这里主要说一些一线大厂的关于MQ的组件实现思路和架构设计方案，看下图：
可靠性组件是最重要的组件，因为任何的基础组件都要保证消息的可靠性传递。对于中间状态的消息，需要做一些补偿的处理。MessafeStoreService
需要实现功能点：(最基本的要求)
首先要支持高性能的序列化，异步发送消息
生产实例与消费实例连接缓存化池化，提升性能
支持可靠性投递，100%不丢失，金融项目的一个大单操作，优先级也要设置的比较高
消费端幂等操作，避免消费端重复操作
扩展的相关要求：
支持迅速的把消息发出去，有些不需要保证100%可靠，比如日志，重点在于吞吐量
支持延迟消息，延迟的把消息投递，用于某些延迟检查，服务限流场景
支持事务消息，且100%可靠性投递，在金融类单笔金额数量大操作时有次场景，比如一笔100万的转账
支持顺序消息，列入下单的复合性操作
支持补偿，重试，以及快速订单问题，异常
支持集群负载均衡，支持消息路由策略，路由到集群，路由到内部队列
消息的迅速发送
迅速是指不进行落库，不做可靠性保障，重点在于吞吐量。主要是非核心的数据，日志数据，或者统计分析数据
，直接将消息发送，也不需要消费者进行确认。
优点：高性能，吞吐量大
缺点：可靠性没有保障
确认消息发送
消息确认模式是不需要消费端进行的
Step1和Step2是同时的，业务数据和消息数据同时入库，进行持久化，如果无异常，下一步
Step3，把消息投递给Broker端
Step4 Broker，即Broker进行回复消息是否被Producer组件收到应答消息
Step5 收到Broker之后，把上次的消息查出来，再进行更新状态
Step6 如果出现问题的话，通过定时任务抓取一些中间状态的消息
Step7 然后进行重新发送，如果失败次数太多可以进行补偿
批量发送消息
批量消息是把消息放到一个集合里，统一进行提交，这种方案期望消息在一个会话里，比如统一提交到ThreadLocal里的集合，然后把当前线程内所有的消息集合一次性提交的。可以设计一个类，在Channel中一次发送就可以。这种方式也是希望消费者在消费的时候，可以进行批量化的消费，针对某一个原子业务的操作去处理，但是不保证可靠性，需要进行补偿机制。
不保证可靠性，可以保证原子性。
和确认消息发送只有Step1和Step2有点区别：
Step1， 首先业务入库，然后用Batch组件把消息进行组装为集合
Step2，把多条消息入库，入库为一条记录即可。剩余的即确认消息的那些步骤
延迟消息发送
在消息封装的时候加上delayTime即可。就是一个属性即可，然后用延迟插件。
业务场景：自动超时作废，优惠券过期，自动确认收货等
顺序消息发送
类似与批量消息，但是还有点不同，要保证以下几点：
同一个队列
只能有一个消费者
然后统一提交(可以是一个大消息，也可以是多个消息)，并且所有的消息会话ID保持一致。
添加消息的属性，顺序标记序号，和本次顺序消息的Size属性，进行落库操作
收到延迟消息之后，根据会话Id，Size抽取数据库进行处理
消费者获取的时候不用直接消费，而是先落库，然后延迟一会再去处理。
生产端如果没有完全的投递消息，6条消息只发了5条，那么必须要做补偿。
生产端：
通过生产端顺序组件进行排序，入库发送
消费端：
Step1 首先把收到的消息入库
Step2 同时发送给自己延迟消息，消息为刚才收到的
Step3 几分钟之后，刚才发送的延迟消息也收到了
Step4 执行生产端的业务操作
Step5 如果失败补偿，还是如何处理还是需要一个定时任务
事务消息发送
使用中比较少见，但是如果非常大的单笔交易金额的时候，这个时候消息的优先级肯定是最高，并且可靠性要达到100%的，自己的系统和银行系统都要这样，并且也会有一些补偿机制，主动的向银行发起指令。半小时之内一定要有个结果，如果10分钟还没有结果，一般要找运维及时知道结果。
保障性能同时，还要支持事务。使用RabbitMQ事务和Spring集成机制，在进行压测的情况时候，效果并不理想。
方案：
可靠性投递，也需要做一些补偿处理。业务操作数据库DB1和消息记录DB2数据库使用同一个数据源
重写DatasourceTransactionManager，(如果事务提交成功，但是消息发送失败，这个时候就需要补偿了)
与可靠性消息，确认消息类似，但是要保证业务数据库与消息数据层面要一致。(消息数据库与业务数据库同时成功，或者同时失败)
消息的幂等性保障
使用MQ的过程中至关重要的一个环节。
原因：
可靠性投递的时候，比如ack的时候网断了，重新发送消息的时候又发出去了
MQ的Broker服务与消费端传输消息的时候网络抖动
消费端故障或者异常
统一Id生成服务：同一个消息的ID保证是唯一的，并且每次生成的ID值是相同的，在进行消息入库的时候，利用数据库的唯一索引，同一ID只能插入一次。
本地ID生成服务：全局的降级策略，如果全局的id一直没有生成成功，那么用本地的ID生成服务
最后
主要就是说了下大厂中一些消息组件的方案和思路，希望能开阔大家思路，能在实际工作中更好的使用。
注：
本文独家发布自金蝶云社区
推荐阅读