RabbitMQ

rabbitmq面试题

RabbitMQ面试要点

RabbitMQ面试专题

 

 

常见面试题

1、消息队列的使用场景及优缺点？

优点：

1. 解耦
2. 异步
3. 削峰

缺点：

1. 系统可用性降低：系统引入的外部依赖越多，越容易挂掉，本来你就是A系统调用BCD三个系统的接口就好了，人ABCD四个系统好好的，没啥问题，你偏加个MQ进来，万一MQ挂了咋整？MQ挂了，整套系统崩溃了，你不就完了么。
2. 系统复杂性提高：硬生生加个MQ进来，你怎么保证消息没有重复消费？怎么处理消息丢失的情况？怎么保证消息传递的顺序性？头大头大，问题一大堆，痛苦不已
3. 一致性问题：A系统处理完了直接返回成功了，人都以为你这个请求就成功了；但是问题是，要是BCD三个系统那里，BD两个系统写库成功了，结果C系统写库失败了，咋整？你这数据就不一致了。

2、ActiveMQ、RabbitMQ、RocketMQ、Kafka有什么优点和缺点？

ActiveMQ：

• 单机吞吐量：万级
• topic数量对吞吐量的影响：无
• 时效性：ms级
• 可用性：高，基于主从架构实现高可用性
• 消息可靠性：有较低的概率丢失数据
• 功能支持：MQ领域的功能极其完备
• 总结：

1. 非常成熟，功能强大，在早些年业内大量的公司以及项目中都有应用；
2. 偶尔会有较低概率丢失消息；
3. 现在社区以及国内应用都越来越少，官方社区现在对ActiveMQ 5.x维护越来越少，几个月才发布一个版本；
4. 主要是基于解耦和异步来用的，较少在大规模吞吐的场景中使用。

RabbitMQ：

• 单机吞吐量：万级
• topic数量对吞吐量的影响：无
• 时效性：微秒级，这是rabbitmq的一大特点，延迟是最低的。
• 可用性：高，基于主从架构实现高可用性
• 消息可靠性：无
• 功能支持：基于erlang开发，所以并发能力很强，性能极其好，延时很低
• 总结：

1. erlang语言开发，性能极其好，延时很低；
2. 吞吐量到万级，MQ功能比较完备 ；
3. 开源提供的管理界面非常棒，用起来很好用；
4. 社区相对比较活跃，几乎每个月都发布几个版本分；
5. 在国内一些互联网公司近几年用rabbitmq也比较多一些；
6. 但是问题也是显而易见的，RabbitMQ确实吞吐量会低一些，这是因为他做的实现机制比较重；
7. erlang开发，很难去看懂源码，基本职能依赖于开源社区的快速维护和修复bug；
8. rabbitmq集群动态扩展会很麻烦，不过这个我觉得还好。其实主要是erlang语言本身带来的问题。很难读源码，很难定制和掌控。

RocketMQ：

• 单机吞吐量：十万级
• topic数量对吞吐量的影响：topic可以达到几百，几千个的级别，吞吐量会有较小幅度的下降。可支持大量topic是一大优势。
• 时效性：ms级
• 可用性：非常高，分布式架构
• 消息可靠性：经过参数优化配置，消息可以做到0丢失
• 功能支持：MQ功能较为完善，还是分布式的，扩展性好
• 总结：

1. 接口简单易用，而且毕竟在阿里大规模应用过，有阿里品牌保障；
2. 日处理消息上百亿之多，可以做到大规模吞吐，性能也非常好，分布式扩展也很方便，社区维护还可以，可靠性和可用性都是ok的，还可以支撑大规模的topic数量，支持复杂MQ业务场景；
   1. 而且一个很大的优势在于，阿里出品都是java系的，我们可以自己阅读源码，定制自己公司的MQ，可以掌控；
3. 社区活跃度相对较为一般，不过也还可以，文档相对来说简单一些，然后接口这块不是按照标准JMS规范走的有些系统要迁移需要修改大量代码。
4. 还有就是阿里出台的技术，你得做好这个技术万一被抛弃，社区黄掉的风险，那如果你们公司有技术实力我觉得用RocketMQ挺好的

Kafka：

• 单机吞吐量：十万级，这是kafka最大的优点，就是吞吐量高。
• topic数量对吞吐量的影响：topic从几十个到几百个的时候，吞吐量会大幅度下降。所以在同等机器下，kafka尽量保证topic数量不要过多。如果要支撑大规模topic，需要增加更多的机器资源。
• 时效性：ms级
• 可用性：非常高，kafka是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用
• 消息可靠性：经过参数优化配置，消息可以做到0丢失
• 功能支持：功能较为简单，主要支持简单的MQ功能，在大数据领域的实时计算以及日志采集被大规模使用
• 总结：

1. kafka的特点其实很明显，就是仅仅提供较少的核心功能，但是提供超高的吞吐量，ms级的延迟，极高的可用性以及可靠性，而且分布式可以任意扩展 ；
2. 同时kafka最好是支撑较少的topic数量即可，保证其超高吞吐量；
3. kafka唯一的一点劣势是有可能消息重复消费，那么对数据准确性会造成极其轻微的影响，在大数据领域中以及日志采集中，这点轻微影响可以忽略。

最后

• 一般的业务系统要引入MQ，最早大家都用ActiveMQ，但是现在确实大家用的不多了，没经过大规模吞吐量场景的验证，社区也不是很活跃；
• 后来大家开始用RabbitMQ，但是确实erlang语言阻止了大量的java工程师去深入研究和掌控他，对公司而言，几乎处于不可控的状态，但是确实人家是开源的，比较稳定的支持，活跃度也高；
• 不过现在确实越来越多的公司，会去用RocketMQ，确实很不错，但是要想好社区万一突然黄掉的风险；
• 所以中小型公司，技术实力较为一般，技术挑战不是特别高，用RabbitMQ是不错的选择；大型公司，基础架构研发实力较强，用RocketMQ是很好的选择；
• 如果是大数据领域的实时计算、日志采集等场景，用Kafka是业内标准的，绝对没问题，社区活跃度很高，绝对不会黄，何况几乎是全世界这个领域的事实性规范。