如何设计一个MQ消息队列？
1.先上图，明确一个消息发送和消费的流程2.消息消息首先需要定义消息协议，比如ActiveMQ,Stomp,XMPP等3.消息协议定义好了，明确消息队列需要满足什么场景是否需要保证消息可靠性，如果需要就要做存储的高可用;是否需要支持同步和异步消息;是否需要保证消息的顺序;是否需要支持延时消息具体可以参照很多开源实现的特性，比如RocketMQ就是高可靠的，Kafka就是高吞吐量的，但是不是高可靠的。
你曾经因为喝醉了干过什么事？
我老公有一次喝多了，几个同学送他回来的，我印象非常深刻。老公的两个同学架着他，一个同学在后面扶着，而老公自己脚步踉跄，走路东倒西歪的，还一边走，一边哭着说：“回去吧，不用送，我自己能走。”老公的同学把他扶进屋里，还嘱咐我说，照顾好他，还让我多开导他，摊啥事办啥事，别想得太多了。这是我第一次见老公喝这么多酒，表面感谢送他回来的人，心中除了无奈还有几分对老公的嫌弃。
送走了同学们，家里只剩下我和老公，我皱着眉头问他怎么喝这么多？老公立马陪着笑脸说，没多，我没喝多，然后神秘的趴到我耳边说，我是骗他们的，逗他们玩儿。我说，行了，这还没多？然后转身去给他倒水、拿毛巾。就听见老公在我身后小声地说：“这帮瘪犊子，也不劝着我点，喝多了，我媳妇该生气了。”当时我就忍不住笑了。扶着老公做起来，给他擦了脸，他突然跑去卫生间，抱着马桶开始狂吐。
这场面我当时真是看不了，怀孕4个月，孕吐的劲儿刚过。我就急忙找了个白钢的碗倒了点水放在卫生间的洗手台上，让他自己拿着漱口。果然，我是有先见之明的，一会就听见白钢碗掉地上的声音，就听见老公在卫生间喊：“老婆，水撒了，我没有水漱口了。”听他冲了马桶，我捏着鼻子进去给他又倒了一碗白开水。不敢倒生水主要是怕他喝了。
不一会又听见呕吐声，然后是碗掉地上的声音。过了一会，冲了水，又喊我，我就又进去倒水。这回老公对我说，我没事，你照顾好自己就行，不用管我。我当时又气又笑，说，不用我管，你别喊我啊！然后老公讨好的笑着说，我叫你，是因为我想你，想看看你。我当时笑到不行，我老公是个大直男，这些肉麻的话他平时是绝对不会说的。我赶紧取来手机，让他再说一遍，同时也哄骗他说了很多平时他不会说的话，我都录下来，做为证据。
折腾了一会，我帮他冲了个澡，扶他躺下，他还一直嘟囔着。“这帮瘪犊子，也不劝劝我，这喝多的滋味真难受。”“老婆，你别生气，我不是故意喝多的。”“儿子（那时还不知道男女，他就叫儿子，说明心里还是喜欢男孩的），你别和爸爸学，喝酒可不是什么好事。”可算安静了，我以为他睡着了，忽然他转身抱着我小声说：“你说，我妈的病还能好吗？”我心中一酸，哽咽着说：“能，一定能好的。
”我感觉到肩膀上的衣服湿润了。那时候婆婆的癌症复发了，来势汹汹，身体指标已经不能达到化疗的标准了。我怀孕4个月，刚经历了半个月的静卧保胎。我忽然理解了，老公的压力太大了，经过这次的借酒浇愁，也许是个缓解。明天醒来，他还要面带笑容的鼓励母亲活下去，还要坚定地告诉我孩子很坚强也很健康。第二天醒来，果然昨天的种种他都忘记了，我也没有拿出视频给他看。
大数据学习是自学好还是培训好？
有很多小伙伴都问道自己想学习大数据开发技术不知道选择自学还是大数据培训，我在这里统一回答一下这个问题。其实哪种学习方式比较好，这已经是一个老生常谈的问题，我在其他的回答中也反复的提到选择适合自己的学习方式才是最重要的。本身大数据开发技术所包含的编程技术知识比较多且杂，因此，选择哪种方式来学习大数据开发技术知识，还得看自身是否有编程基础，有编程基础无论是自学还是通过大数据培训来学习，都是非常有利的，很容易接受相关大数据的一些技术知识，而对于零基础小伙伴则要着重来选择自学和培训哪个更适合自己。
接下来我从三个方面来对比一下自学和大数据培训哪个更适合小伙伴，小伙伴自己好做出理性的选择：1.学习周期不同的学习方式，其学习周期的长短也是不同的：自学大数据开发技术：首先，自学大数据开发是需要小伙伴具有较强的学习能力和自控能力的，而且自学大数据开发技术的学习环境是根据自己所处的环境有一定影响的，在小伙伴遇到问题无法解决的时候，可能会通过百度或社群来找问题的答案，这无形之中就延长的学习周期，而且学习的效率也并不是那么的高。
参加大数据培训学习：小伙伴如果选择一家比较靠谱的大数据培训机构进行学习，机构中有系统完善的培训课程体系，有丰富开发实战经验和教学经验的老师指导学习，在学习过程中遇到问题，可以直接和老师进行交流，解决问题很及时，想比较自学的小伙伴大大减少了学习周期，提高了学习效率。2.是否有实际项目案例小伙伴在学习大数据开发技术知识的过程中，不能只学习基础理论知识，更需要项目实战案例的练习来积累更多的项目实战经验。
自学大数据开发技术：小伙伴在自学的过程中，大部分的是在学习基础理论知识，相关的大数据实战案例接触的比较少，而且在练习视频里面的案例的时候，遇到问题也不好解决，毕竟是没有人指导学习，练习起来也是比较困难的。参加大数据培训学习：靠谱的培训机构有比较接近于企业级的项目实战案例，而且一些案例都是与企业合作的真实项目，能够让小伙伴在练习项目实战案例的过程中，积累更多的项目实战经验。
3.学习课程内容是否系统完善自学大数据开发技术：小伙伴在自学大数据开发技术之初，是需要在网上找一些相关的大数据开发技术视频来学习，谁都不确保你所找到的视频是系统完善比较新颖的课程内容。参加大数据培训学习：而在培训机构学习大数据开发技术知识，其培训课程内容是以市场发展为导向，符合企业的发展需求的，在一定的时间内会对培训课程内容进行更新与提升，让小伙伴学习到比较新颖的开发技术知识。
其实，小伙伴在学习大数据开发技术知识的时候，不要过于盲目的去学习，选择一个适合自己的学习方式方法是成功的一半，在学习过程中，还需要小伙伴端正自身的学习心态，养成一个良好的学习习惯，才能更好的学习大数据开发技术知识。大数据开发技术学习教程及学习路线：http://www.atguigu.com/bigdata_video.shtml。
常见的消息队列有哪些，它们之间有什么区别？
rabbitMQ:RabbitMQ是基于Erlang语言编写的开源消息队列。RabbitMQ在数据一致性、稳定性和可靠性方面比较优秀，而且直接或间接的支持多种协议，对多种语言支持良好。但是其性能和吞吐量差强人意，由于Erlang语言本身的限制，二次开发成本较高。kafka:Kafka是LinkedIn于2010年12月开发并开源的一个分布式流平台，现在是Apache的顶级项目，是一个高性能跨语言分布式。
快速持久化，可以在O(1)的系统开销下进行消息持久化；高吞吐ActiveMQ:是Apache下的一个子项目,介于ZeroMQ和RabbitMQ之间。类似于RabbitMQ，它少量代码就可以高效地实现高级应用场景而且只需付出低消耗。被誉为消息中间件的“瑞士军刀”。但是ActiveMQ不够轻巧，而且对于队列较多的情况支持不好，据说还 有丢消息的情况。
Kafka，Mq和Redis作为消息队列使用时的差异有哪些？
Kafkakafka是个日志处理缓冲组件，主要在大数据信息处理中使用。和传统的消息队列相比简化了队列结构和功能，以文件流形式处理存储（持久化）消息（主要是日志）。日志信息通常数据量巨大，处理组件一般会处理不过来，所以有了缓冲层kafka。kafka支持巨大的日志吞吐量。为了防止数据丢失，其消息被消费后不会直接丢弃，要多存储一段时间，等超过设置的时间阈值才会丢弃。
这是mq和redis所不具备的。主要特点如下:巨型存储量: 支持TB甚至PB级别数据。高吞吐，高IO：一般配置的服务器就可实现单机每秒100K条以上的消息传输。 消息分区，分布式消费：能保证消息顺序传输。 支持离线数据处理（hadoop集群）和实时数据处理。横向扩展：支持在线水平扩展，以支持更大数据处理能力。
redisredis是一个高性能的、原子操作的内存键值对nosql。支持高速访问，可用做消息队列的存储，但是不具备消息队列的任何功能和逻辑，要做为消息队列来使用的话，队列功能和逻辑要通过上层应用来自己实现。 MQ，消息队列我们以RabbitMQ为例来做介绍。它是用Erlang语言开发的开源消息队列，支持多种协议包括AMQP，XMPP, SMTP, STOMP，适合于企业级的开发。
MQ支持Broker构架，消息发送给客户端时需要在中心队列排队。对路由，负载均衡或者数据持久化都有很好的支持。 其他更多消息队列还有ActiveMq，ZeroMq等，功能上大同小异。有专门测试的结果表明，并发吞吐TPS比较，ZeroMq 最好，RabbitMq 次之， ActiveMq 最差。更多信息，请关注虫虫，一起讨论学习。
文章TAG：ZeroMQ zeromq 通信 机制
