今天我们来介绍一下ActiveMQ消息队列消息发送失败的处理方案。 在介绍今天的内容之前，首先我们来探讨一下为什么要用MQ。 企业中系统为什么要用消息队列那？其实要从消息中间件的常见使用场景来讲，然后结合自身系统对应的使用场景，说明系统中引入消息中间件解决了什么问题。 使用消息队列MQ,大致解决三类问题： （1）系统解耦 假设你有个系统 A，这个系统 A 会产出一个核心数据，现在下游有系统 B 和系统 C 需要这个数据。那简单，系统 A 就是直接调用系统 B 和系统 C 的接口发送数据给他们就好了。 整个过程，如下图所示：
但是现在要是来了系统 D、系统 E、系统 F、系统 G，等等，十来个其他系统慢慢的都需要这份核心数据呢？如下图所示：
一个大规模系统，往往会拆分为几十个甚至上百个子系统，每个子系统又对应 N 多个服务，这些系统与系统之间有着错综复杂的关系网络。此时如果你要是采取上面那种模式来设计系统架构，那么绝对你负责系统 A 的同学要被烦死了。 两个问题： 要修改系统之间的调用关系，A系统就需要修改代码！ 某个下游系统突然宕机了，系统 A 的调用代码就会抛异常！ 所有，某些场景下，这种架构师绝对不合适的，系统耦合度太严重。因此在上述系统架构中，就可以采用 MQ 中间件来实现系统解耦。系统 A 就把自己的一份核心数据发到 MQ 里，下游哪个系统感兴趣自己去消费即可，不需要了就取消数据的消费，如下图所示：
（2）异步调用 假设你有一个系统调用链路，是系统 A 调用系统 B，一般耗时 20ms；系统 B 调用系统 C，一般耗时 200ms；系统 C 调用系统 D，一般耗时 2s，如下图所示：
现在最大的问题就是：用户一个请求过来巨慢无比，因为走完一个链路，需要耗费 20ms 200ms 2000ms（2s） = 2220ms，也就是 2 秒多的时间。但是实际上，链路中的系统 A 调用系统 B，系统 B 调用系统 C，这两个步骤起来也就 220ms。就因为引入了系统 C 调用系统 D 这个步骤，导致最终链路执行时间是 2 秒多，直接将链路调用性能降低了 10 倍，这就是导致链路执行过慢的罪魁祸首。 那此时我们可以思考一下，是不是可以将系统 D 从链路中抽离出去做成异步调用呢？其实很多的业务场景是可以允许异步调用的。 所以，最终的解决方案就是可以考虑把系统 C 对系统 D 的调用抽离出去做成异步化的，不要放在链路中同步依次调用。这样，实现思路就是系统 A→系统 B→系统 C，直接就耗费 220ms 后直接成功了。然后系统 C 就是发送个消息到 MQ 中间件里，由系统 D 消费到消息之后慢慢的异步来执行这个耗时 2s 的业务处理。通过这种方式直接将核心链路的执行性能提升了 10 倍。
（3）流量消峰 假设你有一个系统，平时正常的时候每秒可能就几百个请求，系统部署在 8 核 16G 的机器的上，正常处理都是 ok 的，每秒几百请求是可以轻松抗住的。但是如果在高峰期一下子来了每秒钟几千请求，瞬时出现了流量高峰，此时你可以搞 10 台机器，抗住每秒几千请求的瞬时高峰。但是如果瞬时高峰每天就那么半个小时，半小时过后直接就降低为了每秒就几百请求，如果你线上部署了很多台机器，那么每台机器就处理每秒几十个请求就可以了，造成了资源的浪费。 此时我们就可以用 MQ 中间件来进行流量削峰。所有机器前面部署一层 MQ，平时每秒几百请求大家都可以轻松接收消息。一旦到了瞬时高峰期，一下涌入每秒几千的请求，就可以积压在 MQ 里面，然后那一台机器慢慢的处理和消费。等高峰期过了，再消费一段时间，MQ 里积压的数据就消费完毕了。
这个就是很典型的一个 MQ 的用法，用有限的机器资源承载高并发请求。如果业务场景允许异步削峰，高峰期积压一些请求在 MQ 里，然后高峰期过了，后台系统在一定时间内消费完毕不再积压的话，那就很适合用这种技术方案。 接下来，我们探讨一下ActiveMQ消息队列消息发送失败的处理方案 这个问题与其讨论MQ消息队列消息发送失败的解决方案，等同于探讨中间件如何保证消息的一致性的问题？怎么保证两个服务器的通信同步更新成功，网络不好，造成的数据丢失问题。 解决方案： 首先主动方（消息发送方）有个预处理的动作,就是发送消息的同时插入一条数据到数据库的表中， 这条数据的关键字段：状态的值为 待确认. (可以单独抽离出来一个服务器安装数据库,任何主动方都是通过数据源连接这个数据库,给数据源一个IP地址就可以连接这个数据库) 然后执行生产者的业务代码时: ——–>如果失败: 就回滚,捕捉异常，把预处理的这条数据给删除了,数据库就没有数据了,消费方就不会有消息执行。双方数据一致。 ——–>如果成功: 修改数据的状态,把待确认改为待发送,再把信息发给MQ, 第一种情况：在MQ发送信息到消费方有可能导致数据丢失,消费方无法接收信息,那么之前插入数据库中那条数据还是处于待发送状态,如果数据丢失,消费方无法接收信息,生产者有个定时任务,会不断去数据库找状态为待发送的那条记录,如果找到待发送这条数据就再次把信息发到MQ,因为不会无限次数发送,因此如果发送6次均为失败就会转人工客服,比如发送短信通知客服,客服去排查哪条消息再告诉运维,在排查消费端为什么接收不到,这样就可以保证数据的最终一致性. 第二种情况：正常情况下消费方如果能接收数据,处理完消费方就会链接到数据库把待发送那条信息删除,删除成功就说明主动方跟消费方都执行成功。直接删除，不做逻辑删除，原因：数据量会越来越多。导致服务器的查询速度变慢。 方案总结： 缺点：少实时性。只能确保消息的最终一致性。
