RabbitMQ消息队列

最新推荐文章于 2024-06-17 10:39:17 发布

pumpkin9841

最新推荐文章于 2024-06-17 10:39:17 发布

阅读量2.4k

点赞数

分类专栏：中间件文章标签： rabbitmq 分布式微服务

本文链接：https://blog.csdn.net/Zhou9841/article/details/121846524

版权

中间件专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1 MQ的相关概念

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。

1.2 为什么要用MQ

1 流量削峰

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。

在这里插入图片描述

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。
在这里插入图片描述

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、存储的过程中发挥举足轻重的作用。目前已经被LinkedIn，Uber，Twitter，Netfix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
缺点
- 商业版需要收费,学习成本较高

1.4 MQ的选择

1. kafka

Kafka 主要特点是基于 Pull 的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，肯定是首选 kafka 了。

2. RocketMQ

天生为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削峰，在大量交易涌入时，后端可能无法及时处理的情况。RoketMQ 在稳定性上可能更值得信赖，这些业务场景在阿里双 11 已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择 RocketMQ。

3. RabbitMQ

结合 erlang 语言本身的并发优势，性能好时效性微秒级，社区活跃度也比较高，管理界面用起来十分方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的 RabbitMQ。

1.5 RabbitMQ

RabbitMQ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。

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，这个得由交换机类型决定
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，但他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可以是消费者。

名词解释

在这里插入图片描述

Broker
- 接收和分发消息的应用，RabbitMQ Server就是Message Broker
Virtual host
- 处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vhos创建exchange/queue等。
Connection
- producer/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)andfanout(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。

1.6 RabbitMQ安装(linux)

下载
文件上传
将文件上传到/usr/local/software目录下
安装文件（分别按照以下顺序安装）
- rpm -ivh erlang-21.3-1.el7.x86_64.rpm
- yum install socat -y
- rpm -ivh rabbitmq-server-3.8.8-1.el7.noarch.rpm
常用命令

添加开机启动RabbitMQ服务
- chkconfig rabbitmq-server on
启动服务
- /sbin/service rabbitmq-server start
查看服务状态
- /sbin/service rabbitmq-server status
停止服务
- /sbin/service rabbitmq-server stop
开启 web 管理插件
- rabbitmq-plugins enable rabbitmq_management
- 需先关闭防火墙

若开启web插件是报错
在这里插入图片描述
解决办法：
1. 配置根路径下/etc/hosts 文件
2. vim hosts
3. i 进入编辑模式
4. 在里面添加
5. 127.0.0.1 xxxx （xxxx 为当前hostname @后面的就是，例如我的就是PumpkinOS)
6. :wq 保存退出，再次开启即可

添加一个新的用户
- 创建账号
  - rabbitmqctl add_user pumpkin 123456
- 设置用户角色
  - rabbitmqctl set_user_tags pumpkin administrator
- 设置用户权限
  - 语法 set_permissions [-p <vhostpath>] <user> <conf> <write> <read>
  - rabbitmqctl set_permissions -p "/" pumpkin".*" ".*" ".*"
  - 用户 pumpkin 具有/vhost1 这个 virtual host 中所有资源的配置、写、读权限

2. Hello World

使用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。我将介绍Java API的一些细节。
在下图中，P是生产者，C是消费者。中间的框是一个队列，代表使用者保留的消息缓冲区。
在这里插入图片描述

引入依赖

<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>

消息生产者

/**
 * 生产者
 */
public class Producer {
    public static final String QUEUE_NAME = "hello" ;

    public static void main(String[] args) throws IOException, TimeoutException {
        //创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        //设置工厂ip以连接RabbitMQ的队列
        factory.setHost("192.168.88.128");
        //设置用户名
        factory.setUsername("pumpkin");
        //设置密码
        factory.setPassword("123456");
        //创建连接
        Connection connection = factory.newConnection();
        //产生信道
        Channel channel = connection.createChannel();
        /**
         * 生成一个队列
         * 参数列表
         * 1. 队列名称
         * 2. 队列里面的消息是否持久化，默认为false即非持久化
         * 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可以多个消费者消费，false只能一个消费者消费
         * 4. 是否自动删除 最后一个消费者断开连接后，该队列是否自动删除 true自动删除 false不自动删除
         * 5. 其他参数
         */
        channel.queueDeclare(QUEUE_NAME , false , false ,false , null) ;
        //发消息
        String message = "hello world2" ;
        /**
         * 发送消息
         * 参数列表
         * 1. 表示发送到哪个交换机
         * 2. 路由的key值，这里是队列名
         * 3. 其他参数信息
         * 4. 发送的消息
         */
        channel.basicPublish("" , QUEUE_NAME , null , message.getBytes());
        System.out.println("消息发送完毕");
    }
}

消息消费者

/**
 * @author pumpkin
 * @date 2021/12/7 0007 下午 12:34
 */

//消费者
public class Consumer {
    public static final String QUEUE_NAME = "hello" ;

    public static void main(String[] args) throws IOException, TimeoutException {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("192.168.88.128");
        factory.setUsername("pumpkin");
        factory.setPassword("123456");
        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();
        /**
         * 消费者消费消息
         * 参数列表
         * 1. 消费哪个队列
         * 2. 消费成功之后是否要自动应答 true代表的自动应答 false代表手动应答
         * 3. 消费者未成功消费的回调
         * 4. 消费者取消消费的回调
         */
        DeliverCallback deliverCallback = (consumerTag , message)->{
            System.out.println(new String(message.getBody()));
        };

        CancelCallback cancelCallback = consumerTag->{
            System.out.println("消息消费被中断");
        };

        channel.basicConsume(QUEUE_NAME ,true ,deliverCallback ,cancelCallback) ;
    }
}

3 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 轮询分发消息

在这个案例中，我会启动两个消息消费者线程，一个消息生产者线程。

抽取工具类

/**
 * @author pumpkin
 * @date 2021/12/7 0007 下午 14:12
 */
public class RabbitmqUtils {

    public static Channel getChannel() throws IOException, TimeoutException {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("192.168.88.128");
        factory.setUsername("pumpkin");
        factory.setPassword("123456");
        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();
        return channel ;
    }

}

消费者代码

/**
 * @author pumpkin
 * @date 2021/12/7 0007 下午 14:25
 */
public class Worker01 {
    public static final String QUEUE_NAME = "hello" ;

    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitmqUtils.getChannel();
        DeliverCallback deliverCallback = (consumerTag , message)->{
            System.out.println("消息接收： " + new String(message.getBody()));
        };
        CancelCallback cancelCallback = consumerTag->{
            System.out.println(consumerTag + "消息取消接收");
        };
        System.out.println("c1等待接收消息........");
        channel.basicConsume(QUEUE_NAME , true , deliverCallback ,cancelCallback);
    }
}

开启多线程运行Worker01代码。启动两个消费者线程

在这里插入图片描述

启动一个生产者线程

/**
 * @author pumpkin
 * @date 2021/12/7 0007 下午 14:45
 */
public class Task01 {
    public static final String QUEUE_NAME = "hello" ;

    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitmqUtils.getChannel();
        channel.queueDeclare(QUEUE_NAME , false , false ,false , null) ;
        Scanner scanner = new Scanner(System.in);
        while( scanner.hasNext() ){
            String message = scanner.next();
            channel.basicPublish("" , QUEUE_NAME , null , message.getBytes());
            System.out.println("消息发送完毕" + message);
        }
    }
}

发送消息
在这里插入图片描述
C2接收消息

C2接收消息

通过程序执行发现生产者总共发送 4 个消息，消费者 1 和消费者 2 分别分得两个消息，并且是按照有序的一个接收一次消息

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，我们将会丢失正在处理的消息。以及后续发送给该消费者的消息，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 消息应答的方法

Channel.basicAck（用于肯定确认）
- RabbitMQ已经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

3.2.4 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
在这里插入图片描述
multiple的true和false代表不同的意思

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true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

在这里插入图片描述

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，他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。
在这里插入图片描述

3.2.6 消息手动应答

默认消息采用的是自动应答，所以要想实现消息消费过程种不丢失，需要把自动应答改为手动应答。

 DeliverCallback deliverCallback = (consumerTag , message)->{
            try {
                Thread.sleep(1000*1);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println("接收消息：" + new String(message.getBody() , "UTF-8"));
            /**
             * 手动应答
             * 参数列表
             * 1. 消息的标记
             * 2. 是否批量应答 false：不批量应答信道中的消息  true：批量
             */
            channel.basicAck(message.getEnvelope().getDeliveryTag() , false);
        };

        /**
         * 消费者消费消息
         * 参数列表
         * 1. 消费哪个队列
         * 2. 消费成功之后是否要自动应答 true代表的自动应答 false代表手动应答
         * 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(ACK_QUEUE,false, deliverCallback, consumerTag->{
            System.out.println("消息放弃接收");
        }) ;

3.2.7 手动应答案例

正常情况下，消息发送方发送两个消息C1和C2分别接收到消息并处理。
发送方Task02发送两个消息
在这里插入图片描述
两个消费者Worker03和Worker04分别处理两个消息

在发送放发送消息bb，发送消息之后把Worker04消费者停掉，按理说该Worker04来处理该消息，但是由于它处理时间较长，在还未处理完，也就是说Worker04还没有执行ack代码的时候，Worker04被停掉了，此时会看到消息被Worker03接收到了，说明消息bb被重新入队，然后分配给能处理消息的Worker03处理了。
在这里插入图片描述

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，除非告知它不要这么做。确保消息不会丢失需要做两件事：

将队列标记为持久化
将消息标记为持久化

3.3.2 队列如何持久化

之前创建的队列都是非持久化的，rabbitmq如果重启的话，该队列就会被删除，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

  /**
         * 生成一个队列
         * 参数列表
         * 1. 队列名称
         * 2. 队列里面的消息是否持久化，默认为false即非持久化
         * 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可以多个消费者消费，false只能一个消费者消费
         * 4. 是否自动删除 最后一个消费者断开连接后，该队列是否自动删除 true自动删除 false不自动删除
         * 5. 其他参数
         */
        channel.queueDeclare(QUEUE_NAME , true , false ,false , null) ;

但是需要注意，如果之前声明了同名的队列且不是持久化的，需要把原先的队列删除，或者重现创建一个持久化的队列，不然会出现错误

在这里插入图片描述
以下为控制台中持久化与非持久化队列的UI显示区别

在这里插入图片描述
这个时候即使重启rabbitmq服务器，comfirm_queue队列依然存在。

3.3.3 消息实现持久化

要想让消息实现持久化需要在消息生产者发送消息时，在basicPublish中添加MessageProperties.PERSISTENT_TEXT_PLAIN添加这个属性。

 /**
         * 发送消息
         * 参数列表
         * 1. 表示发送到哪个交换机
         * 2. 路由的key值，这里是队列名
         * 3. 其他参数信息
         * 4. 发送的消息
         */
        channel.basicPublish("" , QUEUE_NAME , MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());

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

在最开始的时候说到了RabbitMQ分发消息采用的轮询分发，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，这个时候如果还是采用轮询分发的话就会导致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都在干活，这种分配方式在这种情况下就不太好，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，可以设置参数

int prefetchCount = 1 ;
channel.basicQos(prefetchCout) ;

在这里插入图片描述

在这里插入图片描述
意思就是如果这个任务还没有处理完或者还没有应答，你就先别分配给我，我目前只能处理一个任务，然后rabbitmq就会把该任务分配给没有那么忙的那个空闲消费者，当然如果所有的消费者都没有完成手上的任务，队列还在不停的添加新任务，队列有可能就会遇到队列被撑满的情况，这个时候就只能添加新的worker或者改变其他存储任务的策略。

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”来完成。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时最佳的，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实验的过程，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，稍微高一点的值是最佳的。

在这里插入图片描述

4 发布确认

TODO

pumpkin9841

关注

0
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
RabbitMQ消息队列

1 MQ的相关概念1.1 什么是MQMQ(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。1.2 为什么要用MQ1 流量削峰举个例子，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
复制链接

扫一扫

专栏目录