上周在南京某创业公司的技术沙龙上，有个做电商的小伙子蹲在走廊啃面包，说他们刚被大促的流量打垮，订单接口被回调请求挤到超时，运维连夜拍板上消息队列，结果配完没跑三天，库存对不上了。这事我见多了。
很多人上消息队列的第一动机都是躲锅
说白了，大家对消息队列的最初认知，从来不是什么架构升级的最优解，就是怕接口扛不住。比如原来的同步调用链路，用户点一下下单，要扣库存、减优惠券、发通知、推物流状态，五个接口串在一条线上，任何一个环节卡个两秒，前端转半天圈，用户直接走了。这时候把非核心的环节拆出来丢队列里，前端等核心链路走完直接返回成功，剩下的后台慢慢跑，体验确实立竿见影。
但是麻烦在这——所有你丢进队列里的流程，都默认了”最终一致”，而不是”立刻一致”。那个小伙子遇到的库存错配，就是他把扣库存的逻辑也丢队列里了，用户付完钱，队列堵了十分钟，库存还没扣，后面进来的用户看到还有货，又下了两单，最后超卖了三百多件。
我见过太多团队上队列的时候，只看到了削峰填谷的爽，完全没算过后续要付的代价。比如你以为把请求丢队列就完事了？队列堵了怎么办？消息丢了怎么办？同一个消息被重复消费两次怎么办？这些问题每一个拎出来，都够一个开发熬三个通宵。之前有个做内容社区的团队，为了扛用户发帖的峰值，把所有的UGC内容审核流程全丢进Kafka里，结果某次集群磁盘打满没触发告警，攒了三个小时的消息，等运维发现重启集群的时候，直接把审核服务的CPU干到100%，之前发的帖子全堆在队列里，过了五个小时才全部审完，期间有用户发的违规内容已经被几百个访客看到了，最后赔了不少钱才把舆情压下去。
别把所有的流量都往队列里塞
很多人有个误区，觉得只要是异步的场景，全上队列就对了。错的。比如你做个内部的员工考勤打卡接口，每天的请求量撑死几千次，接口本身写得没毛病，响应时间稳定在20毫秒以内，这时候你非要加个RabbitMQ在中间，图啥？图链路长一点排查问题麻烦？图多维护一套集群增加运维成本？说真的，这种场景加队列，纯纯是给自己找事。
消息队列从来不是架构的必需品，只是用来解决特定场景问题的工具。什么场景真的需要？比如短时间内流量远超过系统能承载的阈值，比如上游服务和下游服务的迭代节奏完全不匹配，比如需要把同一份数据同步给好几个不同的下游系统，这些场景下上队列，才是划算的。
我见过不少团队，业务量还没到日活十万的规模，就照着大厂的架构文档抄，把能拆的服务全拆了，能加的中间件全加上，最后光维护这套花架子架构，就要占掉一半的开发精力。有次跟个小团队的技术负责人聊，他说他们当初上消息队列，就是觉得大厂都用，自己不用显得技术不行。结果上了之后，每天的消息量还没到单台服务器容量的5%，每次集群升级都要小心翼翼，生怕出点问题影响业务，算下来投入产出比低到离谱。
你攒的那些技术债，队列都记着
很多团队刚上队列的时候，只觉得开发效率变高了，核心接口的响应时间降了，大促的时候没再崩过，美得不轻。等过个半年一年，系统里的队列从两个变成十个，每个队列里的消息格式没有统一规范，有的生产端发完消息就不管了，消费端挂了重连的时候，才发现之前存的消息已经过期被删了；有的消费逻辑写得有问题，遇到异常就无限重试，把下游接口又打崩了；更麻烦的是出问题的时候，你根本不知道问题出在哪——是生产端没发对？是队列堵了？还是消费端跑飞了？
之前有个老开发跟我吐槽，说他们公司的老系统里有个用了五年的队列，连当初写消费逻辑的人都离职了，每次出问题翻代码，都像在挖别人埋的雷。
这事没那么玄。很多人吹消息队列的三大作用：解耦、削峰、异步。但很少有人告诉你，解耦的代价是链路变长，削峰的代价是消息延迟，异步的代价是一致性风险。你用这个工具拿到的每一个好处，背后都标好了价格。比如你为了削峰，把大促的请求全丢队列里慢慢消费，就得接受用户付完钱之后，可能过个十几秒才能收到支付成功的通知；你为了解耦，把订单系统和库存系统通过队列连起来，就不能指望两个系统的数据永远实时对得上，得自己写对账脚本，每天凌晨跑一遍把差异找出来；你为了异步，把非核心的逻辑从主链路拆出去，就得做好消息丢失的兜底准备，不能默认所有发出去的消息都能被正常消费。
上周跟一个做了十年基础架构的工程师吃饭，他说现在很多团队的技术选型，已经变成了”别人用什么我就用什么”。别人上Kafka我也上Kafka，别人用RocketMQ我也跟着搭一套，根本不管自己的业务场景到底需不需要。最后花了好几周的时间搭起来的集群，实际每天的消息量还没到单台机器承载量的十分之一，光日常的监控、升级、排障，就要占掉开发团队近三分之一的精力。图啥呢？
我从来不是说消息队列不好。它确实是互联网行业发展到今天，被反复验证过的、能扛住超大规模流量的核心组件。但工具永远是工具。你不能因为手里有把锤子，就看什么都是钉子。尤其是做技术的，别总想着靠上一个新组件，就能把所有的问题都解决了。很多时候你系统出问题，根本不是缺个消息队列，是你原来的代码写得太烂，接口设计得太乱，该做的限流、降级、兜底全没做。你把这些基础的事做好了，哪怕不上队列，系统也能稳得一批。