当面试官要你介绍一下MQ时，该怎么回答？

 

1、为何要使用MQ消息中间件?

一个用消息队列的人，不知道为啥用，有点尴尬。没有复习这点，很容易被问蒙，而后就开始胡扯了。

回答：这个问题,咱只答三个最主要的应用场景，不能否认还有其余的，可是只答三个主要的，即如下六个字:

解耦、异步、削峰

一、解耦

传统模式:

 

 

 

传统模式的缺点：

系统间耦合性太强，如上图所示，系统A在代码中直接调用系统B和系统C的代码，若是未来D系统接入，系统A还须要修改代码，过于麻烦！

中间件模式:

 

 

 

中间件模式的的优势：

将消息写入消息队列，须要消息的系统本身从消息队列中订阅，从而系统A不须要作任何修改。

二、异步

传统模式:

 

 

 

传统模式的缺点：

一些非必要的业务逻辑以同步的方式运行，太耗费时间。

中间件模式:

 

 

 

中间件模式的的优势：

将消息写入消息队列，非必要的业务逻辑以异步的方式运行，加快响应速度

三、削峰

传统模式

 

 

 

传统模式的缺点：

并发量大的时候，全部的请求直接怼到数据库，形成数据库链接异常

中间件模式:

 

 

 

中间件模式的的优势：

系统A慢慢的按照数据库能处理的并发量，从消息队列中慢慢拉取消息。在生产中，这个短暂的高峰期积压是容许的。

2、使用了消息队列会有什么缺点?

分析:一个使用了MQ的项目，若是连这个问题都没有考虑过，就把MQ引进去了，那就给本身的项目带来了风险。

咱们引入一个技术，要对这个技术的弊端有充分的认识，才能作好预防。要记住，不要给公司挖坑！

回答:回答也很容易，从如下两个个角度来答

系统可用性下降:

你想啊，原本其余系统只要运行好好的，那你的系统就是正常的。

如今你非要加个消息队列进去，那消息队列挂了，你的系统不是呵呵了。所以，系统可用性下降

系统复杂性增长:

要多考虑不少方面的问题，好比一致性问题、如何保证消息不被重复消费，如何保证保证消息可靠传输。

所以，须要考虑的东西更多，系统复杂性增大。

可是，咱们该用仍是要用的。

3、消息队列如何选型?

先说一下，我只会ActiveMQ,RabbitMQ,RocketMQ,Kafka，对什么ZeroMQ等其余MQ没啥理解，所以只能基于这四种MQ给出回答。

分析:既然在项目中用了MQ，确定事先要对业界流行的MQ进行调研，若是连每种MQ的优缺点都没了解清楚，就拍脑壳依据喜爱，用了某种MQ，仍是给项目挖坑。

若是面试官问:"你为何用这种MQ？。"

你直接回答"领导决定的。"

这种回答就很LOW了。

仍是那句话，不要给公司挖坑。

咱们能够看出，RabbitMQ版本发布比ActiveMq频繁不少。至于RocketMQ和kafka就不带你们看了，总之也比ActiveMQ活跃的多。详情，可自行查阅。

再来一个性能对比表

 

综合上面的材料得出如下两点:

一、中小型软件公司，建议选RabbitMQ.

一方面，erlang语言天生具有高并发的特性，并且他的管理界面用起来十分方便。

正所谓，成也萧何，败也萧何！他的弊端也在这里，虽然RabbitMQ是开源的，然而国内有几个能定制化开发erlang的程序员呢？

所幸，RabbitMQ的社区十分活跃，能够解决开发过程当中遇到的bug，这点对于中小型公司来讲十分重要。

不考虑rocketmq和kafka的缘由是，一方面中小型软件公司不如互联网公司，数据量没那么大，选消息中间件，应首选功能比较完备的，因此kafka排除。

不考虑rocketmq的缘由是，rocketmq是阿里出品，若是阿里放弃维护rocketmq，中小型公司通常抽不出人来进行rocketmq的定制化开发，所以不推荐。

二、大型软件公司，根据具体使用在rocketMq和kafka之间二选一

一方面，大型软件公司，具有足够的资金搭建分布式环境，也具有足够大的数据量。

针对rocketMQ,大型软件公司也能够抽出人手对rocketMQ进行定制化开发，毕竟国内有能力改JAVA源码的人，仍是至关多的。

至于kafka，根据业务场景选择，若是有日志采集功能，确定是首选kafka了。具体该选哪一个，看使用场景。

4、如何保证消息队列是高可用的？

在第二点说过了，引入消息队列后，系统的可用性降低。

在生产中，没人使用单机模式的消息队列。

所以，做为一个合格的程序员，应该对消息队列的高可用有很深入的了解。

若是面试官问："大家的消息中间件如何保证高可用的？"

若是你的回答只是代表本身只会订阅和发布消息，面试官就会怀疑你是否是只是本身搭着玩，压根没在生产用过。

所以，请作一个爱思考，会思考，懂思考的程序员。

回答:这问题，其实要对消息队列的集群模式要有深入了解，才好回答。

以rcoketMQ为例，他的集群就有多master 模式、多master多slave异步复制模式、多 master多slave同步双写模式。

多master多slave模式部署架构图（网上找的,偷个懒，懒得画）:

 

 

 

其实博主第一眼看到这个图，就以为和kafka好像，只是NameServer集群，在kafka中是用zookeeper代替，都是用来保存和发现master和slave用的。

通讯过程以下:

Producer 与 NameServer集群中的其中一个节点（随机选择）创建长链接，按期从 NameServer 获取 Topic 路由信息，并向提供 Topic 服务的 Broker Master 创建长链接，且定时向 Broker 发送心跳。

Producer 只能将消息发送到 Broker master，可是 Consumer 则不同，它同时和提供 Topic 服务的 Master 和 Slave创建长链接，既能够从 Broker Master 订阅消息，也能够从 Broker Slave 订阅消息。

那么kafka呢,为了对比说明直接上kafka的拓补架构图(也是找的，懒得画)

 

 

如上图所示，一个典型的Kafka集群中包含若干Producer（能够是web前端产生的Page View，或者是服务器日志，系统CPU、Memory等），若干broker（Kafka支持水平扩展，通常broker数量越多，集群吞吐率越高），若干Consumer Group，以及一个Zookeeper集群。

Kafka经过Zookeeper管理集群配置，选举leader，以及在Consumer Group发生变化时进行rebalance。

Producer使用push模式将消息发布到broker，Consumer使用pull模式从broker订阅并消费消息。

至于rabbitMQ,也有普通集群和镜像集群模式，自行去了解，比较简单，两小时即懂。

要求，在回答高可用的问题时，应该能逻辑清晰的画出本身的MQ集群架构或清晰的叙述出来。

5、如何保证消息不被重复消费？

这个问题其实换一种问法就是，如何保证消息队列的幂等性?

这个问题能够认为是消息队列领域的基本问题。换句话来讲，是在考察你的设计能力，这个问题的回答能够根据具体的业务场景来答，没有固定的答案。

回答:先来讲一下为何会形成重复消费?

其实不管是那种消息队列，形成重复消费缘由其实都是相似的。

正常状况下，消费者在消费消息时候，消费完毕后，会发送一个确认信息给消息队列，消息队列就知道该消息被消费了，就会将该消息从消息队列中删除。只是不一样的消息队列发送的确认信息形式不一样

例如RabbitMQ是发送一个ACK确认消息，RocketMQ是返回一个CONSUME_SUCCESS成功标志，kafka实际上有个offset的概念

简单说一下(若是还不懂，出门找一个kafka入门到精通教程),就是每个消息都有一个offset，kafka消费过消息后，须要提交offset，让消息队列知道本身已经消费过了。

那形成重复消费的缘由?

就是由于网络传输等等故障，确认信息没有传送到消息队列，致使消息队列不知道本身已经消费过该消息了，再次将该消息分发给其余的消费者。

如何解决?这个问题针对业务场景来答分如下几点

一、好比，你拿到这个消息作数据库的insert操做。

那就容易了，给这个消息作一个惟一主键，那么就算出现重复消费的状况，就会致使主键冲突，避免数据库出现脏数据。

二、再好比，你拿到这个消息作redis的set的操做

那就容易了，不用解决。由于你不管set几回结果都是同样的，set操做原本就算幂等操做。

三、若是上面两种状况还不行，上大招。

准备一个第三方介质,来作消费记录。以redis为例，给消息分配一个全局id，只要消费过该消息，将以K-V形式写入redis。那消费者开始消费前，先去redis中查询有没消费记录便可。

6、如何保证消费的可靠性传输?

分析:咱们在使用消息队列的过程当中，应该作到消息不能多消费，也不能少消费。若是没法作到可靠性传输，可能给公司带来千万级别的财产损失。

一样的，若是可靠性传输在使用过程当中，没有考虑到，这不是给公司挖坑么，你能够拍拍屁股走了，公司损失的钱，谁承担。

仍是那句话，认真对待每个项目，不要给公司挖坑

回答:其实这个可靠性传输，每种MQ都要从三个角度来分析:生产者弄丢数据、消息队列弄丢数据、消费者弄丢数据

RabbitMQ

一、生产者丢数据

从生产者弄丢数据这个角度来看，RabbitMQ提供transaction和confirm模式来确保生产者不丢消息。

transaction机制就是说，发送消息前，开启事物(channel.txSelect())，而后发送消息，若是发送过程当中出现什么异常，事物就会回滚(channel.txRollback())，若是发送成功则提交事物(channel.txCommit())。

然而缺点就是吞吐量降低了。所以，按照博主的经验，生产上用confirm模式的居多。

一旦channel进入confirm模式，全部在该信道上面发布的消息都将会被指派一个惟一的ID(从1开始)

一旦消息被投递到全部匹配的队列以后，rabbitMQ就会发送一个Ack给生产者(包含消息的惟一ID)

这就使得生产者知道消息已经正确到达目的队列了.若是rabiitMQ没能处理该消息，则会发送一个Nack消息给你，你能够进行重试操做。

处理Ack和Nack的代码以下所示（说好不上代码的，偷偷上了）:

 

 

 

二、消息队列丢数据

处理消息队列丢数据的状况，通常是开启持久化磁盘的配置。

这个持久化配置能够和confirm机制配合使用，你能够在消息持久化磁盘后，再给生产者发送一个Ack信号。

这样，若是消息持久化磁盘以前，rabbitMQ阵亡了，那么生产者收不到Ack信号，生产者会自动重发。

那么如何持久化呢，这里顺便说一下吧，其实也很容易，就下面两步

一、将queue的持久化标识durable设置为true,则表明是一个持久的队列

二、发送消息的时候将deliveryMode=2

这样设置之后，rabbitMQ就算挂了，重启后也能恢复数据

三、消费者丢数据

消费者丢数据通常是由于采用了自动确认消息模式。

这种模式下，消费者会自动确认收到信息。这时rahbitMQ会当即将消息删除，这种状况下若是消费者出现异常而没能处理该消息，就会丢失该消息。

至于解决方案，采用手动确认消息便可。

kafka

 

 

 

Producer在发布消息到某个Partition时，先经过ZooKeeper找到该Partition的Leader

而后不管该Topic的Replication Factor为多少（也即该Partition有多少个Replica），Producer只将该消息发送到该Partition的Leader。

Leader会将该消息写入其本地Log。每一个Follower都从Leader中pull数据。

针对上述状况，得出以下分析

一、生产者丢数据

在kafka生产中，基本都有一个leader和多个follwer。follwer会去同步leader的信息。

所以，为了不生产者丢数据，作以下两点配置

第一个配置要在producer端设置acks=all。这个配置保证了，follwer同步完成后，才认为消息发送成功。

在producer端设置retries=MAX，一旦写入失败，这无限重试

二、消息队列丢数据

针对消息队列丢数据的状况，无外乎就是，数据还没同步，leader就挂了，这时zookpeer会将其余的follwer切换为leader,那数据就丢失了。

针对这种状况，应该作两个配置。

replication.factor参数，这个值必须大于1，即要求每一个partition必须有至少2个副本

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还跟本身保持联系

这两个配置加上上面生产者的配置联合起来用，基本可确保kafka不丢数据

三、消费者丢数据

这种状况通常是自动提交了offset，而后你处理程序过程当中挂了。kafka觉得你处理好了。

再强调一次offset是干吗的

offset：指的是kafka的topic中的每一个消费组消费的下标。

简单的来讲就是一条消息对应一个offset下标，每次消费数据的时候若是提交offset，那么下次消费就会从提交的offset加一那里开始消费。

好比一个topic中有100条数据，我消费了50条而且提交了，那么此时的kafka服务端记录提交的offset就是49(offset从0开始)，那么下次消费的时候offset就从50开始消费。

解决方案也很简单，改为手动提交便可。

7、如何保证消息的顺序性？

分析:其实并不是全部的公司都有这种业务需求，可是仍是对这个问题要有所复习。

回答:针对这个问题，经过某种算法，将须要保持前后顺序的消息放到同一个消息队列中(kafka中就是partition,rabbitMq中就是queue)。而后只用一个消费者去消费该队列。

有的人会问:那若是为了吞吐量，有多个消费者去消费怎么办？

这个问题，没有固定回答的套路。好比咱们有一个微博的操做，发微博、写评论、删除微博，这三个异步操做。若是是这样一个业务场景，那只要重试就行。

好比你一个消费者先执行了写评论的操做，可是这时候，微博都还没发，写评论必定是失败的，等一段时间。等另外一个消费者，先执行写评论的操做后，再执行，就能够成功。

总之，针对这个问题，个人观点是保证入队有序就行，出队之后的顺序交给消费者本身去保证，没有固定套路。

 

 

 

8、总结

写到这里，但愿读者把本文提出的这几个问题，通过深入的准备后，通常来讲，能囊括大部分的消息队列的知识点。

若是面试官不问这几个问题怎么办，简单，本身把几个问题讲清楚，突出如下本身考虑的全面性。

最后，其实我不太提倡这样突击复习，但愿你们打好基本功，作一个爱思考，懂思考，会思考的程序员。

感谢你看完个人长篇大论，若是以为对你有帮助的话，能够动动你敲代码的小手帮我点个赞。

或者也能够关注个人公众号【Java技术zhai】，不按期的技术干货内容分享，带你从新定义架构的魅力！