RocketMq和RabbitMq的对比【主流消息队列】_rabbitmq和rocketmq对比

首先整理这个文章是因为我正好有机会实战了一下rocketmq，阿里巴巴的一个开源消息中间件。所以就与以往中rabbitmq进行小小的比较一下。这里主线的根据常见面试问题进行整理。

1.消息队列常用的场景

1.1.削峰

例如我们做得考试系统中，用户通过人脸识别登录系统，考虑到考试系统的特殊性，三万名考生参加考试，需要记录人脸识别登录照片。从考试完结果上看，用户最大并发数在4000，于是我们采用rocketMq来进行异步消费用户人脸识别图片，当时统计rocketMq每秒1000消费消息。及时反馈了考生人脸识别登录成功，对数据库写操作也起到很大的缓冲功能。

1.2.解耦

如常用ABCD系统中，BCD系统都需要从A系统中调用接口返回数据，这时候突然来了E系统，也需要A系统数，又或者C系统不想要用这个接口数据了，而且A系统还得考虑，如果BCD接收不到数据，接收失败咋整之类的问题。

如果基于消息队列，这些问题就迎刃而解了。

A系统直接把数据扔到Mq中，BCDE系统直接从Mq中消费，如果消费失败，则重试消费。

1.3.异步

比如下订单系统中，会调用库存系统，会调用仓库系统，积分系统等，用户订单操作会直接返回给用户信息，提示订单完成，至于库存减少，或者仓库发货又或者积分的增加等，都是异步完成。极大的提高用户响应速度。

2.各种消息队列优缺点

1.1.rabbitMq

rabbitMq 几万级数据量，基于erlang语言开发，因此响应速度快些，并且社区活跃度比较活跃，可视化界面。缺点就是数据吞吐量相对与小一些，并且是基于erlang语言开发，比较重的问题难以维护。

1.2.rocketMq

rocketMq几十万级别数据量，基于Java开发，应对了淘宝双十一考验，并且文档十分的完善，拥有一些其他消息队列不具备的高级特性，如定时推送，其他消息队列是延迟推送，如rabbitMq通过设置expire字段设置延迟推送时间。又比如rocketmq实现分布式事务，比较可靠的。

1.3.kafka

kafka真正的大规模分布式消息队列，提供的核心功能比较少。基于zookeeper实现的分布式消息订阅。

3.消息队列常使用的注意事项或者面试时候经常问道的功能点

3.1.如何保证系统的高可用

就rabbitMq而言，有镜像模式概念，就是用户在发送数据时候，发送到mq机器上，并且持久化磁盘，然后通过设置镜像的queue，把数的持久化地址对应表同步到另外mq机器上。这种就有效防止一台mq挂了以后，另外的mq可以直接对外提供消费功能。

就rocketMq而言，分为多主集群结构，多主多备异步复制结构，多主多备同步复制结构。

3.2.如何保证消息不会丢失

就rabbitmq而言，从生产者，消费者，消息队列角度分析。生产者而言，发送消息如果失败，则定义重试次数，一般设置成五次。两种解决方式1.通过设置事务，进行事务回滚重试。2.通过发送者确认模式开启。

方式一：channel.waitForConfirms()普通发送方确认模式；

　　方式二：channel.waitForConfirmsOrDie()批量确认模式；

　　方式三：channel.addConfirmListener()异步监听发送方确认模式；

 
    // ======== 批量确认模式 end ======
    // 发送消息
    while(num-- > 0) {
        // 发送一个持久化消息到特定的交换机
        channel.basicPublish(EXCHANGE_NAME, routingkey, MessageProperties,PERSISTENT_TEXT_PLAIN, message.getBates());
        System.out.println(" [SimpleConfirmSend] Sent " + message);
    }
    // 批量等待确认: 返回true: 如果所有的消息都收到有确认应答，没有消息被拒绝
    if(!channel.waitForConfirms()){
        System.out.println("Not all message have arrived broker" );
        // 实际应用中，需要在这是添加发送消息失败的处理逻辑: 如重发等等
        // 在这种的模式中，如果发送N条消息，如果有一条失败，则所有的消息都需要重新推送
    }

就mq本身而言，需要做队列的持久化到磁盘的操作。1.queque队列的持久化，通过channel.queue_declare(queue='hello', durable=True);设置

3.3.设置消息的持久化，通过delivery_mode=2来进行设置。

mq消费者而言，开启手动ACK模式，也就是需要真正的消费者入库成功，才会进行消费成功的确认。

总结就是一句话：发送者确认模式开启，消息持久化默认开启，消费者消费开启手动ack

rocketMq而言，生产者发送消息，生产者默认模式

　 rocketMq持久化方式中，消息持久化通过如下配置。

 
#Broker 的角色
#- ASYNC MASTER 异步复制Master
#- SYNC MASTER 同步双写Master
#- SLAVE
brokerRole=ASYNC MASTER
#刷盘方式
#- ASYNC ELUSH 异步刷盘
#- SYNC ELUSH 同步刷盘
flushDiskType=ASYNC FLUSH
#checkTransactionMessageEnable=false#发消息线程池数量
#sendMessageThreadPoolNums=12 8
#拉消息线程池数量
#pul1MessageThreadPoolNums=128

3.4.消费者幂等消费问题

感觉rabbitmq和rocketmq出现重复消费场景差不多

3.4.1.发送时消息重复

当一条消息已被成功发送到服务端并完成持久化，此时出现了网络闪断或者客户端宕机，导致服务端对客户端应答失败。 如果此时生产者意识到消息发送失败并尝试再次发送消息，消费者后续会收到两条内容相同并且 Message ID 也相同的消息。

3.4.2.投递时消息重复

消息消费的场景下，消息已投递到消费者并完成业务处理，当客户端给服务端反馈应答的时候网络闪断。 为了保证消息至少被消费一次，消息队列 RocketMQ 的服务端将在网络恢复后再次尝试投递之前已被处理过的消息，消费者后续会收到两条内容相同并且 Message ID 也相同的消息。

3.4.3.负载均衡时消息重复（包括但不限于网络抖动、Broker 重启以及订阅方应用重启）

当消息队列 RocketMQ 的 Broker 或客户端重启、扩容或缩容时，会触发 Rebalance，此时消费者可能会收到重复消息。

解决方式的话，通过messageId，作为数据库业务主键，重复插入会报错主键冲突问题。

或者通过redis唯一性，messageId作为key存入，去重重复的数据，在从redis中刷到数据库里面。