这是我参与「第五届青训营」笔记创作活动的第11天。
在前段时间里运用RabbitMQ实现了大项目的聊天功能，但是对RabbitMQ的底层原理理解还不够透彻，今天学习了RabbitMQ的应用场景、RabbitMQ如何实现消息的可靠性投递和如何保证RabbitMQ消息的幂等性问题。
为什么要用 MQ
1.流量消峰：
举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单时绰绰有余，正常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订单分散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体验要好。 简单来说： 就是在访问量剧增的情况下，但是应用仍然不能停，比如“双十一”下单的人多，但是淘宝这个应用仍然要运行，所以就可以使用消息中间件采用队列的形式减少突然访问的压力
2.应用解耦：
以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流系统恢复后，继续处理订单信息即可，中间用户感受不到物流系统的故障，提升系统的可用性。
RabbitMQ消息的可靠投递
RabbitMQ具有其独特的消息补偿机制，具体实现流程如下图所示：
- 首先producer操作自己的数据库，发送一条消息，将这个消息存储在Q1这个队列中。
- 然后Consumer拿Q1中的消息去消费，同时操作自己的数据库完成一些业务的处理，并异步发送确认消息到Q2中。
- 其中Q2是一个被回调检查服务监听的队列，回调检察服务会将Q2中的消息存储到MDB中。
- 过了一段时间以后producer发送了延迟消息到Q3队列中，Q3也是一个被回调检查服务监听的队列，这个时候回调检查服务会将Q3中的消息与刚刚写入MDB中的消息进行比对，如果比对成功则说明消息被消费了。如果比对不成功，则重新调用producer发送消息。
- 系统还具有定时检查服务，会定时对DB和MDB中的信息进行比对，如果比对失败则重新发送消息。
RabbitMQ消息的幂等性问题
在RabbitMQ中，消息的幂等性保障为：消费多条相同的消息，得到于消费该消息一次相同的结果。
可以通过使用数据库的乐观锁来保证消息的幂等性：
首先，在消息的字段中加入一个新的字段version。
其次，每次在消费queue中的消息，触发update操作的时候，令version = version+1
当接受到这样的一条消息的时候，第一次SQL语句会执行成功，而第二次SQL语句不会执行成功。具体原理见下图中的SQL语句。
