Java秋招面试之消息队列与分布式话题

第9章消息队列与分布式

面试重要程度：⭐⭐⭐⭐

常见提问方式：消息可靠性保证、分布式事务、服务治理

预计阅读时间：40分钟

开场白

兄弟，消息队列和分布式系统是现代后端架构的核心！随着微服务架构的普及，这块知识在面试中的重要性越来越高。不管是RabbitMQ、Kafka，还是分布式事务、服务治理，都是面试官爱考的重点。

今天我们就把这些分布式核心技术搞透，让你在面试中展现出对大型系统架构的深度理解。

📨 9.1 消息队列选型对比

RabbitMQ vs Kafka vs RocketMQ

面试必问：

面试官："常见的消息队列有哪些？各自的特点和适用场景是什么？"

三大消息队列对比：

开发语言	Erlang	Scala/Java	Java
协议支持	AMQP, STOMP, MQTT	自定义协议	自定义协议
消息顺序	支持	分区内有序	支持
消息可靠性	高	高	高
性能	万级QPS	十万级QPS	十万级QPS
延时	微秒级	毫秒级	毫秒级
可用性	高（镜像队列）	高（副本机制）	高（主从架构）
消息回溯	不支持	支持	支持
消息过滤	不支持	不支持	支持
事务消息	支持	支持	支持
定时消息	插件支持	不支持	支持

使用场景分析：

// RabbitMQ适用场景
/*
1. 业务逻辑复杂，需要多种消息模式
2. 对消息可靠性要求极高
3. 需要复杂的路由规则
4. 系统规模中等，QPS要求不是特别高
*/

// Kafka适用场景  
/*
1. 大数据处理，日志收集
2. 高吞吐量场景
3. 流式数据处理
4. 需要消息回溯功能
*/

// RocketMQ适用场景
/*
1. 电商、金融等对可靠性要求高的场景
2. 需要事务消息
3. 需要定时消息、延时消息
4. 需要消息过滤功能
*/

RabbitMQ核心概念

AMQP模型：

@Configuration
@EnableRabbit
public class RabbitMQConfig {
    
    // 1. 直连交换机（Direct Exchange）
    @Bean
    public DirectExchange directExchange() {
        return new DirectExchange("direct.exchange", true, false);
    }
    
    // 2. 主题交换机（Topic Exchange）
    @Bean
    public TopicExchange topicExchange() {
        return new TopicExchange("topic.exchange", true, false);
    }
    
    // 3. 扇形交换机（Fanout Exchange）
    @Bean
    public FanoutExchange fanoutExchange() {
        return new FanoutExchange("fanout.exchange", true, false);
    }
    
    // 4. 头部交换机（Headers Exchange）
    @Bean
    public HeadersExchange headersExchange() {
        return new HeadersExchange("headers.exchange", true, false);
    }
    
    // 队列定义
    @Bean
    public Queue orderQueue() {
        return QueueBuilder.durable("order.queue")
            .withArgument("x-message-ttl", 60000)  // 消息TTL
            .withArgument("x-max-length", 1000)    // 队列最大长度
            .build();
    }
    
    @Bean
    public Queue deadLetterQueue() {
        return QueueBuilder.durable("order.dlq").build();
    }
    
    // 绑定关系
    @Bean
    public Binding orderBinding() {
        return BindingBuilder.bind(orderQueue())
            .to(directExchange())
            .with("order.create");
    }
    
    // 死信队列绑定
    @Bean
    public Queue orderQueueWithDLX() {
        return QueueBuilder.durable("order.queue.dlx")
            .withArgument("x-dead-letter-exchange", "dlx.exchange")
            .withArgument("x-dead-letter-routing-key", "order.dead")
            .build();
    }
}

消息生产者：

@Service
public class OrderMessageProducer {
    
    @Autowired
    private RabbitTemplate rabbitTemplate;
    
    // 发送普通消息
    public void sendOrderMessage(Order order) {
        rabbitTemplate.convertAndSend("direct.exchange", "order.create", order);
    }
    
    // 发送延时消息
    public void sendDelayMessage(Order order, int delaySeconds) {
        rabbitTemplate.convertAndSend("direct.exchange", "order.delay", order, message -> {
            message.getMessageProperties().setExpiration(String.valueOf(delaySeconds * 1000));
            return message;
        });
    }
    
    // 发送事务消息
    @Transactional
    public void sendTransactionalMessage(Order order) {
        // 本地事务操作
        orderService.saveOrder(order);
        
        // 发送消息（在同一事务中）
        rabbitTemplate.convertAndSend("direct.exchange", "order.create", order);
    }
    
    // 发送确认消息
    public void sendConfirmMessage(Order order) {
        // 设置确认回调
        rabbitTemplate.setConfirmCallback((correlationData, ack, cause) -> {
            if (ack) {
                log.info("消息发送成功: {}", correlationData);
            } else {
                log.error("消息发送失败: {}, 原因: {}", correlationData, cause);
                // 重试或记录失败日志
            }
        });
        
        // 设置返回回调
        rabbitTemplate.setReturnsCallback(returned -> {
            log.error("消息被退回: {}", returned);
            // 处理被退回的消息
        });
        
        CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());
        rabbitTemplate.convertAndSend("direct.exchange", "order.create", order, correlationData);
    }
}

消息消费者：

@Component
public class OrderMessageConsumer {
    
    @Autowired
    private OrderService orderService;
    
    // 基本消费
    @RabbitListener(queues = "order.queue")
    public void handleOrderMessage(Order order, Channel channel, 
                                  @Header(AmqpHeaders.DELIVERY_TAG) long deliveryTag) {
        try {
            log.info("收到订单消息: {}", order);
            orderService.processOrder(order);
            
            // 手动确认
            channel.basicAck(deliveryTag, false);
            
        } catch (Exception e) {
            log.error("处理订单消息失败", e);
            try {
                // 拒绝消息，重新入队
                channel.basicNack(deliveryTag, false, true);
            } catch (IOException ioException) {
                log.error("拒绝消息失败", ioException);
            }
        }
    }
    
    // 批量消费
    @RabbitListener(queues = "order.batch.queue", 
                   containerFactory = "batchRabbitListenerContainerFactory")
    public void handleBatchOrderMessages(List<Order> orders) {
        log.info("批量处理订单消息，数量: {}", orders.size());
        orderService.batchProcessOrders(orders);
    }
    
    // 死信队列消费
    @RabbitListener(queues = "order.dlq")
    public void handleDeadLetterMessage(Order order, 
                                       @Header Map<String, Object> headers) {
        log.warn("处理死信消息: {}, headers: {}", order, headers);
        
        // 记录失败原因
        String reason = (String) headers.get("x-first-death-reason");
        orderService.recordFailedOrder(order, reason);
        
        // 可以选择重试或人工处理
    }
}

Kafka核心概念

Kafka架构：

@Configuration
@EnableKafka
public class KafkaConfig {
    
    // 生产者配置
    @Bean
    public ProducerFactory<String, Object> producerFactory() {
        Map<String, Object> props = new HashMap<>();
        props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG, StringSerializer.class);
        props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG, JsonSerializer.class);
        
        // 可靠性配置
        props.put(ProducerConfig.ACKS_CONFIG, "all");  // 等待所有副本确认
        props.put(ProducerConfig.RETRIES_CONFIG, 3);   // 重试次数
        props.put(ProducerConfig.ENABLE_IDEMPOTENCE_CONFIG, true); // 幂等性
        
        // 性能配置
        props.put(ProducerConfig.BATCH_SIZE_CONFIG, 16384);  // 批次大小
        props.put(ProducerConfig.LINGER_MS_CONFIG, 10);      // 等待时间
        props.put(ProducerConfig.BUFFER_MEMORY_CONFIG, 33554432); // 缓冲区大小
        
        return new DefaultKafkaProducerFactory<>(props);
    }
    
    @Bean
    public KafkaTemplate<String, Object> kafkaTemplate() {
        return new KafkaTemplate<>(producerFactory());
    }
    
    // 消费者配置
    @Bean
    public ConsumerFactory<String, Object> consumerFactory() {
        Map<String, Object> props = new HashMap<>();
        props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG, "localhost:9092");
        props.put(ConsumerConfig.GROUP_ID_CONFIG, "order-service");
        props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG, StringDeserializer.class);
        props.put(ConsumerConfig.VALUE_DESERIALIZER_CLASS_CONFIG, JsonDeserializer.class);
        
        // 消费配置
        props.put(ConsumerConfig.AUTO_OFFSET_RESET_CONFIG, "earliest");
        props.put(ConsumerConfig.ENABLE_AUTO_COMMIT_CONFIG, false); // 手动提交
        props.put(ConsumerConfig.MAX_POLL_RECORDS_CONFIG, 100);     // 每次拉取记录数
        
        return new DefaultKafkaConsumerFactory<>(props);
    }
    
    @Bean
    public ConcurrentKafkaListenerContainerFactory<String, Object> kafkaListenerContainerFactory() {
        ConcurrentKafkaListenerContainerFactory<String, Object> factory = 
            new ConcurrentKafkaListenerContainerFactory<>();
        factory.setConsumerFactory(consumerFactory());
        
        // 并发配置
        factory.setConcurrency(3); // 3个消费者线程
        
        // 手动确认模式
        factory.getContainerProperties().setAckMode(ContainerProperties.AckMode.MANUAL_IMMEDIATE);
        
        return factory;
    }
}

Kafka生产者：

@Service
public class KafkaOrderProducer {
    
    @Autowired
    private KafkaTemplate<String, Object> kafkaTemplate;
    
    // 发送消息
    public void sendOrderEvent(String topic, Order order) {
        kafkaTemplate.send(topic, order.getId().toString(), order)
            .addCallback(
                result -> log.info("消息发送成功: {}", result),
                failure -> log.error("消息发送失败", failure)
            );
    }
    
    // 发送事务消息
    @Transactional
    public void sendTransactionalOrderEvent(Order order) {
        kafkaTemplate.executeInTransaction(operations -> {
            // 发送多个相关消息
            operations.send("order-created", order.getId().toString(), order);
            operations.send("inventory-update", order.getProductId().toString(), 
                new InventoryUpdateEvent(order.getProductId(), -order.getQuantity()));
            operations.send("payment-request", order.getId().toString(), 
                new PaymentRequestEvent(order.getId(), order.getAmount()));
            
            return true;
        });
    }
    
    // 发送分区消息
    public void sendPartitionedMessage(Order order) {
        // 根据用户ID分区，保证同一用户的消息有序
        int partition = Math.abs(order.getUserId().hashCode()) % 3;
        kafkaTemplate.send("order-events", partition, order.getId().toString(), order);
    }
}

Kafka消费者：

@Component
public class KafkaOrderConsumer {
    
    @Autowired
    private OrderService orderService;
    
    // 基本消费
    @KafkaListener(topics = "order-created", groupId = "order-service")
    public void handleOrderCreated(ConsumerRecord<String, Order> record, Acknowledgment ack) {
        try {
            Order order = record.value();
            log.info("处理订单创建事件: partition={}, offset={}, order={}", 
                record.partition(), record.offset(), order);
            
            orderService.handleOrderCreated(order);
            
            // 手动确认
            ack.acknowledge();
            
        } catch (Exception e) {
            log.error("处理订单创建事件失败", e);
            // 不确认，消息会重新消费
        }
    }
    
    // 批量消费
    @KafkaListener(topics = "order-events", 
                   containerFactory = "batchKafkaListenerContainerFactory")
    public void handleOrderEventsBatch(List<ConsumerRecord<String, Order>> records, 
                                      Acknowledgment ack) {
        log.info("批量处理订单事件，数量: {}", records.size());
        
        List<Order> orders = records.stream()
            .map(ConsumerRecord::value)
            .collect(Collectors.toList());
        
        orderService.batchProcessOrders(orders);
        ack.acknowledge();
    }
    
    // 错误处理
    @KafkaListener(topics = "order-created")
    public void handleOrderCreatedWithRetry(Order order, 
                                           @Header(KafkaHeaders.RECEIVED_TOPIC) String topic,
                                           @Header(KafkaHeaders.RECEIVED_PARTITION_ID) int partition,
                                           @Header(KafkaHeaders.OFFSET) long offset) {
        try {
            orderService.handleOrderCreated(order);
        } catch (RetryableException e) {
            log.warn("处理失败，将重试: topic={}, partition={}, offset={}", topic, partition, offset);
            throw e; // 抛出异常，触发重试
        } catch (Exception e) {
            log.error("处理失败，发送到死信队列: topic={}, partition={}, offset={}", topic, partition, offset);
            sendToDeadLetterTopic(order, e);
        }
    }
    
    private void sendToDeadLetterTopic(Order order, Exception e) {
        // 发送到死信主题
        kafkaTemplate.send("order-created-dlt", order.getId().toString(), 
            new DeadLetterMessage(order, e.getMessage()));
    }
}

🔄 9.2 分布式事务解决方案

2PC、3PC、TCC、Saga模式

面试重点：

面试官："分布式事务有哪些解决方案？各自的优缺点是什么？"

分布式事务对比：

2PC	强一致	低	低	低	小规模系统
3PC	强一致	中	低	中	改进2PC
TCC	最终一致	高	中	高	金融支付
Saga	最终一致	高	高	中	长流程业务
消息事务	最终一致	高	高	中	异步场景

TCC模式实现

TCC框架实现：

// TCC接口定义
public interface TccTransaction {
    
    /**
     * Try阶段：尝试执行业务，预留资源
     */
    boolean tryExecute(TccContext context);
    
    /**
     * Confirm阶段：确认执行业务，提交资源
     */
    boolean confirmExecute(TccContext context);
    
    /**
     * Cancel阶段：取消执行业务，释放资源
     */
    boolean cancelExecute(TccContext context);
}

// 账户服务TCC实现
@Service
public class AccountTccService implements TccTransaction {
    
    @Autowired
    private AccountMapper accountMapper;
    
    @Autowired
    private AccountFreezeMapper freezeMapper;
    
    @Override
    public boolean tryExecute(TccContext context) {
        TransferRequest request = context.getRequest(TransferRequest.class);
        
        try {
            // 1. 检查账户余额
            Account account = accountMapper.selectById(request.getFromAccountId());
            if (account.getBalance().compareTo(request.getAmount()) < 0) {
                return false; // 余额不足
            }
            
            // 2. 冻结资金
            AccountFreeze freeze = new AccountFreeze();
            freeze.setTransactionId(context.getTransactionId());
            freeze.setAccountId(request.getFromAccountId());
            freeze.setAmount(request.getAmount());
            freeze.setStatus(FreezeStatus.FROZEN);
            freeze.setCreateTime(LocalDateTime.now());
            
            freezeMapper.insert(freeze);
            
            // 3. 更新账户余额（预扣）
            account.setBalance(account.getBalance().subtract(request.getAmount()));
            account.setFrozenAmount(account.getFrozenAmount().add(request.getAmount()));
            accountMapper.updateById(account);
            
            log.info("TCC Try阶段成功: transactionId={}, amount={}", 
                context.getTransactionId(), request.getAmount());
            return true;
            
        } catch (Exception e) {
            log.error("TCC Try阶段失败", e);
            return false;
        }
    }
    
    @Override
    public boolean confirmExecute(TccContext context) {
        String transactionId = context.getTransactionId();
        
        try {
            // 1. 查询冻结记录
            AccountFreeze freeze = freezeMapper.selectByTransactionId(transactionId);
            if (freeze == null || freeze.getStatus() == FreezeStatus.CONFIRMED) {
                return true; // 幂等处理
            }
            
            // 2. 确认扣款，清除冻结金额
            Account account = accountMapper.selectById(freeze.getAccountId());
            account.setFrozenAmount(account.getFrozenAmount().subtract(freeze.getAmount()));
            accountMapper.updateById(account);
            
            // 3. 更新冻结记录状态
            freeze.setStatus(FreezeStatus.CONFIRMED);
            freeze.setUpdateTime(LocalDateTime.now());
            freezeMapper.updateById(freeze);
            
            log.info("TCC Confirm阶段成功: transactionId={}", transactionId);
            return true;
            
        } catch (Exception e) {
            log.error("TCC Confirm阶段失败", e);
            return false;
        }
    }
    
    @Override
    public boolean cancelExecute(TccContext context) {
        String transactionId = context.getTransactionId();
        
        try {
            // 1. 查询冻结记录
            AccountFreeze freeze = freezeMapper.selectByTransactionId(transactionId);
            if (freeze == null || freeze.getStatus() == FreezeStatus

剩余60%内容，订阅专栏后可继续查看/也可单篇购买

Java面试圣经文章被收录于专栏

Java面试圣经，带你练透java圣经