『假如我是面试官』RabbitMQ我会这样问！

大家好&＃xff0c;我是大尧。

1. 为什么你们公司选择RabbitMQ作为消息中间件

在消息队列选型时&＃xff0c;我们调研了市场上比较常用ActiveMQ&＃xff0c;RabbitMQ&＃xff0c;RocketMQ&＃xff0c;Kafka。

1. RabbitMQ相对成熟稳定&＃xff0c;这是我们选择它最主要的原因。

2. 社区比较活跃&＃xff0c;有完善的资料可以参考。

3. Rabbitmq的吞吐量可以达到万级&＃xff0c;完全满足我们系统的要求。

4. RabbitMQ是Erlang语言开发的&＃xff0c;性能比较好。

5. 有完善的可视化界面&＃xff0c;方便查看。

2. 消息队列的优点和缺点有哪些

优点有&＃xff1a;

• 异步处理 - 相比于传统的串行、并行方式&＃xff0c;提高了系统吞吐量。

• 应用解耦 - 系统间通过消息通信&＃xff0c;不用关心其他系统的处理。

• 流量削锋 - 可以通过消息队列长度控制请求量&＃xff1b;可以缓解短时间内的高并发请求。

缺点有&＃xff1a;

• 系统可用性降低

• 系统复杂度提高

3. RabbitMQ常用的工作模式有哪些

3.1 简单模型

• p&＃xff1a;生成者

• C&＃xff1a;消费者

• 红色部分&＃xff1a;quene&＃xff0c;消息队列

3.2 工作模型

这种模式下一条消息只能由一个消费者进行消费&＃xff0c;默认情况下&＃xff0c;每个消费者是轮询消费的。

• p&＃xff1a;生成者

• C1、C2&＃xff1a;消费者

• 红色部分&＃xff1a;quene&＃xff0c;消息队列

3.3 发布订阅模型&＃xff08;fanout&＃xff09;

这种模型中生产者发送的消息所有消费者都可以消费。

• p&＃xff1a;生成者

• X&＃xff1a;交换机

• C1、C2&＃xff1a;消费者

• 红色部分&＃xff1a;quene&＃xff0c;消息队列

3.4 路由模型&＃xff08;routing&＃xff09;

这种模型消费者发送的消息&＃xff0c;不同类型的消息可以由不同的消费者去消费。

• p&＃xff1a;生成者

• X&＃xff1a;交换机&＃xff0c;接收到生产者的消息后将消息投递给与routing key完全匹配的队列

• C1、C2&＃xff1a;消费者

• 红色部分&＃xff1a;quene&＃xff0c;消息队列

3.5 主题模型&＃xff08;topic&＃xff09;

这种模型和direct模型一样&＃xff0c;都是可以根据routing key将消息路由到不同的队列&＃xff0c;只不过这种模型可以让队列绑定routing key 的时候使用通配符。这种类型的routing key都是由一个或多个单词组成&＃xff0c;多个单词之间用.分割。

通配符介绍&＃xff1a;

*&＃xff1a;只匹配一个单词

#&＃xff1a;匹配一个或多个单词

4. 如何保证消息不丢失&＃xff08;如何保证消息的可靠性&＃xff09;

一条消息从生产到消费经历了三个阶段&＃xff0c;分别是生产者&＃xff0c;MQ和消费者&＃xff0c;对于RabbitMQ来说&＃xff0c;消息的传递还涉及到交换机。因此RabbitMQ出现消息丢失的情况有四个

分别是

1. 消息生产者没有成功将消息发送到MQ导致消息丢失

2. 交换机未路由到消息队列导致消息丢失

3. 消息在MQ中时&＃xff0c;MQ发生宕机导致消息丢失

4. 消费者消费消息时出现异常导致消息丢失

针对上面提到的四种情况&＃xff0c;分别进行处理

1. amqp协议提供了事务机制&＃xff0c;在投递消息时开启事务&＃xff0c;如果消息投递失败&＃xff0c;则回滚事务&＃xff0c;很少有人去使用事务。除了事务之外&＃xff0c;RabbitMQ还提供了生产者确认机制&＃xff08;publisher confirm&＃xff09;。生产者将信道设置成confirm&＃xff08;确认&＃xff09;模式&＃xff0c;一旦信道进入confirm模式&＃xff0c;所有在该信道上面发布的消息都会被指派一个唯一的ID&＃xff08;从1开始&＃xff09;&＃xff0c;一旦消息被投递到所有匹配的队列之后&＃xff0c;RabbitMQ就会发送一个确认&＃xff08;Basic.Ack&＃xff09;给生产者&＃xff08;包含消息的唯一ID&＃xff09;&＃xff0c;这就使得生产者知晓消息已经正确到达了目的地了。

# 开启生产者确认机制&＃xff0c;
# 注意这里确认的是是否到达交换机
spring.rabbitmq.publisher-confirm-type&＃61;correlated


&＃64;RestController
public class Producer {&＃64;Autowiredprivate RabbitTemplate rabbitTemplate;&＃64;GetMapping("send")public void sendMessage(){/*** 生产者确认消息*/rabbitTemplate.setConfirmCallback(new RabbitTemplate.ConfirmCallback() {&＃64;Overridepublic void confirm(CorrelationData correlationData, boolean ack, String cause) {System.out.println(correlationData);System.out.println(ack);System.out.println(cause);}});rabbitTemplate.convertAndSend("s","error","这是一条错误日志&＃xff01;&＃xff01;&＃xff01;");}
}


1. 消息从交换机未能匹配到队列时将此条消息返回给生产者

spring.rabbitmq.publisher-returns&＃61;true


&＃64;RestController
public class Producer {&＃64;Autowiredprivate RabbitTemplate rabbitTemplate;&＃64;GetMapping("send")public void sendMessage(){/*** 消息未达队列时返回该条消息*/rabbitTemplate.setReturnsCallback(new RabbitTemplate.ReturnsCallback() {&＃64;Overridepublic void returnedMessage(ReturnedMessage returnedMessage) {System.out.println(returnedMessage);}});rabbitTemplate.convertAndSend("s","error","这是一条错误日志&＃xff01;&＃xff01;&＃xff01;");}
}


1. 消息在交换机或队列中发生丢失&＃xff0c;我们只需要将交换机和队列进行持久化。

/*** 定义一个持久化的topic交换机* durable 持久化* &＃64;return*/
&＃64;Bean
public Exchange exchangeJavatrip(){return ExchangeBuilder.topicExchange(EXCHANGE).durable(true).build();
}/*** 定义一个持久化的队列* durable 持久化* &＃64;return*/
&＃64;Bean
public Queue queueJavatrip(){return QueueBuilder.durable(QUEUE).build();
}


1. 消费者开启手动签收模式&＃xff0c;消费完成后进行ack确认。

spring.rabbitmq.listener.simple.acknowledge-mode&＃61;manual


&＃64;RabbitListener(queues &＃61; MqConfig.QUEUE)
public void receive(String body, Message message, Channel channel) throws Exception{long deliveryTag &＃61; message.getMessageProperties().getDeliveryTag();System.out.println(deliveryTag);// 系统业务逻辑判断是否签收if(deliveryTag % 2 &＃61;&＃61; 0){channel.basicAck(deliveryTag,false);}else{// 第二个参数是否批量确认&＃xff0c;第三个参数是否重新回队列channel.basicNack(deliveryTag,false,true);}
}


5. 如何保证消息不重复消费&＃xff08;如何保证消息的幂等性&＃xff09;

消息重复的原因有两个&＃xff1a;

1. 生产时消息重复

   由于生产者发送消息给MQ&＃xff0c;在MQ确认的时候出现了网络波动&＃xff0c;生产者没有收到确认&＃xff0c;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。

2. 消费时消息重复。

   消费者消费成功后&＃xff0c;在给MQ确认的时候出现了网络波动&＃xff0c;MQ没有接收到确认&＃xff0c;为了保证消息被消费&＃xff0c;MQ就会继续给消费者投递之前的消息。这时候消费者就接收到了两条一样的消息。

由于消息重复是网络波动等原因造成的&＃xff0c;无法避免&＃xff0c;我们能做的的就是保证消息的幂等性&＃xff0c;以防业务重复处理。具体处理方案为&＃xff1a;

让每个消息携带一个全局的唯一ID&＃xff0c;即可保证消息的幂等性&＃xff0c;具体消费过程为&＃xff1a;

1. 消费者获取到消息后先根据id去查询redis/db是否存在该消息。

2. 如果不存在&＃xff0c;则正常消费&＃xff0c;消费完毕后写入redis/db。

3. 如果存在&＃xff0c;则证明消息被消费过&＃xff0c;直接丢弃。

&＃64;RabbitListener(queues &＃61; MqConfig.QUEUE)
public void receive(Message message, Channel channel){String messageId &＃61; message.getMessageProperties().getMessageId();String body &＃61; new String(message.getBody());String redisId &＃61; redisTemplate.opsForValue().get(messageId)&＃43;"";// 如果redis中存有当前消息的消息id// 则证明消费过if(messageId.equals(redisId)){return;}redisTemplate.opsForValue().set(messageId, UUID.randomUUID());
}


6. 消息大量堆积应该怎么处理

消息堆积的原因有两个

1. 网络故障&＃xff0c;消费者无法正常消费

2. 消费方消费后未进行ack确认

解决方案如下&＃xff1a;

1. 检查并修复消费者故障&＃xff0c;使其正常消费

2. 编写临时程序将堆积的消息发送到容量更大的MQ集群&＃xff0c;增加消费者快速消费

3. 堆积消息消费完毕后&＃xff0c;停止临时程序&＃xff0c;恢复正常消费

7. 死信是什么&＃xff1f;死信如何处理

当一条消息在队列中出现以下三种情况的时候&＃xff0c;该消息就会变成一条死信。

• 消息被拒绝(basic.reject / basic.nack)&＃xff0c;并且requeue &＃61; false

• 消息TTL过期

• 队列达到最大长度

当消息在一个队列中变成一个死信之后&＃xff0c;如果配置了死信队列&＃xff0c;它将被重新publish到死信交换机&＃xff0c;死信交换机将死信投递到一个队列上&＃xff0c;这个队列就是死信队列。

一条消息成为死信后&＃xff0c;一般会通过死信队列进行存库&＃xff0c;然后定时将库中的死信进行重新投递到消息队列上。

8. 如果我有一笔订单&＃xff0c;30分钟未支付则关闭订单&＃xff0c;使用RabbitMQ如何来实现

RabbitMQ可以使用死信队列来实现延时消费&＃xff0c;用户下单之后&＃xff0c;将订单信息投递到消息队列中&＃xff0c;并且设置消息过期时常为30分钟。如果用户支付则正常关闭订单&＃xff0c;如果用户未支付&＃xff0c;消息达到过期时间&＃xff0c;消息会进入死信交换&＃xff0c;由消费者进行消费死信队列来关闭订单。

9. RabbitMQ如何保证高可用

RabbitMQ有两种集群模式&＃xff0c;分别是普通集群和镜像集群&＃xff0c;普通模式无法保证RabbitMQ的高可用。

普通集群

假如有三个节点&＃xff0c;rabbitmq1、rabbitmq2、rabbitmq3&＃xff0c;消息实际上只存在于其中一个节点&＃xff0c;三个节点仅有相同的元数据&＃xff0c;即队列的结构&＃xff0c;当消息进入rabbitmq2节点的queue后&＃xff0c;consumer从rabbitmq1的节点进行消费&＃xff0c;rabbitmq1和rabbitmq2会进行临时通信&＃xff0c;从rabbitmq2中获取消息然后返回给consumer。

这种模式存在以下两个问题&＃xff1a;

1. 当rabbitmq2宕机后&＃xff0c;消息无法正常消费&＃xff0c;没有做到真正的高可用

2. 实际数据还是在单个实例上&＃xff0c;存在瓶颈问题

镜像集群

假如有三个节点&＃xff0c;rabbitmq1、rabbitmq2、rabbitmq3&＃xff0c;每个实例之间都可以相互通信&＃xff0c;每次生产者写消息到queue的时候&＃xff0c;每个rabbitmq节点上都有queue的消息数据和元数据。这种模式适用于可靠性要求较高的场景。