【Java面试题总结】消息中间件篇

举报
一颗小谷粒 发表于 2025/03/31 17:09:58 2025/03/31
【摘要】 RabbitMQ如何保证消息不丢失?候选人:我们使用RabbitMQ来确保MySQL和Redis间数据双写的一致性,这要求我们实现消息的高可用性,具体措施包括:开启生产者确认机制,确保消息能被送达队列,如有错误则记录日志并修复数据。启用持久化功能,保证消息在未消费前不会在队列中丢失,需要对交换机、队列和消息本身都进行持久化。对消费者开启自动确认机制,并设置重试次数。例如,我们设置了3次重试,...
  1. RabbitMQ如何保证消息不丢失?
候选人
我们使用RabbitMQ来确保MySQL和Redis间数据双写的一致性,这要求我们实现消息的高可用性,具体措施包括:
  1. 开启生产者确认机制,确保消息能被送达队列,如有错误则记录日志并修复数据。
  2. 启用持久化功能,保证消息在未消费前不会在队列中丢失,需要对交换机、队列和消息本身都进行持久化。
  3. 对消费者开启自动确认机制,并设置重试次数。例如,我们设置了3次重试,若失败则将消息发送至异常交换机,由人工处理。

  1. RabbitMQ消息的重复消费问题如何解决?
候选人
我们遇到过消息重复消费的问题,处理方法是:
  • 设置消费者为自动确认模式,如果服务在确认前宕机,重启后可能会再次消费同一消息。
  • 通过业务唯一标识检查数据库中数据是否存在,若不存在则处理消息,若存在则忽略,避免重复消费。

  1. 那你还知道其他的解决方案吗?
候选人
是的,这属于幂等性问题,可以通过以下方法解决:
  • 使用Redis分布式锁或数据库锁来确保操作的幂等性。

  1. RabbitMQ中死信交换机了解吗?(RabbitMQ延迟队列有了解过吗?)
候选人
了解。我们项目中使用RabbitMQ实现延迟队列,主要通过死信交换机和TTL(消息存活时间)来实现。
  • 消息若超时未消费则变为死信,队列可绑定死信交换机,实现延迟功能。
  • 另一种方法是安装RabbitMQ的死信插件,简化配置,在声明交换机时指定为死信交换机,并设置消息超时时间。

  1. 如果有100万消息堆积在MQ,如何解决?
候选人
若出现消息堆积,可采取以下措施:
  1. 提高消费者消费能力,如使用多线程。
  2. 增加消费者数量,采用工作队列模式,让多个消费者并行消费同一队列。
  3. 扩大队列容量,使用RabbitMQ的惰性队列,支持数百万条消息存储,直接存盘而非内存。

  1. RabbitMQ的高可用机制了解吗?
候选人
我们项目在生产环境使用RabbitMQ集群,采用镜像队列模式,一主多从结构。
  • 主节点处理所有操作并同步给从节点,若主节点宕机,从节点可接替为主节点,但需注意数据同步的完整性。

  1. 那出现丢数据怎么解决呢?
候选人
使用仲裁队列,主从模式,基于Raft协议实现强一致性数据同步,简化配置,提高数据安全性。

  1. Kafka是如何保证消息不丢失?
候选人
Kafka保证消息不丢失的措施包括:
  1. 生产者使用异步回调发送消息,设置重试机制应对网络问题。
  2. 在Broker中通过复制机制,设置acks参数为all,确保消息在所有副本中都得到确认。
  3. 消费者手动提交消费成功的offset,避免自动提交可能导致的数据丢失或重复消费。

  1. Kafka中消息的重复消费问题如何解决?
候选人
通过以下方法解决Kafka中的重复消费问题:
  • 禁用自动提交offset,手动控制offset提交时机。
  • 确保消息消费的幂等性,例如通过唯一主键或分布式锁。

  1. Kafka是如何保证消费的顺序性?
候选人
Kafka默认不保证消息顺序性,但可以通过以下方法实现:
  • 将消息存储在同一个分区,通过指定分区号或相同的业务key来实现。

  1. Kafka的高可用机制了解吗?
候选人
Kafka的高可用性主要通过以下机制实现:
  • 集群部署,多broker实例,单点故障不影响整体服务。
  • 复制机制,每个分区有多个副本,leader和follower,leader故障时从follower中选举新leader。

  1. 解释一下复制机制中的ISR?
候选人
ISR(In-Sync Replicas)指与leader保持同步的follower副本。
  • 当leader故障时,优先从ISR中选举新leader,因为它们数据一致性更高。

  1. Kafka数据清理机制了解吗?
候选人
Kafka的数据清理包括:
  • 基于消息保留时间的清理。
  • 基于topic数据大小的清理,可配置删除最旧消息。

  1. Kafka中实现高性能的设计有了解过吗?
候选人
Kafka高性能设计包括:
  • 消息分区,提升数据处理能力。
  • 顺序读写,提高磁盘操作效率。
  • 页缓存,减少磁盘访问。
  • 零拷贝,减少数据拷贝和上下文切换。
  • 消息压缩,减少IO负载。
  • 分批发送,降低网络开销。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。