面試官在面試候選人時(shí)，如果發(fā)現(xiàn)候選人的簡(jiǎn)歷中寫了在項(xiàng)目中使用了 MQ 技術(shù)（如 Kafka、RabbitMQ、RocketMQ），基本都會(huì)拋出一個(gè)問題：在使用 MQ 的時(shí)候，怎么確保消息 100% 不丟失？

這個(gè)問題在實(shí)際工作中很常見，既能考察候選者對(duì)于 MQ 中間件技術(shù)的掌握程度，又能很好地區(qū)分候選人的能力水平。接下來，我們就從這個(gè)問題出發(fā)，探討你應(yīng)該掌握的基礎(chǔ)知識(shí)和答題思路，以及延伸的面試考點(diǎn)。

案例背景

以京東系統(tǒng)為例，用戶在購(gòu)買商品時(shí)，通常會(huì)選擇用京豆抵扣一部分的金額，在這個(gè)過程中，交易服務(wù)和京豆服務(wù)通過 MQ 消息隊(duì)列進(jìn)行通信。在下單時(shí)，交易服務(wù)發(fā)送“扣減賬戶 X 100 個(gè)京豆”的消息給 MQ 消息隊(duì)列，而京豆服務(wù)則在消費(fèi)端消費(fèi)這條命令，實(shí)現(xiàn)真正的扣減操作。

圖片

那在這個(gè)過程中你會(huì)遇到什么問題呢？

案例分析

要知道，在互聯(lián)網(wǎng)面試中，引入 MQ 消息中間件最直接的目的是：做系統(tǒng)解耦合流量控制，追其根源還是為了解決互聯(lián)網(wǎng)系統(tǒng)的高可用和高性能問題。

• 系統(tǒng)解耦：用 MQ 消息隊(duì)列，可以隔離系統(tǒng)上下游環(huán)境變化帶來的不穩(wěn)定因素，比如京豆服務(wù)的系統(tǒng)需求無(wú)論如何變化，交易服務(wù)不用做任何改變，即使當(dāng)京豆服務(wù)出現(xiàn)故障，主交易流程也可以將京豆服務(wù)降級(jí)，實(shí)現(xiàn)交易服務(wù)和京豆服務(wù)的解耦，做到了系統(tǒng)的高可用。
• 流量控制：遇到秒殺等流量突增的場(chǎng)景，通過 MQ 還可以實(shí)現(xiàn)流量的“削峰填谷”的作用，可以根據(jù)下游的處理能力自動(dòng)調(diào)節(jié)流量。

不過引入 MQ 雖然實(shí)現(xiàn)了系統(tǒng)解耦合流量控制，也會(huì)帶來其他問題。

引入 MQ 消息中間件實(shí)現(xiàn)系統(tǒng)解耦，會(huì)影響系統(tǒng)之間數(shù)據(jù)傳輸?shù)囊恢滦浴?nbsp;在分布式系統(tǒng)中，如果兩個(gè)節(jié)點(diǎn)之間存在數(shù)據(jù)同步，就會(huì)帶來數(shù)據(jù)一致性的問題。同理，在這一講你要解決的就是：消息生產(chǎn)端和消息消費(fèi)端的消息數(shù)據(jù)一致性問題（也就是如何確保消息不丟失）。

而引入 MQ 消息中間件解決流量控制， 會(huì)使消費(fèi)端處理能力不足從而導(dǎo)致消息積壓，這也是你要解決的問題。

所以你能發(fā)現(xiàn)，問題與問題之間往往是環(huán)環(huán)相扣的，面試官會(huì)借機(jī)考察你解決問題思路的連貫性和知識(shí)體系的掌握程度。

那面對(duì)“在使用 MQ 消息隊(duì)列時(shí)，如何確保消息不丟失”這個(gè)問題時(shí)，你要怎么回答呢？首先，你要分析其中有幾個(gè)考點(diǎn)，比如：

• 如何知道有消息丟失？
• 哪些環(huán)節(jié)可能丟消息？
• 如何確保消息不丟失？

候選人在回答時(shí)，要先讓面試官知道你的分析思路，然后再提供解決方案：網(wǎng)絡(luò)中的數(shù)據(jù)傳輸不可靠，想要解決如何不丟消息的問題，首先要知道哪些環(huán)節(jié)可能丟消息，以及我們?nèi)绾沃老⑹欠駚G失了，最后才是解決方案（而不是上來就直接說自己的解決方案）。就好比“架構(gòu)設(shè)計(jì)”“架構(gòu)”體現(xiàn)了架構(gòu)師的思考過程，而“設(shè)計(jì)”才是最后的解決方案，兩者缺一不可。

案例解答

我們首先來看消息丟失的環(huán)節(jié)，一條消息從生產(chǎn)到消費(fèi)完成這個(gè)過程，可以劃分三個(gè)階段，分別為消息生產(chǎn)階段，消息存儲(chǔ)階段和消息消費(fèi)階段。

圖片

• 消息生產(chǎn)階段： 從消息被生產(chǎn)出來，然后提交給 MQ 的過程中，只要能正常收到 MQ Broker 的 ack 確認(rèn)響應(yīng)，就表示發(fā)送成功，所以只要處理好返回值和異常，這個(gè)階段是不會(huì)出現(xiàn)消息丟失的。
• 消息存儲(chǔ)階段： 這個(gè)階段一般會(huì)直接交給 MQ 消息中間件來保證，但是你要了解它的原理，比如 Broker 會(huì)做副本，保證一條消息至少同步兩個(gè)節(jié)點(diǎn)再返回 ack。
• 消息消費(fèi)階段： 消費(fèi)端從 Broker 上拉取消息，只要消費(fèi)端在收到消息后，不立即發(fā)送消費(fèi)確認(rèn)給 Broker，而是等到執(zhí)行完業(yè)務(wù)邏輯后，再發(fā)送消費(fèi)確認(rèn)，也能保證消息的不丟失。

方案看似萬(wàn)無(wú)一失，每個(gè)階段都能保證消息的不丟失，但在分布式系統(tǒng)中，故障不可避免，作為消息生產(chǎn)端，你并不能保證 MQ 是不是弄丟了你的消息，消費(fèi)者是否消費(fèi)了你的消息，所以，本著 Design for Failure 的設(shè)計(jì)原則，你還是需要一種機(jī)制，來 Check 消息是否丟失了。

緊接著，你還可以向面試官闡述怎么進(jìn)行消息檢測(cè)？ 總體方案解決思路為：在消息生產(chǎn)端，給每個(gè)發(fā)出的消息都指定一個(gè)全局唯一 ID，或者附加一個(gè)連續(xù)遞增的版本號(hào)，然后在消費(fèi)端做對(duì)應(yīng)的版本校驗(yàn)。

具體怎么落地實(shí)現(xiàn)呢？你可以利用攔截器機(jī)制。 在生產(chǎn)端發(fā)送消息之前，通過攔截器將消息版本號(hào)注入消息中（版本號(hào)可以采用連續(xù)遞增的 ID 生成，也可以通過分布式全局唯一 ID生成）。然后在消費(fèi)端收到消息后，再通過攔截器檢測(cè)版本號(hào)的連續(xù)性或消費(fèi)狀態(tài)，這樣實(shí)現(xiàn)的好處是消息檢測(cè)的代碼不會(huì)侵入到業(yè)務(wù)代碼中，可以通過單獨(dú)的任務(wù)來定位丟失的消息，做進(jìn)一步的排查。

這里需要你注意：如果同時(shí)存在多個(gè)消息生產(chǎn)端和消息消費(fèi)端，通過版本號(hào)遞增的方式就很難實(shí)現(xiàn)了，因?yàn)椴荒鼙ＷC版本號(hào)的唯一性，此時(shí)只能通過全局唯一 ID 的方案來進(jìn)行消息檢測(cè)，具體的實(shí)現(xiàn)原理和版本號(hào)遞增的方式一致。

現(xiàn)在，你已經(jīng)知道了哪些環(huán)節(jié)（消息存儲(chǔ)階段、消息消費(fèi)階段）可能會(huì)出問題，并有了如何檢測(cè)消息丟失的方案，然后就要給出解決防止消息丟失的設(shè)計(jì)方案。

回答完“如何確保消息不會(huì)丟失？” 之后，面試官通常會(huì)追問“怎么解決消息被重復(fù)消費(fèi)的問題？ ”

比如：在消息消費(fèi)的過程中，如果出現(xiàn)失敗的情況，通過補(bǔ)償?shù)臋C(jī)制發(fā)送方會(huì)執(zhí)行重試，重試的過程就有可能產(chǎn)生重復(fù)的消息，那么如何解決這個(gè)問題？

這個(gè)問題其實(shí)可以換一種說法，就是如何解決消費(fèi)端冪等性問題（冪等性，就是一條命令，任意多次執(zhí)行所產(chǎn)生的影響均與一次執(zhí)行的影響相同），只要消費(fèi)端具備了冪等性，那么重復(fù)消費(fèi)消息的問題也就解決了。

我們還是來看扣減京豆的例子，將賬戶 X 的金豆個(gè)數(shù)扣減 100 個(gè)，在這個(gè)例子中，我們可以通過改造業(yè)務(wù)邏輯，讓它具備冪等性。

圖片

最簡(jiǎn)單的實(shí)現(xiàn)方案，就是在數(shù)據(jù)庫(kù)中建一張消息日志表， 這個(gè)表有兩個(gè)字段：消息 ID 和消息執(zhí)行狀態(tài)。這樣，我們消費(fèi)消息的邏輯可以變?yōu)椋涸谙⑷罩颈碇性黾右粭l消息記錄，然后再根據(jù)消息記錄，異步操作更新用戶京豆余額。

因?yàn)槲覀兠看味紩?huì)在插入之前檢查是否消息已存在，所以就不會(huì)出現(xiàn)一條消息被執(zhí)行多次的情況，這樣就實(shí)現(xiàn)了一個(gè)冪等的操作。當(dāng)然，基于這個(gè)思路，不僅可以使用關(guān)系型數(shù)據(jù)庫(kù)，也可以通過 Redis 來代替數(shù)據(jù)庫(kù)實(shí)現(xiàn)唯一約束的方案。

在這里我多說一句，想要解決“消息丟失”和“消息重復(fù)消費(fèi)”的問題，有一個(gè)前提條件就是要實(shí)現(xiàn)一個(gè)全局唯一 ID 生成的技術(shù)方案。這也是面試官喜歡考察的問題，你也要掌握。

在分布式系統(tǒng)中，全局唯一 ID 生成的實(shí)現(xiàn)方法有數(shù)據(jù)庫(kù)自增主鍵、UUID、Redis，Twitter-Snowflake 算法，我總結(jié)了幾種方案的特點(diǎn)，你可以參考下。

圖片

我提醒你注意，無(wú)論哪種方法，如果你想同時(shí)滿足簡(jiǎn)單、高可用和高性能，就要有取舍，所以你要站在實(shí)際的業(yè)務(wù)中，說明你的選型所考慮的平衡點(diǎn)是什么。我個(gè)人在業(yè)務(wù)中比較傾向于選擇 Snowflake 算法，在項(xiàng)目中也進(jìn)行了一定的改造，主要是讓算法中的 ID 生成規(guī)則更加符合業(yè)務(wù)特點(diǎn)，以及優(yōu)化諸如時(shí)鐘回?fù)艿葐栴}。

當(dāng)然，除了“怎么解決消息被重復(fù)消費(fèi)的問題？”之外，面試官還會(huì)問到你“消息積壓”。 原因在于消息積壓反映的是性能問題，解決消息積壓?jiǎn)栴}，可以說明候選者有能力處理高并發(fā)場(chǎng)景下的消費(fèi)能力問題。

你在解答這個(gè)問題時(shí)，依舊要傳遞給面試官一個(gè)這樣的思考過程： 如果出現(xiàn)積壓，那一定是性能問題，想要解決消息從生產(chǎn)到消費(fèi)上的性能問題，就首先要知道哪些環(huán)節(jié)可能出現(xiàn)消息積壓，然后在考慮如何解決。

因?yàn)橄l(fā)送之后才會(huì)出現(xiàn)積壓的問題，所以和消息生產(chǎn)端沒有關(guān)系，又因?yàn)榻^大部分的消息隊(duì)列單節(jié)點(diǎn)都能達(dá)到每秒鐘幾萬(wàn)的處理能力，相對(duì)于業(yè)務(wù)邏輯來說，性能不會(huì)出現(xiàn)在中間件的消息存儲(chǔ)上面。毫無(wú)疑問，出問題的肯定是消息消費(fèi)階段，那么從消費(fèi)端入手，如何回答呢？

如果是線上突發(fā)問題，要臨時(shí)擴(kuò)容，增加消費(fèi)端的數(shù)量，與此同時(shí)，降級(jí)一些非核心的業(yè)務(wù)。通過擴(kuò)容和降級(jí)承擔(dān)流量，這是為了表明你對(duì)應(yīng)急問題的處理能力。

其次，才是排查解決異常問題，如通過監(jiān)控，日志等手段分析是否消費(fèi)端的業(yè)務(wù)邏輯代碼出現(xiàn)了問題，優(yōu)化消費(fèi)端的業(yè)務(wù)處理邏輯。

最后，如果是消費(fèi)端的處理能力不足，可以通過水平擴(kuò)容來提供消費(fèi)端的并發(fā)處理能力，但這里有一個(gè)考點(diǎn)需要特別注意， 那就是在擴(kuò)容消費(fèi)者的實(shí)例數(shù)的同時(shí)，必須同步擴(kuò)容主題 Topic 的分區(qū)數(shù)量，確保消費(fèi)者的實(shí)例數(shù)和分區(qū)數(shù)相等。如果消費(fèi)者的實(shí)例數(shù)超過了分區(qū)數(shù)，由于分區(qū)是單線程消費(fèi)，所以這樣的擴(kuò)容就沒有效果。

比如在 Kafka 中，一個(gè) Topic 可以配置多個(gè) Partition（分區(qū)），數(shù)據(jù)會(huì)被寫入到多個(gè)分區(qū)中，但在消費(fèi)的時(shí)候，Kafka 約定一個(gè)分區(qū)只能被一個(gè)消費(fèi)者消費(fèi)，Topic 的分區(qū)數(shù)量決定了消費(fèi)的能力，所以，可以通過增加分區(qū)來提高消費(fèi)者的處理能力。

總結(jié)

至此，我們講解了 MQ 消息隊(duì)列的熱門問題的解決方案，無(wú)論是初中級(jí)還是高級(jí)研發(fā)工程師，本篇文章的內(nèi)容都是你需要掌握的，你都可以從這幾點(diǎn)出發(fā)，與面試官進(jìn)行友好的交流。我來總結(jié)一下今天的重點(diǎn)內(nèi)容。

• 如何確保消息不會(huì)丟失？ 你要知道一條消息從發(fā)送到消費(fèi)的每個(gè)階段，是否存在丟消息，以及如何監(jiān)控消息是否丟失，最后才是如何解決問題，方案可以基于“ MQ 的可靠消息投遞 ”的方式。
• 如何保證消息不被重復(fù)消費(fèi)？ 在進(jìn)行消息補(bǔ)償?shù)臅r(shí)候，一定會(huì)存在重復(fù)消息的情況，那么如何實(shí)現(xiàn)消費(fèi)端的冪等性就這道題的考點(diǎn)。
• 如何處理消息積壓?jiǎn)栴}？ 這道題的考點(diǎn)就是如何通過 MQ 實(shí)現(xiàn)真正的高性能，回答的思路是，本著解決線上異常為最高優(yōu)先級(jí)，然后通過監(jiān)控和日志進(jìn)行排查并優(yōu)化業(yè)務(wù)邏輯，最后是擴(kuò)容消費(fèi)端和分片的數(shù)量。

在回答問題的時(shí)候，你需要特別注意的是，讓面試官了解到你的思維過程，這種解決問題的能力是面試官更為看中的，比你直接回答一道面試題更有價(jià)值。

另外，如果你應(yīng)聘的部門是基礎(chǔ)架構(gòu)部，那么除了要掌握本講中的常見問題的主線知識(shí)以外，還要掌握消息中間件的其他知識(shí)體系，如：

• 如何選型消息中間件？
• 消息中間件中的隊(duì)列模型與發(fā)布訂閱模型的區(qū)別？
• 為什么消息隊(duì)列能實(shí)現(xiàn)高吞吐？
• 序列化、傳輸協(xié)議，以及內(nèi)存管理等問題
• … >