我正在阅读此博客文章，其中作者在消息队列的背景下提出了以下问题：
是否丢失了一条消息？如果您应用节点，处理请求，死亡，您可以恢复吗？您会感到惊讶的是它实际上并不重要，并且可以正常运行，而无需保证所有消息都已处理
起初，我认为处理消息的要点是从不松开一条消息 - 毕竟，丢失的消息可能意味着未预订的酒店预订，尚未完成结帐或任何其他功能没有通过，这似乎与我的错误太相似。我想我缺少一些东西，所以，消息传递系统可以松散一些消息的情况是什么？
，好吧，您最初的期望：
处理消息的要点
是从不
不是一个正确的一个。
对，如果一个人努力争取某种类型的鲁棒性，那么在这种情况下必须采取所有适当的护理和预防措施，因此，由于不会单一的消息丢失，是的，您的先验性表示的期望很适合。
这并不意味着所有其他系统设计都必须承担所有巨大的负担，并且必须支付所有发生的费用（资源方面的潜伏等），因为" 100 ％的保证交付"系统确实如此（但是，只有在他们可以的情况下）。
反图案案件：
有许多用例，其中最初发送的每条消息的绝对确定性实际上是一个反图案。
只是想象一个弱同步系统（包括一个系统，它完全没有反馈甚至任何最简单的反馈传播形式），传感器读取实际温度，声音，视频框架，并带有带有该值。
每当提供此类信息时，可能有一个理由不读取任何"旧"值，而是最新的一个。
。如果一个交付框架已经有任何较新的值集，那么所有"旧"值尚未处理，只是从队列头处悬挂着一定的深度，但是在队列中，可能会创建反pattern，其中一个人不想阅读和处理所有这些"较旧"的值，而只是最新的值。
。就像没有人会根据昨天的价格与您进行交易一样，基于阅读所有"旧"温度读数的任何新的，最新的决定，仍然在队列中等待。<<<<<<<<<<<<
某些智能消息框架提供了明确的手段，可以从给定来源获取非常"最新的"消息 - 从而使任何"旧的"消息迫使他们避免由于已知存在而被读取和处理一个"最新"。
这回答了有关处理消息的假定要点的原始问题。
效率首先：
在任何情况下，都会发生智能交付（要么提供原始消息内容的精确副本，要么是在所有情况下指出），但资源是尽最大努力的，但是，不花一分钱除了"即将到来"的智能交通。
建立鲁棒性的成本不仅仅是。
建立最终的鲁棒性，成本甚至更高。
系统的极端要求可以并且可能会扩大资源效率高的智能交付，以便以某种附加成本达到某些确定的鲁棒性水平。
相同但不可能逆转 - 如果"防止"系统是要获得纤细的形式和时尚，以适合任何受限的资源硬件或使其"忘记"某些"旧"此刻，消息没有正值（但相反，处理元素必须读取和处理每个"不必要的"消息，只是由于它已交付的事实，同时知道核心-Logic只需要最近的一个）。
分布式系统从许多分布式来源产生E2E-LATENCY，因此任何刚性交付的系统都 block> block并惩罚唯一的元素，谁是（延迟） innocent> - 接收器。
我想可以从某些测量单元中散发几条消息，这些单元可输送该值一次。数据分析解决方案很少有丢失的消息不会产生很大的差异
这一切都取决于应用程序/较大的系统。可以这么说，消息队列仅是链中的一个链接。如果末端的应用程序准备应对损失，那么丢失一些消息不是问题。如果应用程序依靠总消息传递完整性，则会出现问题。
一个系统的示例将是损失，这是手机的天气更新。如果一些温度/风更新不会给您带来任何真正的伤害。
现在，如果您正在运行核反应堆，并且在核心上失去了一些温度更新，那是一个问题。
我在安全，基础架构级系统上工作很多，并负责大部分时间发送消息。许多系统清楚地指出，消息传递可能会重新排序，重复或丢失消息。这只是涉及分布式系统和网络的生活事实。需要设计端点系统在该环境中正确工作。因此，他们跟踪消息，端到端的ACK，处理重复和重新传播等等。