點擊上方?好好學(xué)java?，選擇?星標(biāo)?公眾號

重磅資訊、干貨，第一時間送達

今日推薦：硬剛一周，3W字總結(jié)，一年的經(jīng)驗告訴你如何準(zhǔn)備校招！

個人原創(chuàng)100W+訪問量博客：點擊前往，查看更多

1、說說你們公司線上生產(chǎn)環(huán)境用的是什么消息中間件?

見【2、多個mq如何選型？】

2、多個mq如何選型？

MQ描述

RabbitMQ	erlang開發(fā)，對消息堆積的支持并不好，當(dāng)大量消息積壓的時候，會導(dǎo)致 RabbitMQ 的性能急劇下降。每秒鐘可以處理幾萬到十幾萬條消息。
RocketMQ	java開發(fā)，面向互聯(lián)網(wǎng)集群化功能豐富，對在線業(yè)務(wù)的響應(yīng)時延做了很多的優(yōu)化，大多數(shù)情況下可以做到毫秒級的響應(yīng)，每秒鐘大概能處理幾十萬條消息。
Kafka	Scala開發(fā)，面向日志功能豐富，性能最高。當(dāng)你的業(yè)務(wù)場景中，每秒鐘消息數(shù)量沒有那么多的時候，Kafka 的時延反而會比較高。所以，Kafka 不太適合在線業(yè)務(wù)場景。
ActiveMQ	java開發(fā)，簡單，穩(wěn)定，性能不如前面三個。小型系統(tǒng)用也ok，但是不推薦。推薦用互聯(lián)網(wǎng)主流的。

3、為什么要使用MQ？

因為項目比較大，做了分布式系統(tǒng)，所有遠(yuǎn)程服務(wù)調(diào)用請求都是同步執(zhí)行經(jīng)常出問題，所以引入了mq

作用描述

解耦	系統(tǒng)耦合度降低，沒有強依賴關(guān)系
異步	不需要同步執(zhí)行的遠(yuǎn)程調(diào)用可以有效提高響應(yīng)時間
削峰	請求達到峰值后，后端service還可以保持固定消費速率消費，不會被壓垮

4、RocketMQ由哪些角色組成，每個角色作用和特點是什么？

角色作用

Nameserver	無狀態(tài)，動態(tài)列表；這也是和zookeeper的重要區(qū)別之一。zookeeper是有狀態(tài)的。
Producer	消息生產(chǎn)者，負(fù)責(zé)發(fā)消息到Broker。
Broker	就是MQ本身，負(fù)責(zé)收發(fā)消息、持久化消息等。
Consumer	消息消費者，負(fù)責(zé)從Broker上拉取消息進行消費，消費完進行ack。

5、RocketMQ中的Topic和JMS的queue有什么區(qū)別？

queue就是來源于數(shù)據(jù)結(jié)構(gòu)的FIFO隊列。而Topic是個抽象的概念，每個Topic底層對應(yīng)N個queue，而數(shù)據(jù)也真實存在queue上的。

6、RocketMQ Broker中的消息被消費后會立即刪除嗎？

不會，每條消息都會持久化到CommitLog中，每個Consumer連接到Broker后會維持消費進度信息，當(dāng)有消息消費后只是當(dāng)前Consumer的消費進度（CommitLog的offset）更新了。

追問：那么消息會堆積嗎？什么時候清理過期消息？

4.6版本默認(rèn)48小時后會刪除不再使用的CommitLog文件

• 檢查這個文件最后訪問時間

• 判斷是否大于過期時間

• 指定時間刪除，默認(rèn)凌晨4點

源碼如下：

/***?{@link?org.apache.rocketmq.store.DefaultMessageStore.CleanCommitLogService#isTimeToDelete()}*/ private?boolean?isTimeToDelete()?{//?when?=?"04";String?when?=?DefaultMessageStore.this.getMessageStoreConfig().getDeleteWhen();//?是04點，就返回trueif?(UtilAll.isItTimeToDo(when))?{return?true;}//?不是04點，返回falsereturn?false; }/***?{@link?org.apache.rocketmq.store.DefaultMessageStore.CleanCommitLogService#deleteExpiredFiles()}*/ private?void?deleteExpiredFiles()?{// isTimeToDelete()這個方法是判斷是不是凌晨四點，是的話就執(zhí)行刪除邏輯。if?(isTimeToDelete())?{//?默認(rèn)是72，但是broker配置文件默認(rèn)改成了48，所以新版本都是48。long?fileReservedTime?=?48?*?60?*?60?*?1000;deleteCount?=?DefaultMessageStore.this.commitLog.deleteExpiredFile(72?*?60?*?60?*?1000,?xx,?xx,?xx);} }/***?{@link?org.apache.rocketmq.store.CommitLog#deleteExpiredFile()}*/ public?int?deleteExpiredFile(xxx)?{//?這個方法的主邏輯就是遍歷查找最后更改時間+過期時間，小于當(dāng)前系統(tǒng)時間的話就刪了（也就是小于48小時）。return?this.mappedFileQueue.deleteExpiredFileByTime(72?*?60?*?60?*?1000,?xx,?xx,?xx); }

7、RocketMQ消費模式有幾種？

消費模型由Consumer決定，消費維度為Topic。

• 集群消費

1.一條消息只會被同Group中的一個Consumer消費

2.多個Group同時消費一個Topic時，每個Group都會有一個Consumer消費到數(shù)據(jù)

• 廣播消費

消息將對一 個Consumer Group 下的各個 Consumer 實例都消費一遍。即即使這些 Consumer 屬于同一個Consumer Group ，消息也會被 Consumer Group 中的每個 Consumer 都消費一次。

8、消費消息是push還是pull？

RocketMQ沒有真正意義的push，都是pull，雖然有push類，但實際底層實現(xiàn)采用的是長輪詢機制，即拉取方式

broker端屬性 longPollingEnable 標(biāo)記是否開啟長輪詢。默認(rèn)開啟

源碼如下：

//?{@link?org.apache.rocketmq.client.impl.consumer.DefaultMQPushConsumerImpl#pullMessage()} //?看到?jīng)]，這是一只披著羊皮的狼，名字叫PushConsumerImpl，實際干的確是pull的活。//?拉取消息，結(jié)果放到pullCallback里 this.pullAPIWrapper.pullKernelImpl(pullCallback);

追問：為什么要主動拉取消息而不使用事件監(jiān)聽方式？

事件驅(qū)動方式是建立好長連接，由事件（發(fā)送數(shù)據(jù)）的方式來實時推送。

如果broker主動推送消息的話有可能push速度快，消費速度慢的情況，那么就會造成消息在consumer端堆積過多，同時又不能被其他consumer消費的情況。而pull的方式可以根據(jù)當(dāng)前自身情況來pull，不會造成過多的壓力而造成瓶頸。所以采取了pull的方式。

9、broker如何處理拉取請求的？

Consumer首次請求Broker

• Broker中是否有符合條件的消息

• 有 ->

  • 響應(yīng)Consumer

  • 等待下次Consumer的請求

• 沒有

  • DefaultMessageStore#ReputMessageService#run方法

  • PullRequestHoldService 來Hold連接，每個5s執(zhí)行一次檢查pullRequestTable有沒有消息，有的話立即推送

  • 每隔1ms檢查commitLog中是否有新消息，有的話寫入到pullRequestTable

  • 當(dāng)有新消息的時候返回請求

  • 掛起consumer的請求，即不斷開連接，也不返回數(shù)據(jù)

  • 使用consumer的offset，

10、RocketMQ如何做負(fù)載均衡？

通過Topic在多Broker中分布式存儲實現(xiàn)。

producer端

發(fā)送端指定message queue發(fā)送消息到相應(yīng)的broker，來達到寫入時的負(fù)載均衡

• 提升寫入吞吐量，當(dāng)多個producer同時向一個broker寫入數(shù)據(jù)的時候，性能會下降

• 消息分布在多broker中，為負(fù)載消費做準(zhǔn)備

默認(rèn)策略是隨機選擇：

• producer維護一個index

• 每次取節(jié)點會自增

• index向所有broker個數(shù)取余

• 自帶容錯策略

其他實現(xiàn)：

• SelectMessageQueueByHash

  • hash的是傳入的args

• SelectMessageQueueByRandom

• SelectMessageQueueByMachineRoom 沒有實現(xiàn)

也可以自定義實現(xiàn)MessageQueueSelector接口中的select方法

MessageQueue?select(final?List<MessageQueue>?mqs,?final?Message?msg,?final?Object?arg);

consumer端

采用的是平均分配算法來進行負(fù)載均衡。

其他負(fù)載均衡算法

平均分配策略(默認(rèn))(AllocateMessageQueueAveragely) 環(huán)形分配策略(AllocateMessageQueueAveragelyByCircle) 手動配置分配策略(AllocateMessageQueueByConfig) 機房分配策略(AllocateMessageQueueByMachineRoom) 一致性哈希分配策略(AllocateMessageQueueConsistentHash) 靠近機房策略(AllocateMachineRoomNearby)

追問：當(dāng)消費負(fù)載均衡consumer和queue不對等的時候會發(fā)生什么？

Consumer和queue會優(yōu)先平均分配，如果Consumer少于queue的個數(shù)，則會存在部分Consumer消費多個queue的情況，如果Consumer等于queue的個數(shù)，那就是一個Consumer消費一個queue，如果Consumer個數(shù)大于queue的個數(shù)，那么會有部分Consumer空余出來，白白的浪費了。

11、消息重復(fù)消費

影響消息正常發(fā)送和消費的重要原因是網(wǎng)絡(luò)的不確定性。

引起重復(fù)消費的原因

• ACK

正常情況下在consumer真正消費完消息后應(yīng)該發(fā)送ack，通知broker該消息已正常消費，從queue中剔除

當(dāng)ack因為網(wǎng)絡(luò)原因無法發(fā)送到broker，broker會認(rèn)為詞條消息沒有被消費，此后會開啟消息重投機制把消息再次投遞到consumer

• 消費模式

在CLUSTERING模式下，消息在broker中會保證相同group的consumer消費一次，但是針對不同group的consumer會推送多次

解決方案

• 數(shù)據(jù)庫表

處理消息前，使用消息主鍵在表中帶有約束的字段中insert

• Map

單機時可以使用map ConcurrentHashMap -> putIfAbsent ? guava cache

• Redis

分布式鎖搞起來。

12、如何讓RocketMQ保證消息的順序消費

你們線上業(yè)務(wù)用消息中間件的時候，是否需要保證消息的順序性?

如果不需要保證消息順序，為什么不需要?假如我有一個場景要保證消息的順序，你們應(yīng)該如何保證?

首先多個queue只能保證單個queue里的順序，queue是典型的FIFO，天然順序。多個queue同時消費是無法絕對保證消息的有序性的。所以總結(jié)如下：

同一topic，同一個QUEUE，發(fā)消息的時候一個線程去發(fā)送消息，消費的時候 一個線程去消費一個queue里的消息。

追問：怎么保證消息發(fā)到同一個queue？

Rocket MQ給我們提供了MessageQueueSelector接口，可以自己重寫里面的接口，實現(xiàn)自己的算法，舉個最簡單的例子：判斷i % 2 == 0，那就都放到queue1里，否則放到queue2里。

for?(int?i?=?0;?i?<?5;?i++)?{Message?message?=?new?Message("orderTopic",?("hello!"?+?i).getBytes());producer.send(//?要發(fā)的那條消息message,//?queue?選擇器?，向?topic中的哪個queue去寫消息new?MessageQueueSelector()?{//?手動?選擇一個queue@Overridepublic?MessageQueue?select(//?當(dāng)前topic?里面包含的所有queueList<MessageQueue>?mqs,//?具體要發(fā)的那條消息Message?msg,//?對應(yīng)到?send（）?里的?args，也就是2000前面的那個0Object?arg)?{//?向固定的一個queue里寫消息，比如這里就是向第一個queue里寫消息if?(Integer.parseInt(arg.toString())?%?2?==?0)?{return?mqs.get(0);}?else?{return?mqs.get(1);}}},//?自定義參數(shù)：0//?2000代表2000毫秒超時時間i,?2000); }

13、RocketMQ如何保證消息不丟失

首先在如下三個部分都可能會出現(xiàn)丟失消息的情況：

• Producer端

• Broker端

• Consumer端

13.1、Producer端如何保證消息不丟失

• 采取send()同步發(fā)消息，發(fā)送結(jié)果是同步感知的。

• 發(fā)送失敗后可以重試，設(shè)置重試次數(shù)。默認(rèn)3次。

producer.setRetryTimesWhenSendFailed(10);

• 集群部署，比如發(fā)送失敗了的原因可能是當(dāng)前Broker宕機了，重試的時候會發(fā)送到其他Broker上。

13.2、Broker端如何保證消息不丟失

• 修改刷盤策略為同步刷盤。默認(rèn)情況下是異步刷盤的。

flushDiskType = SYNC_FLUSH

• 集群部署，主從模式，高可用。

13.3、Consumer端如何保證消息不丟失

• 完全消費正常后在進行手動ack確認(rèn)。

14、rocketMQ的消息堆積如何處理

下游消費系統(tǒng)如果宕機了，導(dǎo)致幾百萬條消息在消息中間件里積壓，此時怎么處理?

你們線上是否遇到過消息積壓的生產(chǎn)故障?如果沒遇到過，你考慮一下如何應(yīng)對?

首先要找到是什么原因?qū)е碌南⒍逊e，是Producer太多了，Consumer太少了導(dǎo)致的還是說其他情況，總之先定位問題。

然后看下消息消費速度是否正常，正常的話，可以通過上線更多consumer臨時解決消息堆積問題

追問：如果Consumer和Queue不對等，上線了多臺也在短時間內(nèi)無法消費完堆積的消息怎么辦？

• 準(zhǔn)備一個臨時的topic

• queue的數(shù)量是堆積的幾倍

• queue分布到多Broker中

• 上線一臺Consumer做消息的搬運工，把原來Topic中的消息挪到新的Topic里，不做業(yè)務(wù)邏輯處理，只是挪過去

• 上線N臺Consumer同時消費臨時Topic中的數(shù)據(jù)

• 改bug

• 恢復(fù)原來的Consumer，繼續(xù)消費之前的Topic

追問：堆積時間過長消息超時了？

RocketMQ中的消息只會在commitLog被刪除的時候才會消失，不會超時。也就是說未被消費的消息不會存在超時刪除這情況。

追問：堆積的消息會不會進死信隊列？

不會，消息在消費失敗后會進入重試隊列（%RETRY%+ConsumerGroup），18次（默認(rèn)18次，網(wǎng)上所有文章都說是16次，無一例外。但是我沒搞懂為啥是16次，這不是18個時間嗎 ？）才會進入死信隊列（%DLQ%+ConsumerGroup）。

源碼如下：

public?class?MessageStoreConfig?{//?每隔如下時間會進行重試，到最后一次時間重試失敗的話就進入死信隊列了。private?String?messageDelayLevel?=?"1s?5s?10s?30s?1m?2m?3m?4m?5m?6m?7m?8m?9m?10m?20m?30m?1h?2h"; }

15、RocketMQ在分布式事務(wù)支持這塊機制的底層原理?

你們用的是RocketMQ?RocketMQ很大的一個特點是對分布式事務(wù)的支持，你說說他在分布式事務(wù)支持這塊機制的底層原理?

分布式系統(tǒng)中的事務(wù)可以使用TCC（Try、Confirm、Cancel）、2pc來解決分布式系統(tǒng)中的消息原子性

RocketMQ 4.3+提供分布事務(wù)功能，通過 RocketMQ 事務(wù)消息能達到分布式事務(wù)的最終一致

RocketMQ實現(xiàn)方式：

**Half Message：**預(yù)處理消息，當(dāng)broker收到此類消息后，會存儲到RMQ_SYS_TRANS_HALF_TOPIC的消息消費隊列中

**檢查事務(wù)狀態(tài)：**Broker會開啟一個定時任務(wù)，消費RMQ_SYS_TRANS_HALF_TOPIC隊列中的消息，每次執(zhí)行任務(wù)會向消息發(fā)送者確認(rèn)事務(wù)執(zhí)行狀態(tài)（提交、回滾、未知），如果是未知，Broker會定時去回調(diào)在重新檢查。

**超時：**如果超過回查次數(shù)，默認(rèn)回滾消息。

也就是他并未真正進入Topic的queue，而是用了臨時queue來放所謂的half message，等提交事務(wù)后才會真正的將half message轉(zhuǎn)移到topic下的queue。

16、如果讓你來動手實現(xiàn)一個分布式消息中間件，整體架構(gòu)你會如何設(shè)計實現(xiàn)?

我個人覺得從以下幾個點回答吧：

• 需要考慮能快速擴容、天然支持集群

• 持久化的姿勢

• 高可用性

• 數(shù)據(jù)0丟失的考慮

• 服務(wù)端部署簡單、client端使用簡單

17、看過RocketMQ 的源碼沒有。如果看過，說說你對RocketMQ 源碼的理解?

要真讓我說，我會吐槽蠻爛的，首先沒任何注釋，可能是之前阿里巴巴寫了中文注釋，捐贈給apache后，apache覺得中文注釋不能留，自己又懶得寫英文注釋，就都給刪了。里面比較典型的設(shè)計模式有單例、工廠、策略、門面模式。單例工廠無處不在，策略印象深刻比如發(fā)消息和消費消息的時候queue的負(fù)載均衡就是N個策略算法類，有隨機、hash等，這也是能夠快速擴容天然支持集群的必要原因之一。持久化做的也比較完善，采取的CommitLog來落盤，同步異步兩種方式。

18、高吞吐量下如何優(yōu)化生產(chǎn)者和消費者的性能?

開發(fā)

• 同一group下，多機部署，并行消費

• 單個Consumer提高消費線程個數(shù)

• 批量消費

  • 消息批量拉取

  • 業(yè)務(wù)邏輯批量處理

運維

• 網(wǎng)卡調(diào)優(yōu)

• jvm調(diào)優(yōu)

• 多線程與cpu調(diào)優(yōu)

• Page Cache

19、再說說RocketMQ 是如何保證數(shù)據(jù)的高容錯性的?

• 在不開啟容錯的情況下，輪詢隊列進行發(fā)送，如果失敗了，重試的時候過濾失敗的Broker

• 如果開啟了容錯策略，會通過RocketMQ的預(yù)測機制來預(yù)測一個Broker是否可用

• 如果上次失敗的Broker可用那么還是會選擇該Broker的隊列

• 如果上述情況失敗，則隨機選擇一個進行發(fā)送

• 在發(fā)送消息的時候會記錄一下調(diào)用的時間與是否報錯，根據(jù)該時間去預(yù)測broker的可用時間

其實就是send消息的時候queue的選擇。源碼在如下：

org.apache.rocketmq.client.latency.MQFaultStrategy#selectOneMessageQueue()

20、任何一臺Broker突然宕機了怎么辦？

Broker主從架構(gòu)以及多副本策略。Master收到消息后會同步給Slave，這樣一條消息就不止一份了，Master宕機了還有slave中的消息可用，保證了MQ的可靠性和高可用性。而且Rocket MQ4.5.0開始就支持了Dlegder模式，基于raft的，做到了真正意義的HA。

21、Broker把自己的信息注冊到哪個NameServer上？

這么問明顯在坑你，因為Broker會向所有的NameServer上注冊自己的信息，而不是某一個，是每一個，全部！

最后，給大家準(zhǔn)備了一套算法學(xué)習(xí)教程，從小白到大神，都是這樣走過來的，建議學(xué)習(xí)一下，拿走不謝！ 下載方式1.?首先掃描下方二維碼2.?后臺回復(fù)「A110」即可獲取

總結(jié)

以上是生活随笔為你收集整理的RocketMQ在面试中那些常见问题及答案+汇总的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。