大家好，我是苏三，又跟大家见面了。 前言 我之前在一家餐饮公司待过两年，每天中午和晚上用餐高峰期，系统的并发量不容小觑。为了保险起见，公司规定各部门都要在吃饭的时间轮流值班，防止出现线上问题时能够及时

前段时间有个朋友，去面了阿里集团的P7岗位，很遗憾的是三面没有过，其中有一个kafka　Borker日志如何持久化的问题没有答上来，今天正好写一篇源码文章给朋友复盘一下

1、消息丢失问题 RabbitMQ解决消息丢失的问题： RabbitMQ通过消息持久化和消息确认机制来确保消息的可靠传递。生产者可以选择将消息标记为持久化，使得即使在消息队列服务器故障后，消息也能被保

本篇针对消息积压的解决过程进行了极其详尽的记录，从思路、代码、优化一条龙服务，手把手教学，让你看到网上找不到的实操细节，更有多个真实问题解决的案例。

消息丢失和消息重复消费这两个情况，相信是业务工程师在使用 Kafka 的时候最害怕的事情，今天我们就聊这两个问题。

通常，消息消费时候都会设置一定重试次数来避免网络波动造成的影响，同时带来副作用是可能出现消息重复。 整理下消息重复的几个场景： 生产端： 遇到异常，基本解决措施都是 重试。 场景一：lead

如何知道有消息丢失？哪些环节可能丢消息？如何确保消息不丢失？引入 MQ 消息中间件最直接的目的：系统解耦以及流量控制（削峰填谷）。怎么确保消息 100% 不丢失？

准备进入软件行业的小伙伴，我建议有必要系统的先把RabbitMQ学好，然后再学习其他消息中间件扩展视野，他们的原理大同小异，是可以触类旁通的。

大家好，我是三友~~ 这篇文章我准备来聊一聊RocketMQ消息的一生。 不知你是否跟我一样，在使用RocketMQ的时候也有很多的疑惑： 消息是如何发送的，队列是如何选择的？ 消息是如何存储的，是如