RabbitMQ可能存在的数据丢失问题
数据丢失分为三类：
- 生产者：生产者写消息存在丢失或者MQ接受存在问题
- MQ : MQ接受到数据先暂存在内存中，消费者还没有消费，MQ挂掉，缓存丢失。
- 消费者：消费拉取到消息还没处理直接挂掉，但MQ以为对方收到消息。
解决方法
生产者： rabbitMQ支持事务，可以在发送中进行捕获异常，如果出现未接受异常进行回滚操作。
但是rabbitMQ事务操作太耗费性能，因为为了保证可靠性，需要同步等待机制，等待你成功。
confirm机制，先设置 channel 为confirm,如果接受到消息，回调这个接口，接受成功。如果没接收，调用回调接口，接收失败。
MQ : 防止MQ突然挂掉内存数据丢失，就需要将MQ持久化到磁盘。第一个是创建queue的时候将其设置为持久化的，这样就可以保证rabbitmq持久化queue的元数据，但是不会持久化queue里的数据；第二个是发送消息的时候将消息的deliveryMode设置为2，就是将消息设置为持久化的，此时rabbitmq就会将消息持久化到磁盘上去。
消费者 ： rabbitmq如果丢失了数据，主要是因为你消费的时候，刚消费到，还没处理，结果进程挂了，比如重启了，那么就尴尬了，rabbitmq认为你都消费了，这数据就丢了。
这个时候得用rabbitmq提供的ack机制，简单来说，就是你关闭rabbitmq自动ack，可以通过一个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一把。这样的话，如果你还没处理完，不就没有ack？那rabbitmq就认为你还没处理完，这个时候rabbitmq会把这个消费分配给别的consumer去处理，消息是不会丢的。
Kafka可能存在的数据丢失问题
消费者 ： 唯一可能导致消费者弄丢数据的情况，就是说，你那个消费到了这个消息，然后消费者那边自动提交了offset。关闭自动提交offset，在处理完之后自己手动提交offset，就可以保证数据不会丢。同时自己要用程序保证幂等性。
kafka : kafka某个broker宕机，然后重新选举partiton的leader时。大家想想，要是此时其他的follower刚好还有些数据没有同步，结果此时leader挂了，然后选举某个follower成leader之后，他不就少了一些数据.
所以此时一般是要求起码设置如下4个参数：
给这个topic设置replication.factor参数：这个值必须大于1，要求每个partition必须有至少2个副本
在kafka服务端设置min.insync.replicas参数：这个值必须大于1，这个是要求一个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吧
在producer端设置acks=all：这个是要求每条数据，必须是写入所有replica之后，才能认为是写成功了
在producer端设置retries=MAX（很大很大很大的一个值，无限次重试的意思）：这个是要求一旦写入失败，就无限重试，卡在这里了
我们生产环境就是按照上述要求配置的，这样配置之后，至少在kafka broker端就可以保证在leader所在broker发生故障，进行leader切换时，数据不会丢失
生成者 ： 如果按照上述的思路设置了ack=all，一定不会丢，要求是，你的leader接收到消息，所有的follower都同步到了消息之后，才认为本次写成功了。如果没满足这个条件，生产者会自动不断的重试，重试无限次。
保证消息队列顺序性
rabbitmq：一个queue，多个consumer。因为多个 消费者是并行运行，最后的结果可能会乱序。
解决办法： 就是为每一个机器设置一个queue,然后如果要求有序的数据必须确保发到同一个queue中，那么数据的接受就不会乱序。
kafka：一个topic，一个partition，一个consumer，内部多线程.
kafka写到一个partition中的数据一定是有数据的。
解决办法： 一个topic，一个partition，一个consumer，内部单线程消费，写N个内存queue，然后N个线程分别消费一个内存queue即可，既消费者不要使用多线程进行处理。或者你想多线程进行处理，你可以建立一个内存队列，通过hash进任务id相同分到一个内存队列，每一个内存队列对应一个线程。
