一、消息队列的发送方式有哪几种,使用场景分别是怎样的?
回答
发送方式一般分三种
SYNC 同步发送
应用场景:重要通知邮件、报名短信通知、营销短信系统等
ASYNC 异步发送
应用场景:对RT时间敏感,可以支持更高的并发,回调成功触发相对应的业务,比如注册成功后通知积分系统发放优惠券
ONEWAY 无需要等待响应
应用场景:主要是日志收集,适用于某些耗时非常短,但对可靠性要求并不高的场景, 也就是LogServer, 只负责发送消息,不等待服务器回应且没有回调函数触发,即只发送请求不等待应答量
发送方式汇总对比
|
发送方式
|
发送TPS
|
发送结果反馈
|
可靠性
|
|
同步发送
|
快
|
有
|
不丢失
|
|
异步发送
|
快
|
有 |
不丢失
|
|
单向发送
|
最快
|
无
|
可能丢失
|
二、消息队列里面有没用过延迟消息,使用场景是怎样的
回答
什么是延迟消息:
Producer将消息发送到消息队列broker服务端,但并不期望这条消息立马投递,而是推迟到在当前时间点之后的某一个时间投递到Consumer进行消费
使用场景一:通过消息触发一些定时任务,比如在某一固定时间点向用户发送提醒消息
使用场景二:消息生产和消费有时间窗口要求,比如在天猫电商交易中超时未支付关闭订单的场景,在订单创建时会发送一条延时消息。这条消息将会在30分钟以后投递给消费者,消费者收到此消息后需要判断对应的订单是否已完成支付。如支付未完成,则关闭订单。如已完成支付则忽略

三、消息队列如何保证消息的可靠性传输吗
回答
消息可靠性传输,是非常重要,消息如果丢失,可能带来严重后果,一般从是个角度去分析
producer端:
不采用oneway发送,使用同步或者异步方式发送,做好重试,但是重试的Message key必须唯一
投递的日志需要保存,关键字段,投递时间、投递状态、重试次数、请求体、响应体
broker端:
多主多从架构,需要多机房
同步双写、异步刷盘 (同步刷盘则可靠性更高,但是性能差点,根据业务选择)
机器断电重启:异步刷盘,消息丢失;同步刷盘消息不丢失
硬件故障:可能存在丢失,看队列架构
consumer端
消息队列一般都提供的ack机制,发送者为了保证消息肯定消费成功,只有消费者明确表示消费成功,队列才会认为消息消费成功,中途断电、抛出异常等都不会认为成功——即都会重新投递,每次在确保处理完这个消息之后,在代码里调用ack,告诉消息队列消费成功
消费端务必做好幂等性处理 消息消费务必保留日志,即消息的元数据和消息体,

四、压缩是时间换空间,还是空间换时间?
回答
(一)web层主要涉及浏览器和服务器的网络交互,而网络交互显然是耗费时间的
(二)要尽量减少交互次数、降低每次请求或响应数据量。
(三)因此开启压缩进行性能优化
1、在服务端是时间换空间的策略,服务端需要牺牲时间进行压缩以减小响应数据大小
2、压缩后的内容可以获得更快的网络传输速度,时间是得到了优化
3、所以是双向的
五、业务系统有没做消息的重复消费处理,是怎么做的
回答
(一)幂等性:一个请求,不管重复来多少次,结果是不会改变的。
(二)RabbitMQ、RocketMQ、Kafka等任何队列不保证消息不重复,如果业务需要消息不重复消费, 则需要消费端处理业务消息要保持幂等性
1、方式一:Redis的setNX() , 做消息id去重 java版本目前不支持设置过期时间
//Redis中操作,判断是否已经操作过 TODO
boolean flag = jedis.setNX(key); if(flag){
//消费
}else{
//忽略,重复消费
}
2、方式二:redis的 Incr 原子操作:key自增,大于0 返回值大于0则说明消费过,(key可以是消息的md5取值, 或者如果消息id设计合理直接用id做key)
int num = jedis.incr(key);
if(num == 1){
//消费
}else{
//忽略,重复消费
}
3、方式三:数据库去重表
设计一个去重表,某个字段使用Message的key做唯一索引,因为存在唯一索引,所以重复消费会失败
CREATE TABLE message_record (
id int(11) unsigned NOT NULL AUTO_INCREMENT,
key varchar(128) DEFAULT NULL,
create_time datetime DEFAULT NULL,
PRIMARY KEY (id), UNIQUE KEY key (key) )
ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
本文探讨了消息队列的三种发送方式:同步、异步和单向,阐述了它们的应用场景和可靠性。还深入讲解了延迟消息的使用场景及如何保证消息的可靠传输,包括producer端策略、broker端架构和consumer端处理。
~持续更新中&spm=1001.2101.3001.5002&articleId=125777960&d=1&t=3&u=3e3d39692b124103b39036ee06561338)
3868

被折叠的 条评论
为什么被折叠?



