消息发送一致性
微服务架构下，需要通过网络进行通信，就自然引入了数据传输的不确定性，也就是CAP原理中的P-分区容错，而这里的消息发送一致性是可靠消息的保证。
生成消息的业务动作与消息发送的一致（e.g： 如果业务操作成功，那么由这个业务操作所产生的消息一定会成功投递出去，否则就丢失消息）
如上图，保证消息发送一致性的一般流程如下：
- Producer先把消息发送给消息中间件服务，消息的状态标记为
待确认，这个状态并不会被Consumer消费，对于长期待确认的消息，消息中间件会调用Producer的查询接口，查看最新状态，根据结果决定是否删除消息。 - Producer执行完业务操作后，向消息中间件服务，发送确认消息
- 这时消息的状态会被更改为
待发送（可发送） - Consumer监听并接收待发送状态的消息，执行业务处理
- Consumer业务处理后，向消息中间件服务发送
ACK，确认消息已经收到（消息中间件服务将从队列中删除该消息）
消息的ACK确认流程中，任何一个环节都可能会出问题！
对未ACK的消息，采用按规则重新投递的方式进行处理（很多MQ都提供at least once的投递，持久化和重试机制），一般还会设置重发的次数， 超过次数的消息会进入dead letter queue，等待人工干预或者延后定时处理。
业务接口的幂等性
消息的重复发送会导致业务接口出现重复调用的问题，主要原因就是消息没有及时收到ACK确认导致的， 那如何实现幂等性设计呢？
在实际的业务场景中， 业务接口的幂等性设计，常结合查询操作一起使用，
比如根据唯一标识查询消息是否被处理过， 或者根据消费日志表，来维护消息消费的记录。
保证最终一致性的模式
- 可查询模式，任何一个服务操作都提供一个可查询接口，用来向外部输出操作执行的状态，下游Consumer可以通过接口得知服务操作执行的状态，然后根据不同的状态做不同的处理操作（执行或者取消）， 该模式对业务接口有一定侵入性。
- 补偿模式， 有了查询模式，我们能够知道操作的具体状态，如果处于不正常状态，我们可以
修正操作中出现的问题，或许是重新执行，或许取消已经完成的操作，通过修复是的整个分布式系统达到最终一致。 - 最大努力通知模式， 在调用支付宝交易接口或微信支付接口时，一般会在回调页面和接口里，解密参数，然后调用系统中更新交易状态相关的服务，将订单更新为付款成功。同时，只有当回调页面中输出了success字样或者标识业务处理成功相应状态码时，支付宝才会停止回调请求。否则，支付宝会每间隔一段时间后，再向客户方发起回调请求，直到输出成功标识为止。