1. 首页
  2. 面试宝典
  3. 微服务篇
  4. MQ面试题

MQ面试题

1、为什么要使用消息队列?消息队列的优点和缺点?

使用消息队列的主要目的有:异步、解耦、流量削峰;
优点:异步、解耦、流量削峰
缺点:MQ的引入会导致系统的可用性、复杂性、一致性问题,如:万一MQ挂掉了该怎么办,如果一条消息被多次消费或消费失败怎么办?这会导致数据不一致的问题,为了解决和避免这些问题,系统的复杂性明显提高了

2、RabbitMQ、Kafka,RocketMQ、ActiveMQ的区别和使用场景

特性 ActiveMQ RabbitMQ RocketMQ Kafka
单机吞吐量 万级,比 RocketMQ、Kafka 低一个数量级 同 ActiveMQ 10 万级,支撑高吞吐 10 万级,高吞吐,一般配合大数据类的系统来进行实时数据计算、日志采集等场景
topic 数量对吞吐量的影响 topic 可以达到几百/几千的级别,吞吐量会有较小幅度的下降,这是 RocketMQ 的一大优势,在同等机器下,可以支撑大量的 topic topic 从几十到几百个时候,吞吐量会大幅度下降,在同等机器下,Kafka 尽量保证 topic 数量不要过多,如果要支撑大规模的 topic,需要增加更多的机器资源
时效性 ms 级 微秒级,这是 RabbitMQ 的一大特点,延迟最低 ms 级 延迟在 ms 级以内
可用性 高,基于主从架构实现高可用 同 ActiveMQ 非常高,分布式架构 非常高,分布式,一个数据多个副本,少数机器宕机,不会丢失数据,不会导致不可用
消息可靠性 有较低的概率丢失数据 基本不丢 经过参数优化配置,可以做到 0 丢失 同 RocketMQ
功能支持 MQ 领域的功能极其完备 基于 erlang 开发,并发能力很强,性能极好,延时很低 MQ 功能较为完善,还是分布式的,扩展性好 功能较为简单,主要支持简单的 MQ 功能,在大数据领域的实时计算以及日志采集被大规模使用

3、如何保证消息不被重复消费?或者说,如何保证消息消费的幂等性?

消息重复消费的主要原因在于回馈机制(RabbitMQ是ack,Kafka是offset),在某些场景中我们采用的回馈机制不同,原因也不同,例如消费者消费完消息后回复ack, 但是刚消费完还没来得及提交系统就重启了,这时候上来就pull消息的时候由于没有提交ack或者offset,消费的还是上条消息

至于如何保证消息消费的幂等,具体要根据业务来定,常用的方式有:1.操作前先查询一下是否已经处理过该条消息;2.在数据库加入唯一约束等

实际过程中可能由于数据结构变化或其他原因,有些消息出现了一直无法消费的问题,这类消息可以使用尝试策略,如果多次尝试无效后通过日志或数据库记录下来,以便后续处理,例如在某些场景下例如spring-rabbitmq的默认回馈策略是出现异常就没有提交ack,导致了一直在重发那条消费异常的消息,而且一直还消费不了,过多的类型消息可能会占用大量资源,甚至导致MQ挂掉

4、如何保证消息队列的高可用?

一、RabbitMQ

RabbitMQ不是分布式的,有三种模式:单机模式,普通集群模式,镜像集群模式

(1)单机模式

单机模式平常使用在开发或者本地测试场景,一般就是测试是不是能够正确的处理消息,生产上基本没人去用单机模式,风险很大。

(2)普通集群模式

普通集群模式就是启动多个RabbitMQ实例。在你创建的queue,只会放在一个rabbtimq实例上,但是每个实例都同步queue的元数据。在消费的时候完了,上如果连接到了另外一个实例,那么那个实例会从queue所在实例上拉取数据过来。

这种方式确实很麻烦,也不怎么好,没做到所谓的分布式,就是个普通集群。因为这导致你要么消费者每次随机连接一个实例然后拉取数据,要么固定连接那个queue所在实例消费数据,前者有数据拉取的开销,后者导致单实例性能瓶颈。

而且如果那个放queue的实例宕机了,会导致接下来其他实例就无法从那个实例拉取,如果你开启了消息持久化,让RabbitMQ落地存储消息的话,消息不一定会丢,得等这个实例恢复了,然后才可以继续从这个queue拉取数据。

这方案主要是提高吞吐量的,就是说让集群中多个节点来服务某个queue的读写操作。

(3)镜像集群模式

镜像集群模式是所谓的RabbitMQ的高可用模式,跟普通集群模式不一样的是,你创建的queue,无论元数据还是queue里的消息都会存在于多个实例上,然后每次你写消息到queue的时候,都会自动把消息到多个实例的queue里进行消息同步。

优点在于你任何一个实例宕机了,没事儿,别的实例都可以用。缺点在于性能开销太大和扩展性很低,同步所有实例,这会导致网络带宽和压力很重,而且扩展性很低,每增加一个实例都会去包含已有的queue的所有数据,并没有办法线性扩展queue。

开启镜像集群模式可以去RabbitMQ的管理控制台去增加一个策略,指定要求数据同步到所有节点的,也可以要求就同步到指定数量的节点,然后你再次创建queue的时候,应用这个策略,就会自动将数据同步到其他的节点上去了。

二、Kafka

Kafka天生就是一个分布式的消息队列,它可以由多个broker组成,每个broker是一个节点;你创建一个topic,这个topic可以划分为多个partition,每个partition可以存在于不同的broker上,每个partition就放一部分数据。

kafka 0.8以前,是没有HA机制的,就是任何一个broker宕机了,那个broker上的partition就废了,没法写也没法读,没有什么高可用性可言。

kafka 0.8以后,提供了HA机制,就是replica副本机制。kafka会均匀的将一个partition的所有replica分布在不同的机器上,来提高容错性。每个partition的数据都会同步到吉他机器上,形成自己的多个replica副本。然后所有replica会选举一个leader出来,那么生产和消费都去leader,其他replica就是follower,leader会同步数据给follower。当leader挂了会自动去找replica,然后会再选举一个leader出来,这样就具有高可用性了。

写数据的时候,生产者就写leader,然后leader将数据落地写本地磁盘,接着其他follower自己主动从leader来pull数据。一旦所有follower同步好数据了,就会发送ack给leader,leader收到所有follower的ack之后,就会返回写成功的消息给生产者。(当然,这只是其中一种模式,还可以适当调整这个行为)

消费的时候,只会从leader去读,但是只有一个消息已经被所有follower都同步成功返回ack的时候,这个消息才会被消费者读到。

5、如何保证消息队列的可靠传输?

为了保证消息队列的可靠传输,我们可以从以下三个方面入手:生产者、MQ、消费者,这里以RabbitMQ为例
生产者:消息在传递的过程中由于网络或其他原因丢失,解决方案可以在发送时加入RabbitMQ的事物或开启RabbitMQ的确认模式,来确保生产者一定能将消息发送到MQ中
MQ: RabbitMQ默认是将受到的消息存放在内存中的,如果RabbitMQ突然挂掉会导致消息丢失,解决方案是开启RabbitMQ的持久化
消费者: 当消费者受到消息,正准备处理业务的时候挂掉了,RabbitMQ这种情况默认是自动ack的,会让RabbitMQ认为该消息已经被消费了,解决方案关闭 RabbitMQ 的自动ack设置
更多参考地址:https://www.somta.net/article/259.html

6、如何保证消息队列的有序传输?

1、拆分多个queue,每个queue一个consumer,就是多一些queue而已,确实是麻烦点;这样也会造成吞吐量下降,可以在消费者内部采用多线程的方式取消费
2、或者就一个queue但是对应一个consumer,然后这个consumer接收到消息后放到本地的内存队列中做排队,然后启用线程去处理消息

发表评论