面试题
- 为什么要使用消息队列？
- 消息队列有什么优缺点？
- Kafka、ActiveMQ、RabbitMQ、RocketMQ都有什么区别，以及适合哪些场景？
面试官心理分析
其实面试官主要是想看看：
- 第一：你们为什么要用这个技术？
很多的面试者对于为什么使用这项技术缺乏思考，仅仅是为了用而用，并没有自己的独立思考，对于架构设计也没有全局的概念。 - 第二：对于这个技术的好处和坏处你们是否清楚？
是否对于技术深层次的思考，了解引入新技术的所带来的利弊。如果没有，只是代码的搬运工具，缺乏独立思考。 - 第三：技术选型的考量因素？
市场上成熟的MQ产品很多，没有一款是绝对的完美，有没有考虑过技术选型的问题。
面试题分析
为什么使用消息队列？
其实就是想知道是因为什么原因引入的MQ技术，为了解决哪些问题。面试官期望的回答就是，当初你们公司有一个什么样的业务场景，这个场景有什么样的技术挑战，不用MQ可能会有麻烦，现在引入MQ带来了哪些好处。
通过MQ的好处是：解耦，异步，削峰。
解耦
这个场景通常是发布订阅模式，比如：系统A要给系统B、C、D发送消息。如果这时候新加入一个系统E，则需要更改系统A的代码才能给系统E发送消息，如果使用MQ，可以将生产者和消费者解耦。
总结：通过一个MQ，实现Pub/Sub发布订阅模式这么一个模型，就实现了系统解耦。
面试技巧：你需要去考虑一下自己的系统中是否有类似的场景，就是一个模块调用了其他多个模块，彼此维护起来很麻烦。但是这个调用其实是不需要同步调用的。如果使用MQ进行异步解耦，也是可以的。在简历中进行体现出来，使用MQ进行解耦。
异步
如果系统A接收到一个请求，自己本地写库需要100ms，同时需要调用系统B耗费200ms，系统C耗费100ms，系统D耗费300ms。总的耗时则为700ms，这在互联网项目中是可以忍受的。使用MQ将调用异步话，这样系统A几乎只需要100ms就可以返回。
削峰
系统平时QPS大概50左右，但是遇到突发情况时，QPS飙升至5000，如果系统的数据请求是直接基于MySQL的，那么MySQL可能会崩溃。一般的MySQL的TPS大概在2K左右。瞬间的高峰，可能会使系统出现雪崩。
如果使用了MQ，在高峰的时候将数据写入到MQ中，消费端根据自己的承受能力去消费即可，不会因为请求压力过大导致崩溃。再到系统空闲时间，去消费掉挤压的数据。
这个短暂的挤压是被允许的，因为当高峰期过去之后，系统会很快的消费掉挤压的数据。
消息队列有什么缺点？
优点已经说过了，在特殊场景下有其对应的好处：解耦、异步、削峰。
缺点主要有以下三个：
- 降低系统可用性：
引入外部依赖越多，可用性就越低。直接调用的话，只要系统没有故障就不会出问题。但是一旦引入了MQ，就需要考虑MQ的可用性问题。 - 提升系统复杂度：
系统中增加了一MQ进来，需要考虑的问题也就变多了，需要考虑如何保证没有重复消费的情况（幂等性），如何处理消息丢失的情况（可靠性），如何保证消息传递的顺序性（顺序性）。 - 一致性问题：
如果A系统处理完直接返回成功，BCD系统中有出现错误的情况，这时就出现了数据不一致的情况，如何进行处理？
所以消息队列是一种非常复杂的架构，引入它会带来一些好处，但是如果由于没有考虑到处，同时也会出现一系列的问题。但是有些场景下，该用还是要用的，如何规避掉风险需要清楚。
Kafka、ActiveMQ、RabbitMQ、RocketMQ有什么优缺点？
| 特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
|---|---|---|---|---|
| 单机吞吐量 | 万级，比RocketMQ、Kafka低一个数量级 | 同ActiveMQ | 10万级别，支撑高吞吐量 | 10万级，高吞吐，一般配合大数据类的系统来进行实时数据计算、日志采集等场景 |
| topic数量对吞吐量对影响 | topic可以达到几百/几千级别，吞吐量会有较小幅度的下降，这是RocketMQ的一大优势，在同等机器下，可以支撑大量的topic | topic从几十到几百的时候，吞吐量会大幅度下降，使用Kafka要保证topic不要过多 | ||
| 时效性 | ms级 | 微秒级，这是RabbitMQ的一大特点，延迟最低 | ms级 | 延迟在ms以内 |
| 可用性 | 高，基于主从架构 | 同ActiveMQ | 非常高，分布式架构 | 非常高，分布式架构，一个节点宕机不会影响其他节点 |
| 消息可靠性 | 有小概率丢失 | 基本不丢失 | 可以通过配置做到0丢失 | 同RocketMQ |
| 功能支持 | MQ领域的功能及其完备 | 基于erlang开发，并发能力很强，性能极好，延时很低 | MQ功能较为完善，还是分布式架构，扩展性好 | 功能较为简单，主要支持简单的MQ功能，在大数据领域的实时计算以及日志采集被大规模使用 |
综上，各种对比之后，有如下建议：
中小企业建议使用RabbitMQ，有丰富的管理界面，开箱即用，稳定性好。
有自研能力的企业，可以使用RocketMQ，支撑高吞吐。
有大数据相关业务的，可以直接使用Kafka，毕竟Kafka在大数据领域已经是事实标准。
