消息队列

保证顺序消费方案：

1. 单线程消费来保证消息的顺序性；
2. 对消息进行编号，消费者处理时根据编号判断顺序；

保证高可用方案：

RabbitMQ： 主要有三种模式：单机模式，普通集群模式，镜像集群模式；

单机模式：这种模式很简单，就是一台机器处理所有消息；
普通集群模式：多台机器，当消费者拉取在一台机器中拉取数据的时候，如果不存在，那么就去其他机器中拉取，这种方式容易产生大量的网络传输，耗时比较严重。而且一台机器宕机，数据很可能会丢失；
镜像集群模式：多台机器，每台机器上的数据都一样，这种模式数据不会丢失，但是数据冗余，机器浪费比较严重，大数据场景下不适用；

Kafka： 它主要通过多个broker，每个broker是一个节点。创建一个topic，这个topic可以划分为多个partition，每个partition可以存在于不同的broker上，每个partition就放一部分数据；

kafka 0.8以后，提供了HA机制，就是replica副本机制；kafka会均匀的将一个partition的所有replica分布在不同的机器上，来提高容错性；每个partition的数据都会同步到其他机器上，形成自己的多个replica副本。然后所有replica会选举一个leader出来，那么生产和消费都去leader，其他replica就是follower，leader会同步数据给follower。当leader挂了会自动去找replica，然后会再选举一个leader出来，这样就具有高可用性了。

写数据的时候，生产者就写leader，然后leader将数据落地写本地磁盘，接着其他follower自己主动从leader来pull数据。一旦所有follower同步好数据了，就会发送ack给leader，leader收到所有follower的ack之后，就会返回写成功的消息给生产者。（当然，这只是其中一种模式，还可以适当调整这个行为）

消费的时候，只会从leader去读，但是只有一个消息已经被所有follower都同步成功返回ack的时候，这个消息才会被消费者读到。

保证数据不被丢失方案

消息队列如何保证顺序性？

RabbitMQ：
在 MQ 里面创建多个 queue，同一规则的数据（对唯一标识进行 hash），有顺序的放入 MQ 的 queue 里面；或者就一个 queue 但是对应一个 consumer，然后这个 consumer 内部用内存队列做排队，然后分发给底层不同的 worker 来处理。
KafKa:
给数据指定某个Key，相同Key的数据会保存到同一个partition中，由于数据在partition中是有序的，所以在cunsumer端使用一个单线程消费是没有问题的；
在consumer端使用内存队列排队，队列中的数据使用Hash分发，确保一个线程对应一个队列，这样可以保证数据消费的有序性；

消息队列做分布式事务

RocketMQ 事务消息设计

1. 事务发起方首先发送 prepare 消息到 MQ。
2. 在发送 prepare 消息成功后执行本地事务。
3. 根据本地事务执行结果返回 commit 或者是 rollback。
4. 如果消息是 rollback，MQ 将删除该 prepare 消息不进行下发，如果是 commit 消息，MQ 将会把这个消息发送给 consumer 端。
5. 如果执行本地事务过程中，执行端挂掉，或者超时，MQ 将会不停的询问其同组的其它 producer 来获取状态。
6. Consumer 端的消费成功机制有 MQ 保证。