1.消息可靠性保障

在实际生产环境中，可能会由于网络问题导致消息接收异常产生某种影响，基于这种情况我们需要保障消息的可靠性。

RabbitMQ中的消息可靠性也称为消息补偿，如下图所示，可以保证消息的可靠性。

分为9种种步骤实现消息补偿

1、生产者处理业务逻辑，将数据写入到数据库。

2、生产者将业务数据写入数据库后，向Q1消息队列发送消息数据。

3、生产者向Q1发送完消息数据后，过段时间后，会发送一个延迟消息到达Q3队列。

4、消费者从Q1队列中读取消息数据。

5、读取消息数据后，消费者根据业务逻辑向数据库中写入数据。

6.、消费者充当发布者的身份向Q2队列写入一条确认收到消息的数据，表示消费者已经收到数据并且进行了业务处理。

7、回调检查系统从Q2队列中读取消费者发送的消息数据。

8、回调检查系统再将消息数据写入到MQ数据库中，作用于记录消息传递是否成功的标志。

如果消费者接收消息出现了异常，接收失败了，第三步发送延迟消息就起到了保证消息可靠性的重要环节，生产者会发生一个延迟消息到Q3队列中，回调系统也会从Q3队列中读取延迟消息，延迟消息和正常消息是一模一样的，回调检查系统会把延迟消息的ID与MQ数据库中的消息ID进行比对，如果存在数据那么久不会再做任何处理，如果发现数据库中不存在这个消息ID，回调检查系统此时就会调用生产者重新发送消息，来保证消息传递的可靠性。

还有另外一种情况，如何延迟消息和正常消息都接收异常了，又该如何处理呢？

很简单，如上图所示，会有一个定时检查的服务，业务数据入库时也会携带消息数据的ID，用消息数据的ID去比对MQ数据库中的消息ID，当数据不存在时，定时检查服务会去调用生产者再次发生消息数据，保证消息的可靠性。

2.消息的幂等性保障

幂等性的概念：一次或者多次请求相同的资源，触发一样的业务逻辑，最终返回的结果应该是最初同样的结果，例如你9点吃早饭，那么而不管你吃了多少次早饭，都应该是9点去，不能出现不同的结果。

在MQ消息队列中，正常情况下，无论发送了多少次相同的消息，最终的结果都应该是一样的，就比如一个消息数据要扣款五百，发送了很多次，绝对不能出现多次扣款的情况。

如何保证消息的幂等性，方式有很多种，比如通过数据库的乐观锁来实现。

数据库的乐观锁主要是在数据中加上一个version字段，当通过MQ的消息触发数据库数据的修改，修改的时候匹配的条件就需要加上version这个字段，只有数据中version=1存在时修改数据，第一条消息记录造成了数据修改，那么第二条消息发送过来的时候也会匹配version=1的数据，此时就不会造成数据的修改了，因为库中已经不存在这个数据了。

如下图所示，发送时就携带了一个version=1的消息数据，消费者读取数据进行处理时，也会在数据库中查询version=1的数据进行修改，如果第一次发送过来的消息被成功处理了，version的值就会被修改，那么库中就没有version=1的数据了，即使后面发送过来多条相同的数据，条件已经不满足了，也不会被数据库修改。

第一次执行时version为1
update account set memory=memory-500,version=version+1 where id =1 and version=1
修改的数据也是匹配的version=1的数据，将数据里面的钱扣五百元，然后再将version+1，从而将version变成了2

第二次执行时，version已经是2了，从而无法匹配数据无法进行操作，保证数据的幂等性
update account set memory=memory-500,version=version+1 where id =1 and version=1