1.项目中为什么要使用MQ。
解耦：模块之间的调用十分复杂，同时这个调用时不需要直接同步调用接口的，此时就可以考虑运用MQ去进行系统的解耦。
异步：如果A系统接收到一个请求，需要在自己本地写库，同时还需要调用MQ进行写库，自己需要20ms，BCD需要300ms,500ms,100ms.总共的耗时需要920ms，此时用户感觉慢死了，使用消息进行异步后 用户还是对系统A发送请求，此时第一件事，系统A执行插入SQL操作耗时99ms，然后连续发三条消息给ABC系统，耗时5ms，然后每个系统会从对应的消息队列中拉取参数，然后在自己本地执行对应的操作。计算一下一共花了25ms。点一个按钮直接就返回了，真爽。在现在的公司中，有个发布问题的业务场景，发布问题后要执行的操作比较多，涉及扣除an币，给@的人，关注的人，周边基因匹配的人，发送回答问题的邀约。 如果不使用MQ可能用户发个问题要等待很久，但是我使用了mq，将一些实时性不是很高的逻辑，放在mq中处理，用户发布一个问题，就能快速得到回应，问题发布成功，进一步提升了用户的体验。
削峰：在执行秒杀的场景，单机数据库的每秒并发大约是2000，此时如果突然请求达到5000。。。数据库可能会宕机。此时就需要引入MQ，将用户的5000个请求写入MQ系统，然后系统A每秒从MQ中拉取2000个请求，此时如果高峰期持续了一小时，可能到时消息队列中堆积了几十甚至几百的请求。但是系统A还是会以每秒2000的速度从队列中处理，直到把堆积的消息完全处理掉。
2.引入消息队列带来的缺点
系统的可用性降低： 加个MQ进来，万一MQ挂了咋整？MQ挂了，整套系统崩溃了，你不就完了么。
系统复杂性提高：加个MQ进来，如何保证消息没有重复消费？如何处理消息丢失？怎么保证数据的顺序行？
一致性问题： A系统处理成功直接返回，人家以为你的请求直接成功了，如果B系统写入数据失败了，数据就不一致了，同时还有重复消息，消息顺序，消息堆积等一系列问题。
3.MQ消息选型：
ActiveMQ：万级吞吐量，ms时效性，有较低丢消息的可能行，社区不活跃，基于主从架构实现高可用性
RabbitMQ：万级吞吐量，微秒时效性，erlang开发，社区活跃，提供了完善的管理界面，基于主从架构实现高可用性
RocketMQ：10万级吞吐量，ms级，MQ功能较为完善，还是分布式的，扩展性好，阿里java系的，我们可以自己阅读源码，定制自己公司的MQ，可以掌控
Kafka：10万级吞吐量，ms级，一般配合大数据类的系统来进行实时数据计算、日志采集等场景，非常高，kafka是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用，这个特性天然适合大数据实时计算以及日志收集
4.RabbitMQ运行机制：
组成部分：
Broker：消息队列的服务器实体
Exchange：交换器，RabbitMQ的内部对象，生产者客户端通过交换器将消息发送到队列中存储
Bingding：绑定，消息队列和交换机之间的关联。一个绑定就是基于路由键将交换机和消息队列连接起来的路由规则。（#匹配0个或多个单词，* 匹配一个单词）
Queue队列：用来保存消息直到发送给消费者
Channel：多路复用连接中，一条独立的双向数据流通道
5.RabbitMQ的高可用
普通集群模式：你创建的Queue，只会放在一个RabbitMQ实例上，每个实例都同步queue的元数据。当客户端消费的时候，如果你连接的时另外一个queue，这个实例会去queue所在实例上拉取数据下来。这就产生了集群内部大量的数据传输，同时可用行没有得到保障，集群中的一个实例挂掉了，如果你开启了持久化，要等到那个实例灰度，才可以继续从这个queue中拉取数据。
镜像集群模式：每一个queue都会存放到多个消息实例中，每次写数据，会自动进行多个实例的queue里的消息同步。
缺点：性能开销大，因为要通过所有机器，同时没有什么拓展性可言，新增的机器也包含了你的queue，没办法进行线性的拓展。
6.RabbitMQ的重复消费，保证消费者 的幂等性
1.使用唯一键
2.生产者发送数据的时候，加一个全局唯一id，消费者在开始消费的时候，用redis判断，这条数据有没有被消费过，消费过，就不在消费了
7.RabbitMQ的顺序消费
执行数据库增加、修改、删除；要是换了顺序给执行成删除、修改、增加，不全错了么。
rabbitmq出现非顺序错乱的场景：一个queue，多个consumer，这不明显乱了
拆分多个queue，每个queue对应一个consumer，数据1，数据2，数据3都发送到同一个queue里面，一个消费者消费一个queue；
或者就一个queue但是对应一个consumer，然后这个consumer内部用内存队列做排队；
8.消息堆积
1.MQ不设置过期时间，避免消息过期丢失
2.服务降级，申请十倍的MQ机器，改写原来的MQ处理逻辑，将请求转发到临时增加的机器上，新增的MQ机器然后以10倍的速度消费MQ堆积消息。