| title |
消息队列专题：异步处理、削峰填谷、可靠性、顺序性、Kafka、RocketMQ 与 RabbitMQ |
| description |
消息队列面试与 MQ 学习路线，涵盖异步处理、应用解耦、削峰填谷、消息可靠性、幂等性、顺序性、消息积压、Kafka、RocketMQ 和 RabbitMQ。 |
| category |
高性能 |
| tag |
|
| sitemap |
| changefreq |
priority |
weekly |
0.9 |
|
| head |
meta |
| name |
content |
keywords |
消息队列,消息队列面试题,Kafka,RocketMQ,RabbitMQ,Disruptor,消息可靠性,消息幂等,消息顺序性,消息积压,异步处理,削峰填谷,后端面试 |
|
|
|
消息队列是高性能和高可用系统里都非常常见的中间件，主要用于异步处理、应用解耦、削峰填谷和流量缓冲。学习消息队列时，不能只背 Kafka、RocketMQ、RabbitMQ 的特性，更要理解消息可靠性、顺序性、幂等性、积压处理和技术选型。
如果你准备面试，可以把 MQ 问题拆成一条链路：生产者怎么保证发出去，Broker 怎么保证存得住，消费者怎么保证处理成功，失败后怎么重试和补偿。这样比单独背“消息不丢失、重复消费、顺序消费”更容易讲清楚。
- 想系统学习消息队列的后端开发者。
- 准备 Kafka、RocketMQ、RabbitMQ、消息可靠性相关面试题的同学。
- 已经在项目中使用 MQ，但对消息丢失、重复消费、顺序消费、消息积压处理不够熟的读者。
- 需要在 Kafka、RocketMQ、RabbitMQ、Disruptor 之间做技术选型的工程师。
- 消息队列解决的是异步、解耦、削峰和缓冲问题，不是所有链路都应该引 MQ。
- 消息可靠性要分别看生产者、Broker、消费者和业务幂等。
- 消息顺序性通常需要从 Topic、队列、分区、消费线程和业务 Key 一起设计。
- 消息积压不是单点问题，可能来自消费能力、下游依赖、限流策略和数据倾斜。
- Kafka、RocketMQ、RabbitMQ、Disruptor 的定位不同，选型时要结合吞吐、延迟、消息模型、生态和运维成本。
- 消息队列基础知识总结：先理解 MQ 的通用模型、应用场景和常见问题。
- Kafka 常见问题总结：理解高吞吐日志流、分区、副本、Consumer Group 和 Rebalance。
- RocketMQ 常见问题总结：理解业务消息场景、事务消息、定时消息、顺序消息和消息存储。
- RabbitMQ 常见问题总结：理解 AMQP、Exchange、消息确认、死信队列和延迟队列。
- Disruptor 常见问题总结：理解高性能内存队列、无锁设计和低延迟场景。
- 为什么要使用消息队列？哪些场景不适合引入 MQ？
- 如何保证消息不丢失？
- 如何处理重复消费和业务幂等？
- 如何保证消息顺序性？
- 消息积压如何排查和处理？
- Kafka 为什么吞吐高？零拷贝和顺序写分别起什么作用？
- RocketMQ 的事务消息如何工作？
- RabbitMQ 的 Exchange 有哪些类型？各自适合什么场景？
- Kafka、RocketMQ、RabbitMQ 应该如何选型？
| 场景 |
常见选择 |
重点关注 |
| 日志、埋点、流式处理 |
Kafka、Pulsar |
吞吐、分区扩展、生态 |
| 订单、交易、业务事件 |
RocketMQ |
事务消息、延时消息、顺序消息 |
| 灵活路由、轻量接入 |
RabbitMQ |
Exchange、确认机制、队列类型 |
| 进程内低延迟事件处理 |
Disruptor |
RingBuffer、WaitStrategy、无锁设计 |
选型时不要只比较吞吐量。团队运维经验、已有技术栈、消息语义、延迟要求、消息保留时间、是否需要重放，都会影响最终选择。