前言: 消息丢失问题，在此以rabbitMQ和kafka两种消息中间件进行分析解决，容我娓娓道来，此文章仅代表鄙人的总结和理解，如有错漏，欢迎指正...

首先不同的mq消息丢失的原因也不同：

rabbitMQ 丢失分析与解决

A：生产者弄丢了数据
生产者将数据发送到rabbitmq的时候，可能在传输过程中因为网络等问题而将数据弄丢了。
解决方案：
1.可以选择使用rabbitmq提供的事务功能（缺点：事务会导致阻塞，吞吐量下降）
2.可以开启confirm模式（confirm机制是异步的，推荐使用）

B：rabbitmq自己丢了数据
如果没有开启rabbitmq的持久化，那么rabbitmq一旦重启，那么数据就丢了。所依必须开启持久化将消息持久化到磁盘，这样就算rabbitmq挂了，恢复之后会自动读取之前存储的数据，一般数据不会丢失。除非极其罕见的情况，rabbitmq还没来得及持久化自己就挂了，这样可能导致一部分数据丢失。
解决方案：
1.设置消息持久化到磁盘

C：消费端弄丢了数据
主要是因为消费者消费时，刚消费到，还没有处理，结果消费者就挂了，这样你重启之后，rabbitmq就认为你已经消费过了，然后就丢了数据。
解决方案：
使用rabbitmq提供的ack机制，首先关闭rabbitmq的自动ack，然后每次在确保处理完这个消息之后，在代码里手动调用ack

kafka 丢失分析与解决

A：生产者弄丢了数据
生产者没有设置相应的策略，发送过程中丢失数据。
解决方案：
通过kafka设置了ack=all

B：kafka弄丢了数据
比较常见的一个场景，就是kafka的某个broker宕机了，然后重新选举partition的leader时。如果此时follower还没来得及同步数据，leader就挂了，然后某个follower成为了leader，他就少了一部分数据。
解决方案： 通过kafka的提供的一些合理配置，可以做到0丢失

C：消费者弄丢了数据
消费者消费到了这个数据，然后消费之自动提交了offset，让kafka知道你已经消费了这个消息，当你准备处理这个消息时，自己挂掉了，那么这条消息就丢了。
解决方案：
关闭自动提交offset，在自己处理完毕之后手动提交offset，这样就不会丢失数据。

参考博客：
关于MQ的几件小事（四）如何保证消息不丢失

更多相关【java开发消息中间件MQ篇】系列文章，请查阅我的个人博客哦...

结语：以往都是看别人的博客进行学习技术，其中不乏有精华博客也有吊儿郎当的CV大法文章，所以决定将自己所学所用所整理的知识分享给大家，主要还是想为了后浪们少走些弯路，多些正能量的博客，如有错漏，欢迎指正，仅希望大家能在我的博客中学到知识，解决到问题，那么就足够了。谢谢大家！（转载请注明原文出处）