RabbitMQ的消息如何实现路由
-
RabbitMQ是一个基于AMQP协议实现 的分布式消息中间件 ，AMQP具体的工作机制是生产者将消息发送到RabbitMQ Broker上的Exchange交换机上，Exchange交换机将收到的消息根据路由规则发给绑定的队列（Queue），然后再将消息投递给订阅了该队列的消费者，从而完成消息的异步通讯
-
Exchange是一个消息交换机（消息路由规则的核心组件），可定义消息路由规则（即消息应该路由到哪个队列）；Queue表示消息的载体，每个消息可以根据路由规则路由到一个或多个队列中
-
Exchange负责接收生产者的消息，并将消息路由到消息队列，而消息的路由规则由ExchangeType和Binding决定
-
Binding表示Queue和Exchange之间的绑定关系，每个绑定关系存在一个BindingKey，通过这种方式相当于在Exchange中建立一个路由关系表
-
生产者发送消息时，需要声明一个routingKey（路由键），Exchange获取到routingKey之后，根据routingKey和路由表中的BindingKey进行匹配，而匹配的规则是通过交换机类型ExchangeType来决定的
-
在RabbitMQ中，有三种类型的交换机：Direct 、Fanout 、Topic
1）Direct Exchange（直连交换机）：具有路由功能的交换机 ，绑定到此交换机时需要指定一个routingKey，交换机发送消息时需要routingKey，会将消息发送到对应的队列 ，即 routingKey 和 BindingKey完全一致，相当于点对点的发送
2）Fanout Exchange（扇形交换机）：广播机制，这种方式不会基于routingKey来匹配，而是将消息广播给绑定到当前Exchange上的所有队列上，速度最快，即在直连交换机的基础上增加模式匹配，即对routingKey进行模式匹配，* 代表一个单词，# 代表多个单词
3）Topic Exchange（主题交换机）：正则表达式匹配，根据routingKey使用正则表达式进行匹配，符合匹配规则的Queue都会收到该消息
4）首部交换机（Headers Exchange）：忽略routingKey，使用Headers信息（一个Hash的数据结构）进行匹配，优势在于可以有更多更灵活的匹配规则
如何保证RabbitMQ中的消息可靠传输
- 在RabbitMQ的整个消息传递过程中，有三种情况会存在消息丢失：
1）生产者将消息发送到RabbitMQ Server的过程中
从生产者发送消息的角度来说，RabbitMQ提供了一个Confirm（消息确认）机制，生产者发送消息到Server端以后，如果消息处理成功，Server端会返回一个ack消息。客户端可以根据消息的处理结果来决定是否要做消息的重新发送，从而确保消息一定到达RabbitMQ Server上
2）RabbitMQ Server收到消息后在持久化之前宕机，从而导致数据丢失
从RabbitMQ Server端来说，可以开启消息的持久化机制，即收到消息之后持久化到磁盘中
设置消息的持久化有两个步骤： - 创建Queue的时候设置为持久化
- 发送消息的时候，将消息投递模式设置为持久化投递
即便设置了持久化消息，但是仍有可能会出现，消息刷新到磁盘之前，RabbitMQ Server宕机导致消息丢失的问题，为了确保万无一失，需要结合Confirm消息确认机制一起使用
3）消费端收到消息还没来得及处理就宕机，导致RabbitMQ Server认为该消息已经签收
从消费端的角度来说，我们可以将消息的自动确认机制修改为手动确认，即消费端只有手动调用，消息确认方法才表示消息已经被签收，这可能会造成重复消费的问题 ，所以这里需要考虑幂等性的设计
如：为避免MQ重复消费导致数据多次被修改的问题，可以在接受到MQ消息时，将消息通过setnx命令写入到Redis中，一旦消息被消费过，就不会在消费
RabbitMQ如何实现高可用
RabbitMQ高可用实现方式有两种：
- 第一种：普通集群，在这种模式下，一个Queue的消息只会存在集群的一个节点上，集群中的其他节点会同步Queue所在节点的元数据，消息在生产和消费时，不管请求发送到集群的哪个节点，最终都会路由到Queue所在节点上去存储和拉取消息，这种方式并不能保证Queue的高可用性，但可以提升RabbitMQ消息的吞吐能力
- 第二种：镜像集群，即集群中的每个节点都会存储Queue的数据副本，在每次生产消息时，都需要将消息内容同步给集群中的其他节点 ，这种方式能够保证Queue的高可用性，但集群副本之间的同步会带来性能的损耗
另外，由于每个节点都保存了副本，我们还可以通过HAProxy实现负载均衡
多线程异步和MQ有什么区别
