消息队列是高性能和高可用系统里都非常常见的中间件，主要用于异步处理、应用解耦、削峰填谷和流量缓冲。学习消息队列时，不能只背 Kafka、RocketMQ、RabbitMQ 的特性，更要理解消息可靠性、顺序性、幂等性、积压处理和技术选型。

如果你准备面试，可以把 MQ 问题拆成一条链路：生产者怎么保证发出去，Broker 怎么保证存得住，消费者怎么保证处理成功，失败后怎么重试和补偿。这样比单独背“消息不丢失、重复消费、顺序消费”更容易讲清楚。

适合谁看想系统学习消息队列的后端开发者。准备 Kafka、RocketMQ、RabbitMQ、消息可靠性相关面试题的同学。已经在项目中使用 MQ，但对消息丢失、重复消费、顺序消费、消息积压处理不够熟的读者。需要在 Kafka、RocketMQ、RabbitMQ、Disruptor 之间做技术选型的工程师。学习重点消息队列解决的是异步、解耦、削峰和缓冲问题，不是所有链路都应该引 MQ。消息可靠性要分别看生产者、Broker、消费者和业务幂等。消息顺序性通常需要从 Topic、队列、分区、消费线程和业务 Key 一起设计。消息积压不是单点问题，可能来自消费能力、下游依赖、限流策略和数据倾斜。Kafka、RocketMQ、RabbitMQ、Disruptor 的定位不同，选型时要结合吞吐、延迟、消息模型、生态和运维成本。建议阅读顺序消息队列基础知识总结：先理解 MQ 的通用模型、应用场景和常见问题。Kafka 常见问题总结：理解高吞吐日志流、分区、副本、Consumer Group 和 Rebalance。RocketMQ 常见问题总结：理解业务消息场景、事务消息、定时消息、顺序消息和消息存储。RabbitMQ 常见问题总结：理解 AMQP、Exchange、消息确认、死信队列和延迟队列。Disruptor 常见问题总结：理解高性能内存队列、无锁设计和低延迟场景。核心文章消息队列基础知识总结：系统讲解应用场景、消息模型、消息可靠性、幂等性、顺序性、积压处理和技术选型。Kafka 常见问题总结：覆盖 Broker、Topic、Partition、Consumer Group、零拷贝、顺序写、ACK、ISR 和 Rebalance。RocketMQ 常见问题总结：覆盖 NameServer、Broker、Proxy、普通消息、顺序消息、事务消息、定时消息和存储机制。RabbitMQ 常见问题总结：覆盖 AMQP、Exchange 类型、确认机制、死信队列、延迟队列、优先级队列和高可用集群。Disruptor 常见问题总结：覆盖 RingBuffer、Sequencer、WaitStrategy、无锁设计、缓存行填充和预分配内存。高频问题为什么要使用消息队列？哪些场景不适合引入 MQ？如何保证消息不丢失？如何处理重复消费和业务幂等？如何保证消息顺序性？消息积压如何排查和处理？Kafka 为什么吞吐高？零拷贝和顺序写分别起什么作用？RocketMQ 的事务消息如何工作？RabbitMQ 的 Exchange 有哪些类型？各自适合什么场景？Kafka、RocketMQ、RabbitMQ 应该如何选型？选型速查场景常见选择重点关注日志、埋点、流式处理Kafka、Pulsar吞吐、分区扩展、生态订单、交易、业务事件RocketMQ事务消息、延时消息、顺序消息灵活路由、轻量接入RabbitMQExchange、确认机制、队列类型进程内低延迟事件处理DisruptorRingBuffer、WaitStrategy、无锁设计选型时不要只比较吞吐量。团队运维经验、已有技术栈、消息语义、延迟要求、消息保留时间、是否需要重放，都会影响最终选择。

相关专题高性能系统知识体系高可用系统知识体系分布式系统知识体系系统设计写在最后如果内容对你有帮助的话，欢迎顺手给 JavaGuide 点一个免费的 Star 支持一下：GitHub | Gitee。

JavaGuide 已持续维护近七年，累计 6100+ 次提交，来自 620+ 位贡献者共同完善。你的 Star、反馈和 PR，都是这个项目继续更新的动力。

如果你正在准备后端/AI 应用开发面试，也可以了解一下我的知识星球，里面包括后端和 AI 实战项目、简历优化、一对一提问和高频考点资料，已经持续维护六年。