java重点学习-RabbitMQ+Kafka

六 RabbitMQ Kafka

6.1 RabbitMQ-如何保证消息不丢失

• 开启生产者确认机制，确保生产者的消息能到达队列
• 开启持久化功能，确保消息未消费前在队列中不会丢失
• 开启消费者确认机制为auto，由spring确认消息处理成功后完成ack
• 开启消费者失败重试机制，多次重试失败后将消息投递到异常交换机，交由人工处理

6.2 RabbitMQ消息的重复消费问题如何解决的

6.3 RabbitMQ中死信交换机?(RabbitMQ延迟队列有了解过嘛)

• 我们当时一个什么业务使用到了延迟队列(超时订单、限时优惠、定时发布...)
• 其中延迟队列就用到了死信交换机和TTL(消息存活时间)实现的
• 消息超时未消费就会变成死信(死信的其他情况:拒绝被消费，队列满了)

延迟队列插件实现延迟队列DelayExchange

• 声明一个交换机，添加delayed属性为true
• 发送消息时，添加x-delay头，值为超时时间

6.4 RabbitMQ如果有100万消息堆积在MQ,如何解决(消息堆积怎么解决)

惰性队列

惰性队列的特征如下:

• 接收到消息后直接存入磁盘而非内存
• 消费者要消费消息时才会从磁盘中读取并加载到内存
• 支持数百万条的消息存储

6.5 RabbitMQ的高可用机制有了解过嘛

• 在生产环境下，使用集群来保证高可用性:普通集群、镜像集群、仲裁队列
• 我们当时采用的镜像模式搭建的集群，共有3个节点
• 镜像队列结构是一主多从(从就是镜像)，所有操作都是主节点完成，然后同步给镜像节点
• 主宕机后，镜像节点会替代成新的主(如果在主从同步完成前，主就已经宕机，可能出现数据丢失)

那出现丢数据怎么解决呢?

我们可以采用仲裁队列，与镜像队列一样，都是主从模式，支持主从数据同步，主从同步基于Raft协议，强一致。并且使用起来也非常简单，不需要额外的配置，在声明队列的时候只要指定这个是仲裁队列即可

6.6 Kafka是如何保证消息不丢失

6.7 Kafka是如何保证消费的顺序性

应用场景:

• ·即时消息中的单对单聊天和群聊，保证发送方消息发送顺序与接收方的顺序一致
• ·充值转账两个渠道在同一个时间进行余额变更，短信通知必须要有顺序

问题原因:

一个topic的数据可能存储在不同的分区中，每个分区都有一个按照顺序的存储的偏移量，如果消费者关联了多个，分区不能保证顺序性，，

解决方案:

• 发送消息时指定分区号
• 发送消息时按照相同的业务设置相同的key

6.8 Kafka的高可用机制有了解过嘛

6.9 Kafka数据清理机制了解过嘛

• Kafka文件存储机制

  • Kafka存储结构，Kafka中topic的数据存储在分区上，分区如果文件过大会分段存储segment
  • 每个分段都在磁盘上以索引(xxxx.index)和日志文件(xxxx.1og)的形式存储
  • 分段的好处是，第一能够减少单个文件内容的大小，查找数据方便，第二方便kafka进行日志清理。

• 数据清理机制

  • 日志的清理策略有两个:
  • 根据消息的保留时间，当消息保存的时间超过了指定的时间，就会触发清理，默认是168小时(7天)
  • 根据topic存储的数据大小，当topic所占的日志文件大小大于一定的阈值，则开始删除最久的消息。(默认关闭)

6.10 Kafka中实现高性能的设计有了解过嘛

• ·消息分区:不受单台服务器的限制，可以不受限的处理更多的数据
• 顺序读写:磁盘顺序读写，提升读写效率
• ·页缓存:把磁盘中的数据缓存到内存中，把对磁盘的访问变为对内存的访问
• 零拷贝:减少上下文切换及数据拷贝
• ·消息压缩:减少磁盘I0和网络I0
• 分批发送:将消息打包批量发送，减少网络开销