先写数据。正常设置过程是先写入数据库，发送MQ，缓存监听MQ更新缓存。数据是科学实验、检验、统计等所获得的和用于科学研究、技术设计、查证、决策等的数值。
因为有唯一键约束了，重复数据插入只会报错，不会导致数据库中出现脏数据。 先查后写。 要写数据库前，先根据主键查一下，如果这数据都有了，你就别插入了，update一下好了。 关闭重试机制 。如果把重试机制关掉的话不显示，虽然解决了重复消费的问题，但是可能会造成丢失消息，不建议这么做。
所以该用mysql还得用mysql，用MQ，大量的写请求灌入MQ里，排队慢慢玩儿，后边系统消费后慢慢写，控制在mysql承载范围之内。所以得考虑考虑你的项目里，那些承载复杂写业务逻辑的场景里，如何用MQ来异步写，提升并发性。MQ单机抗几万并发也是可以的。
然而，在高并发情况下，若两个请求同时操作同一数据，可能会出现缓存与数据库的版本不一致。为了降低死锁风险，通常建议将写操作数据库和缓存操作分离开来。 先删缓存再写数据库对于写多读少的情况，先删除缓存再写入数据库可以避免数据不一致，减少不必要的系统资源消耗。
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。
假设操作过程是先往A数据库插一条记录，然后删除B数据库另一个记录，我们自己写代码是控制不了把整个操作做为一个原子操作的。用JTA的话，由App Server来完成控制。 在学习EJB之前要学习对象序列化和RMI，RMI是EJB的基础。
通常mq可以保证先到队列的消息按照顺序分发给消费者消费来保证顺序，但是一个队列有多个消费者消费的时候，那将失去这个保证，因为这些消息被多个线程并发的消费。
MessageQueue：RocketMQ中的每个消息都有一个唯一的MessageQueue，用于存储该消息。当消费者从RocketMQ中消费消息时，需要按照MessageQueue的顺序依次消费。QueueLock：在多个消费者并行消费消息时，RocketMQ会为每个MessageQueue加锁，确保同一时间只有一个消费者能够访问该MessageQueue。
RabbitMQ使用过程中，有些业务场景需要我们保证顺序消费，例如：业务上产生三条消息，分别是对数据的增加、修改、删除操作，如果没有保证顺序消费，执行顺序可能变成删除、修改、增加，这就乱了。如下如：RabbitMQ的消息顺序问题，需要分三个环节看待，发送消息的顺序、队列中消息的顺序、消费消息的顺序。
创建消费者时，设置消息模式为集群模式，并设置消费模式为顺序消费。在消费者中，通过设置消息队列的选择器来选择特定的消息队列。在选择消息队列时，可以通过获取消息队列列表，对列表进行倒序排序，再选择相应的消息队列进行消费。
首先针对顺序消息，生产者可以是多线程的，只要保证每个线程发的是不同类型的消息（如发生不同订单的消息），那么在不同的分区就可以保证有序；针对 provider 来说，RocketMQ 提供了发送顺序消息的方式，即 MessageQueueSelector：provider 在发送的时候，只要选择消息发送到那个 ConsumerQueue 即可。
1、RocketMQ架构上主要分为四部分构成：消息生产者，负责生产消息。Producer通过MQ的负载均衡模块选择相应的Broker集群队列进行消息投递，投递的过程支持快速失败并且低延迟 RocketMQ中的消息生产者都是以生产者组（Producer Group）的形式出现的。生产者组是同一类生产者的集合，这类Producer发送相同Topic类型的消息。
2、RocketMQ是阿里巴巴捐赠给appache的MQ开源组件，从架构上我们分析一下。kafka是依靠Zookeeper进行集群选举的，在rocketMQ的同样位置上是NameServer，这个Nameserver仅仅是注册服务，没有选举能力。每个broker都和NameServer进行连接，通过心跳维持状态。
3、RocketMQ 0通过其全面的消息产品体系，赋能Serverless技术栈，驱动端到端应用和核心业务的优化，以事件驱动架构为纽带，无缝连接各种云服务和自定义解决方案，构建出统一的数字生态，助力企业迈向云原生的未来。
4、RocketMQ的解决思路是Broker主从架构以及多副本策略。
5、消息中间件的基石 消息中间件是软件架构中的关键组件，它们通过解耦、异步处理和削峰策略，让系统间通信更为高效。它们将应用程序之间的直接交互转化为分布式消息传递，实现任务异步执行，降低用户等待，同时在高峰流量下保持系统的稳定运行。
kafka是个日志处理缓冲组件，在大数据信息处理中使用。和传统的消息队列相比较简化了队列结构和功能，以流形式处理存储（持久化）消息（主要是日志）。日志数据量巨大，处理组件一般会处理不过来，所以作为缓冲层的kafka，支持巨大吞吐量。
我们介绍了RabbitMQ，Kafka和Redis的一些特征。这三种动物都是它们的类别，但是如上所述，它们的运行方式大不相同。这是我们建议正确的消息代理根据不同用例使用的建议。短命消息：Redis Redis的内存数据库几乎适用于不需要持久性的消息短暂的用例。
ActiveMQ是Apache下的一个子项目。 类似于ZeroMQ，它能够以代理人和点对点的技术实现队列。同时类似于RabbitMQ，它少量代码就可以高效地实现高级应用场景。
有的可以自己变通解决，有的就是解决不了，所以才会有各种各样的专业队列组件，有的注重速度，有的注重分布式，有的注重可靠性，他们都会试图解决redis解决不了的一些问题。
kafka与redis的区别： redis消息推送（基于分布式 pub/sub）多用于实时性较高的消息推送，并不保证可靠。其他的mq和kafka保证可靠但有一些延迟（非实时系统没有保证延迟）。redis-pub/sub断电就清空，而使用redis-list作为消息推送虽然有持久化，但是又太弱智，也并非完全可靠不会丢。
我们介绍了RabbitMQ，Kafka和Redis的一些特征。这三种动物都是它们的类别，但是如上所述，它们的运行方式大不相同。这是我们建议正确的消息代理根据不同用例使用的建议。redis消息推送（基于分布式pub/sub）多用于实时性较高的消息推送，并不保证可靠。
