1.為什么要保證順序

消息隊列中的若干消息如果是對同一個數(shù)據(jù)進行操作，這些操作具有前后的關系，必須要按前后的順序執(zhí)行，否則就會造成數(shù)據(jù)異常。舉例：
比如通過mysql binlog進行兩個數(shù)據(jù)庫的數(shù)據(jù)同步，由于對數(shù)據(jù)庫的數(shù)據(jù)操作是具有順序性的，如果操作順序搞反，就會造成不可估量的錯誤。比如數(shù)據(jù)庫對一條數(shù)據(jù)依次進行了 插入->更新->刪除操作，這個順序必須是這樣，如果在同步過程中，消息的順序變成了 刪除->插入->更新，那么原本應該被刪除的數(shù)據(jù)，就沒有被刪除，造成數(shù)據(jù)的不一致問題。

2.出現(xiàn)順序錯亂的場景

（1）rabbitmq
①一個queue，有多個consumer去消費，這樣就會造成順序的錯誤，consumer從MQ里面讀取數(shù)據(jù)是有序的，但是每個consumer的執(zhí)行時間是不固定的，無法保證先讀到消息的consumer一定先完成操作，這樣就會出現(xiàn)消息并沒有按照順序執(zhí)行，造成數(shù)據(jù)順序錯誤。

rabbitmq消息順序錯亂第一種情況示意圖.png

②一個queue對應一個consumer，但是consumer里面進行了多線程消費，這樣也會造成消息消費順序錯誤。

abbitmq消息順序錯亂第二種情況示意圖.png

（2）kafka
①kafka一個topic，一個partition，一個consumer，但是consumer內部進行多線程消費，這樣數(shù)據(jù)也會出現(xiàn)順序錯亂問題。

kafka消息順序錯亂第一種情況示意圖.png

②具有順序的數(shù)據(jù)寫入到了不同的partition里面，不同的消費者去消費，但是每個consumer的執(zhí)行時間是不固定的，無法保證先讀到消息的consumer一定先完成操作，這樣就會出現(xiàn)消息并沒有按照順序執(zhí)行，造成數(shù)據(jù)順序錯誤。

kafka消息順序錯亂第二種情況示意圖..png

3.保證消息的消費順序

（1）rabbitmq
①拆分多個queue，每個queue一個consumer，就是多一些queue而已，確實是麻煩點；這樣也會造成吞吐量下降，可以在消費者內部采用多線程的方式取消費。

一個queue對應一個consumer

②或者就一個queue但是對應一個consumer，然后這個consumer內部用內存隊列做排隊，然后分發(fā)給底層不同的worker來處理

一個queue對應一個consumer，采用多線程.png

（2）kafka
①確保同一個消息發(fā)送到同一個partition，一個topic，一個partition，一個consumer，內部單線程消費。

單線程保證順序.png

②寫N個內存queue，然后N個線程分別消費一個內存queue即可

多線程保證順序.png

上一篇《如何防止數(shù)據(jù)隊列數(shù)據(jù)丟失》
下一篇《消息積壓在消息隊列里怎么辦》