優勢命令模式

『壹』 鈥滄巿鏉冣濆紡棰嗗間笌鈥滃懡浠も濆紡棰嗗肩浉姣斿頒紭瀛板姡錛

鎺堟潈"寮忛嗗煎拰"鍛戒護"寮忛嗗兼槸涓ょ嶄笉鍚岀殑棰嗗奸庢牸錛屾瘡縐嶉庢牸閮芥湁鍏朵紭鍔垮拰鍔ｅ娍銆備互涓嬫槸瀹冧滑鐨勬瘮杈冿細
"鎺堟潈"寮忛嗗礆細
浼樺娍錛
嬋鍙戝憳宸ョ殑涓誨姩鎬э細鎺堟潈寮忛嗗奸紦鍔卞憳宸ュ弬涓庡喅絳栬繃紼嬶紝璁╀粬浠鏈夋洿澶х殑鑷涓繪潈鍜岃矗浠繪劅銆傝繖鑳芥縺鍙戝憳宸ョ殑涓誨姩鎬у拰鍒涢犲姏錛屾彁楂樺伐浣滃姩鍔涘拰鎶曞叆搴︺
鍙戝睍鍛樺伐娼滃姏錛氶氳繃鎺堟潈璐ｄ換鍜屾潈鍔涚粰鍛樺伐錛岄嗗艱呭府鍔╀粬浠鍙戝睍鍜屾彁鍗囨妧鑳姐傝繖鏈夊姪浜庡憳宸ョ殑涓浜烘垚闀垮拰鑱屼笟鍙戝睍錛屽悓鏃跺炲姞鍥㈤槦鏁翠綋鐨勮兘鍔涖
澧炲己鍥㈤槦鍑濊仛鍔涳細鎺堟潈寮忛嗗煎己璋冨洟闃熷悎浣滃拰淇′換錛屽煿鍏葷Н鏋佺殑宸ヤ綔鐜澧冦傚憳宸ユ洿鍊懼悜浜庡悎浣滃拰鏀鎸佸郊姝わ紝浠庤屽炲己鍥㈤槦鍑濊仛鍔涘拰鍚堜綔鏁堣兘銆
鍔ｅ娍錛
鏃墮棿鍜岃祫婧愭姇鍏ヨ緝澶э細鎺堟潈寮忛嗗奸渶瑕侀嗗艱呮姇鍏ユ洿澶氱殑鏃墮棿鍜岀簿鍔涙潵鍩瑰吇鍛樺伐鐨勮兘鍔涘拰綆＄悊浠栦滑鐨勫伐浣溿傝繖鍙鑳戒細瀵歸嗗艱呯殑宸ヤ綔璐熸媴鍜屾椂闂寸＄悊鏋勬垚鎸戞垬銆
椋庨櫓鍜屼笉紜瀹氭э細鎺堟潈寮忛嗗兼剰鍛崇潃灝嗕竴瀹氱殑鏉冨姏鍜屽喅絳栨潈浜ょ粰鍛樺伐銆傝繖鍙鑳藉甫鏉ラ庨櫓鍜屼笉紜瀹氭э紝濡傛灉鍛樺伐娌℃湁閫傚綋鐨勮兘鍔涙垨鍒ゆ柇鍔涳紝鍙鑳戒細鍋氬嚭閿欒鐨勫喅絳栨垨浜х敓璐熼潰緇撴灉銆
闇瑕佸己澶х殑娌熼氬拰鏀鎸佽兘鍔涳細鎺堟潈寮忛嗗奸渶瑕侀嗗艱呭叿澶囪壇濂界殑娌熼氬拰鏀鎸佽兘鍔涳紝浠ョ『淇濆憳宸ョ悊瑙ｄ換鍔¤佹眰騫惰幏寰楀繀瑕佺殑鏀鎸併傚傛灉娌熼氫笉鐣呮垨鏀鎸佷笉瓚籌紝鍙鑳藉艱嚧鍛樺伐鐨勪笉紜瀹氭劅鎴栧け鏈涖
"鍛戒護"寮忛嗗礆細
浼樺娍錛
蹇閫熷喅絳栧拰鎵ц岋細鍛戒護寮忛嗗奸氳繃鐩存帴涓嬭揪鎸囦護錛岃兘澶熻繀閫熷仛鍑哄喅絳栧苟鎺ㄥ姩鎵ц屻傝繖鍦ㄧ揣鎬ユ儏鍐典笅鎴栭渶瑕佽繀閫熻屽姩鐨勬儏鍐典笅闈炲父鏈夋晥銆
綆＄悊鏁堢巼鍜屼竴鑷存э細鍛戒護寮忛嗗肩『淇濆憳宸ユ寜鐓ф寚紺鴻繘琛屽伐浣滐紝紜淇濅換鍔℃寜鏃跺畬鎴愬苟淇濇寔涓鑷存с傝繖鏈夊姪浜庢彁楂樺伐浣滄晥鐜囧拰緇勭粐鐨勮繍浣滄晥鏋溿
鏄庣『鐨勬潈璐ｅ叧緋伙細鍛戒護寮忛嗗奸氳繃鏄庣『鐨勬寚浠ゅ拰灞傜駭鍏崇郴錛岀『絝嬫竻鏅扮殑鏉冭矗鍏崇郴

『貳』 csico里的"特權模式"和"全局模式"有什麼區別各自是干嗎用的

是Cisco（思科），不是csico。Cisco里的＂特權模式＂和＂全局模式＂區別如下：

一、 具體許可權差異

1、要配置路由器，必須首先進入特權執行模式，即特權模式。

特權模式用於u提供更多的命令和許可權，例如調試命令，以及更詳細的測試。

2、全局配置模式是配置全局系統和相應的詳細配置。

當它應用於特定的配置細節時，例如介面IP和路由協議，這里配置的命令會影響整體情況。

二、 通道

1、通過在用戶執行模式中輸入enable命令進入特權模式。最初打開的界面中的router>表示提示出現在用戶執行模式中，例如router#。

2、全局配置模式的提示符是這樣的「（config）＃」，比如Router（config）＃需要在特權模式下輸入Router＃configure terminal命令進入。

三、 各自用途的差異

1、特權模式主要用於調試。在特權模式下，有檢查、配置、調試等所有許可權，除了特定埠的配置外，其他基本功能都可以在此模式下完成。

2。全局配置模式用於配置。在此模式下，您可以進一步查看交換機的配置信息和調試信息，並使配置在全局上工作。此配置模式中的配置內容將在全局上工作。

(2)優勢命令模式擴展閱讀：

思科公司是全球領先的網路解決方案供應商。Cisco的名字取自San Francisco（舊金山），那裡有座聞名於世界的金門大橋。可以說，依靠自身的技術和對網路經濟模式的深刻理解，思科成為了網路應用的成功實踐者之一。

與此同時思科正在致力於為無數的企業構築網路間暢通無阻的「橋梁」，並用自己敏銳的洞察力、豐富的行業經驗、先進的技術，幫助企業把網路應用轉化為戰略性的資產，充分挖掘網路的能量，獲得競爭的優勢。

交換機命令是一種計算機語言，用來控制交換機的語言。其中，關於工作模式的命令有：

1. 用戶模式：Switch>

2. 特權模式：Switch>enable Switch#

3． 全局配置模式：Switch＃config terminal Switch（config）＃

4． 介面配置模式：Switch（config）＃interface fastethernet0／1 Switch（config－if）＃

5． Line模式：Switch（config）＃line console 0 Switch（config－line）＃

『叄』 Linux Vi編輯器的模式分為哪三種

Linux系統中vi是什麼?vi是Linux/Unix系統中一款著名的編輯軟體，也是Linux系統中第一款全屏幕編輯軟體，憑借功能強大、高度可定製、簡單易用的優勢為枯雹罩廣大Linux用戶所熟悉，也成為Linux運維人員必備技能之一。接下來我們來看看詳細的內容介紹吧。

Linux系統中vi是什麼?

Vi，是一款由加州大學伯克利分校、Bill Joy研究開發的文本編輯器。

文本編輯器有很多，比如圖形模式的gedit、kwrite、OpenOffice，文本模式下的編輯器有VI、vim。vi和vim是我們在Linux中最常用的編輯器。vi或vim是Linux最基本的文本編輯工具，vi或vim雖然沒有圖形界面編輯器那樣點滑鼠的簡單操作，但vi編輯器在系統管理、伺服器管理字元界面中，永遠不是圖形界面的編輯器能比的。

注意：vi是Unix/Linux操作系統中最經典的文本編輯器，只能在編輯字元，不能對字肆臘體、段落進行排版，它既可以新建文件，也可以編輯文件;它沒有菜單，只有命令，且命令繁多。

雖然vi的操作方式與其他常用的文本編輯器很不相同，但是由於其運行於字元界面，並可用於所有Unix/Linux環境，仍被經常使用。

vi的三種命令模式

command(命令)模式，用於輸入命令

Insert(插入)模式，用於插入文本

Visual(可視)模式，用於視化的高亮並選定正文

①命令模式

命令模式是啟動vi後進入的工作模式，並可轉換為文本編輯模式和最後行模式。在命令模式下，從鍵盤上輸入的任何字元都被當作編輯命令來解釋，而不會在屏幕上顯示。如果輸入的字元是合法的vi命令，沒鬧則vi就會完成相應的動作，否則vi會響鈴警告。

②文本編輯模式

文本編輯模式用於字元編輯。在命令模式下輸入i、a等命令後進入文本編輯模式，此時輸入的任何字元都被vi當作文件內容顯示在屏幕上。按Esc鍵可從文本編輯模式返回到命令模式。

③最後行模式

在命令模式下，按「：」進入最後行模式，此時vi會在屏幕的底部顯示「：」符號年作為最後行模式的提示符，等待用戶輸入相關命令。命令執行完畢後，vi自動回到命令模式。

『肆』 領導的指令是錯的，應不應該執行

現在職場上要想有一席之地並不容易，不僅僅是因為人才多，更是因為用人單位的要求越來越高。很多人都會遇到這樣的問題，明知上級或者領導下達的命令是錯誤的，那麼在這個時候，到底該不該執行呢？對有些人來說，他們知道領導下達的命令是錯誤的，但還是會執行。其實這主要是一種拍馬屁的現象，或者有些人反其道而行之。

但是，本質上是有錯誤的，執行起來肯定是錯誤的。其實現實中，你到底想不想做這個？主要是老闆是什麼樣的人。如果老闆心胸狹窄，不允許別人犯錯，只能執行。如果老闆知道了，這個時候應該反駁。希望我的回答能夠幫助到你，我也希望你能幫助我轉發，點贊，多多支持我，多多關注我。如果有什麼問題和請求您可以在評論區留言，我會一一回復。

『伍』 命令模式概述

在軟體設計中，"行為請求者"與"行為實現者"之間的關系通常被視為緊密相連。然而，當需要實現如"行為記錄、回滾/重做"或者"事務管理"等功能時，這種緊密的耦合會顯得難以應對變化。為了解決這個問題，我們需要尋找一種方式來降低二者之間的依賴，使它們之間的關系更為靈活。為此，我們可以引入命令模式（Command Pattern）的概念。

命令模式的核心思想是，將一組相關的操作封裝為一個對象，這個對象包含了執行這些操作的全部信息。這樣一來，"行為請求者"不再直接與"行為實現者"交互，而是通過命令對象來間接控制行為。這種模式實現了行為的解耦，使得"行為請求者"對"行為實現者"的變化不敏感，從而提高了系統的可維護性和可擴展性。

通過命令模式，我們可以創建一個命令對象，它包含了執行特定行為所需的全部參數和邏輯。當需要執行該行為時，"行為請求者"只需調用命令對象的執行方法，而無需關心具體的"行為實現者"是如何工作的。這種設計模式使得系統更具靈活性，同時也方便了對行為的管理和控制，特別是當系統需要進行復雜操作的記錄和管理時，命令模式的優勢更為明顯。

『陸』 軟體設計模式主要有哪幾種

軟體設計模式主要有以下三大類共23種：

一、創建型模式：

1、工廠方法模式工廠方法模式的創建是因為簡單工廠模式有一個問題，在簡單工廠模式中類的創建依賴工廠類，如果想要拓展程序，必須對工廠類進行修改，這違背了開閉原則，所以就出現了工廠方法模式，只需要創建一個工廠介面和多個工廠實現類。

2、抽象工廠模式抽象工廠模式是提供一個創建一系列相關或相互依賴對象的介面，而無需指定它們具體的類。區別於工廠方法模式的地方，工廠方法模式是創建一個工廠，可以實現多種對象；而抽象工廠模式是提供一個抽象工廠介面，裡面定義多種工廠，每個工廠可以生產多種對象。

3、單例模式單例模式能保證一個類僅有一個實例，並提供一個訪問它的全局訪問點，同時在類內部創造單一對象，通過設置許可權，使類外部無法再創造對象。單例對象能保證在一個JVM中，該對象只有一個實例存在。

4、建造者模式建造者模式是將一個復雜的構建與其表示相分離，使得同樣的構建過程可以創建不同的表示。在程序當中就是將一些不會變的基本組件，通過builder來進行組合，構建復雜對象，實現分離。

5、原型模式：原型模式是用原型實例指定創建對象的種類，並且通過拷貝這些原型創建新的對象。其實就是將對象復制了一份並返還給調用者，對象需繼承Cloneable並重寫clone方法。原型模式的思想就是將一個對象作為原型，對其進行復制、克隆，產生一個和原對象類似的新對象。

二、結構型模式：

1、適配器模式適配器模式是使得原本由於介面不兼容而不能一起工作的那些類可以一起工作，銜接兩個不兼容、獨立的介面的功能，使得它們能夠一起工作，適配器起到中介的作用。

2、裝飾模式：裝飾器模式是動態地給一個對象添加一些額外的職責，給一個對象增加一些新的功能，要求裝飾對象和被裝飾對象實現同一個介面，裝飾對象持有被裝飾對象的實例。除了動態的增加，也可以動態的撤銷，要做到動態的形式，不可以用繼承實現，因為繼承是靜態的。

3、代理模式代理模式是為其他對象提供一種代理以控制對這個對象的訪問，也就是創建類的代理類，間接訪問被代理類的過程中，對其功能加以控制。

4、外觀模式外觀模式是為子系統中的一組介面提供一個一致的界面，外觀模式定義了一個高層介面，這個介面使得這一子系統更加容易使用。

5、橋接模式橋接模式是將抽象部分與實現部分分離，使它們都可以獨立的變化。橋接模式就是把事物和其具體實現分開，使他們可以各自獨立的變化（突然聯想到了mvc模式）。

6、組合模式：組合模式是將對象組合成樹形結構以表示"部分-整體"的層次結構，組合模式使得用戶對單個對象和組合對象的使用具有一致性。

7、享元模式：享元模式是運用共享技術有效地支持大量細粒度的對象。享元模式的主要目的是實現對象的共享，即共享池，當系統中對象多的時候可以減少內存的開銷，重用現有的同類對象，若未找到匹配的對象，則創建新對象，這樣可以減少對象的創建，降低系統內存，提高效率。

三、行為型模式：

1、策略模式：

策略模式是定義一系列的演算法,把它們一個個封裝起來, 並且使它們可相互替換，且演算法的變化不會影響到使用演算法的客戶。

2、模版方法模式：

模板方法模式是定義一個操作中的演算法的骨架，而將一些步驟延遲到子類中。該模式就是在一個抽象類中，有一個主方法，再定義1...n個方法，可以是抽象的，也可以是實際的方法，定義一個類，繼承該抽象類，重寫抽象方法，通過調用抽象類，實現對子類的調用。

模板方法使得子類可以不改變一個演算法的結構即可重定義該演算法的某些特定步驟，將一些固定步驟、固定邏輯的方法封裝成模板方法。調用模板方法即可完成那些特定的步驟。

3、觀察者模式：

觀察者模式是定義對象間的一種一對多的依賴關系，當一個對象的狀態發生改變時，所有依賴於它的對象都得到通知並被自動更新。

也就是當被觀察者狀態變化時，通知所有觀察者，這種依賴方式具有雙向性，在QQ郵箱中的郵件訂閱和RSS訂閱，當用戶瀏覽一些博客時，經常會看到RSS圖標，簡單來說就是當訂閱了該文章，如果後續有更新，會及時通知用戶。這種現象即是典型的觀察者模式。

4、迭代器模式：

迭代器模式是提供一種方法順序訪問一個聚合對象中各個元素, 而又無須暴露該對象的內部表示。

在Java當中，將聚合類中遍歷各個元素的行為分離出來，封裝成迭代器，讓迭代器來處理遍歷的任務；使簡化聚合類，同時又不暴露聚合類的內部，在我們經常使用的JDK中各個類也都是這些基本的東西。

5、責任鏈模式：

責任鏈模式是避免請求發送者與接收者耦合在一起，讓多個對象都有可能接收請求，將這些對象連接成一條鏈，並且沿著這條鏈傳遞請求，直到有對象處理它為止。有多個對象，每個對象持有對下一個對象的引用，這樣就會形成一條鏈，請求在這條鏈上傳遞，直到某一對象決定處理該請求。

6、命令模式：

命令模式是將一個請求封裝成一個對象，從而使發出者可以用不同的請求對客戶進行參數化。模式當中存在調用者、接收者、命令三個對象，實現請求和執行分開；調用者選擇命令發布，命令指定接收者。

7、備忘錄模式：

備忘錄模式是在不破壞封裝性的前提下，捕獲一個對象的內部狀態，並在該對象之外保存這個狀態。創建一個備忘錄類，用來存儲原始類的信息；同時創建備忘錄倉庫類，用來存儲備忘錄類，主要目的是保存一個對象的某個狀態，以便在適當的時候恢復對象，也就是做個備份。

8、狀態模式：

狀態模式是允許對象在內部狀態發生改變時改變它的行為。對象具有多種狀態，且每種狀態具有特定的行為。

9、訪問者模式：

訪問者模式主要是將數據結構與數據操作分離。在被訪問的類裡面加一個對外提供接待訪問者的介面，訪問者封裝了對被訪問者結構的一些雜亂操作，解耦結構與演算法，同時具有優秀的擴展性。通俗來講就是一種分離對象數據結構與行為的方法。

10、中介者模式：

中介者模式是用一個中介對象來封裝一系列的對象交互，中介者使各對象不需要顯式地相互引用，從而使其耦合鬆散，而且可以獨立地改變它們之間的交互。

11、解釋器模式：

解釋器模式是給定一個語言，定義它的文法表示，並定義一個解釋器，這個解釋器使用該標識來解釋語言中的句子，基本也就用在這個范圍內，適用面較窄，例如：正則表達式的解釋等。

(6)優勢命令模式擴展閱讀：

軟體設計的概念以及意義：

軟體設計模式是對軟體設計經驗的總結，是對軟體設計中反復出現的設計問題的成功解決方案的描述。為了記錄這些成功的設計經驗並方便以後使用，軟體設計模式通常包含 4 個基本要素：模式名稱、問題、解決方案以及效果。

模式名稱實際上就是一個幫助記憶的名稱，是用於軟體設計的技術術語，有助於設計者之間的交流。

問題描述了設計者所面臨的設計場景，用於告訴設計者在什麼情況下使用該模式。

解決方案描述了設計的細節，通常會給出方案的原理圖示（例如 UML 的類圖，序列圖等，也可能是一些示意圖）及相關文字說明，如果可能，還會給出一些代碼實例，以便對解決方案的深入理解。

效果描述了設計方案的優勢和劣勢，這些效果通常面向軟體的質量屬性，例如，可擴展性、可復用性等。

軟體設計模式的重要意義在於設計復用。設計模式可以使設計者更加方便地借鑒或直接使用已經過證實的成功設計方案，而不必花費時間進行重復設計。一些設計模式甚至提供了顯示的類圖設計及代碼實例，為設計的文檔化及軟體的開發提供了直接的支持。

『柒』 消息隊列原理及選型

消息隊列（Message Queue）是一種進程間通信或同一進程的不同線程間的通信方式。

Broker（消息伺服器）
Broker的概念來自與Apache ActiveMQ，通俗的講就是MQ的伺服器。

Procer（生產者）
業務的發起方，負責生產消息傳輸給broker

Consumer（消費者）
業務的處理方，負責從broker獲取消息並進行業務邏輯處理

Topic（主題）
發布訂閱模式下的消息統一匯集地，不同生產者向topic發送消息，由MQ伺服器分發到不同的訂閱 者，實現消息的廣播

Queue（隊列）
PTP模式下，特定生產者向特定queue發送消息，消費者訂閱特定的queue完成指定消息的接收。

Message（消息體）
根據不同通信協議定義的固定格式進行編碼的數據包，來封裝業務數據，實現消息的傳輸

點對點模型用於消息生產者和消息消費者之間點到點的通信。

點對點模式包含三個角色：

每個消息都被發送到一個特定的隊列，接收者從隊列中獲取消息。隊列保留著消息，可以放在內存 中也可以持久化，直到他們被消費或超時。

特點：

發布訂閱模型包含三個角色：

多個發布者將消息發送到Topic，系統將這些消息傳遞給多個訂閱者。

特點：

AMQP即Advanced Message Queuing Protocol，是應用層協議的一個開放標准，為面向消息的中間件設計。消息中間件主要用於組件之間的解耦，消息的發送者無需知道消息使用者的存在，反之亦然。AMQP 的主要特徵是面向消息、隊列、路由（包括點對點和發布/訂閱）、可靠性、安全。

優點：可靠、通用

MQTT（Message Queuing Telemetry Transport，消息隊列遙測傳輸）是IBM開發的一個即時通訊協議，有可能成為物聯網的重要組成部分。該協議支持所有平台，幾乎可以把所有聯網物品和外部連接起來，被用來當做感測器和致動器（比如通過Twitter讓房屋聯網）的通信協議。

優點：格式簡潔、佔用帶寬小、移動端通信、PUSH、嵌入式系統

STOMP（Streaming Text Orientated Message Protocol）是流文本定向消息協議，是一種為MOM(Message Oriented Middleware，面向消息的中間件)設計的簡單文本協議。STOMP提供一個可互操作的連接格式，允許客戶端與任意STOMP消息代理（Broker）進行交互。

優點：命令模式（非topicqueue模式）

XMPP（可擴展消息處理現場協議，Extensible Messaging and Presence Protocol）是基於可擴展標記語言（XML）的協議，多用於即時消息（IM）以及在線現場探測。適用於伺服器之間的准即時操作。核心是基於XML流傳輸，這個協議可能最終允許網際網路用戶向網際網路上的其他任何人發送即時消息，即使其操作系統和瀏覽器不同。

優點：通用公開、兼容性強、可擴展、安全性高，但XML編碼格式佔用帶寬大

RabbitMQ 是實現 AMQP（高級消息隊列協議）的消息中間件的一種，最初起源於金融系統，用於在分布式系統中存儲轉發消息，在易用性、擴展性、高可用性等方面表現不俗。 RabbitMQ 主要是為了實現系統之間的雙向解耦而實現的。當生產者大量產生數據時，消費者無法快速消費，那麼需要一個中間層。保存這個數據。

RabbitMQ 是一個開源的 AMQP 實現，伺服器端用Erlang語言編寫，支持多種客戶端，如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP 等，支持 AJAX。用於在分布式系統中存儲轉發消息，在易用性、擴展性、高可用性等方面表現不俗。

Channel（通道）
道是兩個管理器之間的一種單向點對點的的通信連接，如果需要雙向交流，可以建立一對通道。

Exchange（消息交換機）
Exchange類似於數據通信網路中的交換機，提供消息路由策略。

RabbitMq中，procer不是通過信道直接將消息發送給queue，而是先發送給Exchange。一個Exchange可以和多個Queue進行綁定，procer在傳遞消息的時候，會傳遞一個ROUTING_KEY，Exchange會根據這個ROUTING_KEY按照特定的路由演算法，將消息路由給指定的queue。和Queue一樣，Exchange也可設置為持久化，臨時或者自動刪除。

Exchange有4種類型：direct(默認)，fanout， topic， 和headers。
不同類型的Exchange轉發消息的策略有所區別：

Binding（綁定）
所謂綁定就是將一個特定的 Exchange 和一個特定的 Queue 綁定起來。Exchange 和Queue的綁定可以是多對多的關系。

Routing Key（路由關鍵字）
exchange根據這個關鍵字進行消息投遞。

vhost（虛擬主機）
在RabbitMq server上可以創建多個虛擬的message broker，又叫做virtual hosts (vhosts)。每一個vhost本質上是一個mini-rabbitmq server，分別管理各自的exchange，和bindings。vhost相當於物理的server，可以為不同app提供邊界隔離，使得應用安全的運行在不同的vhost實例上，相互之間不會干擾。procer和consumer連接rabbit server需要指定一個vhost。

假設P1和C1注冊了相同的Broker，Exchange和Queue。P1發送的消息最終會被C1消費。
基本的通信流程大概如下所示：

Consumer收到消息時需要顯式的向rabbit broker發送basic。ack消息或者consumer訂閱消息時設置auto_ack參數為true。

在通信過程中，隊列對ACK的處理有以下幾種情況：

即消息的Ackownledge確認機制，為了保證消息不丟失，消息隊列提供了消息Acknowledge機制，即ACK機制，當Consumer確認消息已經被消費處理，發送一個ACK給消息隊列，此時消息隊列便可以刪除這個消息了。如果Consumer宕機/關閉，沒有發送ACK，消息隊列將認為這個消息沒有被處理，會將這個消息重新發送給其他的Consumer重新消費處理。

消息的收發處理支持事務，例如：在任務中心場景中，一次處理可能涉及多個消息的接收、處理，這應該處於同一個事務范圍內，如果一個消息處理失敗，事務回滾，消息重新回到隊列中。

消息的持久化，對於一些關鍵的核心業務來說是非常重要的，啟用消息持久化後，消息隊列宕機重啟後，消息可以從持久化存儲恢復，消息不丟失，可以繼續消費處理。

fanout 模式
模式特點：

direct 模式
任何發送到Direct Exchange的消息都會被轉發到routing_key中指定的Queue。

如果一個exchange 聲明為direct，並且bind中指定了routing_key，那麼發送消息時需要同時指明該exchange和routing_key。

簡而言之就是：生產者生成消息發送給Exchange， Exchange根據Exchange類型和basic_publish中的routing_key進行消息發送 消費者：訂閱Exchange並根據Exchange類型和binding key(bindings 中的routing key) ，如果生產者和訂閱者的routing_key相同，Exchange就會路由到那個隊列。

topic 模式
前面講到direct類型的Exchange路由規則是完全匹配binding key與routing key，但這種嚴格的匹配方式在很多情況下不能滿足實際業務需求。

topic類型的Exchange在匹配規則上進行了擴展，它與direct類型的Exchage相似，也是將消息路由到binding key與routing key相匹配的Queue中，但這里的匹配規則有些不同。
它約定：

以上圖中的配置為例，routingKey=」quick.orange.rabbit」的消息會同時路由到Q1與Q2，routingKey=」lazy.orange.fox」的消息會路由到Q1，routingKey=」lazy.brown.fox」的消息會路由到Q2，routingKey=」lazy.pink.rabbit」的消息會路由到Q2（只會投遞給Q2一次，雖然這個routingKey與Q2的兩個bindingKey都匹配）；routingKey=」quick.brown.fox」、routingKey=」orange」、routingKey=」quick.orange.male.rabbit」的消息將會被丟棄，因為它們沒有匹配任何bindingKey。

RabbitMQ，部署分三種模式：單機模式，普通集群模式，鏡像集群模式。

普通集群模式
多台機器部署，每個機器放一個rabbitmq實例，但是創建的queue只會放在一個rabbitmq實例上，每個實例同步queue的元數據。

如果消費時連的是其他實例，那個實例會從queue所在實例拉取數據。這就會導致拉取數據的開銷，如果那個放queue的實例宕機了，那麼其他實例就無法從那個實例拉取，即便開啟了消息持久化，讓rabbitmq落地存儲消息的話，消息不一定會丟，但得等這個實例恢復了，然後才可以繼續從這個queue拉取數據， 這就沒什麼高可用可言，主要是提供吞吐量 ，讓集群中多個節點來服務某個queue的讀寫操作。

鏡像集群模式

queue的元數據和消息都會存放在多個實例，每次寫消息就自動同步到多個queue實例里。這樣任何一個機器宕機，其他機器都可以頂上，但是性能開銷太大，消息同步導致網路帶寬壓力和消耗很重，另外，沒有擴展性可言，如果queue負載很重，加機器，新增的機器也包含了這個queue的所有數據，並沒有辦法線性擴展你的queue。此時，需要開啟鏡像集群模式，在rabbitmq管理控制台新增一個策略，將數據同步到指定數量的節點，然後你再次創建queue的時候，應用這個策略，就會自動將數據同步到其他的節點上去了。

Kafka 是 Apache 的子項目，是一個高性能跨語言的分布式發布/訂閱消息隊列系統（沒有嚴格實現 JMS 規范的點對點模型，但可以實現其效果），在企業開發中有廣泛的應用。高性能是其最大優勢，劣勢是消息的可靠性（丟失或重復），這個劣勢是為了換取高性能，開發者可以以稍降低性能，來換取消息的可靠性。

一個Topic可以認為是一類消息，每個topic將被分成多個partition(區)，每個partition在存儲層面是append log文件。任何發布到此partition的消息都會被直接追加到log文件的尾部，每條消息在文件中的位置稱為offset（偏移量），offset為一個long型數字，它是唯一標記一條消息。它唯一的標記一條消息。kafka並沒有提供其他額外的索引機制來存儲offset，因為在kafka中幾乎不允許對消息進行「隨機讀寫」。

Kafka和JMS（Java Message Service）實現(activeMQ)不同的是:即使消息被消費，消息仍然不會被立即刪除。日誌文件將會根據broker中的配置要求，保留一定的時間之後刪除；比如log文件保留2天，那麼兩天後，文件會被清除，無論其中的消息是否被消費。kafka通過這種簡單的手段，來釋放磁碟空間，以及減少消息消費之後對文件內容改動的磁碟IO開支。

對於consumer而言，它需要保存消費消息的offset，對於offset的保存和使用，有consumer來控制；當consumer正常消費消息時，offset將會"線性"的向前驅動，即消息將依次順序被消費。事實上consumer可以使用任意順序消費消息，它只需要將offset重置為任意值。(offset將會保存在zookeeper中，參見下文)

kafka集群幾乎不需要維護任何consumer和procer狀態信息，這些信息有zookeeper保存；因此procer和consumer的客戶端實現非常輕量級，它們可以隨意離開，而不會對集群造成額外的影響。

partitions的設計目的有多個。最根本原因是kafka基於文件存儲。通過分區，可以將日誌內容分散到多個server上，來避免文件尺寸達到單機磁碟的上限，每個partiton都會被當前server(kafka實例)保存；可以將一個topic切分多任意多個partitions，來消息保存/消費的效率。此外越多的partitions意味著可以容納更多的consumer，有效提升並發消費的能力。(具體原理參見下文)。

一個Topic的多個partitions，被分布在kafka集群中的多個server上；每個server(kafka實例)負責partitions中消息的讀寫操作；此外kafka還可以配置partitions需要備份的個數(replicas)，每個partition將會被備份到多台機器上，以提高可用性。

基於replicated方案，那麼就意味著需要對多個備份進行調度；每個partition都有一個server為"leader"；leader負責所有的讀寫操作，如果leader失效，那麼將會有其他follower來接管(成為新的leader)；follower只是單調的和leader跟進，同步消息即可。由此可見作為leader的server承載了全部的請求壓力，因此從集群的整體考慮，有多少個partitions就意味著有多少個"leader"，kafka會將"leader"均衡的分散在每個實例上，來確保整體的性能穩定。

Procers
Procer將消息發布到指定的Topic中，同時Procer也能決定將此消息歸屬於哪個partition；比如基於"round-robin"方式或者通過其他的一些演算法等。

Consumers
本質上kafka只支持Topic。每個consumer屬於一個consumer group；反過來說，每個group中可以有多個consumer。發送到Topic的消息，只會被訂閱此Topic的每個group中的一個consumer消費。

如果所有的consumer都具有相同的group，這種情況和queue模式很像；消息將會在consumers之間負載均衡。

如果所有的consumer都具有不同的group，那這就是"發布-訂閱"；消息將會廣播給所有的消費者。

在kafka中，一個partition中的消息只會被group中的一個consumer消費；每個group中consumer消息消費互相獨立；我們可以認為一個group是一個"訂閱"者，一個Topic中的每個partions，只會被一個"訂閱者"中的一個consumer消費，不過一個consumer可以消費多個partitions中的消息。kafka只能保證一個partition中的消息被某個consumer消費時，消息是順序的。事實上，從Topic角度來說，消息仍不是有序的。

Kafka的設計原理決定，對於一個topic，同一個group中不能有多於partitions個數的consumer同時消費，否則將意味著某些consumer將無法得到消息。

Guarantees

Kafka就比較適合高吞吐量並且允許少量數據丟失的場景，如果非要保證「消息可靠傳輸」，可以使用JMS。

Kafka Procer 消息發送有兩種方式(配置參數 procer.type)：

對於同步方式(procer.type=sync)？Kafka Procer 消息發送有三種確認方式(配置參數 acks)：

kafka的設計初衷是希望作為一個統一的信息收集平台，能夠實時的收集反饋信息，並需要能夠支撐較大的數據量，且具備良好的容錯能力。

持久性
kafka使用文件存儲消息，這就直接決定kafka在性能上嚴重依賴文件系統的本身特性。且無論任何OS下，對文件系統本身的優化幾乎沒有可能。文件緩存/直接內存映射等是常用的手段。因為kafka是對日誌文件進行append操作，因此磁碟檢索的開支是較小的；同時為了減少磁碟寫入的次數，broker會將消息暫時buffer起來，當消息的個數(或尺寸)達到一定閥值時，再flush到磁碟，這樣減少了磁碟IO調用的次數。

性能
需要考慮的影響性能點很多，除磁碟IO之外，我們還需要考慮網路IO，這直接關繫到kafka的吞吐量問題。kafka並沒有提供太多高超的技巧；對於procer端，可以將消息buffer起來，當消息的條數達到一定閥值時，批量發送給broker；對於consumer端也是一樣，批量fetch多條消息。不過消息量的大小可以通過配置文件來指定。對於kafka broker端，似乎有個sendfile系統調用可以潛在的提升網路IO的性能:將文件的數據映射到系統內存中，socket直接讀取相應的內存區域即可，而無需進程再次和交換。 其實對於procer/consumer/broker三者而言，CPU的開支應該都不大，因此啟用消息壓縮機制是一個良好的策略；壓縮需要消耗少量的CPU資源，不過對於kafka而言，網路IO更應該需要考慮。可以將任何在網路上傳輸的消息都經過壓縮。kafka支持gzip/snappy等多種壓縮方式。

生產者
負載均衡: procer將會和Topic下所有partition leader保持socket連接；消息由procer直接通過socket發送到broker，中間不會經過任何「路由層「。事實上，消息被路由到哪個partition上，有procer客戶端決定。比如可以採用「random「「key-hash「「輪詢「等，如果一個topic中有多個partitions，那麼在procer端實現「消息均衡分發「是必要的。

其中partition leader的位置(host:port)注冊在zookeeper中，procer作為zookeeper client，已經注冊了watch用來監聽partition leader的變更事件。
非同步發送：將多條消息暫且在客戶端buffer起來，並將他們批量的發送到broker，小數據IO太多，會拖慢整體的網路延遲，批量延遲發送事實上提升了網路效率。不過這也有一定的隱患，比如說當procer失效時，那些尚未發送的消息將會丟失。

消費者
consumer端向broker發送「fetch」請求，並告知其獲取消息的offset；此後consumer將會獲得一定條數的消息；consumer端也可以重置offset來重新消費消息。

在JMS實現中，Topic模型基於push方式，即broker將消息推送給consumer端。不過在kafka中，採用了pull方式，即consumer在和broker建立連接之後，主動去pull(或者說fetch)消息；這中模式有些優點，首先consumer端可以根據自己的消費能力適時的去fetch消息並處理，且可以控制消息消費的進度(offset)；此外，消費者可以良好的控制消息消費的數量，batch fetch。

其他JMS實現，消息消費的位置是有prodiver保留，以便避免重復發送消息或者將沒有消費成功的消息重發等，同時還要控制消息的狀態。這就要求JMS broker需要太多額外的工作。在kafka中，partition中的消息只有一個consumer在消費，且不存在消息狀態的控制，也沒有復雜的消息確認機制，可見kafka broker端是相當輕量級的。當消息被consumer接收之後，consumer可以在本地保存最後消息的offset，並間歇性的向zookeeper注冊offset。由此可見，consumer客戶端也很輕量級。

對於JMS實現，消息傳輸擔保非常直接:有且只有一次(exactly once)。
在kafka中稍有不同:

at most once: 消費者fetch消息，然後保存offset，然後處理消息；當client保存offset之後，但是在消息處理過程中出現了異常，導致部分消息未能繼續處理。那麼此後"未處理"的消息將不能被fetch到，這就是"at most once"。

at least once: 消費者fetch消息，然後處理消息，然後保存offset。如果消息處理成功之後，但是在保存offset階段zookeeper異常導致保存操作未能執行成功，這就導致接下來再次fetch時可能獲得上次已經處理過的消息，這就是"at least once"，原因offset沒有及時的提交給zookeeper，zookeeper恢復正常還是之前offset狀態。

exactly once: kafka中並沒有嚴格的去實現(基於2階段提交，事務)，我們認為這種策略在kafka中是沒有必要的。

通常情況下「at-least-once」是我們首選。(相比at most once而言，重復接收數據總比丟失數據要好)。

kafka高可用由多個broker組成，每個broker是一個節點；

創建一個topic，這個topic會劃分為多個partition，每個partition存在於不同的broker上，每個partition就放一部分數據。

kafka是一個分布式消息隊列，就是說一個topic的數據，是分散放在不同的機器上，每個機器就放一部分數據。

在0.8版本以前，是沒有HA機制的，就是任何一個broker宕機了，那個broker上的partition就廢了，沒法寫也沒法讀，沒有什麼高可用性可言。

0.8版本以後，才提供了HA機制，也就是就是replica副本機制。每個partition的數據都會同步到其他的機器上，形成自己的多個replica副本。然後所有replica會選舉一個leader出來，那麼生產和消費都跟這個leader打交道，然後其他replica就是follower。

寫的時候，leader會負責把數據同步到所有follower上去，讀的時候就直接讀leader上數據即可。

kafka會均勻的將一個partition的所有replica分布在不同的機器上，從而提高容錯性。

如果某個broker宕機了也沒事，它上面的partition在其他機器上都有副本的，如果這上面有某個partition的leader，那麼此時會重新選舉一個新的leader出來，大家繼續讀寫那個新的leader即可。這就有所謂的高可用性了。

寫數據的時候，生產者就寫leader，然後leader將數據落地寫本地磁碟，接著其他follower自己主動從leader來pull數據。一旦所有follower同步好數據了，就會發送ack給leader，leader收到所有follower的ack之後，就會返回寫成功的消息給生產者。

消息丟失會出現在三個環節，分別是生產者、mq中間件、消費者：

RabbitMQ

Kafka
大體和RabbitMQ相同。

Rabbitmq
需要保證順序的消息投遞到同一個queue中，這個queue只能有一個consumer，如果需要提升性能，可以用內存隊列做排隊，然後分發給底層不同的worker來處理。

Kafka
寫入一個partition中的數據一定是有序的。生產者在寫的時候 ，可以指定一個key，比如指定訂單id作為key，這個訂單相關數據一定會被分發到一個partition中去。消費者從partition中取出數據的時候也一定是有序的，把每個數據放入對應的一個內存隊列，一個partition中有幾條相關數據就用幾個內存隊列，消費者開啟多個線程，每個線程處理一個內存隊列。