春节不停更，此文正在参加「星光计划-春节更帖活动」

即如何保证消息的可靠性传输？

用MQ，数据：

• 不能多，重复消费和幂等性问题
• 不能少，这数据别搞丢

若这是用MQ传递非常核心的消息，比如计费系统是很重的一个业务，操作很耗时，经常将计费做成异步化，然后中间就是加个MQ。

为确保MQ传递过程中绝不会把计费消息弄丢。广告主投放个广告，说好用户点击一次扣费1块钱。结果要是用户动不动点击了一次，扣费时搞的消息丢了，公司就会不断的少几块。

如何解决

MQ丢数据，一般分两种:

• mq自己弄丢了
• 消费时弄丢了

RabbitMQ

生产者丢数据

生产者将数据发送到MQ时，可能数据在半路丢了，因为网络等问题，都有可能。

此时可选择用rabbitmq提供的事务功能，就是生产者发送数据前，开启rabbitmq事务（channel.txSelect），然后发送消息

• 若消息没有成功被rabbitmq接收到，则生产者会收到异常报错，此时就可以回滚事务（channel.txRollback），然后重试发送消息
• 若收到了消息，那么可以提交事务（channel.txCommit）

但rabbitmq事务机制一搞，吞吐量会下来，因为太耗性能。

所以一般若你要确保写rabbitmq的消息别丢，可开启confirm模式，在生产者开启confirm模式后，你每次写的消息都会分配一个唯一id，然后若写入rabbitmq，rabbitmq会给你回传一个ack消息，告诉你说这个消息ok了。
若rabbitmq没能处理这个消息，会回调你一个nack接口，告诉你这个消息接收失败，你可以重试。而且你可以结合这个机制自己在内存里维护每个消息id的状态，如果超过一定时间还没接收到这个消息的回调，那么你可以重发。

事务机制和cnofirm机制最大的不同在于，事务机制是同步的，你提交一个事务之后会阻塞在那儿，但是confirm机制是异步的，你发送个消息之后就可以发送下一个消息，然后那个消息rabbitmq接收了之后会异步回调你一个接口通知你这个消息接收到了。

所以一般在生产者这块避免数据丢失，都是用confirm机制的。

rabbitmq丢数据

rabbitmq自己弄丢了数据，这必须开启rabbitmq的持久化：消息写入后会持久化到磁盘，哪怕是rabbitmq自己挂了，恢复之后会自动读取之前存储的数据，一般数据不会丢。
除非极其罕见的是，rabbitmq还没持久化，自己就挂了，可能导致少量数据会丢失的，但是这个概率较小。

设置持久化：

• 创建queue的时候将其设置为持久化的，保证rabbitmq持久化queue的元数据，但是不会持久化queue里的数据
• 发送消息的时候将消息的deliveryMode设置为2，就是将消息设置为持久化的，此时rabbitmq就会将消息持久化到磁盘上去

必须同时设置这两个持久化，rabbitmq哪怕是挂了，再次重启，也会从磁盘上重启恢复queue，恢复这个queue里的数据。

而且持久化可跟生产者的confirm机制配合，只有消息被持久化到磁盘后，才会通知生产者ack，所以哪怕是在持久化到磁盘前，rabbitmq挂了，数据丢了，生产者收不到ack，也可以自己重发。

消费端弄丢了数据

rabbitmq如丢失数据，主要是因为你消费时，刚消费到，还没处理，结果进程挂了，比如重启了，那么就尴尬了，rabbitmq认为你都消费了，这数据就丢了。

这时得用rabbitmq提供的ack机制，关闭rabbitmq自动ack，可通过一个api来调用就行，然后每次你自己代码里确保处理完的时候，再程序里ack。

这样如你还没处理完，不就没ack？那rabbitmq就认为你还没处理完，这时rabbitmq会把这个消费分配给别的consumer处理，消息不会丢。

Kafka

消费端丢数据

唯一可能导致消费者弄丢数据的情况：消费到了这个消息，然后消费者那边自动提交了offset，让kafka以为你已经消费好了这个消息，其实你刚准备处理这个消息，你还没处理，你自己就挂了，此时这条消息就丢了。

kafka会自动提交offset，那只要关闭自动提交offset，在处理完之后自己手动提交offset，即可保证数据不会丢。
但此时确实还是会重复消费，比如你刚处理完，还没提交offset，结果自己挂了，此时肯定会重复消费一次，自己保证幂等性即可。

生产环境碰到的一个问题：kafka消费者消费到数据后，是写到一个内存的queue里先缓冲一下，结果有时，刚把消息写入内存queue，然后消费者会自动提交offset。
然后此时我们重启了系统，就会导致内存queue里还没来得及处理的数据就丢失了。

kafka弄丢了数据

kafka某个broker宕机，然后重新选举partiton的leader时。
要是此时其他follower刚好还有些数据没同步，结果此时leader挂了，然后选举某个follower成leader后，他不就少了一些数据？

此时一般是要求起码设置如下4个参数：
给这个topic设置replication.factor参数：这个值必须大于1，要求每个partition必须有至少2个副本
在kafka服务端设置min.insync.replicas参数：这个值必须大于1，这个是要求一个leader至少感知到有至少一个follower还跟自己保持联系，没掉队，这样才能确保leader挂了还有一个follower吧
在producer端设置acks=all：这个是要求每条数据，必须是写入所有replica之后，才能认为是写成功了
在producer端设置retries=MAX（很大很大很大的一个值，无限次重试的意思）：这个是要求一旦写入失败，就无限重试，卡在这里了

配置后，至少在kafka broker端就可以保证在leader所在broker发生故障，进。行leader切换时，数据不会丢失

生产者会不会弄丢数据

如按上述思路设置ack=all，一定不会丢，要求是，你的leader接收到消息，所有的follower都同步到了消息之后，才认为本次写成功了。
如果没满足这条件，生产者会自动不断重试，重试无限次。