:::info
使用场景
- 异步发送（验证码、短信、邮件。。。）
- MySQL 和 Redis、ES 之间的数据同步
- 分布式事务
- 削峰填谷
- …
:::
如何保证消息不丢失
上图是消息正常发送的一个过程，那在哪个环节中消息容易丢失？在哪一个环节都可能丢失
- 生产者宕机，消息就可能到达不了交换机，或者消息未到达队列
- 消息发送成功后，消费者还没有消费前，MQ 宕机，就有可能导致队列中消息丢失
- 消费者宕机，导致消费者未接收到消息
生产者，队列，消费者三个层面都有可能导致消息丢失，所以保证消息不丢失需要从这三个层面解决
生产者确认机制
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 后，会返回一个结果给发送者，表示消息是否处理成功。
如果消息发送成功，就会返回 publish-confirm ack，如果发送到交换机失败，就会返回 publish-confirm nack，如果发送到队列失败，就会返回 publish-return ack。
消息失败之后如何处理呢？
- 回调方法即时重发
- 记录日志
- 保存到数据库然后定时重发，成功发送后即刻删除表中的数据
消息持久化
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。
- 交换机持久化
@Bean public DirectExchange simpleExchange(){ // 三个参数：交换机名称、是否持久化、当没有queue与其绑定时是否自动删除 return new DirectExchange("simple.direct",true,false); }- 队列持久化
@Bean public Queue simpleQueue(){ // 使用QueueBuilder构建队列，durable就是持久的 return QueueBuilder.durable("simple.queue").build(); }- 消息持久化，SpringAMQP 中的消息默认是持久的，可以通过 MessageProperties 中的 DeliveryMode 来指定
Message msg = MessageBuilder .withBody(message.getBytes(StandardCharsets.UTF_8)) // 消息体 .setDeliveryMode(MessageDeliveryMode.PERSISTENE) // 持久化 .build();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 回执后才会删除消息。
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。
RabbitMQ 如何保证消息不丢失？
- 开启生产者确认机制，确保生产者的消息能到达队列
- 开启持久化功能，确保消息未消费前在队列中不会丢失
- 开启消费者确认机制为 auto，由 spring 确认消息处理成功后完成 ack
- 开启消费者失败重试机制，多次重试失败后将消息投递到异常交换机，交由人工处理
消息的重复消费问题如何解决的
为什么会出现重复消费的问题？
- 网络抖动
- 消费者挂了
消费者已经处理完消息，还没来得及给 MQ 发送确认，这时网络发生了抖动或者消费者挂了，等网络恢复之后或者消费者重启之后，因为队列没有收到确认，所以消息还在 MQ 中，因为我们设置了重试机制，消费者就会重新消费消息。
解决方案
- 每条消息设置一个唯一的标识 id，消费者收到消息后去业务 id 是否存在
- 幂等方案：分布式锁、数据库锁（悲观锁、乐观锁）
RabbitMQ 死信交换机(RabbitMQ 延迟队列有了解过嘛)
- 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（消息的生存时间）
死信交换机
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
如果该队列配置了 dead-letter-exchange 属性，指定了一个交换机，那么队列中的死信就会投递到这个交换机中，而这个交换机称为死信交换机（Dead Letter Exchange，简称 DLX）。
@Bean public Queue ttlQueue(){ return QueueBuilder.durable("simple.queue") // 指定队列名称，并持久化 .ttl(10000) // 设置队列的超时时间，10秒 .deadLetterExchange("dl.direct") // 指定死信交换机 .build(); }TTL
TTL，也就是 Time-To-Live。如果一个队列中的消息 TTL 结束仍未消费，则会变成死信，ttl 超时分为两种情况：
- 消息所在的队列设置了存活时间
- 消息本身设置了存活时间
哪个 ttl 短以哪个为准。
// 创建消息 Message message = MessageBuilder .withBody("hello, ttl message".getBytes(StandardCharsets.UTF_8)) .setExpiration("5000") .build(); // 消息ID，需要封装到CorrelationData中 CorrelationData correlationData = new correlationData(UUID.randomUUID().toString()); // 发送消息 rabbitTemplate.convertAndSend("ttl.direct","ttl",message,correlationData);延迟队列插件
实现延迟队列，还可以使用官方提供的插件。DelayExchange 插件，需要安装在 RabbitMQ 中
RabbitMQ 有一个官方的插件社区，地址为：https://www.rabbitmq.com/community-plugins.html
@RabbitListener(bindings = @QueueBinding( value = @Queue(name ="delay.queue", durable="true"), exchange = @Exchange(name="delay.direct",delayed="true") key="delay" )) public void listenDelayedQueue(String msg){log.info("接收到 delay.queue的延迟消息：{}",msg); } // 创建消息 Message message = MessageBuilder .withBody("hello,delayed message".getBytes(StandardCharsets.UTF_8)) .setHeader("x-delay",10000) .build(); // 消息ID，需要封装到CorrelationData中 CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString()); // 发送消息 rabbitTemplate.convertAndSend("delay.direct","delay",message,correlationData);RabbitMQ 死信交换机？（RabbitMQ 延迟队列有了解过嘛）
- 我们当时一个业务使用到了延迟队列（超时订单、限时优惠、定时发布…）
- 其中延迟队列就用到了死信交换机和 TTL 实现的
- 消息超时未消费就会变成死信（死信的其他情况：拒绝被消费，队列满了）
延迟队列插件实现延迟队列 DelayExchange
- 声明一个交换机，添加 delayed 属性为 true
- 发送消息时，添加 x-delay 头，值为超时时间
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
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
- 支持百万条的消息存储
@Bean public Queue lazyQueue(){ return QueueBuilder .durable("lazy.queue") .lazy() // 开启x-queue-mode为lazy .build(); } // 或者 @RabbitListener(queuesToDeclare = @Queue( name="lazy.queue", durable="true", arguments=@Argument(name="x-queue-mode",value="lazy") )) public void listenLazyQueue(String msg){log.info("接收到lazy.queue的消息：{}",msg); }如果有 100 万消息堆积在 MQ，如何解决？
解决消息堆积有三种思路：
- 增加更多的消费者，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
- 在声明队列的时候可以设置属性 x-queue-mode 为 lazy，即为惰性队列
- 基于磁盘存储，消息上限高
- 性能比较稳定，但基于磁盘存储，受限与磁盘 IO，时效性会降低
RabbitMQ 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
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
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，备份到其他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。
- 所有操作都是在主节点完成，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：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
@Bean public Queue quorumQueue(){ return QueueBuilder .durable("quorum.queue") // 持久化 .quorum() //仲裁队列 .build(); }RabbitMQ 的高可用机制有了解过嘛
- 在生产环境下，我们当时采用的镜像模式搭建的集群，共有 3 个节点。
- 镜像队列结构是一主多从（从就是镜像），所有操作都是主节点完成，然后同步给镜像节点。
- 主节点宕机后，镜像节点会替代成新的主（如果在主从同步完成前，主就已经宕机，可能出现数据丢失）
出现数据丢失怎么解决？
我们可以采用仲裁队列，与镜像队列一样，都是主从模式，支持主从数据同步，主从同步基于 Raft 协议，强一致。并且使用起来也非常简单，不需要额外的配置，在声明队列的时候只要指定这个是仲裁队列即可。