本篇文章给大家谈谈rabbitmq怎么保证一致性，以及rabbitmq怎么保证高可用对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
本文目录一览：
- 1、四种消息中间件分析介绍(ActiveMQ、RabbitMQ、RocketMQ、Kafka
- 2、一文带你了解RabbitMQ到底是个什么鬼!
- 3、面试官:如何保证RocketMQ/RabbitMQ消息数据100%不丢失
四种消息中间件分析介绍(ActiveMQ、RabbitMQ、RocketMQ、Kafka
1、每个中间件在部署时都有其特定考量，如ActiveMQ的单节点部署不支持高可用，而RabbitMQ的镜像集群模式提供了一种平衡性能和高可用性的选择。RocketMQ的多Master多Slave模式在处理多节点时需注意消息实时性，Kafka则通过replica机制增强容错能力。
2、有些特殊框架(如：redis、kafka、zeroMq等)根据自身需要未严格遵循MQ规范，而是基于TCP\IP自行封装了一套协议，通过网络socket接口进行传输，实现了MQ的功能。
3、Kafka、ActiveMQ、RabbitMQ、RocketMQ 都是流行的消息队列中间件，它们各有优缺点。以下是一些总结和区别：- Kafka：高吞吐量、低延迟、高可用性、分布式、持久化存储、多租户支持等 。- ActiveMQ：支持JMS1和J2EE 4规范，具有良好的面向企业级应用程序的特性，如负载均衡、可靠性、安全性等 。
4、本文将深入探讨几种在开发中广泛使用的消息中间件，包括Apache ActiveMQ、Apache Kafka、Apache Pulsar、Apache RocketMQ、RabbitMQ和ZeroMQ，以帮助你了解它们各自的特点和适用场景。首先，Apache ActiveMQ，作为Apache的开源之作，凭借其长久的历史和JMS1的兼容性，是Java应用的首选。
5、综上所述： 一般公司会利用kafka收集一些日志之类的消息，因为日志一般量特别大，即使丢几条数据也没事，并且要求吞吐量也高，一般就是收发消息，不需要太多的功能，所以kafka非常适合这个场景。
6、RocketMQ身出名门，但使用者不多，生态较小，毕竟消息量能达到这种体量的公司不多，你也可以直接去购买阿里云的消息服务。Kafka生态完善，其代码是用Scala语言写成，可靠性比RocketMQ低一些。 RabbitMQ 优点：生态丰富，使用者众，有很多人在前面踩坑。AMQP协议的领导实现，支持多种场景。
一文带你了解RabbitMQ到底是个什么鬼!
1、MQ全程为message queue，即消息队列。是一种跨进程、异步通信机制、用于上下游传递消息。RabbitMQ是由Erlang语言开发，基于 AMQP 协议（Advanced Message Queuing Protocol 高级消息队列协议）实现的消息队列，它是一种应用程序之间的通信方法，消息队列在实际开发应用中有着非常广泛的使用。
2、kafaka和rabbitmq的最主要区别在于数据的可靠性和吞吐量上；在实际场景中，需要按需求取舍。rabbitmq在金融场景中经常使用，具有较高的严谨性，数据丢失的可能性更小，同时具备更高的实时性，基于存储的可靠性的要求存储可以采用内存或者硬盘。
3、Federation直译过来是联邦，它的设计目标是使 RabbitMQ 在不同的 Broker 节点之间进行消息传递而无须建 立集群。具有以下特点： 那么它到底有什么用呢？我们可以从一个实际场景入手： 有两个服务分别部署在国内和海外，它们之间需要通过消息队列来通讯。 很明显无论RabbitMQ部署在海外还是国内，另一方一定得忍受连接上的延迟。
面试官:如何保证RocketMQ/RabbitMQ消息数据100%不丢失
下面从多个方面确保消息不丢：RabbitMQ 的消息默认存放在内存上面，如果不特别声明，消息不会持久化保存到硬盘上面，如果节点重启或者意外crash掉，消息就会丢失。
设置持久化有两个步骤：①创建queue的时候将其设置为持久化的，这样就可以保证rabbitmq持久化queue的元数据，但是不会持久化queue里面的数据。②发送消息的时候讲消息的deliveryMode设置为2，这样消息就会被设为持久化方式，此时rabbitmq就会将消息持久化到磁盘上。 必须要同时开启这两个才可以。
定时重试发送消息表中还没有处理的消息，下游的服务需要做幂等，可能会收到多次重复的消息，如果一个回复消息生产方中的某个回执信息丢失了，后面持续收到生产方的 mq 消息，然后再次回复消息的生产方回执信息，这样总能保证发送者能成功收到回执，消息的生产方在接收回执消息的时候也要做到幂等性。
消息丢失 一般来讲消息丢失的途径有三个： 生产者弄丢数据、消息队列弄丢数据、消费者弄丢数据 。 生产者弄丢数据 a、丢失的原因：因为网络传输的不稳定性，当生产者在向MQ发送消息的过程中，MQ没有成功接收到消息，但是生产者却以为MQ成功接收到了消息，不会再次重复发送该消息，从而导致消息的丢失。
Kafka - 流处理领域的翘楚，其分区和多副本设计保证了高可用和数据持久性，生产者和消费者的多种模式确保了消息的正确消费。部署与优化策略 每个中间件在部署时都有其特定考量，如ActiveMQ的单节点部署不支持高可用，而RabbitMQ的镜像集群模式提供了一种平衡性能和高可用性的选择。
关于rabbitmq怎么保证一致性和rabbitmq怎么保证高可用的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
