1. RabbitMQ的高可用
      ① 普通集群模式：
      假设rabbitMQ集群有三台机器，每台机器都启动了一个进程作为集群中的一个节点，但是创建的queue只会放在一个rabbitMQ实例上，其他实例都同步queue的元数据（它知道queue在哪），消费者消费时，如果连接到了另一个实例，那么他会从queue所在的实例上拉取数据过来，这个方案没有什么高可用性科研了，主要是提高吞吐量，让集群中多个节点来服务某个queue的读写操作。缺点有两个，一是可能会在rabbitMQ内部产生大量的数据传输，二是可用性几乎没什么保障，如果queue所在的节点宕机了导致queue的数据丢失了，就无法消费了。
      ② 镜像集群模式：
      每个节点都有一个queue的完整镜像，包含这个queue的全部数据，所以叫镜像集群模式。任何一个节点宕机，其他节点上还包含了这个queue的全部数据，消费者可以到其他节点去消费数据。缺点，不是分布式的。

    2. kafka的高可用性
      kafka最基本的架构知识：多个broker组成，每个broker是一个节点，创建一个topic，这个topic可以划分为多个partition，每个partition可以存放在不同的broker上，每个partition就存放一部分数据，kafka0.8以后提供了HA机制，replica副本机制，每个partition的数据都会同步到其他机器上，形成自己的replica副本。然后所有的replica会选举一个leader出来，生产者和消费者都跟这个leader打交道，其他replica为follower。写的时候，leader会将数据同步到follower，kafka会将一个partition的所有replica分布在不同的机器上提高容错性，如果某个broker宕机，那么broker上面的partition在其他机器上的副本都有的，如果这个机器上有某个partition的leader，那么此时会重新选举一个新的leader出来，大家继续读写那个新的leader即可，实现高可用。
      写数据的时候，生产者只写leader，leader在将数据落地本地磁盘，接着其他follower自动从leader来pull数据，一旦所有follower同步好数据了，就会发送ack费leader，leader收到所有follower的ack之后，就会返回写成功的消息给生产者，消费的时候只会从leader读，只有一个消息已经被所有follower都同步成功返回ack时，才会被消费者读到。