1. MQ的优缺点

优点：

• 解耦：通过MQ解除上游系统和下游系统的调用耦合，下游系统只需要做消息的订阅和取消订阅，上游系统无需任何改动。（一生产，多消费的典型场景）
• 异步：通过MQ将一些不需要同步获取执行的结果，并且非常耗时的调用操作通过MQ异步化。
• 削峰：通过MQ将一些高峰期的高并发流量积压在MQ中，下游可以按自己的消费能力消费，不会出现过载消费的情况。

缺点：

• 可用性降低：如果MQ出现了问题，依赖MQ环节的服务都会出现瘫痪
• 复杂性提高：给系统引入额外的组件，调用链变长，变复杂。同时需要考虑的事情会变多(消息幂等，丢失，积压等等）
• 数据一致性：下游服务执行部分失败，导致数据不一致　　

2. MQ的选型

Kafka：

• 吞吐量：10w级别，吞吐量是Kafka最大的优点。
• 时效性：ms以内
• Topic数量对吞吐量的影响：topic达到几百上千，吞吐量有较小幅度下降
• 应用场景：主要用于大数据做日志采集，实时数据计算等场景。
• 高可用性：分布式系统架构，
• 优劣势：功能简单，但是吞吐量大，并且天然适合大数据采集和计算

RocketMQ：

• 吞吐量：10w级别，
• 时效性：ms
• Topic数量对吞吐量的影响：topic达到几百上千，吞吐量有较小幅度下降
• 应用场景：吞吐量大的业务场景
• 高可用性：分布式系统架构，易扩展
• 优劣势：接口移动，阿里开源，有大规模的应用，社区活跃度高，可靠性ok

RabbitMQ：

• 吞吐量：万级，比kafka和RocketMQ低了一个量级
• 时效性：微秒级别，延迟最低
• 应用场景：
• 高可用性：主从架构实现高可用
• 优劣势：erlang开发，时效性极好，开源版本提供的管理页面友好，强大。实现的机制较重，吞吐量较低

ActiveMQ：

• 吞吐量：万级，比kafka和RocketMQ低了一个量级
• 时效性：ms
• 应用场景：主要还是异步和削峰
• 高可用性：主从架构实现高可用
• 优劣势：较低概率可能会丢消息，同时开源社区不够活跃，目前更新较慢，假设遇到问题会很难解决。

3. 如何保证MQ的高可用 

RabbitMQ：

　　单机模式，普通集群模式(中心化的)，镜像集群模式(queue对等，实时性差，网络负载重，不可线性拓展)

Kafka：

　　分布式架构，有多个broker(master,slave)。比如一个topic，数据不是分布在一台机器上，利于水平拓展。同时提供多副本机制保证高可用，针对一个topic下的副本，只能写入到leader，然后同步到follower。是中心化的。broker之间的协调是通过zk完成的，选出一个controller，然后决定每个partition的主从。

RocketMQ：

　　分布式架构，有多个broker。和kafka不同，针对一个topic，在每个broker上会有多个queue，消息的消费是针对queue的，消息的冗余是通过主从复制，有同步复制和异步。broker的协调是通过nameServer来完成的，不同于kafka，RocketMQ没有选举机制，因为broker对等，一个broker挂了则由其他的broker处理请求，相当于剔除了这个broker。

4. 如何保证消息的幂等性

　产生重复消费的可能性：

• 消费者重启前没提交消费到的数据index，可能会导致重复消费
• 网络抖动导致消费确认消息没到达MQ，可能会导致重复消费

　保证幂等的手段：

• 如果是mysql，可以通过主键或者唯一索引等保证。 如果是redis，可以通过key保证
• 给每个消息增加一个全局唯一的id，然后通过redis做幂等性判断，这里可能会涉及到redis的事务原子性　　

5. 如何保证消息的可靠性

RocketMQ

　　1>从producer的角度

• 默认是同步堵塞的方式，可以通过返回值确认消息投递到了broker
• 如果是事务的方式，如果投递失败，会把消息存到commitLog中去
• 支持日志索引，投递不成功的消息可以通过提供的API查询到

　　2>从broker的角度

• 消息是会同步到commitLog中的，就算broker宕机也是能加载出来的
• broker支持同步刷盘和异步刷盘
• broker支持主从部署

　　3>从consumer的角度

• consumer在消息消费的时候会记录成功消费消息或者已经发回到broker的offset
• consumer维护的offset是会持久化的，就算consumer和broker都挂了，重启的时候，consumer会读取offset在发送给broker
• consumer消费失败的时候会重试，然后更新offset

6. 如何保证消息的消费顺序

　　顺序消息包含两种类型：

　　　　分区顺序：一个Partition内所有的消息按照先进先出的顺序进行发布和消费

　　　　全局顺序：一个Topic内所有的消息按照先进先出的顺序进行发布和消费

　　RocketMQ：我们知道针对一个topic是会有多个queue的，所以首先需要保证顺序消费的消息是发到同一个queue中的，通过提供的分区函数保证消息能够丢到一个queue中就好。 但是这样只能保证分区顺序，全局顺序的话那就是只有一个分区。

7. 消息队列里积压了很多消息怎么办

　　可以通过临时扩容，增加消费者数量，排查原先消费者出现的问题