消息队列面试题
消息队列(MQ)是中间件核心考点,重点:作用、常见问题(重复消费、丢消息、顺序性)、Kafka/RocketMQ 架构。
一、基础
1. 为什么用消息队列?解决了什么问题?
- 异步:非核心流程异步化,提升响应速度。
- 削峰:缓冲突发流量,保护下游系统。
- 解耦:生产者消费者解耦,降低系统间依赖。
2. 消息队列的缺点?
- 系统复杂度增加、可用性降低(MQ 挂了影响业务)、一致性更难保证(可能重复/丢失)。
3. 常见消息队列对比?
| 特性 | Kafka | RocketMQ | RabbitMQ |
|---|---|---|---|
| 吞吐量 | 极高 | 高 | 中等 |
| 事务消息 | 有 | 有 | 弱 |
| 顺序消息 | 有 | 有 | 弱 |
| 生态 | 大数据首选 | 阿里/电商 | 通用/金融 |
| 语言 | Java/Scala | Java | Erlang |
- 大数据/日志用 Kafka,业务解耦/事务消息用 RocketMQ。
二、常见问题
4. 如何保证消息不丢失?
分三个阶段:
- 生产端:同步发送 + 确认机制(ack),Kafka 配置
acks=all。 - Broker 端:持久化 + 多副本(ISR),刷盘。
- 消费端:手动 ack,消费成功再提交 offset。
5. 如何保证消息不重复消费(幂等)?
- MQ 至少一次投递,天然可能重复,需消费端做幂等:
- 数据库唯一索引。
- Redis setnx / 分布式锁。
- 业务幂等表 + 消息唯一 id。
6. 如何保证消息顺序性?
- 全局顺序:单分区/单队列 + 单消费者。
- 局部顺序:相同业务 key(如订单 id)路由到同一分区,分区内有序,消费端单线程消费。
7. 消息堆积怎么处理?
- 增加消费者实例、提升消费速度。
- 扩容分区(Kafka)或队列(RocketMQ)。
- 临时写消费降级逻辑,事后补数据。
- 排查消费者是否有慢逻辑/死循环/频繁重试。
8. 死信队列?
- 消费失败重试次数超限后,消息进入死信队列,用于人工介入和告警,避免阻塞正常消息。
三、Kafka
9. Kafka 架构组成?
- Broker:服务节点。
- Topic:主题。
- Partition:分区(并行+顺序的单位)。
- Replica:副本(leader + follower)。
- Producer / Consumer / Consumer Group。
- ZooKeeper/KRaft:管理元数据。
10. Kafka 为什么快?
- 顺序写磁盘(追加写)。
- 零拷贝(sendfile)。
- 页缓存(Page Cache)。
- 批量发送、压缩。
- 分区并行。
11. Kafka 的 ISR?
- In-Sync Replicas,与 leader 保持同步的副本集合。
- 只有 ISR 中的副本才能被选为 leader,保证数据一致性。
12. Kafka 的 offset 和 consumer group?
- offset 记录消费位置。
- 同一 group 内一个分区只能被一个消费者消费;不同 group 互不影响。
- 消费者数大于分区数时,多余消费者空闲。
13. Kafka 的消息丢失和重复?
- 丢失:acks=0 或 follower 未同步。
- 重复:重试 + 至少一次语义。
- 精确一次(exactly-once):幂等生产者 + 事务。
四、RocketMQ
14. RocketMQ 架构?
- NameServer(注册中心)、Broker(存储)、Producer、Consumer。
- Topic 下分多个 MessageQueue。
15. RocketMQ 事务消息?
- 半消息机制:先发半消息(对消费者不可见)→ 执行本地事务 → 提交或回滚 → 未确认时 Broker 回查本地事务状态。
16. RocketMQ 延迟消息?
- 消息延迟一段时间后投递,内置 18 个延迟级别(如 1s、5s、10s…)。
- 适用于订单超时关闭等场景。
17. RocketMQ 如何保证顺序消息?
- 同业务 key 的消息发到同一 MessageQueue,消费端用 MessageListenerOrderly 单线程消费。
五、其他
18. 消息积压大量时,如何快速处理?
- 优先临时扩容消费者、提升消费速率;必要时将积压消息转储到临时 topic 并行消费,再回写。
19. 如何设计一个消息队列?
- 核心:存储(顺序写 + 索引)、高可用(副本)、消费 offset、拉/推模型、重试与死信、顺序与延迟。