MQ中间件之如何保证消息的可靠性传输

rabbitmq

rabbitmq这种mq，一般来说都是承载公司的核心业务的，数据是绝对不能弄丢的

1. 生产者丢失数据

   • rabbitmq提供的事务功能

     生产者发送数据之前开启事务，然后发送消息，如果消息没有成功被rabbitmq收到，那么生产者会收到异常信息，此时就可以回滚事务，然后重试发送消息；如果收到了消息，那么可以提交事务，但是问题是，rabbitmq事务即使一搞，基本上吞吐量就会下来，所以太消耗性能。

   • confirm模式

     生产者那里设置confirm模式之后，每次写的消息都会分配一个唯一的id，然后如果写入了rabbitmq中，rabbit mq会返回给你一个ack消息，告诉你说这个消息ok了。如果rabbit mq没能处理这个消息，会回调一个nack接口，告诉你这个消息接口失败，你可以重试。而且你可以结合这个机制在内存里维护每个消息id的状态，如果超过一定的时间接收到这个消息回调，那么你可以重发。

   **区别：**事务机制是同步的，提交之后会堵塞在哪里，但是confirm机制是异步的，你发个消息之后可以发送下一个消息，然后这个消息rabbit mq接受了之后会异步回你一个接口通知你这个消息收到了。

2. 消息端弄丢数据

   • 这个时候得用rabbitmq提供的ack机制，简单来说，就是你关闭rabbitmq自动ack，可以通过一个api来调用就行，然后每次你自己代码里确保处理完的时候，再程序里ack一把。这样的话，如果你还没处理完，不就没有ack？那rabbitmq就认为你还没处理完，这个时候rabbitmq会把这个消费分配给别的consumer去处理，消息是不会丢的。

3. rabbit mq弄丢了数据

   • 就是rabbitmq自己弄丢了数据，这个你必须开启rabbitmq的持久化，就是消息写入之后会持久化到磁盘，哪怕是rabbitmq自己挂了，恢复之后会自动读取之前存储的数据，一般数据不会丢。除非极其罕见的是，rabbitmq还没持久化，自己就挂了，可能导致少量数据会丢失的，但是这个概率较小。

     设置持久化有两个步骤，

     • 第一个是创建 的时候将其设置为持久化的，这样就可以保证rabbitmq持久化queue的元数据，但是不会持久化queue里的数据；
     • 第二个是发送消息的时候将消息的deliveryMode设置为2，就是将消息设置为持久化的，此时rabbitmq就会将消息持久化到磁盘上去。必须要同时设置这两个持久化才行，rabbitmq哪怕是挂了，再次重启，也会从磁盘上重启恢复queue，恢复这个queue里的数据。

而且持久化可以跟生产者那边的confirm机制配合起来，只有消息被持久化到磁盘之后，才会通知生产者ack了，所以哪怕是在持久化到磁盘之前，rabbitmq挂了，数据丢了，生产者收不到ack，你也是可以自己重发的。

kafka

1. 消费端弄丢了数据

   唯一可能导致消费者弄丢数据的情况，就是说，你那个消费到了这个消息，然后消费者那边自动提交了offset，让kafka以为你已经消费好了这个消息，其实你刚准备处理这个消息，你还没处理，你自己就挂了，此时这条消息就丢咯。

   这不是一样么，大家都知道kafka会自动提交offset，那么只要关闭自动提交offset，在处理完之后自己手动提交offset，就可以保证数据不会丢。但是此时确实还是会重复消费，比如你刚处理完，还没提交offset，结果自己挂了，此时肯定会重复消费一次，自己保证幂等性就好了。

   生产环境碰到的一个问题，就是说我们的kafka消费者消费到了数据之后是写到一个内存的queue里先缓冲一下，结果有的时候，你刚把消息写入内存queue，然后消费者会自动提交offset。

   然后此时我们重启了系统，就会导致内存queue里还没来得及处理的数据就丢失了

2. kafka弄丢了数据

   这块比较常见的一个场景，就是kafka某个broker宕机，然后重新选举partiton的leader时。大家想想，要是此时其他的follower刚好还有些数据没有同步，结果此时leader挂了，然后选举某个follower成leader之后，他不就少了一些数据？这就丢了一些数据啊。

   生产环境也遇到过，我们也是，之前kafka的leader机器宕机了，将follower切换为leader之后，就会发现说这个数据就丢了

   所以此时一般是要求起码设置如下4个参数：

   给这个topic设置replication.factor参数：这个值必须大于1，要求每个partition必须有至少2个副本

   在kafka服务端设置min.insync.replicas参数：这个值必须大于1，这个是要求一个leader至少感知到有至少一个follower还跟自己保持联系，没掉队，这样才能确保leader挂了还有一个follower吧

   在producer端设置acks=all：这个是要求每条数据，必须是写入所有replica之后，才能认为是写成功了

   在producer端设置retries=MAX（很大很大很大的一个值，无限次重试的意思）：这个是要求一旦写入失败，就无限重试，卡在这里了

   我们生产环境就是按照上述要求配置的，这样配置之后，至少在kafka broker端就可以保证在leader所在broker发生故障，进行leader切换时，数据不会丢失

3. 生产者会不会弄丢数据

   如果按照上述的思路设置了ack=all，一定不会丢，要求是，你的leader接收到消息，所有的follower都同步到了消息之后，才认为本次写成功了。如果没满足这个条件，生产者会自动不断的重试，重试无限次。

队列的顺序问题

1. 不关注乱序的应用实际大量存在
2. 队列无序并不意味着消息无序

消息重复

1. 消费端处理消息的业务逻辑保持幂等性
2. 保证每条消息都有唯一编号且保证消息处理成功与去重表的日志同时出现

第1条很好理解，只要保持幂等性，不管来多少条重复消息，最后处理的结果都一样。第2条原理就是利用一张日志表来记录已经处理成功的消息的ID，如果新到的消息ID已经在日志表中，那么就不再处理这条消息。

我们可以看到第1条的解决方式，很明显应该在消费端实现，不属于消息系统要实现的功能。第2条可以消息系统实现，也可以业务端实现。正常情况下出现重复消息的概率不一定大，且由消息系统实现的话，肯定会对消息系统的吞吐量和高可用有影响，所以最好还是由业务端自己处理消息重复的问题，这也是MQ不解决消息重复的问题的原因。