常见面试问题

• 如何保证消息队列的高可用？

RabbitMQ的高可用

rabbitmq主要有三种模式:单机模式、普通集群模式、镜像集群模式，它是基于主从来做高可用性的。

• 单机模式

单机模式就是简单的demo模式，生产不可能使用。

• 普通集群模式

普通集群模式就是在多台机器上启动多个rabbitmq实例，但是你创建的queue只会放在一个rabbitmq实例上，但是每个实例都同步了queue的元数据，当你消费的时候，如果连接到只有元数据的实例，那么它会从queue所在实例上拉取数据，这种方式就是普通的集群，没有实现所谓的分布式，性能也不是很好，而且当放queue的那个实例宕机了，那就会导致没法消费到数据了，如果开启了持久化，消息可能不会丢，但是这就没有所谓的高可用性而言了，这种方案其实只是提高了一下吞吐量。

• 镜像集群模式

这种模式才是rabbitmq的高可用模式，你创建的queue，不管是元数据还是消息数据都在多个实例上有一份，你每次写消息到queue中，它会自动把消息同步到每个实例中，这样好处在于，一个宕机了，还是可以正常使用的，坏处其实也显而易见，性能开销大，消息同步到每个机器，网络带宽压力都很大，而且拓展性很差，假如你的某个queue负载很大，你增加机器，也包含了这个queue的数据，没有办法线性拓展你的queue。（通过rabbitmq的管理控制台就可以开启这个模式。）

Kafka的高可用

Kafka 是一个分布式的、高吞吐量的、可持久性的、自动负载均衡的消息队列，同时Kafka从一定意义上来说具有横向易扩展性，这里我们简单介绍一下kafak：

kafka 0.8以后，提供了HA机制，就是replica副本机制，每个partition的数据都会同步到其它机器上，形成自己的多个replica副本，然后所有replica会选举一个leader出来，那么生产和消费都通过leader读写数据，然后其他replica就是follower，写的时候，leader会负责把数据同步到所有follower上去，读的时候就直接读leader上数据即可，kafka会均匀的将一个partition的所有replica分布在不同的机器上，这样大大提高容错性。如果某个broker宕机了，那个broker上面的partition在其他机器上都有副本的，如果这上面有某个partition的leader，那么此时会重新选举一个新的leader出来，大家继续读写那个新的leader即可。写数据的时候，生产者就写leader，然后leader将数据落地写本地磁盘，接着其他follower自己主动从leader来pull数据。一旦所有follower同步好数据了，就会发送ack给leader，leader收到所有follower的ack之后，就会返回写成功的消息给生产者。消费的时候，只会从leader去读，但是只有一个消息已经被所有follower都同步成功返回ack的时候，这个消息才会被消费者读到。