如何保证数据一致性，事务消息如何实现？
一条普通的MQ消息，从产生到被消费，大概流程如下：
1，生产者产生消息，发送带MQ服务器
2，MQ收到消息后，将消息持久化到存储系统。
3，MQ服务器返回ACk到生产者。
4，MQ服务器把消息push给消费者
5，消费者消费完消息，响应ACK
6，MQ服务器收到ACK，认为消息消费成功，即在存储中删除消息。
举个下订单的例子吧。订单系统创建完订单后，再发送消息给下游系统。如果订单创建成功，然后消息没有成功发送出去，下游系统就无法感知这个事情，出导致数据不一致。 如何保证数据一致性呢？可以使用事务消息。一起来看下事务消息是如何实现的吧。
1，生产者产生消息，发送一条半事务消息到MQ服务器
2，MQ收到消息后，将消息持久化到存储系统，这条消息的状态是待发送状态。
3，MQ服务器返回ACK确认到生产者，此时MQ不会触发消息推送事件
4，生产者执行本地事务
5，如果本地事务执行成功，即commit执行结果到MQ服务器；如果执行失败，发送rollback。
6，如果是正常的commit，MQ服务器更新消息状态为可发送；如果是rollback，即删除消息。
7，如果消息状态更新为可发送，则MQ服务器会push消息给消费者。消费者消费完就回ACK。
8，如果MQ服务器长时间没有收到生产者的commit或者rollback，它会反查生产者，然后根据查询到的结果执行最终状态。
如何保证数据的顺序消费
在KaRka中，Topic在单个分区的生产消费是有序的。通常我们申请多个分区是为了提高生产消费的吞吐量，但多个分区就会导致消费消息时无序。
保证顺序消费的方法有:
要想保证顺序消费，就必须要保证顺序消费的消息在同一个队列。
1.只申请1个分区；仅推荐在吞吐量低的顺序场景下用
2.这种场景申请多个分区，生产时使用消息Key；生产者发送消息时如果指定了Key，则这条消息会根据Key的Hash发送到对应的分区，也就是说带有相同Key的消息会被发送到相同的分区。(如果不携带Key的话是轮询发送到所有分区)
写 N 个内存 Queue，具有相同 key 的数据都到同一个内存 Queue；然后对于 N 个线程，每个线程分别消费一个内存 Queue 即可，这样就能保证顺序性。
顺序消费典型的应用场景:
1，用于同步数据库和redis之间的数据(单个消费者)
2，某些电商场景必须严格遵守消息的执行顺序，比如说待支付–已支付–开始发货–订单完成–评价。如果开始发货在已支付之前面执行，就会产生业务问题。
在使用消息key来确保消息发布到多个分区时，要注意key的hash函数，尽量避免大多数消息发布到一个分区，否则会出现流量倾斜。
消息中间件如何做到高可用？
以Kafka为例。
Kafka 的基础集群架构，由多个broker组成，每个broker都是一个节点。当你创建一个topic时，它可以划分为多个partition，而每个partition放一部分数据，分别存在于不同的 broker 上。也就是说，一个 topic 的数据，是分散放在多个机器上的，每个机器就放一部分数据。
每个partition放一部分数据，如果对应的broker挂了，那这部分数据是不是就丢失了？那不是保证不了高可用吗？
Kafka 0.8 之后，提供了复制多副本机制来保证高可用，即每个 partition 的数据都会同步到其它机器上，形成多个副本。然后所有的副本会选举一个 leader 出来，让leader去跟生产和消费者打交道，其他副本都是follower。写数据时，leader 负责把数据同步给所有的follower，读消息时，直接读 leader 上的数据即可。如何保证高可用的？就是假设某个 broker 宕机，这个broker上的partition 在其他机器上都有副本的。如果挂的是leader的broker呢？其他follower会重新选一个leader出来。