高并发组件了解
消息队列
解耦
A服务和多个服务耦合，内部维护对多个服务发送数据的接口，那么这些接口如果有的挂了，有的不需要了，那么还得修改A内部的代码，如果使用MQ，A发送消息就好，不必考虑那么多事情。
通过一个 MQ，Pub/Sub 发布订阅消息这么一个模型，A 系统就跟其它系统彻底解耦了
异步
不需等待整个业务流程走完，把业务需要走的流程发送到MQ，其他服务进行消费走完接下来的流程即可
削峰
对短时间的大量请求进行队列内的消息堆积，等待服务进行能力范围内的消费
高可用（RabbitMQ）
三种模式：单机，普通集群，镜像集群
单机：玩具
普通集群：多个机器，创建的队列只会存放在一个实例上，其他实例还得拉取数据，造成了集群内部的大量流量消耗，而且队列所在节点宕机，数据就丢了，做不到高可用，但是吞吐量会高一点
镜像集群：创建的队列就会存放在多个实例上，每次写消息都会同步到所有实例 。 缺点：没有扩展性（queue多了，加机器也没用，因为每个机器上都有完整的数据），性能开销大
Kafka（天然分布式）
每个机器放一部分数据，每个节点内的数据都会有副本，同步到其他机器上，然后选举出一个leader，生产和消费都和他打交道
生产和消费都在所有的follower同步好返回ack之后消息队列才返回操作成功
如何保证消息不被重复消费/如何保证消息消费的幂等性
原因：kafka为例：一条消息消费后会提交offset，下一次消费会从offset后面的数据进行消费，如果消费者进程重启，那么消费过的offset就没有上交，就会导致重复消费
重复消费不可怕，可怕的是没考虑到重复消费之后，怎么保证幂等性。
生产者发送数据时，加一个全局唯一的id，消费时查一下redis是否消费过
如何保证消息的可靠性传输/如何处理消息丢失的问题
RabbitMQ
生产者弄丢了数据
解决方案：1. 事务机制（耗性能，因为是同步）2. confirm机制（性能号，异步），生产者开启confirm模式，发送的消息分配一个唯一的id，如果送达rabbitmq，会回传一个ack消息，如果送达失败，则会回调一个nack接口，告知接受失败
消息队列弄丢了数据
解决方案：消息队列进行持久化：1. 创建队列时进行持久化。2. 发送消息时吧参数设置为持久化
但是消息队列还没进行持久化就挂了咋办：结合confirm，持久化成功之后再返回ack，如果没有持久化那么生产者是可以进行重发的。
消费者弄丢了数据