RabbitMq:

高可用模式（镜像集群模式）：

你创建的 queue，无论元数据还是 queue 里的消息都会存在于多个实例上，就是说，每个 RabbitMQ 节点都有这个 queue 的一个完整镜像，包含 queue 的全部数据的意思。然后每次你写消息到 queue 的时候，都会自动把消息同步到多个实例的 queue 上。

那么如何开启这个镜像集群模式呢？其实很简单，RabbitMQ 有很好的管理控制台，就是在后台新增一个策略，这个策略是镜像集群模式的策略，指定的时候是可以要求数据同步到所有节点的，也可以要求同步到指定数量的节点，再次创建 queue 的时候，应用这个策略，就会自动将数据同步到其他的节点上去了。
这样的话，好处在于，你任何一个机器宕机了，没事儿，其它机器（节点）还包含了这个 queue 的完整数据，别的 consumer 都可以到其它节点上去消费数据。坏处在于，第一，这个性能开销也太大了吧，消息需要同步到所有机器上，导致网络带宽压力和消耗很重！第二，这么玩儿，不是分布式的，就没有扩展性可言了，如果某个 queue 负载很重，你加机器，新增的机器也包含了这个 queue 的所有数据，并没有办法线性扩展你的 queue。你想，如果这个 queue 的数据量很大，大到这个机器上的容量无法容纳了，此时该怎么办呢？

保证消息不丢失：

生产者：开启confirm机制 ConfirmCallback、ReturnCallback

通过实现 ConfirmCallback 接口，消息发送到 Broker 后触发回调，确认消息是否到达 Broker 服务器， 也就是只确认是否正确到达 Exchange 中

还需要在配置文件添加配置

spring:
  rabbitmq:
    publisher-confirms: true 

通过实现 ReturnCallback 接口，启动消息失败返回，比如路由不到队列时触发回调

还需要在配置文件添加配置

spring:
  rabbitmq:
    publisher-returns: true 

设置消息持久化

设置持久化有两个步骤：

• 创建 queue 的时候将其设置为持久化,这样就可以保证 RabbitMQ 持久化 queue 的元数据，但是它是不会持久化 queue 里的数据的。
• 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。

手动ack消息，在配置文件中添加配置

spring:
  rabbitmq:
    listener:
      simple:
        acknowledge-mode: manual

做到以上3点，基本上能保证消息不丢失，最后可以做个兜底方案，发送消息之前就做一次入库操作，特殊场景下手动去处理。

参考 https://www.jianshu.com/p/2c5eebfd0e95

Kafka:

高可用性：

Kafka 一个最基本的架构认识：由多个 broker 组成，每个 broker 是一个节点；你创建一个 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，每个partition中的数据都是天然有序的。

这就是天然的分布式消息队列，就是说一个 topic 的数据，是分散放在多个机器上的，每个机器就放一部分数据。

Kafka 0.8 以后，提供了 HA 机制，就是 replica（复制品） 副本机制。每个 partition 的数据都会同步到其它机器上，形成自己的多个 replica 副本。所有 replica 会选举一个 leader 出来，那么生产和消费都跟这个 leader 打交道，然后其他 replica 就是 follower。写的时候，leader 会负责把数据同步到所有 follower 上去，读的时候就直接读 leader 上的数据即可。只能读写 leader？很简单，要是你可以随意读写每个 follower，那么就要 care 数据一致性的问题，系统复杂度太高，很容易出问题。Kafka 会均匀地将一个 partition 的所有 replica 分布在不同的机器上，这样才可以提高容错性。

消息不丢失：

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，但其实你才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。

这不是跟 RabbitMQ 差不多吗，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。但是此时确实还是可能会有重复消费，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。

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 partition 的 leader。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，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 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。

生产者会不会弄丢数据？

如果按照上述的思路设置了 acks=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。

参考 https://www.jianshu.com/p/2d7022a5bdc6

保证消息不重复消费（幂等性）

1、如果是插入，可以针对于orderId这种唯一约束主键来避免消息重复消费

2、生产消息的时候可以生成一个唯一值来记录消息，可以使用redission分布式锁来保证消息幂等性

消息队列主要用来项目系统之间服务解耦，异步，削峰消息模型：生产者，队列，消费者RabbitMq:高可用模式（镜像集群模式）： 你创建的 queue，无论元数据还是 queue 里的消息都会存在于多个实例上，就是说，每个 RabbitMQ 节点都有这个 queue 的一个完整镜像，包含 queue 的全部数据的意思。然后每次你写消息到 queue 的时候，都会自动把消息同步到多个实例的 queue 上。那么如何开启这个镜像集群模式呢？其实很简单，RabbitMQ... 消息 大部分情况下是要对数据库造成影响的。 重复 消费 的问题解决办法要看具体的业务。 业务1：如果一条 消息 对应插入一条数据到数据库中，那么可以通过主键先查看数据库中是否已经插入了这条数据。 如果已经插入就不要 重复 插入了。可以通过为数据库中增加唯一索引的方式来控制 重复 插入。 或者更新一下数据库... 高可用 的通俗解释是，能够7*24小时不间断的对外提供服务。由于单机存在单点故障，随时可能发生宕机，所以一般都是通过搭建集群来 保证 高可用 的 RabbitMQ 有三种模式，单机模式就不做过多解释了，demo级别的，生产一般不可能使用单机模式，除非MQ只是用来打印日志 普通集群模式 queue的元数据包含了queue的具体信息，例如queue放在哪台broker上，是否持久化等，但不包含发送到queu Producer发送 消息 阶段 发送 消息 阶段涉及到Producer到broker的网络通信，因此 丢失 消息 的几率一定会有，那RocketMQ在此阶段用了哪些手段 保证 消息 不 丢失 了（或者说降低 丢失 的可能性）。 手段一：提供SYNC的发送 消息 方式，等待broker处理结果。 RocketMQ提供了3种发送 消息 方式，分别是： rabbitMQ 中，在一个队列里面， rabbitMQ 的 消息 是严格顺序的，按照先进先出的则 kafka 中，在同一个partition中 消息 是有序的，但是生产者put到 kafka 中数据会分布在不同的partition中，所以总体是无序的 根据测试， RabbitMQ 在不使用ACK机制的，Msg大小为1K的情况下，QPS可达6W＋。再双方ACK机制，Msg大小为1K的 为什么会出现 消息 重复 ？ 消息 重复 的原因有两个：1.生产时 消息 重复 ，2. 消费 时 消息 重复 。 1.1 生产时 消息 重复 由于生产者发送 消息 给MQ，在MQ确认的时候出现了网络波动，生产者没有收到确认，实际上MQ已经接收到了 消息 。这时候生产者就会重新发送一遍这条 消息 。 生产者中如果 消息 未被确认，或确认失败，我们可以使用定时任务+（redis/db）来进行 消息 重试。 @Component @Slf4J public class SendMessage { @Autowired private