1. MQ作用以及数据一致性问题
- mq的作用主要是用来解耦，削峰，异步，
- 增加MQ,系统的复杂性也会增加很多，
- 也会带来其他的问题，比如MQ挂了怎么办，怎么保持数据的幂等性
- 幂等性问题通俗点讲就是保证数据不被重复消费，同时数据也不能少，也就是数据一致性问题。
2. 下面是MQ丢失的3种情况
2.1 生产者发送消息至MQ的数据丢失
解决方法：在生产者端开启comfirm 确认模式，你每次写的消息都会分配一个唯一的 id，
然后如果写入了 RabbitMQ 中，RabbitMQ 会给你回传一个 ack 消息，告诉你说这个消息 ok 了
2.2 MQ收到消息，暂存内存中，还没消费，自己挂掉，数据会都丢失
解决方式：MQ设置为持久化。将内存数据持久化到磁盘中
2.3 消费者刚拿到消息，还没处理，挂掉了，MQ又以为消费者处理完
解决方式：用 RabbitMQ 提供的 ack 机制，简单来说，就是你必须关闭 RabbitMQ 的自动 ack，可以通过一个 api 来调用就行，然后每次你自己代码里确保处理完的时候，再在程序里 ack 一把。这样的话，如果你还没处理完，不就没有 ack 了？那 RabbitMQ 就认为你还没处理完，这个时候 RabbitMQ 会把这个消费分配给别的 consumer 去处理，消息是不会丢的。
3. MQ数据重复性问题
问题：数据重复的问题简单的多，就是在消费端判断数据是否已经被消费过
解决方法：
- 比如你拿个数据要写库，你先根据主键查一下，如果这数据都有了，你就别插入了，update 一下。
- 比如你是写 Redis，那没问题了，反正每次都是 set，天然幂等性。
- 比如你不是上面两个场景，那做的稍微复杂一点，你需要让生产者发送每条数据的时候，里面加一个全局唯一的 id，类似订单 id 之类的东西，然后你这里消费到了之后，先根据这个 id 去比如 Redis 里查一下，之前消费过吗？如果没有消费过，你就处理，然后这个 id 写 Redis。如果消费过了，那你就别处理了，保证别重复处理相同的消息即可。
- 比如基于数据库的唯一键来保证重复数据不会重复插入多条。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。
