面试题

如何解决消息队列的延时以及过期失效问题？消息队列满了以后该怎么处理？有几百万消息持续积压了几个小时，说说怎么解决？

面试官心里分析

你看这问法，其实本质针对的场景都是说，可能你的消费端出了问题，不消费了或者消费的极其慢，接着就坑爹了，可能你的消息队列集群的磁盘快写满了，都没人消费，这时候怎么办？或者是整个这就积压了几个小时，你这个时候怎么办？或者是你积压的时间太长了，导致比如rabbitmq设置了消息过期时间后就没了怎么办?

所以就这事，其实线上挺常见的，一般不出，一出就是大case，一般常见于，举个例子，消费端每次消费要写mysql，结果mysql挂了，消费端阻塞那了，不动了。或者是消费端出现上面问题，导致消费速度很慢。

面试题分析

关于这个事，我们一个一个来梳理，先假设一个场景，我们现在消费端出故障了，然后大量消息堆积在mq里，现在事故了，慌了

（1）大量消息在mq里积压了几个小时还没解决

这个是我们真实遇到的一个场景，确实是线上故障了，这个时候要不然就是修复consumer的问题，让他恢复消费速度，然后傻傻的等待几个小时消费完毕。这个肯定不能在面试的时候说吧。

一般这个时候，只能操作紧急扩容了，具体操作步骤和思路如下：

1. 先修复consumer的问题，确保其恢复消费速度，然后将现有consumer都停掉
2. 临时建立好原先10倍或者20倍的queue数量
3. 然后写一个临时的分发数据的consumer程序，这个程序部署上去消费积压的消息，消费之后不做耗时的处理，直接均匀轮询写入临时建立好的10倍数量的queue
4. 接着临时征用10倍的机器来部署consumer，每一批consumer消费一个临时queue的数据
5. 这种做法相当于临时将queue资源和consumer资源扩大10倍，以正常的10倍速度来消费数据
6. 等快速消费完积压数据之后，得恢复原先部署得架构，重新用原先得consumer机器来消费消息

（2）这里我们假设第二个坑

假设你用的是rabbitmq，rabbitmq是可以设置过期时间的（生产环境不建议使用），就是TTL，如果消息在queue中积压超过一定的时间就会被rabbitmq给清理掉，这个数据就没了，那这是第二个坑了，这就不是说数据会大量积压在mq里，而是大量的数据会直接搞丢，

这个情况下，就不是说增加consumer消费积压的消息，因为实际上没啥积压，而是丢了大量的消息。我们可以采取一种方案，就是批量重导，这个我们之前线上也有类似的场景干过，就是大量的积压时候，我们直接丢弃数据，然后等高峰期过了以后，大家在喝咖啡熬夜到晚上12点后，用户都睡觉了。

这个时候我们就开始写程序，将丢失的那批数据，写个临时程序，一点一点的查出来，然后重新灌入mq里去，把白天丢失的数据给他补回来，也只能是这样了。

（3）这里我们假设第三个坑

如果走的方式是消息积压在mq里，那么如果你长时间没有处理掉，此时导致mq都快写满了，咋办？这个还有别的办法吗？没有，谁让你第一个方案执行的太慢了，你临时写程序，接入数据来消费，消费一个丢弃一个，都不要了，快速消费掉所有消息，然后走第二个解决方案，到了晚上在补数据吧。