消息队列内部机制 可视化实验室
用交互式 SVG 呈现 Kafka 分区/副本、消费者组、RabbitMQ 交换器、消息确认等消息中间件核心机制。八个模块，纯原生实现。
Kafka 分区与副本
Topic 被切分为多个 Partition，每个 Partition 有一个 Leader 与若干 Follower 副本。ISR（In-Sync Replicas）是当前与 Leader 保持同步的副本集合。生产消息先写 Leader，再复制到 Followers。
分区与副本
点击“生产消息”观察消息写入 Leader 并复制到 ISR 副本；切换某副本失联可观察 ISR 收缩与 under-replicated 状态。acks=all 时需所有 ISR 副本确认才视为提交。
消费者组与 Offset
同一消费者组内每个 Partition 只被一个消费者消费，实现并行扩展。消费者维护 Offset 进度并提交。增减消费者触发 Rebalance，分区重新分配。点击观察消费推进与 Rebalance。
消费进度
每个分区当前消费 Offset 与已提交 Offset。Rebalance 后分区在消费者间重新分配，可能造成短暂重复消费（at-least-once）或需要 seek 恢复。auto.offset.commit=enable 时周期性提交。
RabbitMQ 交换器四种路由
Direct 按 routing key 精确匹配；Fanout 广播到所有绑定队列；Topic 按模式匹配（* 一词，# 零词或多词）；Header 按消息头属性匹配。切换类型并发送消息观察路由差异。
Direct 交换器
routing key 与 binding key 完全相等才路由。输入 routing key 后发送，只有绑定了相同 key 的队列会收到消息。
消息确认 ACK / NACK 与幂等
消费者处理完成后 ACK 确认；失败则 NACK 并 requeue 重投，可能造成重复消费。通过去重表（幂等消费）实现 at-least-once 语义下业务 Exactly-Once。模拟消费者故障观察重投。
投递语义
auto-ack 关闭后，broker 在收到 ACK 前不会删除消息；消费者崩溃则消息 requeue 重投，导致 at-least-once。幂等消费用唯一 msg_id 在去重表标记，重复消息被跳过。
消息顺序性：分区有序 vs 全局有序
Kafka 仅保证单 Partition 内消息有序；多 Partition 并行消费会打破全局顺序。需要全局有序时只能用单 Partition（牺牲并行度）或顺序锁按 key 路由。切换模式对比。
顺序保证
分区有序：同一 key 路由到同一分区，分区内严格有序。全局有序：仅 1 个分区，所有消息串行，吞吐受限。顺序消费端用单线程 per-partition 消费保证处理顺序。
死信队列与重试退避
消费失败的消息经重试退避（指数退避）后仍失败，进入死信队列（DLQ）隔离处理。持续失败无法处理的消息称为毒丸（Poison Pill），需人工介入。模拟消费失败观察 DLQ 流转。
重试与死信
最大重试次数（如 3）内每次失败按指数退避（1s/2s/4s）延迟重投；超过阈值则转入 DLQ。毒丸消息永远失败，应设置最大重试避免无限重投阻塞队列。
消息积压与背压 Backpressure
生产速率大于消费速率时形成积压（Lag）。背压机制通过反馈调节生产速率或扩容消费者，防止系统过载。拖动滑块调节两侧速率观察积压与背压效果。
背压策略
背压实现：①拒绝/限流生产者（Reject / 429）②有界队列阻塞生产者线程③扩容消费者分区。当积压超过阈值（如 10000）触发背压，生产速率被压低至消费速率附近。
Exactly-Once 语义
Exactly-Once 通过事务消息（两阶段提交：Init→Begin→Produce→Commit）与幂等生产者（PID + 序列号去重）共同实现。对比 At-Least-Once 可能重复，Exactly-Once 保证消息不重不漏。
Exactly-Once 实现
幂等生产者：每个 producer 分配 PID，每条消息带递增 seq，broker 按 (PID, partition, seq) 去重，网络重试不会产生重复。事务：跨分区多消息原子写入，消费者 read_committed 只读已提交消息。