一、簡介

市場上現(xiàn)在常用的消息隊列有：RabbitMQ、RocketMQ、Kafka，ActiveMQ。

二、MQ的優(yōu)勢

(1) 解耦

使用消息MQ后，只需要保證消息格式不變，不需要關心發(fā)布者及消費者之間的關系，這兩者不需要彼此聯(lián)系。

(2) 異步

在一些不需要即時(同步)的返回結果操作，通過消息隊列來實現(xiàn)異步。

(3) 削峰

在大量請求時(秒殺場景)，使用消息隊列做緩沖處理，削弱峰值流量，防止系統(tǒng)在短時間內(nèi)被峰值流量沖垮。

場景：在大量流量涌入高峰，如數(shù)據(jù)庫只能抗住2000的并發(fā)流量，可以使用MQ控制2000到數(shù)據(jù)庫中。

(4) 日志處理

日志存儲在消息隊列中，用來處理日志，比如kafka。

三、MQ的劣勢

• 系統(tǒng)的可用性降低

在還未引進MQ之前，系統(tǒng)只需要關系生產(chǎn)端與消費端的接口一致性就可以了，現(xiàn)在引進后，系統(tǒng)需要關注生產(chǎn)端、MQ與消費端三者的穩(wěn)定性，這增加系統(tǒng)的負擔，系統(tǒng)運維成本增加。

• 系統(tǒng)的復雜性提高

引入了MQ，需要考慮的問題就增加了，如何保障消息的一致性，消費不被重復消費等問題。

• 一致性問題

A系統(tǒng)發(fā)送完消息直接返回成功，但是BCD系統(tǒng)之中若有系統(tǒng)寫庫失敗，則會產(chǎn)生數(shù)據(jù)不一致的問題。

四、常見問題

(1) 怎么保證消息沒有重復消費?使用消息隊列如何保證冪等性

冪等性：就是用戶對于同一操作發(fā)起的一次請求或者多次請求的結果是一致的，不會因為多次點擊而產(chǎn)生了副作用。

問題出現(xiàn)原因

我們先來了解一下產(chǎn)生消息重復消費的原因，對于MQ的使用，有三個角色：生產(chǎn)者、MQ、消費者，那么消息的重復這三者會出現(xiàn)：

• 生產(chǎn)者：生產(chǎn)者可能會推送重復的數(shù)據(jù)到MQ中，有可能controller接口重復提交了兩次，也可能是重試機制導致的。
• MQ：假設網(wǎng)絡出現(xiàn)了波動，消費者消費完一條消息后，發(fā)送ack時，MQ還沒來得及接受，突然掛了，導致MQ以為消費者還未消費該條消息，MQ回復后會再次推送了這條消息，導致出現(xiàn)重復消費。
• 消費者：消費者接收到消息后，正準備發(fā)送ack到MQ，突然消費者掛了，還沒得及發(fā)送ack，這時MQ以為消費者還沒消費該消息，消費者重啟后，MQ再次推送該條消息。

解決方案

在正常情況下，生產(chǎn)者是客戶，我們很難避免出現(xiàn)用戶重復點擊的情況，而MQ是允許存在多條一樣的消息，但消費者是不允許出現(xiàn)消費兩條一樣的數(shù)據(jù)，所以冪等性一般是在消費端實現(xiàn)的：

狀態(tài)判斷：消費者把消費消息記錄到redis中，再次消費時先到redis判斷是否存在該數(shù)據(jù)，存在則表示消費過，直接丟棄。

業(yè)務判斷：消費完數(shù)據(jù)后，都是需要插入到數(shù)據(jù)庫中，使用數(shù)據(jù)庫的唯一約束防止重復消費。插入數(shù)據(jù)庫前先查詢是否存在該數(shù)據(jù)，存在則直接丟棄消息，這種方式是比較簡單粗暴地解決問題。

(2) 消息丟失的情況

(3) 消息的傳輸順序性

解決思路

在生產(chǎn)端發(fā)布消息時，每次法發(fā)布消息都把上一條消息的ID記錄到消息體中，消費者接收到消息時，做如下操作。

• 先根據(jù)上一條Id去檢查是否存在上一條消息還沒被消費，如果不存在(消費后去掉id)，則正常進行，如果正常操作。
• 如果存在，則根據(jù)id到數(shù)據(jù)庫檢查是否被消費，如果被消費，則正常操作。
• 如果還沒被消費，則休眠一定時間(比如30ms)，再重新檢查，如被消費，則正常操作。
• 如果還沒被消費，則拋出異常。

(4) 怎么解決百萬消息積壓問題

根據(jù)消息重要程度，可以分為兩種情況處理：

• 如果消息可以被丟棄，那么直接丟棄就好了。
• 一般情況下，消息是不可以被丟棄的，那么這樣需要考慮策略了，我們可以把原來的消費端重新當做生產(chǎn)端，重新部署一天MQ，再后面出現(xiàn)增加消費端，這樣形成另一條生產(chǎn)-消息-消費的線路。

新聞名稱：了解MQ，讀這篇就夠了
URL分享：http://uogjgqi.cn/article/copdjoe.html