其实根据第三步骤，大概率能明确是哪个地方慢，遇到了性能瓶颈，通常无非就是调第三方服务，数据库等问题出现了瓶颈，然后对症下药。数据库等性能优化，并不在本文的讨论范围之内，故这里可以点到为止，当然面试官后续可能会继续聊数据库优化等话题，这样就实现了与面试官的交流互动，一环扣一环，技术交流氛围友好，面试通过率大大提高。

最后，我还想和大家探讨一个问题，出现消息积压就一定意味着遇到消费瓶颈，一定需要处理吗？

其实也不然，我们回想一下为什么需要使用 MQ，不就是利用异步解耦与削峰填谷吗？例如在双十一期间，大量突发流量汇入，此时很可能导致消息积压，这正式我们的用意，用 MQ 抗住突发流量，后端应用慢慢消费，保证消费端的稳定，在积压的情况下，如果 tps 正常，即问题不大，这个时候通常的处理方式就是横向扩容，尽可能的降低积压，减少业务的延迟。

本文就介绍到这里了。如果大家对 RocketMQ 感兴趣，可下载我的电子书，获取线上环境运维千亿级消息流转集群的运维实战经验。