开篇思考
- MQ 为什么在系统中使用？一定要在分布式系统中使用吗？
- MQ 有哪些中间件？他们有哪些特点？
- MQ 给系统带来好处的同时有没有带来什么问题？如何解决？
在阿里的面试中，面试官问到关于 MQ 的几个问题：
- 你的项目中 MQ 的作用？
- 为什么选择这款 MQ 作为消息中间件？
- 重复消费怎么办？
- 如何确保消息被消费？
- 有遇到其他问题吗？
那么接下来带着问题先思考下，有好的想法可以在评论区留言，大家一起分享。
消息中间件在系统中的使用
我之前写过一篇关于 rocketMQ 实现分布式锁的文章，主要介绍如何使用 RocketMQ 实现分布式锁，
《Springcloud + RocketMQ 解决分布式事务》
但是这个功能并不是 MQ 基本功能，也不是所有 MQ 都有的功能。
MQ 在系统中到底有哪些作用呢？抛开基本的消息发布订阅不说，还有以下几点：
- 分布式系统解耦
- 不需要立即返回的业务异步处理
- 削峰填谷，不直接访问服务，缓解服务压力，增加性能
- 日志记录
分布式系统解耦
在分布式系统中，要么是通过 rest 调用，要么是通过 dubbo 等 RPC 调用，但是有些场景需要解耦设计，不能直接调用。 比如消息驱动的系统中，消息发送者完成本地业务，发送消息，多平台的消息消费者服务需要收到推送的消息，然后继续处理其他业务。
看这两个架构图，第一种 BC 都直接依赖 A 服务，那么如果 A 中的接口修改，BC 都要跟着做修改，耦合度高。 第二种，通过 MQ 来作为中间件收发消息，BC 只依赖收到的消息而不是具体的接口，这样即使 A 服务修改或者增加其他服务，都只要订阅MQ就行。
不要求实时的业务异步处理
用户注册业务流程为例，
- 用户注册入库
- 用户验证邮件发送 3. 用户验证短信发送
原来的系统设计，这样的服务流程会串行处理，即先 1-2-3 ；但是这里可以思考下，如果单个服务单台机器的情况下，注册用户特别多，系统能不能抗住？
这里假设各个阶段的时间 1 = 50ms ， 2 = 50ms ， 3 = 50ms，那么一个请求下来就是 all = 150ms； 这里再假设，这个服务器 CPU = 1 ， 且只能处理单线程，那么以这种单台服务器单线程的 QPS 来算；QPS = 1000/150 ≈ 7
现在我要让这个 QPS * 3 提升三倍，这个时候引入 MQ 服务作为中间件
如图可见，我在 A 服务用户注册完成后，就直接返回了，这个时候 MQ 用来发送异步处理消息，B，C 服务分别处理。
A 不用等待 B、C 的返回结果 ，这样用户体验就是只有 50ms 等待时间。而在邮件、短信这个阶段，因为网络延迟原因，
用户可以接受一定时间的等待。
削峰填谷
一般的服务，我们的请求访问到系统都是直接请求，这样的模式在用户访问量不大的情况下，问题不是很大。 但是如果用户请求达到了一定的瓶颈或者产生了一些问题，我们就需要考虑优化我们的架构设计，MQ 中间件正是解决办法之一。
下面以秒杀系统为例分析问题 秒杀系统瞬间百万并发，怎么处理？一般秒杀系统会进行请求过滤，无效、重复都会被过滤一遍，剩下的才真正进入到秒杀服务、订单服务。 但即使这样并发仍然很高，如果网关把全部请求都转发到下游订单服务，一样会压垮下游系统，造成服务不可用甚至雪崩。
真实的秒杀系统更复杂 ，包含 Nginx 、网关、注册中心、redis 缓存、mysql 集群、消息队列集群
解决方式就是将上游处理的较快的任务，加入到队列处理，下游逐一消费队列，直到所有队列消费完成。 假如秒杀服务处理请求数：1000/s，
下游订单服务处理请求书：10/s，
为了不给下游订单服务造成压力，秒杀后的信息发送到队列，订单服务就可以从容淡定的每秒处理十个，而不是直接塞 1000 个请求
也不管人家愿意不愿意。
到这里，可以总结下秒杀系统的过滤方式：
- 页面按钮点击一次置灰
- 每秒透过请求数限制，例如 100/s，可以使用 Nginx ，sentinel
- 过滤同一用户的重复请求，通过用户唯一标识、商品信息，
- 通过消息队列存储成功的秒杀信息，下游订单系统处理
日志
所有服务都将日志发送到 MQ 服务用来作为日志存储。 MQ 作为中间件对日志进行持久化、转发 大数据服务对 MQ 读取和进行日志分析
MQ 怎么选
有人上来就是一通性能比较，然后说 RabbitMQ 是世界上最好的 MQ…
你把挑选 MQ 比作挑老婆吧，上来就要全套，肤白貌美、前凸后翘、性感火辣、勤劳能干。。。 真是缺乏社会的教育啊，兄弟 养得起吗？动不动一套保养套餐，1W/月 守得住吗？隔壁老王经常来你家吃饭吧，疯狂脑补。。。 吃的消吗？红枣+枸杞+肾宝片，怕是心有余力不足吧
言归正传，其实我觉得这是一个思考题，首先我们要看的应该是条件是哪些？ 1. 用途？是用来做日志、解耦、还是异步处理
2. 公司情况？人员是否充足，现有人员技术栈情况，人员的技术栈实力
3. 项目情况？项目周期，人员，用户量，架构设计，是否老项目
4. 主流 MQ 现状？稳定可靠度，社区活跃度，文档全面性，云服务支持情况
上图的例子日志消息就是使用的 kafka，为什么是kafka？ Kafka是LinkedIn开源的分布式发布-订阅消息系统，属于 Apache 顶级项目，社区活跃。
Kafka主要特点是基于Pull的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输。 后来版本开始支持复制，不支持事务，对消息的重复、丢失、错误没有严格要求，适合产生大量数据的互联网服务的数据收集业务。 但是 kafka 相对来说很重，需要依赖 zookeeper，大公司里使用没问题，也少不了专人维护。
RocketMQ 是阿里开源的一套可靠消息系统，已经捐赠 Apache 成为顶级项目。刚开始定位于非日志的可靠消息传输，其实在日志处理方面性能也不错。
目前支持的客户端包括 java，c++，GO ，社区比较活跃，文档还算全面。但是涉及到核心的要修改还是有难度的，毕竟阿里云靠卖这个服务赚钱呢。
所以如果公司实力不自信还是慎重选择吧，实在不行可以直接购买云服务，省心省力，还是那句话，看实际情况。
主流 MQ 的特点 下图是来源网络的图片，部分描述已经过时，但是基本不差，仅供参考：
如何确保消息不被重复消费
这里简单说说，后面专门针对这个问题进行书写招供。 大致就是一些特殊原因例如网络原因，服务重启造成消息消费未被记录，造成重复消费的可能。 一般的处理方式就是保证接口设计的幂等性，主旨通过唯一标识判断是否存在。 1. redis 缓存使用，唯一性 token 保存redis，每次消费后删除 token
2. 唯一主键判断，数据库判断是否存在该主键记录，存在则更新，不存在则插入
喜欢文章请关注我
程序领域
点击关注+转发，私信发送【面试】或者【资料】可以收获更多资源
随时随地看视频
