
    • 新问题：RabbitMQ 只会检查第一个消息是否过期，如果过期则丢到死信队列， 如果第一个消息的延时时长很长，而第二个消息的延时时长很短，第二个消息并不会优先得到执行。
  • 进阶2：使用延迟插件可以解决这个问题。　　

优先队列：队列者设置为优先级队列，发消息的时候也设置优先级消息。这样才能保证真正的优先   镜像队列：在Rabbit集群中，如何保证队列同步到其他的节点，就使用镜像队列。实现：随便找一个节点添加一个策略policy就可以了。

四.消息可靠性怎么保证？

要保证消息不丢失，需要三方面都进行保证：生产者(发布确认机制，事务机制)，消费者(消息应答机制，死信队列)，MQ(持久化，集群)

---

发布确认：生产者将信道设置成 confirm 模式，一旦信道进入 confirm 模式，所有在该信道上面发布的消息都将会被指派一个唯一的 ID(从 1 开始)，一旦消息被投递到所有匹配的队列之后，broker 就会发送一个确认给生产者(包含消息的唯一 ID)，这就使得生产者知道消息已经正确到达目的队列了。如果超时没有收到消息，或者收到未收到的消息，进行重发或者警报管理员。

• 单个发布确认：是一种同步确认发布的方式，发布一个消息之后只有它被确认发布，后续的消息才能继续发布。channel.waitForConfirms()
  • 缺点：效率低
• 批量发布确认：也是一种同步确认发布的方式，先发布一批消息然后一起确认，可以极大地提高吞吐量
  • 缺点：一旦出现问题但很难推断出是那 消息出现了问题。
• 异步发布确认：生产者只负责不断的发就行，确认的方面由MQ自己决定，收到未收到都会回复一个消息(回调函数)。不会造成生产者等待。用下图的俩个回调方法实现
  • 每一个Channel中的消息都有自己的编号，MQ只回复对应的编号就行

事务机制：RabbitMQ 客户端中与事务机制相关的方法有三个

• channel.txSelect  用于将当前的信道设置成事务模式。

• channel.txCommit  用于提交事务 。

• channel.txRollback 用于事务回滚,如果在事务提交执行之前由于 RabbitMQ 异常崩溃或者其他原因抛出异常,通过txRollback来回滚。

---

 消息应答：消费者在接收到消息并且处理该消息之后，告诉 rabbitmq 它已经处理了，rabbitmq 可以把该消息删除了。如果没收到ack，消息自动重新入队。

• 自动应答：默认的，消费者一收到消息就马上进行应答。
  • 缺点：可能消费者后续处理出错，就没有办法了。
• 手动应答：可以在消费者处理完逻辑之后，再进行应答，就保证了消息的可靠。实现：Channel.basicAck()
  • 手动应答还可以设置批量应答：比如发送消息1，2，3，4，5。批量应答是只要收到消息5，只应答5，前面的几个消息就不需要应答了。

---

 持久化：需要将队列和消息都进行持久化。

•  刷盘的实现：刷盘的最终实现都是使用NIO中的 MappedByteBuffer.force() 将映射区的数据写入到磁盘
  • 同步刷盘：在Broker把消息写到CommitLog映射区后，就会等待写入完成。
  • 异步刷盘：只是唤醒对应的线程，不保证执行的时机，流程如图所示。

五.如何解决消息重复，消息积压，消息有序性？

消息重复：采用幂等性接口。

消息积压：

• 因为生产者的生产速度与消费者的消费速度不匹配。有可能是因为消息消费失败反复重试造成的，也有可能就是消费者消费能力弱，渐渐地消息就积压了。
  • 解决方案：
    • 定位消费慢的原因，如果有bug，调bug。或者进行数据库层面的调优。
    • 多增加几个队列和消费者。

消息有序性

• 有一些消息需要保证顺序，比如下订单，要先锁库存，才能生成订单信息
  • 解决方案：
    • 使用CompletableFuture工具类进行异步编排。
    • 全局有序：只能由一个生产者往Broker发送消息，并且一个Broker内部只能有一个队列。消费者也必须是单线程消费这个队列。这样的消息就是全局有序的！
    • 部分有序：消息通过特定的策略发往固定的队列中，然后每个队列对应一个单线程处理的消费者。

六.其他小问题

vhost 是什么？起什么作用？

• vhost 可以理解为虚拟 broker ，即 mini-RabbitMQ server。
• 其内部均含有独立的 queue、exchange 和 binding 等，但最最重要的是，其拥有独立的权限系统，可以做到 vhost 范围的用户控制。
• 从 RabbitMQ 的全局角度，vhost 可以作为不同权限隔离的手段（一个典型的例子就是不同的应用可以跑在不同的 vhost 中）。

消息基于什么传输？

• 由于TCP连接的创建和销毁开销较大，且并发数受系统资源限制，会造成性能瓶颈。RabbitMQ使用信道的方式来传输数据。
• 信道是建立在真实的TCP连接内的虚拟连接，且每条TCP连接上的信道数量没有限制。

消息如何分发？

• 轮询：默认
• 不公平分发：比如消费者1的消费能力高，消费者2的消费能力低。就多给消费者1发消息。实现：channel.basicQos(1)；

什么是元数据？元数据分为哪些类型？包括哪些内容？与 cluster 相关的元数据有哪些？元数据是如何保存的？元数据在 cluster 中是如何分布的？

• 在非 cluster 模式下，元数据主要分为 Queue 元数据（queue 名字和属性等）、Exchange元数据（exchange 名字、类型和属性等）、Binding 元数据（存放路由关系的查找表）、Vhost元数据(vhost 范围内针对前三者的名字空间约束和安全属性设置)。
• 在 cluster 模式下，还包括 cluster 中 node 位置信息和 node 关系信息。
• 元数据按照 erlang node 的类型确定是仅保存于 RAM 中，还是同时保存在 RAM 和 disk 上。元数据在 cluster 中是全 node 分布的。

RabbitMQ的集群模式和集群节点类型?

 

 寄语：年轻人，你的职责是平整土地，而非焦虑时光，你做三四月的事，在七八月自有答案   ---余世存《时间之书》