如何解决消息队列的延时以及过时失效问题？消息队列满了之后该怎么处理？有几百万消息持续积压几小时，说说怎么解决？

转载石杉老师

一、面试题

 

如何解决消息队列的延时以及过时失效问题？消息队列满了之后该怎么处理？有几百万消息持续积压几小时，说说怎么解决？

 

二、面试官内心分析

 

你看这问法，其实本质针对的场景，都是说，可能你的消费端出了问题，不消费了，或者消费的极其极其慢。接着就坑爹了，可能你的消息队列集群的磁盘都快写满了，都没人消费，这个时候怎么办？或者是整个这就积压了几个小时，你这个时候怎么办？或者是你积压的时间太长了，致使好比rabbitmq设置了消息过时时间后就没了怎么办？

 

因此就这事儿，其实线上挺常见的，通常不出，一出就是大case，通常常见于，举个例子，消费端每次消费以后要写mysql，结果mysql挂了，消费端hang那儿了，不动了。或者是消费端出了个什么叉子，致使消费速度极其慢。

 

三、面试题分析

 

关于这个事儿，咱们一个一个来梳理吧，先假设一个场景，咱们如今消费端出故障了，而后大量消息在mq里积压，如今事故了，慌了

 

（1）大量消息在mq里积压了几个小时了还没解决

 

几千万条数据在MQ里积压了七八个小时，从下午4点多，积压到了晚上很晚，10点多，11点多

 

这个是咱们真实遇到过的一个场景，确实是线上故障了，这个时候要否则就是修复consumer的问题，让他恢复消费速度，而后傻傻的等待几个小时消费完毕。这个确定不能在面试的时候说吧。

 

一个消费者一秒是1000条，一秒3个消费者是3000条，一分钟是18万条，1000多万条

 

因此若是你积压了几百万到上千万的数据，即便消费者恢复了，也须要大概1小时的时间才能恢复过来

 

通常这个时候，只能操做临时紧急扩容了，具体操做步骤和思路以下：

1）先修复consumer的问题，确保其恢复消费速度，而后将现有cnosumer都停掉

2）新建一个topic，partition是原来的10倍，临时创建好原先10倍或者20倍的queue数量

3）而后写一个临时的分发数据的consumer程序，这个程序部署上去消费积压的数据，消费以后不作耗时的处理，直接均匀轮询写入临时创建好的10倍数量的queue

4）接着临时征用10倍的机器来部署consumer，每一批consumer消费一个临时queue的数据

5）这种作法至关因而临时将queue资源和consumer资源扩大10倍，以正常的10倍速度来消费数据

6）等快速消费完积压数据以后，得恢复原先部署架构，从新用原先的consumer机器来消费消息

 

（2）这里咱们假设再来第二个坑

 

假设你用的是rabbitmq，rabbitmq是能够设置过时时间的，就是TTL，若是消息在queue中积压超过必定的时间就会被rabbitmq给清理掉，这个数据就没了。那这就是第二个坑了。这就不是说数据会大量积压在mq里，而是大量的数据会直接搞丢。

 

这个状况下，就不是说要增长consumer消费积压的消息，由于实际上没啥积压，而是丢了大量的消息。咱们能够采起一个方案，就是批量重导，这个咱们以前线上也有相似的场景干过。就是大量积压的时候，咱们当时就直接丢弃数据了，而后等过了高峰期之后，好比你们一块儿喝咖啡熬夜到晚上12点之后，用户都睡觉了。

 

这个时候咱们就开始写程序，将丢失的那批数据，写个临时程序，一点一点的查出来，而后从新灌入mq里面去，把白天丢的数据给他补回来。也只能是这样了。

 

假设1万个订单积压在mq里面，没有处理，其中1000个订单都丢了，你只能手动写程序把那1000个订单给查出来，手动发到mq里去再补一次

 

（3）而后咱们再来假设第三个坑

 

若是走的方式是消息积压在mq里，那么若是你很长时间都没处理掉，此时致使mq都快写满了，咋办？这个还有别的办法吗？没有，谁让你第一个方案执行的太慢了，你临时写程序，接入数据来消费，消费一个丢弃一个，都不要了，快速消费掉全部的消息。而后走第二个方案，到了晚上再补数据吧。