rabbitMQ入门基础笔记

一、消息队列

1.1. MQ 的相关概念

1.1.1 什么是 MQ

​ MQ(message queue)，从字面意思上看，本质是个队列，FIFO 先入先出，只不过队列中存放的内容是

message 而已，还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ 是一种非常常

见的上下游“逻辑解耦+物理解耦”的消息通信服务。使用了 MQ 之后，消息发送上游只需要依赖 MQ，不

用依赖其他服务。

1.1.2 MQ的作用

1.流量消峰

​ 举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单时绰绰有余，正

常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限

制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订单分

散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体

验要好。

2.应用解耦

​ 以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合

调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会造成下单操作异常。当转变成基于

消息队列的方式后，系统间调用的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在

这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流

系统恢复后，继续处理订单信息即可，中单用户感受不到物流系统的故障，提升系统的可用性。

3.异步处理

​ 有些服务间调用是异步的，例如 A 调用 B，B 需要花费很长时间执行，但是 A 需要知道 B 什么时候可

以执行完，以前一般有两种方式，A 过一段时间去调用 B 的查询 api 查询。或者 A 提供一个 callback api，

B 执行完之后调用 api 通知 A 服务。这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题，

A 调用 B 服务后，只需要监听 B 处理完成的消息，当 B 处理完成后，会发送一条消息给 MQ，MQ 会将此

消息转发给 A 服务。这样 A 服务既不用循环调用 B 的查询 api，也不用提供 callback api。同样 B 服务也不

用做这些操作。A 服务还能及时的得到异步处理成功的消息。

1.1.3 MQ的分类

1.ActiveMQ

​ 优点：单机吞吐量万级，时效性 ms 级，可用性高，基于主从架构实现高可用性，消息可靠性较

低的概率丢失数据

​ 缺点:官方社区现在对 ActiveMQ 5.x 维护越来越少，高吞吐量场景较少使用。

2.Kafka

​ 大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开 Kafka，这款为大数据而生的消息中间件，

以其百万级 TPS 的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥

着举足轻重的作用。目前已经被 LinkedIn，Uber, Twitter, Netflix 等大公司所采纳。

​ 优点: 性能卓越，单机写入 TPS 约在百万条/秒，最大的优点，就是吞吐量高。时效性 ms 级可用性非

常高，kafka 是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用,消费者采

用 Pull 方式获取消息, 消息有序, 通过控制能够保证所有消息被消费且仅被消费一次;有优秀的第三方

Kafka Web 管理界面 Kafka-Manager；在日志领域比较成熟，被多家公司和多个开源项目使用；功能支持：

功能较为简单，主要支持简单的 MQ 功能，在大数据领域的实时计算以及日志采集被大规模使用

​ 缺点：Kafka 单机超过 64 个队列/分区，Load 会发生明显的飙高现象，队列越多，load 越高，发送消

息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试；支持消息顺序，

但是一台代理宕机后，就会产生消息乱序，社区更新较慢；

3.RocketMQ

​ RocketMQ 出自阿里巴巴的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一

些改进。被阿里巴巴广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理，binglog 分发等场

景。

​ 优点:单机吞吐量十万级,可用性非常高，分布式架构,消息可以做到 0 丢失**,**MQ 功能较为完善，还是分

布式的，扩展性好,支持 10 亿级别的消息堆积，不会因为堆积导致性能下降,源码是 java 我们可以自己阅

读源码，定制自己公司的 MQ

​ 缺点：支持的客户端语言不多，目前是 java 及 c++，其中 c++不成熟；社区活跃度一般,没有在 MQ

核心中去实现 JMS 等接口,有些系统要迁移需要修改大量代码

4.RabbitMQ

​ 2007 年发布，是一个在 AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最

主流的消息中间件之一。

​ 优点:由于 erlang 语言的高并发特性，性能较好；吞吐量到万级，MQ 功能比较完备,健壮、稳定、易

用、跨平台、支持多种语言 如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP

等，支持 AJAX 文档齐全；开源提供的管理界面非常棒，用起来很好用,社区活跃度高；更新频率相当高

1.2 rabbitMQ

1.2.1 rabbitMQ的概念

​ RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包

裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里，按照这种逻辑 RabbitMQ 是

一个快递站，一个快递员帮你传递快件。RabbitMQ 与快递站的主要区别在于，它不处理快件而是接收，

存储和转发消息数据。

1.2.2 四大核心概念

生产者

产生数据发送消息的程序是生产者

交换机

​ 交换机是 RabbitMQ 非常重要的一个部件，一方面它接收来自生产者的消息，另一方面它将消息

推送到队列中。交换机必须确切知道如何处理它接收到的消息，是将这些消息推送到特定队列还是推

送到多个队列，亦或者是把消息丢弃，这个得有交换机类型决定

队列

​ 队列是 RabbitMQ 内部使用的一种数据结构，尽管消息流经 RabbitMQ 和应用程序，但它们只能存

储在队列中。队列仅受主机的内存和磁盘限制的约束，本质上是一个大的消息缓冲区。许多生产者可

以将消息发送到一个队列，许多消费者可以尝试从一个队列接收数据。这就是我们使用队列的方式

消费者

​ 消费与接收具有相似的含义。消费者大多时候是一个等待接收消息的程序。请注意生产者，消费

者和消息中间件很多时候并不在同一机器上。同一个应用程序既可以是生产者又是可以是消费者。

1.2.3 rabbitMQ核心部分

1.2.4 rabbitMQ工作原理

Broker：接收和分发消息的应用，RabbitMQ Server 就是 Message Broker

Virtual host：出于多租户和安全因素设计的，把 AMQP 的基本组件划分到一个虚拟的分组中，类似

于网络中的 namespace 概念。当多个不同的用户使用同一个 RabbitMQ server 提供的服务时，可以划分出

多个 vhost，每个用户在自己的 vhost 创建 exchange／queue 等

Connection：publisher／consumer 和 broker 之间的 TCP 连接

Channel：如果每一次访问 RabbitMQ 都建立一个 Connection，在消息量大的时候建立 TCP

Connection 的开销将是巨大的，效率也较低。Channel 是在 connection 内部建立的逻辑连接，如果应用程

序支持多线程，通常每个 thread 创建单独的 channel 进行通讯，AMQP method 包含了 channel id 帮助客

户端和 message broker 识别 channel，所以 channel 之间是完全隔离的。Channel 作为轻量级的

Connection 极大减少了操作系统建立 TCP connection 的开销

Exchange：message 到达 broker 的第一站，根据分发规则，匹配查询表中的 routing key，分发

消息到 queue 中去。常用的类型有：direct (point-to-point), topic (publish-subscribe) and fanout

(multicast)

Queue：消息最终被送到这里等待 consumer 取走

Binding：exchange 和 queue 之间的虚拟连接，binding 中可以包含 routing key，Binding 信息被保

存到 exchange 中的查询表中，用于 message 的分发依据

二、Hello World

​ 在下图中，“ P”是我们的生产者，“ C”是我们的消费者。中间的框是一个队列-RabbitMQ 代

表使用者保留的消息缓冲区

2.1 依赖

<!--指定 jdk 编译版本--> <build>
 <plugins>
 <plugin>
 <groupId>org.apache.maven.plugins</groupId>
 <artifactId>maven-compiler-plugin</artifactId>
 <configuration>
 <source>8</source>
 <target>8</target>
 </configuration>
 </plugin>
 </plugins>
</build> <dependencies>
 <!--rabbitmq 依赖客户端-->
 <dependency>
 <groupId>com.rabbitmq</groupId>
 <artifactId>amqp-client</artifactId>
 <version>5.8.0</version>
 </dependency>
 <!--操作文件流的一个依赖-->
 <dependency>
 <groupId>commons-io</groupId>
 <artifactId>commons-io</artifactId>
 <version>2.6</version>
 </dependency>
</dependencies>

2.2 生产者代码

package com.jiazq.rabbitmq;

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;

import java.io.IOException;
import java.util.concurrent.TimeoutException;

/**
 * 生产者：发消息，
 */
public class Producer {
   
    //队列名称
    public static final String QUEUE_NAME="hello";

    /**
     * 发消息
     * @param args
     */
    public static void main(String[] args) throws IOException, TimeoutException {
   
        //创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        //工厂ip
        factory.setHost("182.92.230.34");
        //用户名
        factory.setUsername("guest");
        //密码
        factory.setPassword("guest");
        //创建连接
        Connection connection = factory.newConnection();
        //获取信道
        Channel channel = connection.createChannel();
        /**
         * 生成一个队列
         * 1.队列名称
         * 2.队列里的消息是否持久化，默认存在内存中
         * 3.该队列是否只供一个消费者进行消费、是否进行消息共享
         *      true：一个
         *      false：多个消费者可以消费
         * 4.是否自动删除，最后一个消费者断开连接后，是否自动删除
         *
         */
        channel.queueDeclare(QUEUE_NAME,false,false,false,null);
        /**
         * 发送一个消息
         * 1. 发送到哪个交换机
         * 2. 路由的key值是哪个，本次是队列的名称
         * 3. 其他参数的信息
         * 4. 消息体
         */
        String message="hello World";
        channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
        System.out.println("消息发送完毕");
    }
}

2.3 消费者代码

package com.jiazq.rabbitmq;

import com.rabbitmq.client.*;

import java.io.IOException;
import java.util.concurrent.TimeoutException;

/**
 * 消费者
 */
public class Consumer {
   
    public static final String QUEUE_NAME="hello";
    //接收消息
    public static void main(String[] args) throws IOException, TimeoutException {
   
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("182.92.230.34");
        factory.setUsername("guest");
        factory.setPassword("guest");
        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();

        //声明接收消息的回调
        DeliverCallback deliverCallback=(consumerTag,message)->{
   
            System.out.println("sdd");
        };
        //取消消费的回调
        CancelCallback cancelCallback=consumerTag->{
   
            System.out.println("消息被中断");
        };
        /**
         * 消费消息
         * 1. 消费哪个队列
         * 2. 消费成功后是否要自动应答
         * 3. 消费者未成功消费的回调
         * 4. 消费者取消消费的回调
         */
        channel.basicConsume(QUEUE_NAME,false,deliverCallback,cancelCallback);
    }
}

三、Work Queues

​ 工作队列(又称任务队列)的主要思想是避免立即执行资源密集型任务，而不得不等待它完成。

相反我们安排任务在之后执行。我们把任务封装为消息并将其发送到队列。在后台运行的工作进

程将弹出任务并最终执行作业。当有多个工作线程时，这些工作线程将一起处理这些任务。

3.1 轮询发消息

通过执行生车站代码，生产者发送四个消息，消费者1和消费者2分别得到两个消息，并且是按照有序的一次接收一个消息。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fHyQHkjp-1638874195363)(C:\Users\lenovo\AppData\Roaming\Typora\typora-user-images\image-20211123202145597.png)]

3.2 消息应答

3.2.1 概念

​ 消费者完成一个任务可能需要一段时间，如果其中一个消费者处理一个长的任务并仅只完成

了部分突然它挂掉了，会发生什么情况。RabbitMQ 一旦向消费者传递了一条消息，便立即将该消

息标记为删除。在这种情况下，突然有个消费者挂掉了，我们将丢失正在处理的消息。以及后续

发送给该消费这的消息，因为它无法接收到。

​ 为了保证消息在发送过程中不丢失，rabbitmq 引入消息应答机制，消息应答就是:消费者在接

收到消息并且处理该消息之后，告诉 rabbitmq 它已经处理了，rabbitmq 可以把该消息删除了。

3.2.2 自动应答

​ 消息发送后立即被认为已经传送成功，这种模式需要在高吞吐量和数据传输安全性方面做权

衡,因为这种模式如果消息在接收到之前，消费者那边出现连接或者 channel 关闭，那么消息就丢

失了,当然另一方面这种模式消费者那边可以传递过载的消息，没有对传递的消息数量进行限制，

当然这样有可能使得消费者这边由于接收太多还来不及处理的消息，导致这些消息的积压，最终

使得内存耗尽，最终这些消费者线程被操作系统杀死，所以这种模式仅适用在消费者可以高效并

以某种速率能够处理这些消息的情况下使用。

3.2.3 消息应答方式

A.Channel.basicAck(用于肯定确认)

​ RabbitMQ 已知道该消息并且成功的处理消息，可以将其丢弃了

B.Channel.basicNack(用于否定确认)

C.Channel.basicReject(用于否定确认)

​ 与 Channel.basicNack 相比少一个参数，不处理该消息了直接拒绝，可以将其丢弃了

3.2.4 Multiple的解释

​ 手动应答的好处是可以批量应答并且减少网络拥堵

multiple 的 true 和 false 代表不同意思

​ true 代表批量应答 channel 上未应答的消息，

​ 比如说 channel 上有传送 tag 的消息 5,6,7,8 当前 tag 是 8 那么此时，5-8 的这些还未应答的消息都会被确认收到消息应答

​ false 同上面相比，只会应答 tag=8 的消息 5,6,7 这三个消息依然不会被确认收到消息应答

3.2.5 消息自动重新入队

​ 如果消费者由于某些原因失去连接(其通道已关闭，连接已关闭或 TCP 连接丢失)，导致消息

未发送 ACK 确认，RabbitMQ 将了解到消息未完全处理，并将对其重新排队。如果此时其他消费者

可以处理，它将很快将其重新分发给另一个消费者。这样，即使某个消费者偶尔死亡，也可以确

保不会丢失任何消息。

3.3 RabbitMQ持久化

3.3.1 概念

​ 刚刚我们已经看到了如何处理任务不丢失的情况，但是如何保障当 RabbitMQ 服务停掉以后消

息生产者发送过来的消息不丢失。默认情况下 RabbitMQ 退出或由于某种原因崩溃时，它忽视队列

和消息，除非告知它不要这样做。确保消息不会丢失需要做两件事：我们需要将队列和消息都标

记为持久化。

---

3.3.2 队列持久化

​ 之前我们创建的队列都是非持久化的，rabbitmq 如果重启的化，该队列就会被删除掉，如果

要队列实现持久化 需要在声明队列的时候把 durable 参数设置为持久化

​ 但是需要注意的就是如果之前声明的队列不是持久化的，需要把原先队列先删除，或者重新

创建一个持久化的队列，不然就会出现错误

---

3.3.3 消息持久化

​ 要想让消息实现持久化需要在消息生产者修改代码，MessageProperties.PERSISTENT_TEXT_PLAIN 添

加这个属性。

​ 将消息标记为持久化并不能完全保证不会丢失消息。尽管它告诉 RabbitMQ 将消息保存到磁盘，但是

这里依然存在当消息刚准备存储在磁盘的时候 但是还没有存储完，消息还在缓存的一个间隔点。此时并没

有真正写入磁盘。持久性保证并不强，但是对于我们的简单任务队列而言，这已经绰绰有余了。

3.3.4 不公平分发

​ 在最开始的时候我们学习到 RabbitMQ 分发消息采用的轮训分发，但是在某种场景下这种策略并不是

很好，比方说有两个消费者在处理任务，其中有个消费者 1 处理任务的速度非常快，而另外一个消费者 2

处理速度却很慢，这个时候我们还是采用轮训分发的化就会到这处理速度快的这个消费者很大一部分时间

处于空闲状态，而处理慢的那个消费者一直在干活，这种分配方式在这种情况下其实就不太好，但是

RabbitMQ 并不知道这种情况它依然很公平的进行分发。

​ 为了避免这种情况，我们可以设置参数 channel.basicQos(1);

---

3.3.5 预取值

​ 本身消息的发送就是异步发送的，所以在任何时候，channel 上肯定不止只有一个消息另外来自消费

者的手动确认本质上也是异步的。因此这里就存在一个未确认的消息缓冲区，因此希望开发人员能限制此

缓冲区的大小，以避免缓冲区里面无限制的未确认消息问题。这个时候就可以通过使用 basic.qos 方法设

置“预取计数”值来完成的。该值定义通道上允许的未确认消息的最大数量。一旦数量达到配置的数量，

RabbitMQ 将停止在通道上传递更多消息，除非至少有一个未处理的消息被确认，例如，假设在通道上有

未确认的消息 5、6、7，8，并且通道的预取计数设置为 4，此时 RabbitMQ 将不会在该通道上再传递任何

消息，除非至少有一个未应答的消息被 ack。比方说 tag=6 这个消息刚刚被确认 ACK，RabbitMQ 将会感知

这个情况到并再发送一条消息。

​ 消息应答和 QoS 预取值对用户吞吐量有重大影响。通常，增加预取将提高向消费者传递消息的速度。虽然

**自动应答传输消息速率是最佳的，但是，在这种情况下已传递但尚未处理****的消息的数量也会增加，从而增加了

消费者的** RAM 消耗(随机存取存储器)应该小心使用具有无限预处理的自动确认模式或手动确认模式，消费者消

费了大量的消息如果没有确认的话，会导致消费者连接节点的内存消耗变大，所以找到合适的预取值是一个反复试

验的过程，不同的负载该值取值也不同 100 到 300 范围内的值通常可提供最佳的吞吐量，并且不会给消费者带来

太大的风险。预取值为 1 是最保守的。当然这将使吞吐量变得很低，特别是消费者连接延迟很严重的情况下，特

别是在消费者连接等待时间较长的环境中。对于大多数应用来说，稍微高一点的值将是最佳的。

四、发布确认

4.1 发布确认的原理

​ 生产者将信道设置成 confirm 模式，一旦信道进入 confirm 模式，所有在该信道上面发布的

消息都将会被指派一个唯一的 ID(从 1 开始)，一旦消息被投递到所有匹配的队列之后，broker

就会发送一个确认给生产者(包含消息的唯一 ID)，这就使得生产者知道消息已经正确到达目的队

列了，如果消息和队列是可持久化的，那么确认消息会在将消息写入磁盘之后发出，broker 回传

给生产者的确认消息中 delivery-tag 域包含了确认消息的序列号，此外 broker 也可以设置

basic.ack 的 multiple 域，表示到这个序列号之前的所有消息都已经得到了处理。

​ confirm 模式最大的好处在于他是异步的，一旦发布一条消息，生产者应用程序就可以在等信

道返回确认的同时继续发送下一条消息，当消息最终得到确认之后，生产者应用便可以通过回调

方法来处理该确认消息，如果 RabbitMQ 因为自身内部错误导致消息丢失，就会发送一条 nack 消

息，生产者应用程序同样可以在回调方法中处理该 nack 消息。

4.2 发布确认的策略

4.2.1 开启发布确认的方法

发布确认默认是没有开启的，如果要开启需要调用方法 confirmSelect，每当你要想使用发布

确认，都需要在 channel 上调用该方法

4.2.3 单个确认发布

​ 这是一种简单的确认方式，它是一种同步确认发布的方式，也就是发布一个消息之后只有它

被确认发布，后续的消息才能继续发布,waitForConfirmsOrDie(long)这个方法只有在消息被确认

的时候才返回，如果在指定时间范围内这个消息没有被确认那么它将抛出异常。

​ 这种确认方式有一个最大的缺点就是:**发布速度特别的慢，**因为如果没有确认发布的消息就会

阻塞所有后续消息的发布，这种方式最多提供每秒不超过数百条发布消息的吞吐量。当然对于某

些应用程序来说这可能已经足够了。

public static void publishMessageOne() throws Exception {
   
    Channel channel = RabbitMqUtils.getChannel();
    //开启发布确认
    channel.confirmSelect();
    //声明队列
    String queueName = UUID.randomUUID().toString();
    channel.queueDeclare(queueName, true, false, false, null);
    //开始时间
    long startTime = System.currentTimeMillis();

    for (Integer integer = 0; integer < MESSAGE_COUNT; integer++) {
   
        String message=integer+"";
        channel.basicPublish("",queueName, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes());

        //单个消费马上就确认
        channel.waitForConfirms();
    }
    long endTime = System.currentTimeMillis();
    System.out.println("花费时间："+(endTime-startTime));//大概20s
}

4.2.3 批量确认发布

public static void publishMessageBatch() throws Exception{
   

    Channel channel = RabbitMqUtils.getChannel();
    //开启发布确认
    channel.confirmSelect();
    //声明队列
    String queueName = UUID.randomUUID().toString();
    channel.queueDeclare(queueName, true, false, false, null);
    //开始时间
    long startTime = System.currentTimeMillis();

    //批量确认消息的大小
    int batchSize=100;

    for (Integer integer = 0; integer < MESSAGE_COUNT; integer++) {
   
        String message=integer+"";
        channel.basicPublish("",queueName, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes());

        //发100条消息确认一次
        if (integer%batchSize==0){
   
            //发布确认
            channel.waitForConfirms();
        }

    }

    long endTime = System.currentTimeMillis();
    System.out.println("花费时间："+(endTime-startTime));//不到1s
}

4.2.4 异步确认发布

​ 异步确认虽然编程逻辑比上两个要复杂，但是性价比最高，无论是可靠性还是效率都没得说，

他是利用回调函数来达到消息可靠性传递的，这个中间件也是通过函数回调来保证是否投递成功，

下面就让我们来详细讲解异步确认是怎么实现的。

---

public static void publishMessageAsync() throws Exception{
   
    Channel channel = RabbitMqUtils.getChannel();
    //开启发布确认
    channel.confirmSelect();
    /**
     * 线程安全有序的一个哈希表，适用于高并发情况
     *  1. 将序号与消息进行关联
     *  2. 通过序号批量删除条目
     */
    ConcurrentSkipListMap<Long,String> outstandingConfirms=new ConcurrentSkipListMap<>();
    //声明队列
    String queueName = UUID.randomUUID().toString();
    channel.queueDeclare(queueName, true, false, false, null);

    /**
     * 确认收到消息的一个回调
     * 1.消息序列号
     * 2.true 可以确认小于等于当前序列号的消息
     * false 确认当前序列号消息
     */
    ConfirmCallback ackCallback=(deliveryTag,multiple)->{
   
        if (multiple){
   
            // 返回的是小于等于当前序列号的确认消息，是一个map
            ConcurrentNavigableMap<Long, String> confirmed =
                    outstandingConfirms.headMap(deliveryTag);
            //清楚该部分确认的消息
            confirmed.clear();
        }else {
   
            //只清楚当前序列号的消息
            outstandingConfirms.remove(deliveryTag);
        }
        System.out.println("确认的消息："+deliveryTag);
    };
    //消息确认失败 回调函数
    ConfirmCallback nackCallback=(deliveryTag,multiple)->{
   
        String message = outstandingConfirms.get(deliveryTag);
        System.out.println("未确认的消息序列号"+deliveryTag+"  消息内容："+message);
    };

    channel.addConfirmListener(ackCallback,nackCallback);

    //开始时间
    long startTime = System.currentTimeMillis();
    for (Integer integer = 0; integer < MESSAGE_COUNT; integer++) {
   
        String message=integer+"";
        //此处记录下所有要发送的消息
        outstandingConfirms.put(channel.getNextPublishSeqNo(),message);

        channel.basicPublish("",queueName, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes());
    }
    long endTime = System.currentTimeMillis();

    System.out.println("花费时间："+(endTime-startTime));//不到100ms
}

五、交换机

​ 在上一节中，我们创建了一个工作队列。我们假设的是工作队列背后，每个任务都恰好交付给一个消

费者(工作进程)。在这一部分中，我们将做一些完全不同的事情-我们将消息传达给多个消费者。这种模式

称为 ”发布/订阅”。

5.1 Exchanges

5.1.1 交换机的概念

​ RabbitMQ 消息传递模型的核心思想是: 生产者生产的消息从不会直接发送到队列。实际上，通常生产

者甚至都不知道这些消息传递传递到了哪些队列中。

​ 相反，生产者只能将消息发送到交换机**(exchange)**，交换机工作的内容非常简单，一方面它接收来

自生产者的消息，另一方面将它们推入队列。交换机必须确切知道如何处理收到的消息。是应该把这些消

息放到特定队列还是说把他们到许多队列中还是说应该丢弃它们。这就的由交换机的类型来决定。

---

5.1.2 交换机的类型

总共有以下类型：

​ 直接(direct), 主题(topic) ,标题(headers) , 扇出(fanout)

5.2 临时队列

​ 每当我们连接到 Rabbit 时，我们都需要一个全新的空队列，为此我们可以创建一个具有随机名称

的队列，或者能让服务器为我们选择一个随机队列名称那就更好了。其次一旦我们断开了消费者的连

接，队列将被自动删除。

​ 创建临时队列的方式如下:

String queueName = channel.queueDeclare().getQueue();

​ 创建出来之后长成这样:

---

5.3 绑定（bindings）

​ 什么是 bingding 呢，binding 其实是 exchange 和 queue 之间的桥梁，它告诉我们 exchange 和那个队

列进行了绑定关系。比如说下面这张图告诉我们的就是 X 与 Q1 和 Q2 进行了绑定。

---

5.4 Fanout

5.4.1 Fanout介绍

​ Fanout 这种类型非常简单。正如从名称中猜到的那样，它是将接收到的所有消息广播到它知道的

所有队列中。（发布/订阅）

---

5.4.2 代码

EmitLog是生产者，消息给两个消费者接收

package com.jiazq.rabbitmq.five;

import com.jiazq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.Channel;

import java.util.Scanner;

public class EmitLog {
   
    public static final String EXCHANGE_NAME ="logs";

    public static void main(String[] args) throws Exception {
   
        Channel channel = RabbitMqUtils.getChannel();
        channel.exchangeDeclare(EXCHANGE_NAME,"fanout");

        Scanner scanner=new Scanner(System.in);
        while (scanner.hasNext()){
   
            String message = scanner.next();
            channel.basicPublish(EXCHANGE_NAME,""