一、消息队列的本质模型
所有 MQ 本质上都是同一个模型：
生产者（Producer） → 消息队列（Queue/Topic） → 消费者（Consumer）
再抽象一层：
发消息的人 → 存消息的地方 → 收消息的人
二、通用核心概念（所有 MQ 都有）
1. 生产者 Producer
- 负责发送消息到 MQ
- 不关心谁消费、什么时候消费
- 只关心：发没发成功、会不会丢消息
2. 消费者 Consumer
- 从 MQ 拉取 / 接收消息并处理
- 关心：能不能收到、会不会重复、处理失败怎么办
3. 消息 Message
- 载体：业务数据（JSON、字符串、字节）
- 自带属性：消息 ID、时间戳、过期时间、重试次数等
4. 队列 / 主题 Queue / Topic
- Queue：一对一，一条消息只被一个消费者处理
- Topic：一对多，一条消息可以被多个消费组同时消费
5. 消费组 Consumer Group
一组消费者共同消费同一个 Topic/Queue
- 同一组内：负载均衡（分摊消息）
- 不同组间：广播（都收到全量消息）
这是 MQ 最重要的概念之一，几乎所有 MQ 都用这个模型。
6. 偏移量 Offset
消息在队列里的位置编号
- 用来标记：消费者消费到哪了
- 消费失败 / 重启后，从该位置继续消费
7. ACK 确认机制
消费者告诉 MQ：“这条消息我处理完了”
- 自动 ACK：快，但可能丢消息
- 手动 ACK：安全，保证不丢，但要自己控制
8. 持久化 Durable
MQ 重启后消息不丢失
- 队列 / 主题持久化
- 消息本身持久化
- 消费位点持久化
9. 死信队列 Dead Letter Queue
处理失败、过期、被拒绝的消息，会进入死信
用于后续人工排查，不阻塞正常业务
10. 消息堆积
消费者处理太慢 → 队列里消息越来越多
表现：延迟变高、消费停滞
三、三大 MQ 的消息模型区别（核心重点）
1. RabbitMQ 模型：Exchange + Queue
完整链路：
Producer → Exchange → Queue → Consumer
- Exchange 交换机：负责路由消息
- Direct：精确匹配
- Topic：通配符匹配
- Fanout：广播（全部发）
- Headers：按消息头匹配
- Queue：真正存消息的地方
- 一个消息可以被路由到多个队列
- 典型：灵活路由、微服务解耦、异步通知
2. Kafka 模型：Topic + Partition
完整链路：
Producer → Topic → Partition → Consumer Group
- Topic：逻辑分类（如 order_topic、pay_topic）
- Partition 分区：物理分片，实现高吞吐
- 一个 Topic 包含多个 Partition
- 消息被均匀分发到不同分区
- 顺序保证：同一个分区内严格有序
- 典型：日志收集、大数据流、高吞吐场景
3. RocketMQ 模型：Topic + MessageQueue
和 Kafka 非常像，但更面向金融 / 电商高可靠
- Topic：业务主题
- MessageQueue：类似 Kafka 分区
- 支持：事务消息、定时消息、死信、重试队列
- 典型：电商订单、支付、高可靠金融消息
四、三种消息投递模式（所有 MQ 通用）
1. 集群消费（默认）
一个消息只被一个消费者处理
负载均衡，提高处理速度
2. 广播消费
一个消息被所有消费者都处理一遍
用于配置刷新、本地缓存更新等
3. 延迟 / 定时消息
消息发送后，等待一段时间才可见
RocketMQ 原生支持，Kafka/RabbitMQ 需要插件
五、一句话总结模型
- RabbitMQ：灵活路由，Exchange 分发到 Queue
- Kafka：高吞吐，分区并行，日志型流式处理
- RocketMQ：高可靠，电商金融级，事务 / 定时消息强