1、面试官为啥要出这样一个开放式问题

​这篇文章简单给大家来聊一个互联网大厂的Java面试题：如果让你设计一个消息中间件，你会怎么做？

其实这个问题之前大致给大家聊过，本质就是面试官在考察一个高级以上的Java工程师的系统设计能力。

给你一个平时大家都常用的一个消息中间件作为命题，让你现场开放式发挥，立马开动脑筋说说如果让你来设计这么一个消息中间件。

让你从整体架构，核心流程，数据结构，等各个层面来考虑，你会如何完成这个设计？

其实任何一个面试官都应该知道，如果一个人没有真的做过消息中间件开发的话，是不太可能在短时间内，瞬间给出一套特别靠谱的架构设计方案的。

但是用这个题目作为一个开放式命题，他最大的好处，就是可以尽可能的挖​掘出一个候选人的较为真实的系统设计的能力和功底。

为什么这么说呢？

因为如果面试的时候很多东西都是一些常见的技术问题，比如说：

• 消息中间件如何保证数据不丢失？
• 聊聊Elasticsearch的架构原理以及性能优化？
• 你们公司的微服务架构整体如何设计的？

这些问题相对来说都是比较固定的一些问题。

所谓固定的问题，就是只要你花费一些时间去学习了相关的技术，或者是在自己所在的公司确实有过一些落地的经验，通常来说回答出这些问题就不是太大的问题了。

但是这些问题都不够开放，如果两个候选人都同样具备常规问题的回答能力，那么此时通过一道有深度的开放式问题，就可以把几个人里迅速拉开差距，找出来到底谁的技术功底更加深厚，谁的架构设计能力更加强。

那么本文就从各个角度来引导大家去思考一下，假如让你回答这个问题，你可以从哪些方面入手来现场做一些考虑和回答？

2、生产消费模型以及核心数据结构

首先第一个点，消息中间件本身要做的就是可以允许有人来生产消息，还可以允许有人来消费这个消息。

那么这里要考虑的第一个点，就是消息中间件自己本身的核心数据结构。

也就是说，如果有人生产了消息，你作为一个消息中间件，应该如何存储这个数据？

你会存储在内存里呢？还是存储在磁盘文件里呢？或者两者都同时共存？

可以先允许数据写入内存作为一个缓冲，然后每隔几秒再把数据刷入磁盘文件中？数据刷入磁盘文件之后，这个磁盘文件有多少个？

你总不能一直搞一个磁盘文件来存放所有的数据吧？那么按照什么样的规则对磁盘文件做一个拆分？

数据写入磁盘文件之后，是不是要有相应的一些metadata来标识这个数据的具体信息？比如这个数据的offset偏移量，或者是一个内置的唯一id？

接着现在数据是被存储在磁盘文件里了，那么此时你如何把数据投递到下游的消费者里去呢？

你的消费模型是什么样的？比如说一个queue里的数据，是会均匀分配给消费者的各个实例呢？还是会怎么做呢？

在这里给大家做一个提示，建议大家可以去研究研究比如kafka底层的文件存储原理，那是非常经典的高性能高并发消息中间件存储架构的实现。

另外就是可以参考一下rabbitmq和kafka的官网，研究一下不同中间件的消费模型是怎么做的。

3、支撑TB级数据写入的分布式架构

接着你应该考虑第二个大的问题，就是你的消息中间件肯定会遇到每天TB级海量数据高并发高吞吐写入的场景。

此时，你的消息中间件的架构如何支撑呢？

所以这里你就要考虑一下，你的数据是不是要分布式的存储？

比如说假如你一天写入几百TB的数据，那不可能都放在一台机器上吧？所以数据的分布式存储是不是你要考虑的另外一个很重要的问题？

你是不是要考虑把一个大的数据集合做分片存储，比如说分成N片数据，每个数据分片放在一台机器上，这样就可以充分利用多台机器的资源来承载TB级的大量数据了。

此外你还需要考虑，你的数据分片是不是要可以支撑扩容？

比如你一开始设置的分片数量是10个，存在10台机器上。结果现在发现10台机器都扛不住了，需要扩容到20个分片，放在20台机器上才可以。

那你是不是要支持数据分片的扩容以及自动数据负载均衡迁移？也就是10个分片的数据自动均匀分配给扩容后的20个分片。

所以这种分布式以及可伸缩的架构，是另外一个非常核心的点。

我个人同样比较建议大家研究一下kafka在这块的架构设计，非常的优秀，采用了partition的概念实现数据分片，支持分布式的数据存储，而且还支持动态扩容。

4、数据宕机场景下的高可用架构

大家此时就要考虑另外一个问题了，就是一旦数据分布式存储之后，那么每台机器上都有一部分数据。

万一这台机器宕机了呢？那么数据是不是就丢失了？

是的！所以高可用的架构在这里就必须考虑到了。

一般分布式系统实现高可用架构，都是采用多副本冗余机制

也就是说一份数据在多台机器上都搞一个副本，这样任何一台机器宕机了，数据肯定不会丢失，你还可以继续使用其他机器上的副本数据来支持生产和消费。

同样建议大家，研究一下kafka的多副本冗余机制，他的每个partition数据分片都是有多个副本的，任何一台机器宕机，丢失一个数据分片，还有其他机器上的副本分片在，可以支持数据不丢失。

5、支持数据不丢失的ack机制

最后再考虑一个问题，你的消息中间件肯定是要支持数据绝对不丢失的吧？

在这里你必须考虑两块ack机制，一个是生产端，一旦投递了消息，必须要求他将数据比如写入多个副本之后，才返回一个ack回调响应。

否则要是一直没收到ack的话，就需要重发一条消息过去，保证生产投递成功。

另外一个是消费端，一旦消费处理成功一条消息了，必须返回一个ack给消息中间件，然后消息中间件才能删除这条消息。

否则一旦消费者宕机，就必须重发这条消息给其他的消费者实例，保证消息一定会被处理成功。

这块如果大家不清楚，建议一定重看之前的系列文章，我们基于rabbitmq来阐述的这个数据不丢失的全链路ack机制。

6、最后的总结

这种开放式面试题，牵扯了大量的底层细节和架构思想，非常区分不同人的技术水平。如果你往简单了回答，就本文涉及到的一些东西简单说一说，基本也能过关。

但是如果你想技压群雄，就必须要根据本文每个部分提示的东西，真的去对各种MQ中间件的底层源码进行深入的研究，然后才能在回答这个问题的时候，展现出“碾压其他人”的技术功底和架构实力。