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
磁场转动100万匹4 小时前
Spark Core 核心原理:从 RDD 到分布式计算
大数据·分布式·spark
ZhengEnCi5 小时前
内存装不下怎么取 Top 100:外部排序与分布式 Top-K 的实测取舍
分布式·算法·排序算法
这个DBA有点耶1 天前
分布式集群的“最后一公里”:分片集群与透明分布式集群的工程代价拆解
数据库·分布式·架构
一条闲鱼_mytube1 天前
分布式 ID 生成方案:雪花算法与号段模式
分布式·算法·wpf
科学熊1 天前
Java 分布式理论与高并发编程
java·开发语言·分布式
XMAIPC_Robot1 天前
NXP i.MX95 + FPGA 异构计算平台 — 工业多域融合 AI 加速嵌入式控制解决方案
人工智能·分布式·fpga开发·能源·rk3576+fpga
方方洛2 天前
ray教程-13-RayTrain与分布式训练
人工智能·分布式·机器学习
黄俊懿2 天前
【架构师从入门到进阶】第七章:缓存和存储的优化思路——第一节:缓存概述
数据结构·数据库·分布式·缓存·架构·系统架构·1024程序员节
红海云2 天前
两台DGX Spark部署DeepSeek的实战边界
大数据·分布式·spark
GlobalInfo3 天前
上新 | 全球及中国起重机摄像系统行业研究报告(2026版):市场现状、行业前景与占有率分析
大数据·分布式·微服务·ai·相机