消息发送一致性（可靠消息的前提保障）
一、消息中间件的应用场景
消息中间件在分布式系统中的主要作用：异步通讯、解耦、并发缓冲
如图：通过引入消息中间件来解耦应用间（服务间）的直接调用，同时也会起到异步通讯和缓冲并发的作用
二、消息发送和投递的不可靠性
分布式部署环境下，需要通过网络进行通讯，就引入了数据传输的不确定性也就是CAP理论中的P（分区容错性的问题）
三、消息发送一致性
消息发送一致性：是指产生消息的业务动作与消息发送的一致。
（也就是说，如果业务操作成功，那么由这个业务操作所产生的消息一定要成功投递出去，否则就丢消息）
四、消息发送一致性如何保障？
1. 处理方式1
/** 支付订单处理 **/
public void completeOrder() {
// 订单处理（业务操作）
orderBiz.process();
// 发送会记原始凭证消息（发送消息）
sendAccountingVoucherMsg ();
}
如果业务操作成功，执行消息发送前应用故障，消息发不出去，导致消息丢失（订单系统与会计系统的数据不一致）
如果业务操作成功，应用正常，但消息系统故障或网络故障，也会导致消息发不出去（订单系统与会计系统的数据不一致）
2. 处理方式2
/** 支付订单处理 **/
public void completeOrder() {
// 发送会记原始凭证消息（发送消息）
sendAccountingVoucherMsg ();
// 订单处理（业务操作）
orderBiz.process();
}
这种情况下，更不可控，消息发出去了，但业务可能会失败（订单系统与会计系统的数据不一致）
前面两种方式，都不能保证业务数据的一致性。
五、JMS标准中的XA协议方式是否可以保障发送一致性？
JMS协议标准的API中，有很多以XA开头的接口，其实就是前面课程讲到的支持XA协议（基于两阶段提交协议）的 全局事务型接口。JMS中的XA系列接口，可以提供分布式事务支持。 但引用了XA方式的分布式事务，又会带来很多的局限：
要求业务操作的资源必须支持XA协议（并不是所有资源都支持XA）
两阶段提交协议的成本
持久化成本等DTP模型的局限性（全局锁定，成本高，性能低）
引入XA，违背了柔性事务的初衷
六、消息发送一致性：变通的做法
主动方应用先把消息发给消息中间件，消息状态标记为“待确认”；
消息中间件收到消息后，把消息持久化到消息存储中，但并不向被动方应用投递消息；
消息中间件返回消息持久化结果（成功/失败），主动方应用根据返回结果进行判断如何进行业务操作处理：
失败：放弃业务操作处理，结束（必要时向上层返回失败结果）；
成功：执行业务操作处理；
业务操作完成后，把业务操作结果（成功/失败）发送给消息中间件；
消息中间件收到业务操作结果后，根据业务结果进行处理；
失败：删除消息存储中的消息，结束；
成功：更新消息存储中的消息状态为“待发送（可发送）”，紧接着执行消息投递；
前面的正向流程都成功后，向被动方应用投递消息；
七、待解决问题
消息发送一致性方案的正向流程是可行的，但异常流程怎么处理呢？ 消息发送到消息中间件中能得到保障了，但消息的准确消费（投递）又如何保障呢？ 有没有支持这种发送一致性流程的现成消息中间件？
八、待续
分布式事务五
————————————————
版权声明：本文为CSDN博主「chenshiying007」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_27384769/article/details/79305402