rabbitmq面经

无非就是下面几个问题,消息不丢失,幂等性、消息堆积、高可用性

RabbitMQ-如何保证消息不丢失

开启生产者确认机制 ,确保生产者的消息能到达队列

开启持久化功能 ,确保消息未消费前在队列中不会丢失

开启消费者确认机制 为auto,由spring确认消息处理成功后完成ack。

开启消费者失败重试机制 ,多次重试失败后将消息投递到异常交换机,交由人工处理

怎么保证幂等性:

1、唯一的标识id

2、利用业务逻辑,乐观锁的方式

RabbitMQ中死信交换机?(RabbitMQ延迟队列有了解过嘛

针对定时发布、限时优惠的业务场景,我们可以使用两种方法两种方法实现延迟队列,第一种是死信交换机和TTL、还有一种是延迟队列插件,只需要在交换机中添加delay=True属性就可以实现

我们当时一个什么业务使用到了延迟队列 (超时订单、限时优惠、定时发布...)

其中延迟队列就用到了死信交换机和TTL (消息存活时间)实现的

消息超时未消费就会变成死信(死信的其他情况:拒绝消费,队列满了)

延迟队列插件 实现延迟队列DelayExchange

声明一个交换机,添加delayed属性为true

发送消息时,添加x-delay头,值为超时时间

RabbitMQ如果有100万消息堆积在MQ,如何解决(消息堆积怎么解决)

老师讲的:

1、增加消费者

2、在消费者开启线程池,去加快消息处理速度

3、惰性队列(现在默认开启),数据先保存在磁盘中,支持一个百万级的数据存储

10万并发问题

4、可以将堆积超过很久的直接丢弃或者需要插入数据库中的数据记录在redis中,后台开启一个线程同步redis和数据库,这样可以大幅度减少对数据库插入的时间消耗。

RabbitMQ的高可用机制有了解过嘛

在生产环境下,我们当时采用的镜像模式 搭建的集群,共有3个节点·镜像队列结构是一主多从(从就是镜像),所有操作都是主节点完成,然后同步给镜像节点主宕机后,镜像节点会替代成新的主(如果在主从同步完成前,主就已经宕机,可能出现数据丢失)
那出现丢数据怎么解决呢?

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。并且使用起来也非常简单,不需要额外的配置,在声明队列的时候只要指定这个是仲裁队列即可

采用仲裁队列,主从同步采用了raft协议,具有强一致性

相关推荐
Albert Edison1 小时前
【RabbitMQ】发布确认模式(使用案例)
分布式·rabbitmq·ruby
EXnf1SbYK3 小时前
Redis分布式锁进阶第十二篇:全系列终极兜底复盘 + 锁架构巡检落地 + 线上零事故收尾方案
redis·分布式·架构
EXnf1SbYK3 小时前
Redis分布式锁进阶第八篇:锁超时乱序深度踩坑 + 看门狗失效真实溯源 + 业务长耗时标准化兜底方案
数据库·redis·分布式
EXnf1SbYK3 小时前
Redis分布式锁进阶第十一篇
数据库·redis·分布式
biyezuopinvip4 小时前
分布式风电场低电压穿越故障建模与仿真
分布式·matlab·毕业设计·毕业论文·分布式风电场·低电压穿越故障·建模与仿真
苍煜4 小时前
SpringBoot单体应用到分布式下的数据库锁、事务、Redis事务、分布式锁、分布式事务协调
数据库·spring boot·分布式
fengxin_rou4 小时前
黑马点评项目万字总结:从redis基础到实战应用详解
java·开发语言·分布式·后端·黑马点评
小江的记录本15 小时前
【Kafka核心】架构模型:Producer、Broker、Consumer、Consumer Group、Topic、Partition、Replica
java·数据库·分布式·后端·搜索引擎·架构·kafka
身如柳絮随风扬1 天前
多数据源切换实战:从业务场景到3种实现方案全解析
java·分布式·微服务
AIMath~1 天前
雪花算法+ZooKeeper解决方案+RPC是什么
分布式·zookeeper·云原生