RabbitMQ如何保证消息的可靠性
1、保证消息不丢失(三步)
- 开启事务(不推荐)
- 开启confirm(推荐)
- 开启RabbitMQ持久化(交换机、队列、消息)
- 关闭RabbitMQ自动ack(改成手动)
2、保证消息不重复消费
幂等性
(
每个消息用一个唯一标识来区分，消费前先判断标识有没有被消费过，若已消费过，则直接
ACK)
3、RabbitMQ如何保证消息的顺序性
将消息放入同一个交换机，交给同一个队列，这个队列只有一个消费者，消费者只允许同时开启一个线程
4、RabbitMQ消息重试机制
消费者在消费消息的时候，如果消费者业务逻辑出现程序异常，这时候应该如何处理？
使用消息重试机制
(SpringBoot
默认
3
次消息重试机制
)
如何合适选择重试机制？
消费者取到消息后，调用第三方接口，接口无法访问，需要使用重试机制
消费者取到消息后，抛出数据转换异常，不需要重试机制，需要发布者进行解决。
5、SpringBoot消息重试机制
@EnableRetry
注解：表示启用重试机制(value
表示哪些异常需要触发重试，
maxAttempts
设置最大重试次数，delay
表示重试的延迟时间，
multiplier
表示上一次延时时间是这一次的倍数
)
eg
、
@Retryable(value = Exception.class, maxAttempts = 3, backoff = @Backoff(delay = 2000,
multiplier = 1.5))
@Recover
注解：当重试次数达到设置的最大次数的时候，程序还是执行异常，调用的回调函数。
6、RabbitMQ死信队列
死信队列是当消息在一个队列因为下列原因
:
a
、消息被拒绝
(basic.reject
或
basic.nack)
并且
requeue=false.
b
、消息
TTL
过期
c
、队列达到最大长度
(
队列满了，数据无法添加到
mq
中
)
变成了
“
死信队列
”
后被重新投递
(publish)
到另一个
Exchange
，然后重新消费。说白了就是没有被消费 的消息换个地方重新被消费
7、RabbitMQ解决分布式事务
经典案例，以目前流行的外卖为例，用户下单后，调用订单服务，订单服务调用派单系统通知送外卖人 员送单，这时候订单系统与派单系统采用MQ
异步通讯。
RabbitMQ
解决分布式事务原理
答案：采用最终一致性原理
需要保证以下三要素
:
a
、确保生产者一定要将数据投递到
MQ
服务器中
(
采用
MQ
消息确认机制
)
b
、确保消费者能够正确消费消息，采用手动
ACK
模式
(
注意重试、幂等性问题
)
c
、如何保证第一个事务先执行，采用补偿机制，在创建一个补单消费者进行监听，如果订单没有创建成 功，进行补单。(
如果第一个事务中出错，补单消费者会在重新执行一次第一个事务，例如第一个事务是 添加订单表，如果失败在补单的时候重新生成订单记录，由于订单号唯一，所以不会重复)
8、RabbitMQ保证消息不丢失的具体方案
前提
：
- (1)开启confirm
- (2)开启RabbitMQ的持久化(交换机、队列、消息)
- (3)关闭RabbitMQ的自动ack(改成手动)
- (4)配置消费重试次数，消费重试间隔时间等
涉及到的技术点：
8.1、保证投放消息不丢失
(1)先将消息放入生产者Redis(此时消息的状态为未投放)，再放入队列
(2)根据confirm(ReturnCallback和/confirm/iCallback)的结果来确定消息是否投递成功，
投递成功的，修改生产者redis中消息的投递状态为已投递
投递失败的消息将会放入失败的Redis，并从生产者Redis中删除，由定时任务定期扫描并重新投递
(3)生产者Redis定时任务
生产者Redis定时任务专门扫描生产者Redis中存放了一定时间，但是状态还是未投放的消息
此消息会被认为已经投递，但是没有任何反馈结果(由于不可知因素，导致没有ReturnCallback，也没有 /confirm/iCallback)，
此类消息被扫描到后，会放入失败的Redis，并从生产者Redis中删除，由定时任务定期扫描并重新投递
(4)还需要一个专门的定时任务扫描生产者Redis中存放了很久，仍然未消费的数据(状态为已投递)，此类 消息被扫描到后，会放入失败的Redis，并从生产者Redis中删除，由定时任务定期扫描并重新投递
(5)扫描失败的Redis的定时任务都遵循一条原则，一条消息最多被重新投递三次，若投递了三次仍然失 败，则记录日志，记录到数据库，不会再投递，需要人工干预处理
8.2、保证消费消息不丢失
(1)消费者取到消息后，从消息中取出唯一标识，先判断此消息有没有被消费过，若已消费过，则直接 ACK(避免重复消费)
(2)正常处理成功后，将生产者Redis中的此消息删除，并ACK(告诉server端此消息已成功消费)
(3)遇到异常时，捕获异常，验证自己在消息中设定的重试次数是否超过阀值，若超过，则放入死信队 列，若未超过，则向将消息中的重试次数加1，抛出自定义异常，进入重试机制
(4)有专门的消费者用于处理死信队列中消费多次仍未消费成功的数据，可以记录日志，入库，人工干预 处理
每天努力一点，每天都在进步
