消息中间件常见问题汇总

本文来说下消息中间件常见问题

---

为什么消息中间件能够解决流量削峰问题

流量削峰是解决我们的高并发问题。当有大量的请求进入到服务器的时候，会导致服务器的压力很大，甚至会崩掉。可以使用限流的方式，但这样会增加代码量。

Mq有以下优点，可以解决生产者和消费者的问题

A、Mq可以减少主流程的业务，减少客户端的等待时间。
B、mq有阈值设置，可以防止无限量的涌入。达到阈值后拒绝接收（不确定）
C、Mq不会立马给消费者，消费不了就会进入队列，先进先出
D、消费者可以配置多个，这样就解决了队列的等待。

---

如何保证消息不重复消费（如何保证消息的幂等性问题）

消息重试：—出现异常或长时间未响应，队列就会重试

a、消费者在规定的时间内或者抛出了异常的情况下，导致结果没有响应给消息队列
b、消息队列在没收到结果的情况下就会重试，进而导致重复消费的问题

解决方案：

a、生产者在消息头中设置全局唯一的业务ID，比如消息ID或订单号之类的
b、消费者根据全局唯一的业务ID，判断是否处理过该逻辑，如果处理过就告诉MQ消费成功，不再继续重试。

是否会出现重试的请求和第一次请求产生并发冲突

重试一般的情况下都是有间隔的，一起执行相同代码的概率极低，基本上是可以不用考虑的。

---

如果MQ服务器出现消息堆积的情况下如何处理

产生原因：

a、生产者向消费者投递和消费的速率不匹配导致。
b、消费者挂了，导致队列阻塞。

解决办法：核心—提高系统吞吐量才是关键

a、增加broker分区缓存不同的消息/增加MQ的队列数
b、消费者应该使用集群，提高消费的速率
c、生产者投递消息到MQ服务器如果满的情况下，直接换入死信队列，由死信消费者消费。
d、执行客户端回调监听的方法将消息存放到数据库记录，后期实现补偿

Tips:

死信队列所有的队列都是有的，属于备胎，也有消费者消费的。
如果MQ的内存、硬盘都满了，那死信队列也是没用的，备胎都没了。

---

消息队列中数据有问题，导致客户端报错如何解决

消息队列中数据有问题，导致客户端报错如何解决

a、消费者代码异常（解析报文出现问题等），则将该消息存放到数据库或死信队列中，等后期代码修复后在解决，MQ不需要对我们消费者实现重试。
b、消费者代码链接数据库、redis或接口调不通的情况下，可以抛出异常，让MQ自动重试。

---

如果MQ服务器满了如何处理

记录生产者投递的消息日志，后期采用定时job自动化补偿。日志方式可以是磁盘、数据库、nosql等。

---

mq突然产生了消息堆积？mq会崩溃吗？

不会，因为mq大都有阈值设置，超过了就拒绝接收。

---

mq消费者如果不在的情况下，生产者投递消息会丢失吗？

不会，mq队列会自动保存。

---

mq有多个消费者消费，会重复消费吗？

不会，如果存在多个的话，会存在轮询消费，无论是点对点还是工作队列，还是其他各种类型。

---

MQ如何保证消息的顺序问题？

MQ如何保证消息的顺序问题？

1、如果我们的生产者往MQ投递消息行为不一样，可能会产生消息顺序的问题，如果我们投递的消息到同一个队列中行为是一样的情况下，没有必要在意消息顺序的问题。
2、我们的MQ存放消息默认的情况下本身就有一定的顺序，遵循先进先出的原则（单个MQ情况下）
3、如果我们有多个消费者订阅同一个队列的情况下，可能会产生消费者顺序被打乱
4、如果我们的Broker是集群的情况下，因为不同的消息可能会存放多个不同的Broker中，单个消费者在获取消息的时候顺序可能会被打乱。

解决消息顺序的核心思路：

保证我们的消息存放到同一个Broker中，对应只有一个消费者实现消费；

备注：kafka对我们的消息设置相同给到key，key可以根据业务来定。

但是我们的单个消费者消费消息吞吐非常低，可以采用消费者批量获取我们的消息，然后采用内存队列实现存放。（也会根据消息的key计算，相同的key存放到同一个内存队列中），每个内存队列只会对应的一个线程实现处理。