RabbitMQ基础

---

---

一. Hello World

关于一些介绍RabbitMQ及对比其他中间件，安装配置RabbitMQ等部分知识在这里小编就不多聊了，详细可以参考小编的上一篇文章 点击跳转。
那咋们就直接开始代码演示了，我们将用 Java 编写两个程序。发送单个消息的生产者和接收消息并打印出来的消费者。
首先在pom.xml文件中添加以下依赖信息

<!--rabbitmq 依赖客户端-->
        <dependency>
            <groupId>com.rabbitmq</groupId>
            <artifactId>amqp-client</artifactId>
            <version>5.8.0</version>
        </dependency>

接下来是生产者代码

/**
 * 生产者 发消息
 */
public class Porducer {
    // 队列名称
    private final static String QUEUE_NAME = "hello";
    public static void main(String[] args) throws Exception {
        //创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("192.168.43.42"); // ip地址
        factory.setUsername("admin"); // 连接的用户名
        factory.setPassword("123"); // 密码
        //channel 实现了自动 close 接口 自动关闭 不需要显示关闭 新建连接
        try(Connection connection = factory.newConnection(); // 获取连接对象再获取信道
            Channel channel =connection.createChannel() // 获取信道 
                ) {
            /**
             * 生成一个队列
             * 1.队列名称
             * 2.队列里面的消息是否持久化 默认消息存储在内存中
             * 3.该队列是否只供一个消费者进行消费 是否进行共享 true 可以多个消费者消费
             * 4.是否自动删除 最后一个消费者端开连接以后 该队列是否自动删除 true 自动删除
             * 5.其他参数
             */
            ((Channel) channel).queueDeclare(QUEUE_NAME,false,false,false,null);
            String message="hello world";
            /**
             * 发送一个消息
             * 1.发送到那个交换机
             * 2.路由的 key 是哪个
             * 3.其他的参数信息
             * 4.发送消息的消息体 发的消息是二进制的
             */
            channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
            System.out.println("消息发送完毕");
        }
    }
}

消费者代码

// 消费者
public class Consumer {
    // 队列名
    private final static String QUEUE_NAME = "hello";
    public static void main(String[] args) throws Exception {
        // 创建链接工厂
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("192.168.43.42");
        factory.setUsername("admin"); // 登陆账户
        factory.setPassword("123");
        // 获取连接对象
        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel(); // 创建信道
        System.out.println("等待接收消息....");

        // 函数式接口
        DeliverCallback deliverCallback=(consumerTag, delivery)->{
            String message= new String(delivery.getBody()); // 打印前要转化一下要不然打印的是一个对象的地址
            // getBody() 得到消息体
            System.out.println(message); // 打印消息
        };
        //取消消费的一个回调接口 如在消费的时候队列被删除掉了  取消消息时的回调
        CancelCallback cancelCallback=(consumerTag)->{
            System.out.println("消息消费被中断");
        };
        /**
         * 消费者消费消息
         * 1.消费哪个队列
         * 2.消费成功之后是否要自动应答 true 代表自动应答 false 手动应答
         * 3.消费者未成功消费的回调 接收消息的回调
         * 4.消费者取消消息的回调
         */
        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
    }
}

二. 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。
注意：一个消息只能被处理一次，不能处理多次

轮训分发消息：
在这个案例中我们会启动两个工作线程，一个消息发送线程，我们来看看他们两个工作线程
是如何工作的。
抽取工具类:

public class RabbitMqUtils {
//得到一个连接的 channel
public static Channel getChannel() throws Exception{
//创建一个连接工厂
 	ConnectionFactory factory = new ConnectionFactory();
	factory.setHost("182.92.234.71");
	factory.setUsername("admin");
	factory.setPassword("123");
	Connection connection = factory.newConnection();
	Channel channel = connection.createChannel();
	return channel; // 返回一个信道
}
}

消费者代码

public class Worker01 {
    // 队列名
    private static final String QUEUE_NAME="hello";
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel(); // 得到的是一个信道
        DeliverCallback deliverCallback=(consumerTag, delivery)->{
            String receivedMessage = new String(delivery.getBody());
            System.out.println("接收到消息:"+receivedMessage);
        };
        CancelCallback cancelCallback=(consumerTag)->{
            System.out.println(consumerTag+"消费者取消消费接口回调逻辑");
        };
        System.out.println("C2 消费者启动等待消费......");
        // 接受消息
        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
    }
}

生产者

public class Task01 {
    private static final String QUEUE_NAME="hello";
    public static void main(String[] args) throws Exception {
        try(Channel channel= RabbitMqUtils.getChannel();)
        { channel.queueDeclare(QUEUE_NAME,false,false,false,null);
            //从控制台当中接受信息
            Scanner scanner = new Scanner(System.in);
            while (scanner.hasNext()){  // 是否还有下一个消息 连续两次回车就算不输入了
                String message = scanner.next();
                // 发送消息 消息体以二进制传输 getBytes()
                channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
                System.out.println("发送消息完成:"+message);
            }
        }
    }
}

三. 消息应答

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。
上面的的案例就是自动应答。

1. 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。

2. 手动应答

• 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
• Channel.basicNack(用于否定确认)
• 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. 批量应答

手动应答的好处是可以批量应答并且减少网络拥堵

• 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
  第二个控制是否批量应答的参数为multiple。

日常中还是建议不要开启批量应答。
消费者手动应答，消息在手动应答时不丢失，放回队列中重新消费，关闭批量应答代码：

// 消费者
public class Work4 {
    private static final String ACK_QUEUE_NAME="ack_queue";
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        System.out.println("C1 等待接收消息处理时间较短");
        //消息消费的时候如何处理消息
        DeliverCallback deliverCallback=(consumerTag, delivery)->{
            String message= new String(delivery.getBody(),"UTF-8"); // 设置编码防止乱码
            SleepUtils.sleep(1);
            System.out.println("接收到消息:"+message);
            /**
             * 1.消息标记 tag 标记第几个消息
             * 2.是否批量应答未应答消息 true就是批量应答 false就是不批量应答
             */
            channel.basicAck(delivery.getEnvelope().getDeliveryTag(),false);
        };
        //采用手动应答 false就是手动应答 true就是自动应答
        boolean autoAck=false;
        channel.basicConsume(ACK_QUEUE_NAME,autoAck,deliverCallback,(consumerTag)->{
            System.out.println(consumerTag+"消费者取消消费接口回调逻辑");
        });
    }
}

4. 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。

四. 持久化

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。

1. 实现队列持久化

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，如果要想队列实现持久化 需要在声明队列的时候把 durable 参数设置为持久化。

值得注意的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 ： ITION FAILED inequivalent arg 'durable’for queue 'task queue’in vhost '/'received 'true
but current is ‘false’
队列设置完持久化后对应的web控制台也会发生变化，如下图所示:

2. 实现消息持久化

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。如果需要更强有力的持久化策略，参考后边课件发布确认章节。

五. 消息不公平分发

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。

1. 配置不公平分发

为了避免上述情况，我们可以在消费者代码中设置参数 channel.basicQos(1);

修改完后对应的远程web控制界面也会发生变化，显示预期值的参数.

2. 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。
设置方法：就是上面配置不公平分发中basicQos()方法中的参数值，是整数类型。

六. 发布确认

发布确认:解决生产者到队列之间的消息传输问题，假如生产者发送消息给队列，但是队列并未持久化消息就发生故障宕机，那么这样就会造成数据传输不安全的问题，而消息确认就是生产者发送消息给消息队列，当队列接受到消息，并进行持久化将消息存储到磁盘后再向生产者确认。
队列持久化，消息持久化，发布确认，只有一起用才能保障数据的安全性。

1. 发布确认原理

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。

2. 开启发布确认

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(信道) 上调用该方法。
在生产者发送消息之前创建信道之后开启即可

3. 单个发布确认

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。

// 1.单个确认
    public static void publshMessageone() throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 队列声明
        String queueDe = UUID.randomUUID().toString(); // 队列名
        channel.queueDeclare(queueDe,true,false,false,null);
        // 开启发布确认模式
        channel.confirmSelect();
        // 记录时间
        long begin=System.currentTimeMillis();
        // 批量发送消息
        for (int i = 0; i < 1000; i++) {
            String message=i+"";
            channel.basicPublish("",queueDe,null,message.getBytes());
            // 单个消息发布确认
            boolean flag = channel.waitForConfirms(); // flag 是true就是确认成功 false就是确认失败
            if (flag){
                System.out.println("消息发送成功");
            }
        }
        // 结束时间
        long end= System.currentTimeMillis();
        System.out.println("发布1000条单个确认的耗时:"+(end-begin)+"毫秒");

4. 批量发布确认

上面那种方式非常慢，与单个等待确认消息相比，先发布一批消息然后一起确认可以极大地提高吞吐量，当然这种方式的缺点就是:当发生故障导致发布出现问题时，不知道是哪个消息出现问题了，我们必须将整个批处理保存在内存中，以记录重要的信息而后重新发布消息。当然这种方案仍然是同步的，也一样阻塞消息的发布。

// 2.批量发布确认
    public static void publshMessageone02() throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 队列声明
        String queueDe = UUID.randomUUID().toString(); // 队列名
        channel.queueDeclare(queueDe,true,false,false,null);
        // 开启发布确认模式
        channel.confirmSelect();
        // 记录时间
        long begin=System.currentTimeMillis();
        // 批量确认消息的大小
        int batchSiza=100;
        // 批量发送消息
        for (int i = 0; i < 1000; i++) {
            String message=i+"";
            channel.basicPublish("",queueDe,null,message.getBytes());
            // 判断达到100条消息的时候 批量确认一次
            if (i%batchSiza==0){
                channel.waitForConfirms();
            }
        }
        // 结束时间
        long end= System.currentTimeMillis();
        System.out.println("发布1000条批量确认的耗时:"+(end-begin)+"毫秒");

    }

5. 异步发布确认

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。

//3. 异步发布确认
    public static void publishyibu() throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 队列声明
        String queueDe = UUID.randomUUID().toString(); // 队列名
        channel.queueDeclare(queueDe,true,false,false,null);
        // 开启发布确认模式
        channel.confirmSelect();
        /**
         * 线程安全有序的hash表 适用于高并发的情况下
         * 将序号与消息关联 键值对的方式
         * 轻松删除已经确认的消息
         * 支持高并发也就是多线程的意思
         */
        ConcurrentSkipListMap<Long,String> outtandding = new ConcurrentSkipListMap<>();
        // 记录时间
        long begin=System.currentTimeMillis();
        // 消息确认成功回调函数
        ConfirmCallback confirmCallback=(delive,multiple)->{
            if (multiple){
                // 批量确认就批量删除
                // 删除已经确认的消息
                ConcurrentNavigableMap<Long, String> confirmed = outtandding.headMap(delive);
                confirmed.clear();
            }else {
                outtandding.remove(delive);
            }
            System.out.println("确认成功的消息"+delive);
        };
        // 消息确认失败的回调函数
        /**
         * 1. 消息的标记
         * 2. 是否为批量确认
         */
        ConfirmCallback anfirmCallback=(delive,multiple)->{
            System.out.println("未确认消息标记"+delive);
            String s = outtandding.get(delive);
            System.out.println("未确认的消息是:"+s);
        };
        // 消息监听器 监听哪些消息成功哪些消息失败 异步通知
        channel.addConfirmListener(confirmCallback,anfirmCallback);
        // 批量发送消息
        for (int i = 0; i < 1000; i++) {
            String message=i+"";
            channel.basicPublish("",queueDe,null,message.getBytes());
            // 1.记录所有要发送的消息 channel.getNextPublishSeqNo() 下一次发布的序号
            outtandding.put(channel.getNextPublishSeqNo(),message);
        }
        // 结束时间
        long end= System.currentTimeMillis();
        System.out.println("发布1000条异步确认的耗时:"+(end-begin)+"毫秒");
    }

6. 总结

以上 3 种发布确认速度对比

• 单独发布消息：同步等待确认，简单，但吞吐量非常有限
• 批量发布消息：批量同步等待确认，简单，合理的吞吐量，一旦出现问题但很难推断出是那条消息出现了问题
• 异步处理：最佳性能和资源使用，在出现错误的情况下可以很好地控制，但是实现起来稍微难些

七. 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，单个消息被消费者消费多次。这种模式称为 ”发布/订阅”。
一个消息只能被一个队列消费一次，那么两个队列则可以将消息消费两次，实现消息消费多次的效果。

1. Exchanges 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。
上面的实验中我们并没有指定用哪个交换机，而是传入了一个空，其实就是使用了默认的交换机。

2. Exchanges的类型和无名Exchange

共有以下类型：

• 直接(direct)
• 主题(topic)
• 标题(headers)
• 扇出(fanout)

无名Exchange：在本教程的前面部分我们对 exchange 一无所知，但仍然能够将消息发送到队列。之前能实现的原因是因为我们使用的是默认交换，我们通过空字符串(“”)进行标识。

第一个参数是交换机的名称。空字符串表示默认或无名称交换机：消息能路由发送到队列中其实是由routingKey(bindingkey)绑定 key 指定的，如果它存在的话

3. 临时队列

之前的章节我们使用的是具有特定名称的队列(还记得 hello 和 ack_queue 吗？)。队列的名称我们来说至关重要我们需要指定我们的消费者去消费哪个队列的消息。
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，且这个队列不带有持久化效果。
创建方式：

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

4. 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 交换机 与 队列1 和 队列2 进行了绑定。

5. Fanout类型交换机

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。系统中默认有些 exchange 类型

生产者代码：

// 发消息
public class EmitLog {
    // 交换机名称
    public static final String exhang_name="logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 也可以不用声明交换机 因为消费者已经声明了交换机
        /**
         * 参数一 交换机名
         * 参数二 模式
         */
        channel.exchangeDeclare(exhang_name,"fanout");

        Scanner scanner=new Scanner(System.in);
        while (scanner.hasNext()){
            String message=scanner.next();
            /**
             * 参数一 交换机名
             * 参数二 RoutingKey 两个消费者都是""所以消费者一发消息两个都会接收到
             * 参数三 设置持久化
             * 参数四 发送的消息
             */
            channel.basicPublish(exhang_name,"",null,message.getBytes("UTF-8"));
        }
    }
}

消费者代码：

public class ReceiveLogs02 {
    // 交换机名称
    public static final String exhang_name="logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明队列
        /**
         * 参数一 交换机名
         * 参数二 交换机类型
         */
        channel.exchangeDeclare(exhang_name,"fanout");
        // 声明一个队列 临时队列消费者断开与队列连接的时候队列自动删除
        String queue = channel.queueDeclare().getQueue();
        // 绑定交换机与队列
        /**
         * 参数一 队列名
         * 参数二 交换机名
         * 参数三 RoutingKey
         */
        channel.queueBind(queue,exhang_name,"");
        System.out.println("等待接收消息");

        // 接收消息
        DeliverCallback deliverCallback=(cons,message)->{
            System.out.println("接收到的消息"+new String(message.getBody(),"UTF-8"));
        };

        // 消费者取消消息

        channel.basicConsume(queue,true,deliverCallback,consum->{});

    }
}

只需要两个消费者绑定同一个交换机名同一个RoutingKey，那么消息将会被消费两次。

6. Direct类型交换机

可以通过RoutingKey的值将消息发放给对应的队列，且一个队列可以绑定多个RoutingKey

消费者代码：

public class ReceiveLogsDirect01 {
    private static final String EXCHANGE_NAME = "direct_logs";
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        /**
         * 参数一 交换机名
         * 参数二 模式
         */
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
        // 声明队列
        channel.queueDeclare("console",false,false,false,null);
        // 绑定交换机与队列 可以
        /**
         * 参数一 队列名
         * 参数二 交换机名
         * 参数三 RoutingKey
         */
        channel.queueBind("console",EXCHANGE_NAME,"info");
        channel.queueBind("console",EXCHANGE_NAME,"warning");
        // 接收消息
        DeliverCallback deliverCallback=(cons, message)->{
            System.out.println("接收到的消息"+new String(message.getBody(),"UTF-8"));
        };
        // 消费者取消消息
        channel.basicConsume("console",true,deliverCallback,consum->{});

    }
}

public class ReceiveLogsDirect02 {
    private static final String EXCHANGE_NAME = "direct_logs";
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 也可以不用声明交换机 因为消费者已经声明了交换机
        /**
         * 参数一 交换机名
         * 参数二 模式
         */
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
        channel.queueDeclare("disk",false,false,false,null);
        // 绑定交换机与队列
        /**
         * 参数一 队列名
         * 参数二 交换机名
         * 参数三 RoutingKey
         */
        channel.queueBind("disk",EXCHANGE_NAME,"erron");
        // 接收消息
        DeliverCallback deliverCallback=(cons, message)->{
            System.out.println("接收到的消息"+new String(message.getBody(),"UTF-8"));
        };
        // 消费者取消消息
        channel.basicConsume("disk",true,deliverCallback,consum->{});

    }
}

生产者代码：

public class EmitLog {
    // 交换机名称
    public static final String exhang_name="direct_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 不用声明队列了，消费者已经声明好了
        Scanner scanner=new Scanner(System.in);
        while (scanner.hasNext()){
            String message=scanner.next();
            /**
             * 参数一 交换机名
             * 参数二 RoutingKey RoutingKey对应哪个队列就哪个队列接受消息
             * 参数三 设置持久化
             * 参数四 发送的消息
             */
            channel.basicPublish(exhang_name,"erron",null,message.getBytes("UTF-8"));
        }
    }
}

7. Topics类型交换机

在上一个小节中，我们改进了日志记录系统。我们没有使用只能进行随意广播的 fanout 交换机，而是使用了 direct 交换机，从而有能实现有选择性地接收日志。
尽管使用direct 交换机改进了我们的系统，但是它仍然存在局限性-比方说我们想接收的日志类型有info.base 和 info.advantage，某个队列只想 info.base 的消息，那这个时候direct 就办不到了。这个时候就只能使用 topic 类型
Topic 的要求：
发送到类型是 topic 交换机的消息的 routing_key 不能随意写，必须满足一定的要求，它必须是一个单词列表，以点号分隔开。这些单词可以是任意单词，比如说：“stock.usd.nyse”, “nyse.vmw”,“quick.orange.rabbit”.这种类型的。当然这个单词列表最多不能超过 255 个字节。
除以上之外还有：

• *(星号)可以代替一个单词
• #(井号)可以替代零个或多个单词

Topic 匹配案例：
现有两个队列Q1和Q2，Q1绑定的是中间带 orange 带 3 个单词的字符串(*.orange.*)，Q2绑定的是最后一个单词是 rabbit 的 3 个单词(*.*.rabbit)和第一个单词是 lazy 的多个单词(lazy.#)，如下图所示。

• quick.orange.rabbit 被队列 Q1 Q2 接收到
• lazy.orange.elephant 被队列 Q1Q2 接收到
• quick.orange.fox 被队列 Q1 接收到
• lazy.brown.fox 被队列 Q2 接收到
• lazy.pink.rabbit 虽然满足两个绑定但只被队列 Q2 接收一次
• quick.brown.fox 不匹配任何绑定不会被任何队列接收到会被丢弃
• quick.orange.male.rabbit 是四个单词不匹配任何绑定会被丢弃
• lazy.orange.male.rabbit 是四个单词但匹配 Q2

消费者代码：

public class EmitLogTopic01 {
    // 交换机名
    private static final String EXCHANGE_NAME = "topic_logs";
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        /**
         * 参数一 交换机名
         * 参数二 模式
         */
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);
        // 声明队列
        channel.queueDeclare("q1",false,false,false,null);
        // 绑定交换机与队列 可以
        /**
         * 参数一 队列名
         * 参数二 交换机名
         * 参数三 RoutingKey  设置好匹配规则
         */
        channel.queueBind("q1",EXCHANGE_NAME,"*.oringe.*");
        // 接收消息
        DeliverCallback deliverCallback=(cons, message)->{
            System.out.println("接收到的消息"+new String(message.getBody(),"UTF-8"));
        };
        // 消费者取消消息
        channel.basicConsume("qi",true,deliverCallback,consum->{});

    }
}

public class EmitLogTopic02 {
    // 交换机名
    private static final String EXCHANGE_NAME = "topic_logs";
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        /**
         * 参数一 交换机名
         * 参数二 模式
         */
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);
        // 声明队列
        channel.queueDeclare("q2",false,false,false,null);
        // 绑定交换机与队列 可以
        /**
         * 参数一 队列名
         * 参数二 交换机名
         * 参数三 RoutingKey  设置好匹配规则
         */
        channel.queueBind("q2",EXCHANGE_NAME,"*.*.rabbit");
        channel.queueBind("q2",EXCHANGE_NAME,"lazy.#");
        // 接收消息
        DeliverCallback deliverCallback=(cons, message)->{
            System.out.println("接收到的消息"+new String(message.getBody(),"UTF-8"));
        };
        // 消费者取消消息
        channel.basicConsume("q2",true,deliverCallback,consum->{});

    }
}

生产者代码：

public class ReceiveLogsTopic01 {
    // 交换机名
    private static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        /**
         * Q1-->绑定的是
         * 中间带 orange 带 3 个单词的字符串(*.orange.*)
         * Q2-->绑定的是
         * 最后一个单词是 rabbit 的 3 个单词(*.*.rabbit)
         * 第一个单词是 lazy 的多个单词(lazy.#)
         *
         */
        Map<String, String> bindingKeyMap = new HashMap<>();
        bindingKeyMap.put("quick.orange.rabbit","被队列 Q1Q2 接收到");
        bindingKeyMap.put("lazy.orange.elephant","被队列 Q1Q2 接收到");
        bindingKeyMap.put("quick.orange.fox","被队列 Q1 接收到");
        bindingKeyMap.put("lazy.brown.fox","被队列 Q2 接收到");
        bindingKeyMap.put("lazy.pink.rabbit","虽然满足两个绑定但只被队列 Q2 接收一次");
        bindingKeyMap.put("quick.brown.fox","不匹配任何绑定不会被任何队列接收到会被丢弃");
        bindingKeyMap.put("quick.orange.male.rabbit","是四个单词不匹配任何绑定会被丢弃");
        bindingKeyMap.put("lazy.orange.male.rabbit","是四个单词但匹配 Q2");
        for (Map.Entry<String, String> bindingKeyEntry:
                bindingKeyMap.entrySet()){String bindingKey =
                bindingKeyEntry.getKey();
            String message = bindingKeyEntry.getValue();
            // 发送消息
            channel.basicPublish(EXCHANGE_NAME,bindingKey, null,
                    message.getBytes("UTF-8"));
            System.out.println("生产者发出消息" + message);
        }
    }

}

七. 死信队列

1. 死信的概念

先从概念解释上搞清楚这个定义，死信，顾名思义就是无法被消费的消息，字面意思可以这样理解，一般来说，producer 将消息投递到 broker 或者直接到queue 里了，consumer 从 queue 取出消息进行消费，但某些时候由于特定的原因导致 queue 中的某些消息无法被消费，这样的消息如果没有后续的处理，就变成了死信，有死信自然就有了死信队列。
应用场景:为了保证订单业务的消息数据不丢失，需要使用到 RabbitMQ 的死信队列机制，当消息消费发生异常时，将消息投入死信队列中.还有比如说: 用户在商城下单成功并点击去支付后在指定时间未支付时自动失效。
死信的产生:

• 消息 TTL 过期
• 队列达到最大长度(队列满了，无法再添加数据到 mq 中)
• 消息被拒绝(basic.reject 或 basic.nack)并且 requeue=false

2. 消息 TTL 过期代码演示

消费者1代码：

// 死信队列 消费者1
public class Consumer01 {
    //普通交换机名称
    private static final String NORMAL_EXCHANGE = "normal_exchange";
    //死信交换机名称
    private static final String DEAD_EXCHANGE = "dead_exchange";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        //声明死信和普通交换机 类型为 direct
        channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT); // 普通
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT); // 死信


        //声明死信队列 没有消费只是存储在这个队列中
        String deadQueue = "dead-queue";
        channel.queueDeclare(deadQueue, false, false, false, null);
        //死信队列绑定死信交换机与 参数三:routingkey
        channel.queueBind(deadQueue, DEAD_EXCHANGE, "lisi");

        // 声明普通队列
        String normalQueue = "normal-queue";
        //正常队列绑定死信队列信息
        Map<String, Object> params = new HashMap<>();
        //正常队列设置死信交换机 参数 key 是固定值
        params.put("x-dead-letter-exchange", DEAD_EXCHANGE);
        //正常队列设置死信 routing-key 参数 key 是固定值  lisi
        params.put("x-dead-letter-routing-key", "lisi");
        //params.put("x-message-ttl",10000); // 单位毫秒 也可以不设置由生产者设置
        // params 设置成为死信之后转发给死信交换机
        channel.queueDeclare(normalQueue, false, false, false, params);
        // 普通队列和交换机绑定
        channel.queueBind(normalQueue, NORMAL_EXCHANGE, "zhangsan");

        DeliverCallback deliverCallback = (consumerTag, delivery) ->
        {String message = new String(delivery.getBody(), "UTF-8");
            System.out.println("Consumer01 接收到消息"+message);
        };

        // 接受消息
        channel.basicConsume(normalQueue, true, deliverCallback, consumerTag -> {
        });
    }
}

消费者2: 消费死信队列内消息

// 死信队列 消费者2 消费死信队列消息
public class Consumer02 {
    //普通交换机名称
    private static final String NORMAL_EXCHANGE = "normal_exchange";
    //死信交换机名称
    private static final String DEAD_EXCHANGE = "dead_exchange";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        //声明死信队列
        String deadQueue = "dead-queue";
        DeliverCallback deliverCallback = (consumerTag, delivery) ->
        {String message = new String(delivery.getBody(), "UTF-8");
            System.out.println("Consumer02 接收到消息"+message);
        };

        // 接受消息
        channel.basicConsume(deadQueue, true, deliverCallback, consumerTag -> {
        });
    }
}

3. 消息达到最大长度

在消费者1中的map集合添加以下内容，生产者设置的过期时间要删除掉

4. 消息被拒

c1拒绝消息，那么这个消息也会成为死信，就会进去到死信队列中
修改c1中处理消息的消费者代码拒绝info5这条消息

注意必须得设置为手动应答

八. 延迟队列

1. 延迟队列概念

延时队列,队列内部是有序的，最重要的特性就体现在它的延时属性上，延时队列中的元素是希望在指定时间到了以后或之前取出和处理，简单来说，延时队列就是用来存放需要在指定时间被处理的元素的队列。
适用于下面一些场景:

• 1.订单在十分钟之内未支付则自动取消
• 2.新创建的店铺，如果在十天内都没有上传过商品，则自动发送消息提醒。
• 3.用户注册成功后，如果三天内没有登陆则进行短信提醒。
• 4.用户发起退款，如果三天内没有得到处理则通知相关运营人员。
• 5.预定会议后，需要在预定的时间点前十分钟通知各个与会人员参加会议

这些场景都有一个特点，需要在某个事件发生之后或者之前的指定时间点完成某一项任务，如：发生订单生成事件，在十分钟之后检查该订单支付状态，然后将未支付的订单进行关闭；看起来似乎使用定时任务，一直轮询数据，每秒查一次，取出需要被处理的数据，然后处理不就完事了吗？如果数据量比较少，确实可以这样做，比如：对于“如果账单一周内未支付则进行自动结算”这样的需求，如果对于时间不是严格限制，而是宽松意义上的一周，那么每天晚上跑个定时任务检查一下所有未支付的账单，确实也是一个可行的方案。但对于数据量比较大，并且时效性较强的场景，如：“订单十分钟内未支付则关闭“，短期内未支付的订单数据可能会有很多，活动期间甚至会达到百万甚至千万级别，对这么庞大的数据量仍旧使用轮询的方式显然是不可取的，很可能在一秒内无法完成所有订单的检查，同时会给数据库带来很大压力，无法满足业务要求而且性能低下。

2. RabbitMQ 中的 TTL

TTL 是什么呢？TTL 是 RabbitMQ 中一个消息或者队列的属性，表明一条消息或者该队列中的所有消息的最大存活时间，单位是毫秒。换句话说，如果一条消息设置了 TTL 属性或者进入了设置TTL 属性的队列，那么这条消息如果在TTL 设置的时间内没有被消费，则会成为"死信"。如果同时配置了队列的TTL 和消息的TTL，那么较小的那个值将会被使用，有两种方式设置 TTL。
队列设置TTL：
第一种是在创建队列的时候设置队列的“x-message-ttl”属性 单位是毫秒

消息设置TTL：
另一种方式便是针对每条消息设置TTL

九. RabbitMQ 其他知识点

1. 幂等性

用户对于同一操作发起的一次请求或者多次请求的结果是一致的，不会因为多次点击而产生了副作用。举个最简单的例子，那就是支付，用户购买商品后支付，支付扣款成功，但是返回结果的时候网络异常，此时钱已经扣了，用户再次点击按钮，此时会进行第二次扣款，返回结果成功，用户查询余额发现多扣钱了，流水记录也变成了两条。在以前的单应用系统中，我们只需要把数据操作放入事务中即可，发生错误立即回滚，但是再响应客户端的时候也有可能出现网络中断或者异常等等。
MQ 消费者的幂等性的解决一般使用全局 ID 或者写个唯一标识比如时间戳 或者 UUID 或者订单消费者消费 MQ 中的消息也可利用 MQ 的该 id 来判断，或者可按自己的规则生成一个全局唯一 id，每次消费消息时用该 id 先判断该消息是否已消费过。

2. 消息重复消费

消费者在消费 MQ 中的消息时，MQ 已把消息发送给消费者，消费者在给MQ 返回 ack 时网络中断，故 MQ 未收到确认信息，该条消息会重新发给其他的消费者，或者在网络重连后再次发送给该消费者，但实际上该消费者已成功消费了该条消息，造成消费者消费了重复的消息。

3. 消费端的幂等性保障

在海量订单生成的业务高峰期，生产端有可能就会重复发生了消息，这时候消费端就要实现幂等性，这就意味着我们的消息永远不会被消费多次，即使我们收到了一样的消息。业界主流的幂等性有两种操作:a.唯一 ID+指纹码机制,利用数据库主键去重, b.利用 redis 的原子性去实现

4. 唯一ID+指纹码机制

指纹码:我们的一些规则或者时间戳加别的服务给到的唯一信息码,它并不一定是我们系统生成的，基本都是由我们的业务规则拼接而来，但是一定要保证唯一性，然后就利用查询语句进行判断这个 id 是否存在数据库中,优势就是实现简单就一个拼接，然后查询判断是否重复；劣势就是在高并发时，如果是单个数据库就会有写入性能瓶颈当然也可以采用分库分表提升性能，但也不是我们最推荐的方式。