应默认用消息队列替代HTTP/gRPC调用；RabbitMQ适合强可靠场景，NATS JetStream适配Go生态高频事件，Kafka适用于高吞吐日志场景；事件需结构体+JSON+Version定义，主题带领域和版本；消费者须幂等、ACK后置、context超时；生产端异步发送并错误兜底。

用消息队列替代 HTTP/gRPC 调用，是 Golang 微服务实现异步通信最可靠、最主流的方式——不是“可以选”，而是“应该默认这么做”。

选哪个消息队列？看场景，别堆配置

选错中间件，后期改起来比重写还疼。RabbitMQ、NATS JetStream、Kafka 并非性能排行榜，而是分工明确的工具：

• RabbitMQ：适合需要强可靠性、死信队列（DLX）、延迟消息或复杂 Exchange 路由的业务，比如订单创建后必须通知库存、风控、积分三个系统，且任一失败不能丢消息；streadway/amqp 客户端成熟，但注意 Connection 和 Channel 的复用，别每次发消息都新建
• NATS JetStream：Go 生态亲和力最强，部署轻、延迟低、API 简洁；nats.go 一行连 JetStream，PullSubscribe 自带重试与确认语义；适合中等规模微服务内部高频事件（如用户登录成功广播、配置变更通知）
• Kafka：吞吐高、日志式存储、支持事件溯源；但单条消息延迟偏高，小服务用它容易“杀鸡用牛刀”；segmentio/kafka-go 是当前最稳的 Go 客户端，注意 WriteTimeout 和 ReadTimeout 必须显式设，否则网络抖动时生产者会卡死

消息体怎么定义？结构体 + JSON + Version 字段是底线

别传 map[string]interface{} 或裸字符串——那是给调试留的坑，不是给生产环境用的。

• 所有事件必须用 struct 显式定义，带 json: 标签和必要注释，例如：

  type OrderCreatedEvent struct {
      OrderID   string  `json:"order_id"`
      UserID    string  `json:"user_id"`
      Total     float64 `json:"total"`
      Timestamp int64   `json:"timestamp"`
      Version   string  `json:"version"` // 必加，如 "v1"
  }

• 主题（topic/subject）命名要带领域和版本：events.order.created.v1，避免消费者升级时解析失败
• 序列化只用 json.Marshal，禁用 gob——跨语言、跨服务、未来加 Python 或 Node.js 消费者时你就谢天谢地了

消费者怎么写才不翻车？幂等 + ACK + context 超时三件套

消息重复、乱序、延迟是常态，不是异常。指望队列“不重发”等于指望网络永不丢包。

立即学习“go语言免费学习笔记（深入）”；

• 消费逻辑开头必须做幂等校验：用 order_id 查数据库是否已处理，或用 redis.SetNX("processed:order_123", "1", time.Hour) 记录痕迹
• msg.Ack()（NATS）或 delivery.Ack(false)（RabbitMQ）必须在业务逻辑**完全成功后**才调，早了等于告诉队列“我干完了”，其实没干
• 每个消费任务必须绑定 context.WithTimeout(ctx, 30*time.Second)，防止某条消息卡住整个 goroutine；同时用 defer recover() 捕获 panic，否则一个 panic 就会让整个消费者 goroutine 退出

生产端怎么发才不阻塞主流程？Fire-and-forget 不等于放任不管

HTTP handler 里同步等 publisher.Publish() 返回？这是把异步变成伪同步，接口 P99 直接拉爆。

• 一律用 go publisher.Publish(ctx, msg) 启动 goroutine 发送，但必须配套错误兜底：发送失败时记录日志 + 写入本地 failed_messages 表，由后台定时任务重试
• 别在 handler 里传 req.Context() 给消息发送——请求结束了，context 就 cancel 了，发到一半被中断；应使用独立的 context.Background() 或带超时的 context.WithTimeout(context.Background(), 5*time.Second)
• 如果业务强依赖“至少一次送达”，就别用纯 fire-and-forget；得加本地落库 + 最终一致性校验，比如订单服务发完消息后，定期扫描“已创建未确认通知”的订单并补发

真正难的从来不是“怎么连上 RabbitMQ”，而是当某天凌晨三点告警说“死信队列积压 2 万条”，你能不能 5 分钟内定位是幂等漏判、ACK 忘写，还是消费者 panic 后静默退出——这些细节，全藏在每一条 msg.Ack() 的位置和每一处 if err != nil 的处理里。