1. 消息队列基础：MQ核心概念、主流MQ对比与消费语义
1.1 消息队列核心概念
消息队列（Message Queue，MQ）是一种基于生产者-消费者模式的异步通信中间件。其核心思想是将消息的发送与接收解耦，通过一个中间存储层（队列或主题）暂存消息，使生产者和消费者无需直接交互。
| 核心概念 | 说明 | 类比 |
|---|---|---|
| Producer（生产者） | 负责创建并发送消息的应用程序或服务 | 寄信人 |
| Consumer（消费者） | 从队列或主题中接收并处理消息的应用程序 | 收信人 |
| Broker（代理/服务器） | 消息中间件服务端，负责存储、路由和转发消息 | 邮局 |
| Queue（队列） | 点对点模型中的消息容器，一条消息只能被一个消费者消费 | 专用信箱 |
| Topic（主题） | 发布/订阅模型中的消息分类，一条消息可被多个消费者消费 | 公告栏 |
| Message（消息） | 传输的数据单元，通常包含消息体（Body）和属性（Headers/Properties） | 信件 |
| Offset（偏移量） | 消息在分区或队列中的唯一位置标识，用于消费进度追踪 | 页码 |
关键认知： 消息队列的核心价值在于异步削峰、系统解耦和流量控制。在故障定位场景中，消息的持久化存储和消费进度（Offset）是状态回溯的核心依据。
1.2 消息模型：点对点 vs. 发布/订阅
消息队列的通信模型主要分为两种，理解它们的区别是选择MQ和设计契约测试的基础。
- 点对点模型（P2P）： 基于Queue。一条消息只能被一个消费者消费，消费后消息从队列中删除（或标记为已消费）。适合任务分发、负载均衡场景。
- 发布/订阅模型（Pub/Sub）： 基于Topic。生产者将消息发布到Topic，所有订阅该Topic的消费者都能收到消息的副本。适合广播通知、事件驱动架构。
1.3 消费语义：At-Most-Once / At-Least-Once / Exactly-Once
消费语义决定了消息传递的可靠性和重复性，是契约测试中必须验证的核心行为。
| 语义 | 含义 | 消息可能丢失 | 消息可能重复 | 典型实现 |
|---|---|---|---|---|
| At-Most-Once | 最多一次，消息可能丢失但绝不重复 | 是 | 否 | 先发送消息，再确认（ack） |
| At-Least-Once | 至少一次，消息不会丢失但可能重复 | 否 | 是 | 先确认（ack），再发送消息 |
| Exactly-Once | 精确一次，消息不丢失也不重复 | 否 | 否 | 分布式事务 + 幂等消费 |
故障定位提示： 在PostgreSQL状态回溯场景中，At-Least-Once是最常见的语义。消息重复意味着消费者必须实现幂等性；而消息丢失则会导致状态回溯出现数据空洞。契约测试应覆盖这两种异常场景。
1.4 主流MQ对比：RabbitMQ / Kafka / RocketMQ
三种主流消息队列在架构设计、性能特性和适用场景上存在显著差异。下表从多个维度进行对比：
| 对比维度 | RabbitMQ | Apache Kafka | Apache RocketMQ |
|---|---|---|---|
| 开发语言 | Erlang | Scala / Java | Java |
| 消息模型 | Queue + Exchange（灵活路由） | Topic + Partition（分区顺序） | Topic + Queue（轻量分区） |
| 消费语义 | At-Most-Once / At-Least-Once | At-Least-Once（默认），Exactly-Once（事务） | At-Least-Once / Exactly-Once（事务） |
| 吞吐量 | 万级/秒 | 百万级/秒 | 十万级/秒 |
| 消息顺序 | 单队列有序 | 分区内严格有序 | 队列内严格有序 |
| 消息持久化 | 支持（磁盘 + 内存） | 强制持久化到磁盘 | 支持（磁盘 + 内存） |
| 延迟 | 微秒级 | 毫秒级 | 毫秒级 |
| 运维复杂度 | 低（管理界面友好） | 中高（依赖ZooKeeper/KRaft） | 中（依赖NameServer） |
| 典型场景 | 任务队列、微服务异步调用 | 日志收集、流处理、事件溯源 | 交易消息、订单系统、金融场景 |
1.5 主流MQ架构对比图
下图展示了三种MQ在核心架构上的差异，重点关注Broker与存储模型的不同：
1.6 选择建议与契约测试视角
课程视角： 本课程以RabbitMQ和Kafka为主要研究对象，结合PostgreSQL进行状态回溯与故障定位。选择依据如下：
- RabbitMQ：路由灵活，适合微服务解耦场景，其消息确认（ACK）机制与PostgreSQL事务结合紧密，是契约测试的典型场景。
- Kafka：高吞吐、分区顺序、Offset管理成熟，适合事件溯源和日志回溯，与PostgreSQL的CDC（Change Data Capture）集成广泛。
- RocketMQ：在金融场景中应用广泛，其事务消息和Exactly-Once语义是高级契约测试的挑战点。