Java面试题(四)--RabbitMQ

1、MQ有哪些使用场景？(高频)

异步处理：用户注册后，发送注册邮件和注册短信。用户注册完成后，提交任务到 MQ，发送模块并行获取 MQ 中的任务。

系统解耦：比如用注册完成，再加一个发送微信通知。只需要新增发送微信消息模块，从 MQ 中读取任务，发送消息即可。无需改动注册模块的代码，这样注册模块与发送模块通过 MQ 解耦。

流量削峰：秒杀和抢购等场景经常使用 MQ 进行流量削峰。活动开始时流量暴增，用户的请求写入MQ，超过 MQ 最大长度丢弃请求，业务系统接收 MQ 中的消息进行处理，达到流量削峰、保证系统可用性的目的。

日志处理：日志采集方收集日志写入 kafka 的消息队列中，处理方订阅并消费 kafka 队列中的日志数据。

消息通讯：点对点或者订阅发布模式，通过消息进行通讯。如微信的消息发送与接收、聊天室等。

2、简单介绍一些Rabbitmq的架构？(高频)

架构如下所示：

消息的发送消息流程：

1、生产者和Rabbitmq服务端建立连接，然后获取通道

2、生产者发送消息发送给指定的虚拟机中的交换机

3、交换机根据消息的routingKey将消息转发给指定的队列

消费者消费消息流程：

1、消费者和Rabbitmq服务端建立连接，然后获取通道

2、消费者监听指定的队列

3、一旦队列有消息了此时就会把消息推送给指定的消费者

3、Rabbitmq中交换机的类型有哪些？(高频)

主要有以下4种：

fanout: 把所有发送到该交换器的消息路由到所有与该交换器绑定的队列中。

direct:把消息路由到BindingKey和RoutingKey完全匹配的队列中。

topic: 匹配规则：

RoutingKey 为一个点号'.': 分隔的字符串。比如: java.xiaoka.show

BindingKey和RoutingKey一样也是点号“.“分隔的字符串。

BindingKey可使用 * 和 # 用于做模糊匹配，*匹配一个单词，#匹配多个或者0个

headers:不依赖路由键匹配规则路由消息。是根据发送消息内容中的headers属性进行匹配。性能差，基本用不到。

4、如何保证消息不被重复消费？(高频)

消息重复消费的原因：

1、生产者发送消息的时候，在指定的时间只能没有得到服务端的反馈，此时触发了重试机制，在Rabbitmq服务端就会出现重复消费，那么消费者在进行消费的时候就出现了重复消费。

2、消费者消费完毕以后，消费方给MQ确认已消费的反馈，MQ 没有成功接受。该消息就不会从Rabbitmq删除掉，那么消费者再一次获取到了消息进行消费。

MQ是无法保证消息不被重复消费的，只能业务系统层面考虑。不被重复消费的问题，就被转化为消息消费的幂等性的问题。幂等性就是指一次和多次请求的结果一致，多次请求不会产生副作用。

保证消息消费的幂等性可以考虑下面的方式：

① 给消息生成全局 id，消费成功过的消息可以直接丢弃

② 消息中保存业务数据的主键字段，结合业务系统需求场景进行处理，避免多次插入、是否可以根据主键多次更新而并不影响结果等

5、如何保证消息不丢失？(高频)

消息丢失的发送的时机：

1、生产者发送消息的时候，由于网络抖动导致消息没有发送成功

2、消息发送到Rabbitmq的以后，Rabbitmq宕机了

3、消费者获取到MQ中的消息以后，还没有及时处理，此时消费者宕机了解决方案：

1、生产者发送消息：主流的MQ都有确认机制或事务机制，可以保证生产者将消息送达到 MQ。如 RabbitMQ 就有事务模式和 confirm模式。

2、MQ 丢失消息：开启 MQ 的持久化配置(消息、队列都需要进行持久化)。

3、消费者丢失消息：改为手动确认模式，消费者成功消费消息再确认。

6、如何保证消息的顺序性？(高频)

Rabbtimq：

1、将多个消息发送到一个队列中，队列本身就是先进先出的结构

2、避免多消费者并发消费同一个 queue 中的消息。

Kafka：

1、将多个消息发送到一个分区中，kafka可以保证一个分区中的消息的有序性

2、避免多消费者并发消费同一个分区中的消息。

7、消息大量积压怎么解决？(高频)

解决方案：

1、针对Rabbitmq可以使用惰性队列，让消息直接存储到磁盘中

2、增加消费者的数量，提升消费者的消费能力

8、导致的死信的几种原因？(高频)

1、消息被拒（Basic.Reject /Basic.Nack) 且 requeue = false。

2、消息TTL过期。

3、队列满了，无法再添加。

9、什么是延迟队列以及具体的应用场景？(高频)

概述：存储对应的延迟消息，指当消息被发送以后，并不想让消费者立刻拿到消息，而是等待特定时间后，消费者才能拿到这个消息进行消费。

应用场景：订单超时未支付，文章的延迟发送