1、生产者发送消息到MQ
2、MQ存储消息到内存或者硬盘
3、消费者消费消息
由于网络的原因、服务器的原因、程序的原因等等，在每个阶段都有可能引起消息的丢失：
1、生产者发送消息到MQ：这个阶段可能由于网络延迟导致mq消息丢失
2、MQ存储消息到内存或者硬盘：Broker将消息先放到内存，然后根据刷盘策略持久化到硬盘上，但是刚收到消息，还没持久化到硬盘服务器宕机了，消息就会丢失
3、消费者消费消息：MQ由于网络原因在传输过程中把消息传丢了，同时MQ也从队列中把消息删除了，或者消费者消费失败消息丢失了
接下来详细描述一下三大主流队列：rocketmq、rabbitmq、kafka是如何保证消息不丢失的
选择不同的消息模式发送消息
RocketMQ发送消息有三种模式，即同步发送，异步发送、单向发送。
同步和异步都是可靠的消息发送模式，应用可以根据消息的重要性和不同场景，选择不同的模式。
/**
* @description: 单向发送 这种方式主要用在不特别关心发送结果的场景，例如日志发送。
*/
public void sendMq() {
for (int i = 0; i < 10; i++) {
rocketMQTemplate.convertAndSend("RocketMQ-test", "测试-单向消息发送-" + i);
}
}
/***********************************************************************************/
/**
* @description: 同步发送 可靠性同步地发送 使用的比较广泛，比如：重要的消息通知，短信通知。
*/
public void sync() {
SendResult sendResult = rocketMQTemplate.syncSend("RocketMQ-test", "sync同步发送消息。");
log.info("发送结果：{}", sendResult);
}
/***********************************************************************************/
/**
* @description: 异步发送
* 异步消息通常用在对响应时间敏感的业务场景，即发送端不能容忍长时间地等待Broker的响应。
*/
public void async() {
String msg = "async异步发送消息。";
log.info(">msg:<<" + msg);
rocketMQTemplate.asyncSend("RocketMQ-test", msg, new SendCallback() {
@Override
public void onSuccess(SendResult var1) {
log.info("异步发送成功{}", var1);
}
@Override
public void onException(Throwable var1) {
//发送失败可以执行重试
log.info("异步发送失败{}", var1);
}
});
}消息生产者发送消息失败的重试机制
RocketMQ为生产者提供了失败重试机制，同步发送和异步发送默认都是失败重试两次，当然可以修改重试次数，如果多次还是失败，那么可以采取记录这条信息，然后人工采取补偿机制。
可以通过配置来灵活的设置消息发送失败重试次数
刷盘策略
RocketMq持久化消息有两种策略，即同步刷盘和异步刷盘。通过修改配置文件来完成：ASYNC_FLUSH=异步刷盘(默认方式)，SYNC_FLUSH=同步刷盘。
异步刷盘：此模式下当生产者把消息发送到broker，消息存到内存之后就认为消息发送成功了，就会返回给生产者消息发送成功的结果。但是如果消息还没持久化到硬盘，服务器宕机了，那么消息就会丢失。
同步刷盘：当Broker接收到消息并且持久化到硬盘之后才会返回消息发送成功的结果，这样就会保证消息不会丢失，但是同步刷盘相对于异步刷盘来说效率上有所降低，大概降低10%，具体情况根据业务需求设定吧。
手动ack
/**
* @description: 消费端确认消息消费成功的消费者
*/
@Component
@Slf4j
public class consumerAck implements MessageListenerConcurrently {
@Override
public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs, ConsumeConcurrentlyContext context) {
for (MessageExt msg:msgs){
log.info("接收到的消息是-----{}",new String(msg.getBody()));
}
//MQ收到SUCCESS即认为消费成功
return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;
}
}消费者消费失败重试机制
消费者消费失败会自动重试，如果消费失败并且没有手动ack则会自动重试15次。
事务机制：类似RocketMQ的同步消息发送模式，会降低系统的性能，一般不采用
public static void main(String[] args) {
try {
System.out.println("生产者启动成功..");
// 1.创建连接
connection = MyConnection.getConnection();
// 2.创建通道
channel = connection.createChannel();
channel.queueDeclare(QUEUE_NAME, false, false, false, null);
String msg = "测试事务机制保证消息发送可靠性。。。。";
channel.txSelect(); //开启事务
channel.basicPublish("", QUEUE_NAME, null, msg.getBytes(StandardCharsets.UTF_8));
//发生异常时，mq中并没有新的消息入队列
//int i=1/0;
//没有发生异常，提交事务
channel.txCommit();
System.out.println("生产者发送消息成功:" + msg);
} catch (Exception e) {
e.printStackTrace();
//发生异常则回滚事务
try {
if (channel != null) {
channel.txRollback();
}
} catch (IOException ioException) {
ioException.printStackTrace();
}
} finally {
try {
if (channel != null) {
channel.close();
}
if (connection != null) {
connection.close();
}
} catch (IOException e) {
e.printStackTrace();
} catch (TimeoutException e) {
e.printStackTrace();
}
}
}确认机制：当mq收到生产者发送的消息时，会返回一个ack告知生产者，收到了这条消息，如果没有收到，那就采取重试机制后者其他方式补偿。
#开启生产者确认模式
publisher-confirm-type: correlated
# 打开消息返回,如果投递失败，会返回消息
publisher-returns: true
#publisher-confirm-type有3种取值
#NONE值是禁用发布确认模式，是默认值
#CORRELATED值是发布消息成功到交换器后会触发回调方法
#SIMPLE值经测试有两种效果，其一效果和CORRELATED值一样会触发回调方法 @Component
@Slf4j
public class ConfirmCallBackListener implements RabbitTemplate.ConfirmCallback, RabbitTemplate.ReturnsCallback {
@Autowired
private RabbitTemplate rabbitTemplate;
@PostConstruct
public void init() {
//指定 ConfirmCallback
rabbitTemplate.setConfirmCallback(this);
rabbitTemplate.setReturnsCallback(this);
}
@Override
public void confirm(CorrelationData correlationData, boolean ack, String cause) {
log.info("correlation--{},ack--{},cause--{}", correlationData, ack, cause);
if (ack) {
//确认收到消息
} else {
//收到消息失败，可以自定义重试机制，或者将失败的存起来，进行补偿
}
}
/*
*
* @param returnedMessage
* 消息是否从Exchange路由到Queue, 只有消息从Exchange路由到Queue失败才会回调这个方法
* @return void
*/
@Override
public void returnedMessage(ReturnedMessage returnedMessage) {
log.info("被退回信息是》》》》》》{}", returnedMessage.getMessage());
log.info("replyCode》》》》》》{}", returnedMessage.getReplyCode());
log.info("replyText》》》》》》{}", returnedMessage.getReplyText());
log.info("exchange》》》》》》{}", returnedMessage.getExchange());
log.info("routingKey>>>>>>>{}", returnedMessage.getRoutingKey());
}
}重试机制：默认3次，可以修改重试次数，超过了最大重试次数限制采取人工补偿机制。
开启消息持久化机制
RabbitMQ 的消息默认存放在内存上面，如果不特别声明设置，消息不会持久化保存到硬盘上面的，如果节点重启或者意外crash掉，消息就会丢失。要保证rabbitMQ不丢失消息，那么就需要开启rabbitMQ的持久化机制，即把消息持久化到硬盘上，这样即使rabbitMQ挂掉在重启后仍然可以从硬盘读取消息。要想做到消息持久化，必须满足以下三个条件，缺一不可。
消息补偿机制
死信队列：如果队列满了，多余的消息发送到Broker时可以使用死信队列保证消息不会被丢弃
开启消费端的手动ack
@Component
@Slf4j
public class SnailConsumer {
@RabbitListener(queues = "snail_direct_queue")
public void process(Message message, @Headers Map<String, Object> headers, Channel channel) throws Exception {
// 获取消息Id
String messageId = message.getMessageProperties().getMessageId();
String msg = new String(message.getBody(), "UTF-8");
log.info("获取到的消息>>>>>>>{},消息id>>>>>>{}", msg, messageId);
try {
int result = 1 / 0;
System.out.println("result" + result);
// // 手动ack
Long deliveryTag = (Long) headers.get(AmqpHeaders.DELIVERY_TAG);
// 手动签收
channel.basicAck(deliveryTag, false);
} catch (Exception e) {
//拒绝消费消息（丢失消息） 给死信队列
channel.basicNack(message.getMessageProperties().getDeliveryTag(), false, false);
}
}
}producer的ack机制
kafka的生产者确认机制有三种取值即三个模式：
acks = 0 ：生产者将不会等待来自服务器的任何确认，该记录将立即添加到套接字缓冲区并视为已发送。在这种情况下，无法保证服务器已收到记录，并且重试配置将不会生效（因为客户端通常不会知道任何故障）。
acks = 1 ：leader会将记录写入其本地日志，但无需等待所有follwer服务器的完全确认即可做出回应，在这种情况下，当leader还没有将数据同步到Follwer宕机，存在丢失数据的可能性。
acks = -1：代表所有的所有的分区副本备份完成，不会丢失数据这是最强有力的保证。但是这种模式往往效率相对较低。
producer重试机制
kafka的broker使用副本机制保证数据的可靠性。每个broker中的partition我们一般都会设置有replication（副本）的个数，生产者写入的时候首先根据分发策略（有partition按partition，有key按key，都没有轮询）写入到leader中，follower（副本）再跟leader同步数据，这样有了备份，也可以保证消息数据的不丢失。
手动ack
/*
*
* @param message
* @param ack
* @手动提交ack
* containerFactory 手动提交消息ack
* errorHandler 消费端异常处理器
* @return void
*/
@KafkaListener(containerFactory = "manualListenerContainerFactory", topics = "test-topic", errorHandler = "consumerAwareListenerErrorHandler")
public void onMessageManual(List<ConsumerRecord<?, ?>> record, Acknowledgment ack) {
for (int i=0;i<record.size();i++){
System.out.println(record.get(i).value());
}
ack.acknowledge();//直接提交offset
}offset commit
消费者通过offset commit 来保证数据的不丢失，kafka自己记录了每次消费的offset数值，下次继续消费的时候，会接着上次的offset进行消费。kafka并不像其他消息队列，消费完消息之后，会将数据从队列中删除，而是维护了一个日志文件，通过时间和储存大小进行日志删除策略。如果offset没有提交，程序启动之后，会从上次消费的位置继续消费，有可能存在重复消费的情况。
Offset Reset 三种模式
earliest（最早）：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费。
latest(最新的)：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据。
none(没有)：topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常。