消息的可靠性传输，如何处理消息丢失问题？

用MQ时，要注意消息数据：

• 不能多，牵涉重复消费处理和幂等性问题
• 不能少，消息不能搞丢呀

若这是用MQ传递非常核心的消息，如计费系统，就是很重的业务，操作很耗时，设计上经常将计费做成异步化，就是用MQ。

为确保MQ传递过程中不会弄丢计费消息。广告主投放个广告，说好用户点击一次扣1块。结果要是用户动不动点击了一次，扣费时搞的消息丢了，公司就会不断少几块。

MQ丢数据，一般分两种:

• MQ自己弄丢了
• 消费时弄丢了

1.1 生产者丢数据

生产者将数据发送到MQ时，因为网络等问题，数据在半路丢了。

解决方案

事务功能

• 生产者发数据前，开启事务（channel.txSelect），然后发送消息
• 若消息未成功被MQ接收到，则Pro会收到异常报错，此时即可回滚事务（channel.txRollback），然后重试发送消息
• 若收到消息，则可提交事务（channel.txCommit）

但MQ事务机制一搞，因为太耗性能，吞吐量就会降低。所以一般若你要确保写RabbitMQ的消息别丢，可开启confirm模式。

confirm模式

在Pro开启confirm模式后，你每次写的消息都会分配一个唯一id，然后若写入RabbitMQ，RabbitMQ会给你回传一个ack消息，告诉你说这个消息ok了。

若RabbitMQ未能处理该消息，就会回调你一个nack接口，告诉你这个消息接收失败，你可以重试。可结合该机制，自己在内存里维护每个消息id的状态，若超过一定时间还没接收到该消息的回调，你就能重发。

事务机制 V.S cnofirm机制

• 事务机制是同步的，你提交一个事务后，会阻塞在那儿
• confirm机制是异步的，你发送个消息后，即可发送下个消息，然后那个消息RabbitMQ接收后，会异步回调你一个接口，通知你这个消息接收到了。

所以一般在生产者这块避免数据丢失，都用confirm机制。

RabbitMQ丢数据

RabbitMQ自己丢了数据，这必须开启RabbitMQ持久化：消息写入后会持久化到磁盘，哪怕是RabbitMQ自己挂了，恢复后会自动读取之前存储的数据。

罕见的是，RabbitMQ还没持久化，自己就挂了，可能导致少量数据会丢失的。

设置持久化

• 创建queue时，将其设置为持久化，保证RabbitMQ持久化queue的元数据，但不会持久化queue里的数据
• 发送消息时，将消息的deliveryMode设为2：将消息设置为持久化的，此时RabbitMQ就会将消息持久化到磁盘

必须同时设置这两个持久化，RabbitMQ哪怕是挂了，再次重启后，也会从磁盘上重启恢复queue，恢复该queue里的数据。

而且持久化可跟Pro的confirm机制配合，只有消息被持久化到磁盘后，才会通知Pro ack，所以哪怕是在持久化到磁盘前，rabbitmq挂了，数据丢了，生产者收不到ack，也可以自己重发。

Con弄丢数据

你消费到了数据之后，消费者会自动通知RabbitMQ说ok ,我已经消费完这条消息了。

然而可能刚消费到消息，还没处理，Con进程挂了，重启后，RabbitMQ认为你都消费了，这数据就丢了。

解决方案

用RabbitMQ提供的ack机制，关闭RabbitMQ自动ack，可通过一个api来调用就行，然后每次你自己代码里确保处理完的时候，再程序里ack。

这样若你还没处理完，就不会ack，RabbitMQ就认为你还没处理完，这时RabbitMQ会把这个消费分配给别的consumer处理，不会丢消息。

2 Kafka

消费端丢数据

唯一可能导致Con丢数据case：消费到了该消息，然后Con自动提交了offset，让kafka以为你已消费完该消息，然而其实你刚准备处理这消息，你还没处理完，你就挂了，这条消息就丢了。 因此，得关闭自动提交offset，在处理完后Con手动提交offset，即可保证数据不会丢。

但此时确实会重复消费，如你刚处理完，还没提交offset，结果自己挂了，此时肯定会重复消费一次，自己设计保证幂等即可。

Broker弄丢数据

kafka某broker宕机，然后重新选举partiton的leader时。若此时其他follower刚好还有些数据没同步，结果此时leader挂了，然后选举某个follower成leader后，就丢了一些数据。

一般要求起码设置如下参数：

• 给topic设置replication.factor参数：必须大于1，要求每个partition必须有至少2个副本
• 在kafka Broker设置min.insync.replicas参数：必须大于1，要求一个leader至少感知到有至少一个follower还跟自己保持联系，没掉队，这样才能确保leader挂了还有一个follower
• Pro端设置acks=all：要求每条数据，必须写入所有replica后，才能认为是写成功
• Pro端设置retries=MAX（无限次重试）：一旦写入失败，就无限重试，卡在这里

配置后，至少在kafka Broker端能保证在leader所在broker发生故障，进行leader切换时，数据不会丢失。

Pro丢数据

如按上述思路设置ack=all，一定不会丢，要求是，你的leader接收到消息，所有follower都同步到了消息之后，才认为本次写成功了。 如果没满足这条件，生产者会自动不断重试，重试无限次。

3 RocketMQ

RocketMQ 导致数据丢失的原因与前面的 RabbitMQ 和 Kafka 都很类似。生产者就是因为网络抖动等原因消息投递失败，或者 RocketMQ 自身的 Master 节点故障，主备切换故障之类的，消费者则有可能是异步处理导致还未处理成功就给 RocketMQ 提交了 offset 标识消息已处理了。

在 RocketMQ 中，事务消息可以保证消息零丢失。RocketMQ 的事务消息流程大致如下图所示：

在上面的事务消息流程中，基于这三个业务流程：发送 half 消息 -> 处理其他业务 -> commit/rollback。我们来讨论下面的几种情况：

万一生产者发送 half 消息失败，怎么办？

可以做重试或记录消息到如文件、数据库等地方，直接给用户返回失败，本次请求失败。

• 万一生产者发送 half 消息成功，但是处理其他业务失败，又该怎么办呢？ 生产者发送 rollback 请求回滚 RocketMQ 中该条消息，本次请求失败。
• 万一生产者发送 half 消息成功，但是 RocketMQ 由于某些原因如网络超时等导致没有响应，怎么处理？ 由于 half 消息已发送成功，此时 RocketMQ 中已经有该条消息了，RocketMQ 会有一个补偿机制，补偿机制会回调你开发好的一个接口，询问你这条消息是要 commit 还是 rollback。
• 万一生产者发送 half 消息成功，但是请求 commit 或 rollback 的时候失败了呢？ 这个问题与上面的问题一样，都是通过 RocketMQ 的补偿机制来处理。

4 总结

本文分别从生产者、MQ 自身、消费者介绍了导致消息丢失的原因，消息丢失问题是一个比较常见但又必须解决的问题。

不同的 MQ 如何解决消息丢失问题的。消费端导致的消息丢失都是由于数据还未处理成功确提前通知 MQ 消息已经处理成功了，禁止自动提交或异步操作即可，处理起来比较简单；生产者和 MQ 自身导致的消息丢失则比较难处理，RabbitMQ 使用了 Confirm 模式避免消息丢失；Kafka 则配置所有 follower 同步成功才给生产者响应推送消息成功；RocketMQ 则使用事务消息来保证消息的零丢失，针对不同的异常情况还提供了补偿机制进行处理。