工作队列(work queues)
这个模式是怎么样的呢?
一个生产者,多个消费者,无交换机!
我们直接来看这种情况,当生产者生产消息的速度比较快,为了加快消费,我们让两个消费者来消费消息:
工具类:
package Utils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
public class RabbitMqUtil {
//创建连接MQ的工厂对象
private static ConnectionFactory connectionFactory;
//静态代码块
static{
connectionFactory=new ConnectionFactory();
connectionFactory.setHost("192.168.56.10");
connectionFactory.setPort(5672);
//设置连接哪个虚拟主机
connectionFactory.setVirtualHost("/ems");
//设置访问虚拟主机的用户名和密码
connectionFactory.setUsername("ems");
connectionFactory.setPassword("123");
}
//启动连接
public static Connection getConnection() throws IOException, TimeoutException {
return connectionFactory.newConnection();
}
//关闭连接
public static void closeConnectionAndChanel(Channel channel,Connection connection) throws IOException, TimeoutException {
if(channel==null){
channel.close();
connection.close();
}
}
}
生产者:
package rabbitMq.two;
import Utils.RabbitMqUtil;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
//生产者
public class TestRabbitMqP {
public static void main(String[] args) throws IOException, TimeoutException {
//传递的消息
String mes="HELLO WORD !!";
//通过工具获取连接对象
Connection connection = RabbitMqUtil.getConnection();
//获取连接中通道
Channel channel = connection.createChannel();
/**
* 绑定对应的消息队列
* 参数:
* 1、队列名称 如果队列不存在,则自动创建
* 2、是否需要持久化
* 3、是否独占队列
* 4、是都消息完成后删除队列
* 5、额外附加参数
*/
channel.queueDeclare("hello",false,false,false,null);
/**
* 消息发布
* 参数:
* 1、交换机名称
* 2、队列名称
* 3、传递消息的额外设置
* 4、消息内容
*/
for (int i = 0; i < 10; i++) {
channel.basicPublish("","hello",null,(i+"========"+mes).getBytes());
}
//关闭连接
RabbitMqUtil.closeConnectionAndChanel(channel,connection);
}
}
第一个消费者:
package rabbitMq.two;
import Utils.RabbitMqUtil;
import com.rabbitmq.client.*;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
//消费者
public class TestRabbitMqC_1 {
public static void main(String[] args) throws IOException, TimeoutException {
//传递的消息
String mes="HELLO WORD !!";
//通过工具获取连接对象
Connection connection = RabbitMqUtil.getConnection();
//获取连接中通道
Channel channel = connection.createChannel();
/**
* 绑定对应的消息队列
* 参数:
* 1、队列名称 如果队列不存在,则自动创建
* 2、是否需要持久化
* 3、是否独占队列
* 4、是都消息完成后删除队列
* 5、额外附加参数
*/
channel.queueDeclare("hello",false,false,false,null);
/**
* 消息订阅
* 参数:
* 1、需要消费的队列名称
* 2、是否开启消息自动队列
* 3、消费的回调接口
*/
channel.basicConsume("hello",true,new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
System.out.println("==========================="+new String(body));
}
});
}
}
第一个消费者的消费信息:
第二个消费者:
package rabbitMq.two;
import Utils.RabbitMqUtil;
import com.rabbitmq.client.*;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
//消费者
public class TestRabbitMqC_2 {
public static void main(String[] args) throws IOException, TimeoutException {
//传递的消息
String mes="HELLO WORD !!";
//通过工具获取连接对象
Connection connection = RabbitMqUtil.getConnection();
//获取连接中通道
Channel channel = connection.createChannel();
/**
* 绑定对应的消息队列
* 参数:
* 1、队列名称 如果队列不存在,则自动创建
* 2、是否需要持久化
* 3、是否独占队列
* 4、是都消息完成后删除队列
* 5、额外附加参数
*/
channel.queueDeclare("hello",false,false,false,null);
/**
* 消息订阅
* 参数:
* 1、需要消费的队列名称
* 2、是否开启消息自动队列
* 3、消费的回调接口
*/
channel.basicConsume("hello",true,new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
System.out.println("==========================="+new String(body));
}
});
}
}
第二个消费者的消费信息:
从结果我们可以看出来,无论经过多少次的实验,消息都是平均分配的!
那到底是因为什么呢?
原因在这:
开启消息自动队列后就会出现消息中心会把消息平均分配给所有的消费者,并且不会管你的消费能力或者是否能正常消费。比如 消费者 1 消费到第三个消息的时候宕机了,消息也会随着消失,这是我们业务中绝对不允许出现的!!!那我们该如何处理呢?
我们可以在消费者中告诉消息中心,我们每次只消费一个消息,并且只在消费完成之后才会通知消息中心我们已经处理完成了,这样的话即使消费者中途宕机,消息也不会丢失,消费者中结合着其他业务的原子操作,来保证数据的一致性!
我们来改造一下消费者
消费者 1 :
package rabbitMq.two;
import Utils.RabbitMqUtil;
import com.rabbitmq.client.*;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
//消费者
public class TestRabbitMqC_1 {
public static void main(String[] args) throws IOException, TimeoutException {
//传递的消息
String mes="HELLO WORD !!";
//通过工具获取连接对象
Connection connection = RabbitMqUtil.getConnection();
//获取连接中通道
Channel channel = connection.createChannel();
//每次只接受一条未确认的消息
channel.basicQos(1);
/**
* 绑定对应的消息队列
* 参数:
* 1、队列名称 如果队列不存在,则自动创建
* 2、是否需要持久化
* 3、是否独占队列
* 4、是都消息完成后删除队列
* 5、额外附加参数
*/
channel.queueDeclare("hello",false,false,false,null);
/**
* 消息订阅
* 参数:
* 1、需要消费的队列名称
* 2、是否开启消息自动队列
* 3、消费的回调接口
*/
channel.basicConsume("hello",false,new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
System.out.println("==========================="+new String(body));
//手动确认消息
channel.basicAck(envelope.getDeliveryTag(),true);
}
});
}
}
我们来看一下改造的位置
消费者2 :
package rabbitMq.two;
import Utils.RabbitMqUtil;
import com.rabbitmq.client.*;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
//消费者
public class TestRabbitMqC_2 {
public static void main(String[] args) throws IOException, TimeoutException {
//传递的消息
String mes="HELLO WORD !!";
//通过工具获取连接对象
Connection connection = RabbitMqUtil.getConnection();
//获取连接中通道
Channel channel = connection.createChannel();
//每次只接受一条未确认的消息
channel.basicQos(1);
/**
* 绑定对应的消息队列
* 参数:
* 1、队列名称 如果队列不存在,则自动创建
* 2、是否需要持久化
* 3、是否独占队列
* 4、是都消息完成后删除队列
* 5、额外附加参数
*/
channel.queueDeclare("hello",false,false,false,null);
/**
* 消息订阅
* 参数:
* 1、需要消费的队列名称
* 2、是否开启消息自动队列
* 3、消费的回调接口
*/
channel.basicConsume("hello",false,new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
System.out.println("==========================="+new String(body));
//手动确认消息
channel.basicAck(envelope.getDeliveryTag(),true);
}
});
}
}
这样的话我们消费消息就能每次只消费一个,能者多劳,赶快来试试吧!