RabbitMQ
erlang开发，对消息堆积的支持并不好，当大量消息积压的时候，会导致RabbitMQ的性能急剧下降。每秒钟可以处理几万到十几万条消息。
RocketMQ
Java开发，面向互联网集群化，功能丰富，对在线业务的响应时延做了很多的优化，大多数情况下可以做到毫秒级的响应，每秒钟大概能处理几十万条消息。
Kafka
Scala开发，面向日志，功能丰富，性能最高。当你的业务场景中，每秒钟消息数量没有那么多的时候，Kafka 的时延反而会比较高。所以，Kafka 不太适合在线业务场景。
ActiveMQ
Java开发，简单，稳定，性能不如前面三个。小项目可以选择。
RocketMq组成部分有哪些？
Nameserver
无状态，动态列表；这也是和zookeeper的重要区别之一。zookeeper是有状态的。
Producer
消息生产者，负责发消息到Broker。
Broker
就是MQ本身，负责收发消息、持久化消息等。
Consumer
消息消费者，负责从Broker上拉取消息进行消费，消费完进行ack。
RocketMq消费模式有几种？
集群消费
一条消息只会被同Group中的一个Consumer消费。
多个Group同时消费一个Topic时，每个Group都会有一个Consumer消费到数据
广播消费
消息将对一个Consumer Group下的各个Consumer实例都消费一遍。即使这些Consumber属于同一个Consumer Group，消息也会被Consumer Group中的每个Consumer都消费一次。
消费重复消费如何解决？
出现原因：正常情况下在在consumer真正消费完消息后应该发送ack，通知broker该消息已正常消费，从queue中删除。当ack因为网络原因无法发送到broker，broker会认为词条消息没有被消费，此后会开启消息重投机制把消息再次投递到consumer。
消费模式：在CLUSTERING模式下，消息在broker中会保证相同group的consumer消费一次，但是针对不同的group的consumer会推送多次。
解决方案
a.数据库表：处理消息前，使用消息主键在表中带有约束的字段中insert
b.map:单机时可以使用map做限制，消费时查询当前消息id是不是已经存在
c.redis:使用分布式锁
rocketmq如何保证消息的顺序消费?
首先多个queue只能保证单个queue里的顺序，queue是典型的FIFO，天然顺序。多个queue同时消费是无法绝对保证消息的有序性的。
可以使用同一个topic，同一个QUEUE，发消息的时候一个线程去发送消息，消费的时候一个线程去消费一个queue里的消息。
RocketMQ如何保证消息不丢失？
producer端
采用send()同步发消息，发送结果是同步感知的。发送失败后可以重试，设置重试次数。默认3次。
broker端
修改刷盘策略为同步刷盘。默认情况下是异步刷盘的。
集群部署
Consumer端
完全消费正常后在进行手动ack确认。
RocketMq如何实现分布式事务？
1、生产者向MQ服务器发送half消息。
2、half消息发送成功后，MQ服务器返回确认消息给生产者。
3、生产者开始执行本地事务。
4、根据本地事务执行的结果(UNKNOW、commit、rollback)向MQ server发送提交或回滚消息。
5、如果错过了（可能因为网络异常、生产者突然宕机等导致的异常情况）提交/回滚消息，则MQ服务器将向同一组中的每个生产者发送回查消息以获取事务状态。
6、回查生产者本地事务状态。
7、生产者根据本地事务状态发送提交/回滚消息。
8、MQ服务器将丢弃的回滚的消息，但已提交（进行过二次确认的half消息）的消息将投递给消费者进行消费。
超时：如果超过回查次数，默认回滚消息。 也就是他并未真正进入Topic的queue，而是用了临时queue来放所谓的 1、如果可以添加消费者解决，就添加消费者的数据量 2、如果出现了queue，但是消费者多的情况。可以使用准备一个临时的topic，同时创建一些queue，在临时创建一个消费者来把这些消息转移到topic中，让消费者消费。Half Message：预处理消息，当broker收到此类消息后，会存储到RMQ_SYS_TRANS_HALF_TOPIC的消息消费队列中检查事务状态：Broker会开启一个定时任务，消费RMQ_SYS_TRANS_HALF_TOPIC队列中的消息，每次执行任务会向消息发送者确认事务执行状态（提交、回滚、未知），如果是未知，Broker会定时去回调在重新检查。half message，等提交事务后才会真正的将half message转移到topic下的queue。RocketMQ的消息堆积如何处理？
