我们都知道，消息从生产端到消费端消费要经过 3 个步骤：
-
生产端发送消息到 RabbitMQ； -
RabbitMQ 发送消息到消费端； -
消费端消费这条消息；
这 3 个步骤中的每一步都有可能导致消息丢失，消息丢失不可怕，可怕的是丢失了我们还不知道，所以要有一些措施来保证系统的可靠性。这里的可靠并不是一定就 100%不丢失了，磁盘损坏，机房爆炸等等都能导致数据丢失，当然这种都是极小概率发生，能做到 99.999999%消息不丢失，就是可靠的了。下面来具体分析一下问题以及解决方案。
生产端可靠性投递
生产端可靠性投递，即生产端要确保将消息正确投递到 RabbitMQ 中。生产端投递的消息丢失的原因有很多，比如消息在网络传输的过程中发生网络故障消息丢失，或者消息投递到 RabbitMQ 时 RabbitMQ 挂了，那消息也可能丢失，而我们根本不知道发生了什么。针对以上情况，RabbitMQ 本身提供了一些机制。
事务消息机制
事务消息机制由于会严重降低性能，所以一般不采用这种方法，我就不介绍了，而采用另一种轻量级的解决方案——confirm 消息确认机制。
confirm 消息确认机制
什么是 confirm 消息确认机制？顾名思义，就是生产端投递的消息一旦投递到 RabbitMQ 后，RabbitMQ 就会发送一个确认消息给生产端，让生产端知道我已经收到消息了，否则这条消息就可能已经丢失了，需要生产端重新发送消息了。
通过下面这句代码来开启确认模式：
channel.confirmSelect();// 开启发送方确认模式
然后异步监听确认和未确认的消息：
channel.addConfirmListener(new ConfirmListener() {
//消息正确到达 broker
@Override
public void handleAck(long deliveryTag, boolean multiple) throws IOException {
System.out.println("已收到消息");
//做一些其他处理
}
//RabbitMQ 因为自身内部错误导致消息丢失，就会发送一条 nack 消息
@Override
public void handleNack(long deliveryTag, boolean multiple) throws IOException {
System.out.println("未确认消息，标识：" + deliveryTag);
//做一些其他处理，比如消息重发等
}
});
这样就可以让生产端感知到消息是否投递到 RabbitMQ 中了，当然这样还不够，稍后我会说一下极端情况。
消息持久化
那消息持久化呢？我们知道，RabbitMQ 收到消息后将这个消息暂时存在了内存中，那这就会有个问题，如果 RabbitMQ 挂了，那重启后数据就丢失了，所以相关的数据应该持久化到硬盘中，这样就算 RabbitMQ 重启后也可以到硬盘中取数据恢复。那如何持久化呢？
message 消息到达 RabbitMQ 后先是到 exchange 交换机中，然后路由给 queue 队列，最后发送给消费端。
所有需要给 exchange、queue 和 message 都进行持久化：
exchange 持久化：
//第三个参数 true 表示这个 exchange 持久化
channel.exchangeDeclare(EXCHANGE_NAME, "direct", true);
queue 持久化：
//第二个参数 true 表示这个 queue 持久化
channel.queueDeclare(QUEUE_NAME, true, false, false, null);
message 持久化：
//第三个参数 MessageProperties.PERSISTENT_TEXT_PLAIN 表示这条消息持久化
channel.basicPublish(EXCHANGE_NAME, ROUTING_KEY, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes(StandardCharsets.UTF_8));
这样，如果 RabbitMQ 收到消息后挂了，重启后会自行恢复消息。
到此，RabbitMQ 提供的几种机制都介绍完了，但这样还不足以保证消息可靠性投递 RabbitMQ 中，上面我也提到了会有极端情况，比如 RabbitMQ 收到消息还没来得及将消息持久化到硬盘时，RabbitMQ 挂了，这样消息还是丢失了，或者 RabbitMQ 在发送确认消息给生产端的过程中，由于网络故障而导致生产端没有收到确认消息，这样生产端就不知道 RabbitMQ 到底有没有收到消息，就不好做接下来的处理。
所以除了 RabbitMQ 提供的一些机制外，我们自己也要做一些消息补偿机制，以应对一些极端情况。接下来我就介绍其中的一种解决方案——消息入库。
消息入库
消息入库，顾名思义就是将要发送的消息保存到数据库中。
首先发送消息前先将消息保存到数据库中，有一个状态字段 status=0，表示生产端将消息发送给了 RabbitMQ 但还没收到确认；在生产端收到确认后将 status 设为 1，表示 RabbitMQ 已收到消息。这里有可能会出现上面说的两种情况，所以生产端这边开一个定时器，定时检索消息表，将 status=0 并且超过固定时间后（可能消息刚发出去还没来得及确认这边定时器刚好检索到这条 status=0 的消息，所以给个时间）还没收到确认的消息取出重发（第二种情况下这里会造成消息重复，消费者端要做幂等性），可能重发还会失败，所以可以做一个最大重发次数，超过就做另外的处理。
这样消息就可以可靠性投递到 RabbitMQ 中了，而生产端也可以感知到了。
消费端消息不丢失
既然已经可以让生产端 100%可靠性投递到 RabbitMQ 了，那接下来就改看看消费端的了，如何让消费端不丢失消息。
默认情况下，以下 3 种情况会导致消息丢失：
-
在 RabbitMQ 将消息发出后，消费端还没接收到消息之前，发生网络故障，消费端与 RabbitMQ 断开连接，此时消息会丢失； -
在 RabbitMQ 将消息发出后，消费端还没接收到消息之前，消费端挂了，此时消息会丢失； -
消费端正确接收到消息，但在处理消息的过程中发生异常或宕机了，消息也会丢失。
其实，上述 3 中情况导致消息丢失归根结底是因为 RabbitMQ 的自动 ack 机制，即默认 RabbitMQ 在消息发出后就立即将这条消息删除，而不管消费端是否接收到，是否处理完，导致消费端消息丢失时 RabbitMQ 自己又没有这条消息了。
所以就需要将自动 ack 机制改为手动 ack 机制。
消费端手动确认消息：
DeliverCallback deliverCallback = (consumerTag, delivery) -> {
try {
//接收到消息，做处理
//手动确认
channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
} catch (Exception e) {
//出错处理，这里可以让消息重回队列重新发送或直接丢弃消息
}
};
//第二个参数 autoAck 设为 false 表示关闭自动确认机制，需手动确认
channel.basicConsume(QUEUE_NAME, false, deliverCallback, consumerTag -> {});
这样，当 autoAck 参数置为 false，对于 RabbitMQ 服务端而言，队列中的消息分成了两个部分：一部分是等待投递给消费端的消息；一部分是已经投递给消费端，但是还没有收到消费端确认信号的消息。如果 RabbitMQ 一直没有收到消费端的确认信号，并且消费此消息的消费端已经断开连接或宕机（RabbitMQ 会自己感知到），则 RabbitMQ 会安排该消息重新进入队列（放在队列头部），等待投递给下一个消费者，当然也有能还是原来的那个消费端，当然消费端也需要确保幂等性。
好了，到此从生产端到 RabbitMQ 再到消费端的全链路，就可以保证数据的不丢失。
