突破Java面試-MQ的數(shù)據(jù)去哪了？

1 面試題

如何保證消息的可靠性傳輸（如何處理消息丟失的問題）？

2 考點分析

這個是肯定的，用mq有個基本原則，就是數(shù)據(jù)不能多一條，也不能少一條，不能多，就是剛才說的重復消費和冪等性問題。不能少，就是說這數(shù)據(jù)別搞丟了。那這個問題你必須得考慮一下。

如果說你這個是用mq來傳遞非常核心的消息，比如說計費，扣費的一些消息，因為我以前設計和研發(fā)過一個公司非常核心的廣告平臺，計費系統(tǒng)，計費系統(tǒng)是很重的一個業(yè)務，操作是很耗時的。所以說廣告系統(tǒng)整體的架構里面，實際上是將計費做成異步化的，然后中間就是加了一個MQ。

我們當時為了確保說這個MQ傳遞過程中絕對不會把計費消息給弄丟，花了很多的精力。廣告主投放了一個廣告，明明說好了，用戶點擊一次扣費1塊錢。結果要是用戶動不動點擊了一次，扣費的時候搞的消息丟了，我們公司就會不斷的少幾塊錢，幾塊錢，積少成多，這個就對公司是一個很大的損失。

3 詳解

這個丟數(shù)據(jù)，mq一般分為兩種，要么是mq自己弄丟了，要么是我們消費的時候弄丟了

咱們從rabbitmq和kafka分別來分析一下吧

rabbitmq這種mq，一般來說都是承載公司的核心業(yè)務的，數(shù)據(jù)是絕對不能弄丟的

3.1 rabbitmq

3.1.1 生產者丟數(shù)據(jù)

生產者將數(shù)據(jù)發(fā)送到rabbitmq的時候，可能數(shù)據(jù)就在半路給搞丟了，因為網絡啥的問題，都有可能。

此時可以選擇用rabbitmq提供的事務功能，就是生產者發(fā)送數(shù)據(jù)之前開啟rabbitmq事務（channel.txSelect），然后發(fā)送消息

如果消息沒有成功被rabbitmq接收到，那么生產者會收到異常報錯，此時就可以回滾事務（channel.txRollback），然后重試發(fā)送消息；

如果收到了消息，那么可以提交事務（channel.txCommit）

但是問題是，rabbitmq事務機制一搞，基本上吞吐量會下來，因為太耗性能。

所以一般來說，如果你要確保說寫rabbitmq的消息別丟，可以開啟confirm模式，在生產者那里設置開啟confirm模式之后，你每次寫的消息都會分配一個唯一的id，然后如果寫入了rabbitmq中，rabbitmq會給你回傳一個ack消息，告訴你說這個消息ok了。如果rabbitmq沒能處理這個消息，會回調你一個nack接口，告訴你這個消息接收失敗，你可以重試。而且你可以結合這個機制自己在內存里維護每個消息id的狀態(tài)，如果超過一定時間還沒接收到這個消息的回調，那么你可以重發(fā)。

事務機制和cnofirm機制最大的不同在于，事務機制是同步的，你提交一個事務之后會阻塞在那兒，但是confirm機制是異步的，你發(fā)送個消息之后就可以發(fā)送下一個消息，然后那個消息rabbitmq接收了之后會異步回調你一個接口通知你這個消息接收到了。

所以一般在生產者這塊避免數(shù)據(jù)丟失，都是用confirm機制的。

3.1.2 rabbitmq丟數(shù)據(jù)

就是rabbitmq自己弄丟了數(shù)據(jù)，這個你必須開啟rabbitmq的持久化，就是消息寫入之后會持久化到磁盤，哪怕是rabbitmq自己掛了，恢復之后會自動讀取之前存儲的數(shù)據(jù)，一般數(shù)據(jù)不會丟。除非極其罕見的是，rabbitmq還沒持久化，自己就掛了，可能導致少量數(shù)據(jù)會丟失的，但是這個概率較小。

設置持久化有兩個步驟，第一個是創(chuàng)建queue的時候將其設置為持久化的，這樣就可以保證rabbitmq持久化queue的元數(shù)據(jù)，但是不會持久化queue里的數(shù)據(jù)；第二個是發(fā)送消息的時候將消息的deliveryMode設置為2，就是將消息設置為持久化的，此時rabbitmq就會將消息持久化到磁盤上去。必須要同時設置這兩個持久化才行，rabbitmq哪怕是掛了，再次重啟，也會從磁盤上重啟恢復queue，恢復這個queue里的數(shù)據(jù)。

而且持久化可以跟生產者那邊的confirm機制配合起來，只有消息被持久化到磁盤之后，才會通知生產者ack了，所以哪怕是在持久化到磁盤之前，rabbitmq掛了，數(shù)據(jù)丟了，生產者收不到ack，你也是可以自己重發(fā)的。

哪怕是你給rabbitmq開啟了持久化機制，也有一種可能，就是這個消息寫到了rabbitmq中，但是還沒來得及持久化到磁盤上，結果不巧，此時rabbitmq掛了，就會導致內存里的一點點數(shù)據(jù)會丟失。

3.1.3 消費端弄丟了數(shù)據(jù)

rabbitmq如果丟失了數(shù)據(jù)，主要是因為你消費的時候，剛消費到，還沒處理，結果進程掛了，比如重啟了，那么就尷尬了，rabbitmq認為你都消費了，這數(shù)據(jù)就丟了。

這個時候得用rabbitmq提供的ack機制，簡單來說，就是你關閉rabbitmq自動ack，可以通過一個api來調用就行，然后每次你自己代碼里確保處理完的時候，再程序里ack一把。

這樣的話，如果你還沒處理完，不就沒有ack？那rabbitmq就認為你還沒處理完，這個時候rabbitmq會把這個消費分配給別的consumer去處理，消息是不會丟的。

3.2 Kafka

3.2.1 消費端丟數(shù)據(jù)

唯一可能導致消費者弄丟數(shù)據(jù)的情況，你那個消費到了這個消息，然后消費者那邊自動提交了offset，讓kafka以為你已經消費好了這個消息，其實你剛準備處理這個消息，你還沒處理，你自己就掛了，此時這條消息就丟咯。

這不是一樣么，大家都知道kafka會自動提交offset，那么只要關閉自動提交offset，在處理完之后自己手動提交offset，就可以保證數(shù)據(jù)不會丟。但是此時確實還是會重復消費，比如你剛處理完，還沒提交offset，結果自己掛了，此時肯定會重復消費一次，自己保證冪等性就好了。

生產環(huán)境碰到的一個問題，就是說我們的kafka消費者消費到了數(shù)據(jù)之后是寫到一個內存的queue里先緩沖一下，結果有的時候，你剛把消息寫入內存queue，然后消費者會自動提交offset。

然后此時我們重啟了系統(tǒng)，就會導致內存queue里還沒來得及處理的數(shù)據(jù)就丟失了

3.2.2 kafka弄丟了數(shù)據(jù)

這塊比較常見的一個場景，就是kafka某個broker宕機，然后重新選舉partiton的leader時。大家想想，要是此時其他的follower剛好還有些數(shù)據(jù)沒有同步，結果此時leader掛了，然后選舉某個follower成leader之后，他不就少了一些數(shù)據(jù)？這就丟了一些數(shù)據(jù)啊。

生產環(huán)境也遇到過，我們也是，之前kafka的leader機器宕機了，將follower切換為leader之后，就會發(fā)現(xiàn)說這個數(shù)據(jù)就丟了

所以此時一般是要求起碼設置如下4個參數(shù)：

給這個topic設置replication.factor參數(shù)：這個值必須大于1，要求每個partition必須有至少2個副本

在kafka服務端設置min.insync.replicas參數(shù)：這個值必須大于1，這個是要求一個leader至少感知到有至少一個follower還跟自己保持聯(lián)系，沒掉隊，這樣才能確保leader掛了還有一個follower吧

在producer端設置acks=all：這個是要求每條數(shù)據(jù)，必須是寫入所有replica之后，才能認為是寫成功了

在producer端設置retries=MAX（很大很大很大的一個值，無限次重試的意思）：這個是要求一旦寫入失敗，就無限重試，卡在這里了

我們生產環(huán)境就是按照上述要求配置的，這樣配置之后，至少在kafka broker端就可以保證在leader所在broker發(fā)生故障，進行l(wèi)eader切換時，數(shù)據(jù)不會丟失

3.2.3 生產者會不會弄丟數(shù)據(jù)

如果按照上述的思路設置了ack=all，一定不會丟，要求是，你的leader接收到消息，所有的follower都同步到了消息之后，才認為本次寫成功了。如果沒滿足這個條件，生產者會自動不斷的重試，重試無限次。

Java RabbitMQ

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。