为什么要使用MQ？
因为项目比较大，做了分布式系统，所有远程服务调用请求都是 同步执行 经常出问题，所以引入了mq
解耦：
系统耦合度降低，没有强依赖关系
异步：
不需要同步执行的远程调用可以有效提高响应时间
削峰：
请求达到峰值后，后端service还可以保持固定消费速率消费，不会被压垮
多个mq如何选型？
RabbitMQ：
erlang开发，延迟比较低
RocketMQ：
java开发，面向互联网集群化功能丰富
kafka；
Scala开发，面向日志功能丰富
ActiveMQ:
java开发，简单，稳定
小项目：ActiveMQ
大项目：RocketMQ或kafka、RabbitMq
RocketMQ由哪些角色组成，每个角色作用和特点是什么？
nameserver 无状态 动态列表
producer
broker
consumer
RocketMQ中的Topic和ActiveMQ有什么区别？
ActiveMQ :
有destination的概念，即消息目的地
destination分为两类：
- topic
- 广播消息
- queue
- 队列消息
RocketMQ:
RocketMQ的Topic是一组Message Queue的集合 ConsumeQueue
一条消息是广播消息还是队列消息由客户端消费决定
RocketMQ Broker中的消息被消费后会立即删除吗？
不会，每条消息都会持久化到CommitLog中，每个consumer连接到broker后会维持消费进度信息，
当有消息消费后只是当前consumer的消费进度（CommitLog的offset）更新了。
那么消息会堆积吗？什么时候清理过期消息？
4.6版本默认48小时后会删除不再使用的CommitLog文件
- 检查这个文件最后访问时间
- 判断是否大于过期时间
- 指定时间删除，默认凌晨4点
RocketMQ消费模式有几种？
消费模型由consumer决定，消费维度为Topic
集群消费:
一组consumer同时消费一个topic，可以分配消费负载均衡策略分配consumer对应消费topic下的哪些queue
多个group同时消费一个topic时，每个group都会消费到数据
一条消息只会被一个group中的consumer消费，
广播消费:
消息将对一 个Consumer Group 下的各个 Consumer 实例都消费一遍。即即使这些 Consumer 属于同一个Consumer Group ，
消息也会被 Consumer Group 中的每个 Consumer 都消费一次。
长轮询：
Consumer -> Broker RocketMQ采用的长轮询建立连接
- consumer的处理能力Broker不知道
- 直接推送消息 broker端压力较大
- 采用长连接有可能consumer不能及时处理推送过来的数据
- pull主动权在consumer手里
短轮询：
client不断发送请求到server，每次都需要重新连接
长轮询：
client发送请求到server，server有数据返回，没有数据请求挂起不断开连接
长连接：
连接一旦建立，永远不断开，push方式推送
消费消息时使用的是push还是pull？
在刚开始的时候就要决定使用哪种方式消费
两种：
`DefaultLitePullConsumerImpl` 拉
`DefaultMQPushConsumerImpl`推
两个都实现了MQConsumerInner接口
名称上看起来是一个推，一个拉，但实际底层实现都是采用的**长轮询机制**，即拉取方式
broker端属性 longPollingEnable 标记是否开启长轮询。默认开启
为什么要主动拉取消息而不使用事件监听方式？
事件驱动方式是建立好长连接，由事件（发送数据）的方式来实时推送。
如果broker主动推送消息的话有可能push速度快，消费速度慢的情况，那么就会造成消息在consumer端堆积过多，
同时又不能被其他consumer消费的情况
说一说几种常见的消息同步机制？
push：
如果broker主动推送消息的话有可能push速度快，消费速度慢的情况，那么就会造成消息在consumer端堆积过多，
同时又不能被其他consumer消费的情况
pull：
轮训时间间隔，固定值的话会造成资源浪费
broker如何处理拉取请求的？
consumer首次请求broker
- broker中是否有符合条件的消息
- 有 ->
- 响应consumer
- 等待下次consumer的请求
- 没有
- 挂起consumer的请求，即不断开连接，也不返回数据
- 挂起时间长短，写死在代码里的吗？长轮询写死，短轮询可以配
- 使用consumer的offset，
- DefaultMessageStore#ReputMessageService#run方法
- 每隔1ms检查commitLog中是否有新消息，有的话写入到pullRequestTable
- 当有新消息的时候返回请求
- PullRequestHoldService 来Hold连接，每个5s执行一次检查pullRequestTable有没有消息，有的话立即推送
集群消息的消费负载均衡 ：
在集群消费模式下（clustering）
相同的group中的每个消费者只消费topic中的一部分内容
group中的所有消费者都参与消费过程，每个消费者消费的内容不重复，从而达到负载均衡的效果。
使用 DefaultMQPushConsumer，新启动的消费者自动参与负载均衡。
RocketMQ如何做负载均衡？
通过Topic在多broker中分布式存储实现
producer端：
发送端指定Target message queue发送消息到相应的broker，来达到写入时的负载均衡
- 提升写入吞吐量，当多个producer同时向一个broker写入数据的时候，性能会下降
- 消息分布在多broker中，为负载消费做准备
每 30 秒从 nameserver获取 Topic 跟 Broker 的映射关系，近实时获取最新数据存储单元，queue落地在哪个broker中
在使用api中send方法的时候，可以指定Target message queue写入或者使用MessageQueueSelector
默认策略是随机选择：
- producer维护一个index
- 每次取节点会自增
- index向所有broker个数取余
- 自带容错策略
其他实现：
- SelectMessageQueueByHash
- hash的是传入的args
- SelectMessageQueueByRandom
- SelectMessageQueueByMachineRoom 没有实现
也可以自定义实现**MessageQueueSelector**接口中的select方法
MessageQueue select(final List<MessageQueue> mqs, final Message msg, final Object arg);
参考源码
- 启动producer的时候会向nameserver发送心跳包
- 获取nameserver中的topic列表
- 使用topic向nameserver获取topicRouteData
TopicRouteData 对象表示与某一个topic有关系的broker节点信息，内部包含多个QueueData对象
（可以有多个broker集群支持该topic）和多个BrokerData信息（多个集群的多个节点信息都在该列表中）
producer加工TopicRouteData，对应的多节点信息后返回mqs。
consumer端：
客户端完成负载均衡
- 获取集群其他节点
- 当前节点消费哪些queue
- 负载粒度直到Message Queue
- consumer的数量最好和Message Queue的数量对等或者是倍数，不然可能会有消费倾斜
- 每个consumer通过**balanced**维护processQueueTable
- processQueueTable为当前consumer的消费queue
- processQueueTable中有
- ProcessQueue ：维护消费进度，从broker中拉取回来的消息缓冲
- MessageQueue ： 用来定位查找queue
DefaultMQPushConsumer 默认 使用AllocateMessageQueueAveragely（平均分配）
当消费负载均衡consumer和queue不对等的时候会发生什么？
1.平均分配 2.环形分配
负载均衡算法：
平均分配策略(默认)(AllocateMessageQueueAveragely)
环形分配策略(AllocateMessageQueueAveragelyByCircle)
手动配置分配策略(AllocateMessageQueueByConfig)
机房分配策略(AllocateMessageQueueByMachineRoom)
一致性哈希分配策略(AllocateMessageQueueConsistentHash)
靠近机房策略(AllocateMachineRoomNearby)
消息丢失：
SendResult
producer在发送同步/异步可靠消息后，会接收到SendResult，表示消息发送成功
SendResult其中属性sendStatus表示了broker是否真正完成了消息存储
当sendStatus!="ok"的时候，应该重新发送消息，避免丢失
当producer.setRetryAnotherBrokerWhenNotStoreOK
消息重复消费：
影响消息正常发送和消费的重要原因是网络的不确定性。
可能是因为consumer首次启动引起重复消费
需要设置`consumer.setConsumeFromWhere`
只对一个新的consumeGroup第一次启动时有效,设置从头消费还是从维护开始消费
你们怎么保证投递出去的消息只有一条且仅仅一条，不会出现重复的数据?
绑定业务key
如果消费了重复的消息怎么保证数据的准确性?
引起重复消费的原因：
ACK
正常情况下在consumer真正消费完消息后应该发送ack，通知broker该消息已正常消费，从queue中剔除
当ack因为网络原因无法发送到broker，broker会认为词条消息没有被消费，此后会开启消息重投机制把消息再次投递到consumer
group：
在CLUSTERING模式下，消息在broker中会保证相同group的consumer消费一次，但是针对不同group的consumer会推送多次
解决方案：
1.数据库表:
处理消息前，使用消息主键在表中带有约束的字段中insert
2.Map:
单机时可以使用map *ConcurrentHashMap* -> putIfAbsent guava cache
3.Redis：
使用主键或set操作
如何让RocketMQ保证消息的顺序消费？
你们线上业务用消息中间件的时候，是否需要保证消息的顺序性?
如果不需要保证消息顺序，为什么不需要?假如我有一个场景要保证消息的顺序，你们应该如何保证?
- 同一topic
- 同一个QUEUE
- 发消息的时候一个线程去发送消息
- 消费的时候 一个线程 消费一个queue里的消息或者使用MessageListenerOrderly
- 多个queue 只能保证单个queue里的顺序
应用场景是啥？
应用系统和现实的生产业务绑定，避免在分布式系统中多端消费业务消息造成顺序混乱
比如需要严格按照顺序处理的数据或业务：
业务办理过程：
1. 收件录入信息
2. 信息核对
3. 送入办理系统处理
电商订单：
1. 创建订单
2. 检查库存预扣库存
3. 支付
4. 真扣库存
binlog同步
RocketMQ如何保证消息不丢失？
1. 生产端如何保证投递出去的消息不丢失：消息在半路丢失，或者在MQ内存中宕机导致丢失，此时你如何基于MQ的功能保证消息不要丢失？
2. MQ自身如何保证消息不丢失？
3. 消费端如何保证消费到的消息不丢失：如果你处理到一半消费端宕机，导致消息丢失，此时怎么办？
解耦的思路？
发送方：
发送消息时做消息备份（记日志或同步到数据库），判断sendResult是否正常返回
broker：
节点保证
- master接受到消息后同步刷盘，保证了数据持久化到了本机磁盘中
- 同步写入slave
- 写入完成后返回SendResult
consumer：
- 记日志
- 同步执行业务逻辑，最后返回ack
- 异常控制
磁盘保证:
使用Raid磁盘阵列保证数据磁盘安全
网络数据篡改:
内置TLS可以开启，默认使用crc32校验数据
消息刷盘机制底层实现：
每间隔10ms，执行一次数据持久化操作
两种， 同步刷、异步刷
同步刷盘:
消息被Broker写入磁盘后再给producer响应
异步刷盘:
消息被Broker写入内存后立即给producer响应，当内存中消息堆积到一定程度的时候写入磁盘持久化。
```
public void run() {
CommitLog.log.info(this.getServiceName() + " service started");
while (!this.isStopped()) {
try {
this.waitForRunning(10);
this.doCommit();
} catch (Exception e) {
CommitLog.log.warn(this.getServiceName() + " service has exception. ", e);
}
}
rocketMq的消息堆积如何处理?
下游消费系统如果宕机了，导致几百万条消息在消息中间件里积压，此时怎么处理?
你们线上是否遇到过消息积压的生产故障?如果没遇到过，你考虑一下如何应对?
具体表现为 ui中转圈圈
对于大规模消息发送接收可以使用pull模式，手动处理消息拉取速度,消费的时候统计消费时间以供参考
保证消息消费速度固定，即可通过上线更多consumer临时解决消息堆积问题
如果consumer和queue不对等，上线了多台也在短时间内无法消费完堆积的消息怎么办？
- 准备一个临时的topic
- queue的数量是堆积的几倍
- queue分不到多broker种
- 上线一台consumer做消息的搬运工，把原来topic中的消息挪到新的topic里，不做业务逻辑处理，只是挪过去
- 上线N台consumer同时消费临时topic中的数据
- 改bug
- 恢复原来的consumer，继续消费之前的topic
堆积时间过长消息超时了？
RocketMQ中的消息只会在commitLog被删除的时候才会消失，不会超时
堆积的消息会不会进死信队列？
不会，消息在消费失败后会进入重试队列（%RETRY%+consumergroup），多次（默认16）才会进入死信队列（%DLQ%+consumergroup）
零拷贝等技术是如何运用的?
使用nio的MappedByteBuffer调起数据输出
RocketMQ很大的一个特点是对分布式事务的支持，这块机制的底层原理：
分布式系统中的事务可以使用TCC（Try、Confirm、Cancel）、2pc来解决分布式系统中的消息原子性
RocketMQ 4.3+提供分布事务功能，通过 RocketMQ 事务消息能达到分布式事务的最终一致
RocketMQ实现方式
Half Message：预处理消息，当broker收到此类消息后，会存储到RMQ_SYS_TRANS_HALF_TOPIC的消息消费队列中
检查事务状态：Broker会开启一个定时任务，消费RMQ_SYS_TRANS_HALF_TOPIC队列中的消息，
每次执行任务会向消息发送者确认事务执行状态（提交、回滚、未知），如果是未知，等待下一次回调。
超时：如果超过回查次数，默认回滚消息
TransactionListener的两个方法:
1. executeLocalTransaction
半消息发送成功触发此方法来执行本地事务
2. checkLocalTransaction
broker将发送检查消息来检查事务状态，并将调用此方法来获取本地事务状态
本地事务执行状态:
LocalTransactionState.COMMIT_MESSAGE
执行事务成功，确认提交
LocalTransactionState.ROLLBACK_MESSAGE
回滚消息，broker端会删除半消息
LocalTransactionState.UNKNOW
暂时为未知状态，等待broker回查
高吞吐量下如何优化生产者和消费者的性能?
消费
- 同一group下，多机部署，并行消费
- 单个consumer提高消费线程个数
- 批量消费
- 消息批量拉取
- 业务逻辑批量处理
RocketMQ 是如何保证数据的高容错性的?
- 在不开启容错的情况下，轮询队列进行发送，如果失败了，重试的时候过滤失败的Broker
- 如果开启了容错策略，会通过RocketMQ的预测机制来预测一个Broker是否可用
- 如果上次失败的Broker可用那么还是会选择该Broker的队列
- 如果上述情况失败，则随机选择一个进行发送
- 在发送消息的时候会记录一下调用的时间与是否报错，根据该时间去预测broker的可用时间