数据的丢失问题，可能出现在生产者、MQ、消费者中，从 RabbitMQ 和 Kafka 分别分析一下。
RabbitMQ
生产者丢了数据
生产者将数据发送到 RabbitMQ 的时候，可能数据在过程中丢了，因为网络问题之类的。
此时可以选择用 RabbitMQ 提供的事务功能，就是生产者发送数据之前开启 RabbitMQ 事务 channel.txSelect ，然后发送消息，如果消息没有成功被 RabbitMQ 接收到，那么生产者会收到异常报错，此时就可以回滚事务 channel.txRollback ，然后重试发送消息；如果收到了消息，那么可以提交事务 channel.txCommit 。
// 开启事务
channel.txSelect
try {
// 这里发送消息
} catch (Exception e) {
channel.txRollback
// 这里再次重发这条消息
}
// 提交事务
channel.txCommit
问题是，RabbitMQ 事务机制（同步）会使吞吐量会下来，因为太耗性能。
所以如果要确保 RabbitMQ 的消息不丢，可以开启 confirm 模式，在生产者设置开启 confirm 模式之后，每次写的消息都会分配一个唯一id，如果写入了 RabbitMQ 中，RabbitMQ 会回传一个 ack 消息，告诉这个消息接收到了。如果 RabbitMQ 没能处理这个消息，会回调一个 nack 接口，告诉这个消息接收失败，可以重试。而且可以结合这个机制在内存里维护每个消息 id 的状态，如果超过一定时间还没接收到这个消息的回调，可以重发。
事务机制和 confirm 机制最大的不同在于，事务机制是同步的，提交一个事务之后会阻塞在那里， confirm 机制是异步的，你发送个消息之后就可以发送下一个消息，然后那个消息 RabbitMQ 接收了之后会异步回调一个接口通知这个消息接收到了。
所以一般在生产者避免数据丢失用 confirm 机制。
RabbitMQ 丢了数据
开启 RabbitMQ 的持久化，消息写入之后会持久化到磁盘， RabbitMQ 挂了，恢复之后会自动读取之前存储的数据，一般数据不会丢。RabbitMQ 还没持久化，就挂了，可能导致少量数据丢失，这个概率较小。
设置持久化有两个步骤：
创建 queue 的时候将其设置为持久化
这样就可以保证 RabbitMQ 持久化 queue 的元数据，不会持久化 queue 里的数据的。
第二个是发送消息的时候将消息的 deliveryMode 设置为 2
将消息设置为持久化，此时 RabbitMQ 就会将消息持久化到磁盘上去。
必须要同时设置这两个持久化，RabbitMQ 挂了，再次重启，也会从磁盘上重启恢复 queue，恢复这个 queue 里的数据。
注意， RabbitMQ 开启了持久化机制，也有可能这个消息写到了 RabbitMQ 中，但是还没来得及持久化到磁盘上，此时 RabbitMQ 挂了，就会导致内存里的一点点数据丢失。
所以，持久化可以跟生产者那边的 confirm 机制配合起来，只有消息被持久化到磁盘之后，才会通知生产者，所以在持久化到磁盘之前，RabbitMQ 挂了，数据丢了，生产者收不到 ack ，也是可以重发的。
消费端弄丢了数据
RabbitMQ 如果丢失了数据，主要是因为消费的时候，刚消费到，还没处理，结果进程挂了，RabbitMQ 认为消费了，数据就丢了。
这个时候得用 RabbitMQ 提供的 ack 机制，必须关闭 RabbitMQ 的自动 ack ，可以通过一个 api 来调用，然后每次确保处理完的时候，再在程序里通知RabbitMQ。如何进程挂了，RabbitMQ 就认为没处理完，RabbitMQ 会把这个消费分配给别的 consumer 去处理，消息是不会丢的。
Kafka
Kafka 弄丢了数据
Kafka 某个 broker 宕机，然后重新选举 partition 的 leader。其他的 follower 刚好还有些数据没有同步，结果此时 leader 挂了，然后选举某个 follower 成 leader 之后，就丢了一些数据。
一般是要求设置如下 4 个参数：
给 topic 设置 replication.factor 参数：这个值必须大于 1，要求每个 partition 必须有至少 2 个副本。
在 Kafka 服务端设置 min.insync.replicas 参数：这个值必须大于 1，这个是要求一个 leader 至少感知到有至少一个 follower 还跟自己保持联系，这样才能确保 leader 挂了还有一个 follower 。
在 producer 端设置 acks=all ：这个是要求每条数据，必须是写入所有 replica 之后，才能认为写成功了。
在 producer 端设置 retries=MAX （很大的一个值，无限次重试）：这个是要求一旦写入失败，就无限重试。
这样配置之后，在 Kafka broker 端可以保证在 leader 所在 broker 发生故障，进行 leader 切换时，数据不会丢失。
消费端弄丢了数据
唯一可能导致消费者弄丢数据的情况，消费到了这个消息，然后消费者自动提交了 offset，让 Kafka 以为已经消费了这个消息，但其实刚准备处理这个消息，还没处理就挂了，此时这条消息就丢了。
Kafka 会自动提交 offset，关闭自动提交 offset，在处理完之后手动提交 offset，可以保证数据不会丢。此时可能会有重复消费，刚处理完，还没提交 offset，结果挂了，会重复消费一次，保证幂等性就好了。
生产者会不会弄丢数据？
如果按照上述的思路设置了 acks=all ，一定不会丢，要求是leader 接收到消息，所有的 follower 同步到了消息之后，才认为本次写成功了。如果没满足这个条件，生产者会自动不断的重试，重试无限次。
