MQ场景：
- 异步发送（验证码、短信、邮件）
- MySQL、Redis、ES之间的数据同步
- 分布式事务等
一、RabbitMQ
1.1 消息不丢失
提问：如果保证消息不丢失呢？
流程：生产者将消息发送给交换机，交换机发送给指定的消息队列中，消费者再从消息队列中取出消息
（1） 消息丢失的原因：
1. 生产者发送给交换机的过程中就丢失了消息，
2. 交换机发送到指定的队列中消息丢失了，
3. 消费者还没来得及消费消息的过程中丢失消息。
RabbitMQ中提供了publisher comfirm机制来避免消息发送到MQ的过程中丢失，消息发送到MQ以后，会返回一个结果给发送者，表示消息是否处理成功。
（2） 消息发送失败的后处理方式：
- 回调方法即时重发
- 记录日志
- 保存到数据库然后定时重发，成功发送后即刻删除表中的数据
（3） 开启消息持久化
因为MQ默认是内存存储消息，重启或者宕机会导致消息的丢失，所以要开启消息持久化的功能，保证缓存在MQ中的消息不丢失
1.交换机持久化
2.队列持久化
3.消息持久化
（4） 消费者确认
RabbitMQ支持消费者确认机制，即：消费者处理消息后可以向MQ发送ack回执，MQ收到ack回执后才会删除该消息（也就是确保消费者消息了消息，才从消息将消息队列中对应的消息删除）
SpringAMQP的配置三种确认模式：
- manual：手动ack，需要业务代码结束后，调用api发送ack
- auto：自动ack，由spring监测listener代码是否出现异常，没有异常则返回ack；抛出异常则返回nack
- none：关闭ack，MQ假定消费者获取消息后会成功处理，因此消息投递后立即被删除
利用Spring的retry机制，在消费者出现异常时进行本地重试，设置重试次数，当次数达到之后，如果消息任然失败，则将消息投递到异常交换机，由人工处理。
1.2 消息重复消费
当服务发送网络问题或服务宕机导致出现RabbiMQ消息的重复消费问题
解决方案：
给每条消息设置唯一的标识
幂等方案有分布式锁、数据库锁（悲观锁、乐观锁）
1.3 消息堆积
当生产者生成消息的速度大于消费者消费消息的速度，就会导致队列中的消息堆积，直到队列存储消息达到上限，之后发送的消息就会成为死信，可能会被丢弃，这就是消息堆积问题。
解决消息堆积的三种思路:
- 增加更多的消费者，提高消费速度
- 在消费者内开启线程池加快消息处理速度
- 扩大队列容器，提高堆积上限，采用惰性队列
惰性队列
- 接收到消息后直接存入磁盘而非内存
- 消费者要消费消息时才会从磁盘中读取并加载到内存
- 支持数百万条的消息存储
1.4 延迟队列（死信队列）
延迟队列：进入队列的消息会被延迟消费的队列
场景：超时订单、限时优惠、定时发布
延时队列 相当于 死信交换机 + TTL（生存时间）
消息超时未消费都会进入死信队列中，再通过对死信队列中的消息进行消费
1.5 高可用机制
RabbitMQ的镜像队列功能允许队列在不同的节点上拥有多个副本。如果主节点发生故障，一个副本可以自动升级为新的主节点。在主从同步完成之前，主节点就已经宕机，可能出现数据丢失。
出现数据丢失如何解决呢？
我们可以采用仲裁队列，与镜像队列一样，都是主从模式，支持主从数据同步，主从同步基于Raft协议，强一致性。
使用方式：
只需要在声明队列时指定这个是仲裁队列即可。
