RabbitMQ如何保证消息的可靠性
1、保证消息不丢失(三步)
- 开启事务(不推荐)
- 开启confirm(推荐)
- 开启RabbitMQ持久化(交换机、队列、消息)
- 关闭RabbitMQ自动ack(改成手动)
2、保证消息不重复消费
幂等性
(
每个消息用一个唯一标识来区分,消费前先判断标识有没有被消费过,若已消费过,则直接
ACK)
3、RabbitMQ如何保证消息的顺序性
将消息放入同一个交换机,交给同一个队列,这个队列只有一个消费者,消费者只允许同时开启一个线程
4、RabbitMQ消息重试机制
消费者在消费消息的时候,如果消费者业务逻辑出现程序异常,这时候应该如何处理?
使用消息重试机制
(SpringBoot
默认
3
次消息重试机制
)
如何合适选择重试机制?
消费者取到消息后,调用第三方接口,接口无法访问,需要使用重试机制
消费者取到消息后,抛出数据转换异常,不需要重试机制,需要发布者进行解决。
5、SpringBoot消息重试机制
@EnableRetry
注解:表示启用重试机制(value
表示哪些异常需要触发重试,
maxAttempts
设置最大重试次数,delay
表示重试的延迟时间,
multiplier
表示上一次延时时间是这一次的倍数
)
eg
、
@Retryable(value = Exception.class, maxAttempts = 3, backoff = @Backoff(delay = 2000,
multiplier = 1.5))
@Recover
注解:当重试次数达到设置的最大次数的时候,程序还是执行异常,调用的回调函数。
6、RabbitMQ死信队列
死信队列是当消息在一个队列因为下列原因
:
a
、消息被拒绝
(basic.reject
或
basic.nack)
并且
requeue=false.
b
、消息
TTL
过期
c
、队列达到最大长度
(
队列满了,数据无法添加到
mq
中
)
变成了
“
死信队列
”
后被重新投递
(publish)
到另一个
Exchange
,然后重新消费。说白了就是没有被消费 的消息换个地方重新被消费
7、RabbitMQ解决分布式事务
经典案例,以目前流行的外卖为例,用户下单后,调用订单服务,订单服务调用派单系统通知送外卖人 员送单,这时候订单系统与派单系统采用MQ
异步通讯。
RabbitMQ
解决分布式事务原理
答案:采用最终一致性原理
需要保证以下三要素
:
a
、确保生产者一定要将数据投递到
MQ
服务器中
(
采用
MQ
消息确认机制
)
b
、确保消费者能够正确消费消息,采用手动
ACK
模式
(
注意重试、幂等性问题
)
c
、如何保证第一个事务先执行,采用补偿机制,在创建一个补单消费者进行监听,如果订单没有创建成 功,进行补单。(
如果第一个事务中出错,补单消费者会在重新执行一次第一个事务,例如第一个事务是 添加订单表,如果失败在补单的时候重新生成订单记录,由于订单号唯一,所以不会重复)
8、RabbitMQ保证消息不丢失的具体方案
前提
:
- (1)开启confirm
- (2)开启RabbitMQ的持久化(交换机、队列、消息)
- (3)关闭RabbitMQ的自动ack(改成手动)
- (4)配置消费重试次数,消费重试间隔时间等
涉及到的技术点:
- MQ、Redis、定时任务
8.1、保证投放消息不丢失
(1)先将消息放入生产者Redis(此时消息的状态为未投放),再放入队列
(2)根据confirm(ReturnCallback和ConfirmCallback)的结果来确定消息是否投递成功,
投递成功的,修改生产者redis中消息的投递状态为已投递
投递失败的消息将会放入失败的Redis,并从生产者Redis中删除,由定时任务定期扫描并重新投递
(3)生产者Redis定时任务
生产者Redis定时任务专门扫描生产者Redis中存放了一定时间,但是状态还是未投放的消息
此消息会被认为已经投递,但是没有任何反馈结果(由于不可知因素,导致没有ReturnCallback,也没有 ConfirmCallback),
此类消息被扫描到后,会放入失败的Redis,并从生产者Redis中删除,由定时任务定期扫描并重新投递
(4)还需要一个专门的定时任务扫描生产者Redis中存放了很久,仍然未消费的数据(状态为已投递),此类 消息被扫描到后,会放入失败的Redis,并从生产者Redis中删除,由定时任务定期扫描并重新投递
(5)扫描失败的Redis的定时任务都遵循一条原则,一条消息最多被重新投递三次,若投递了三次仍然失 败,则记录日志,记录到数据库,不会再投递,需要人工干预处理
8.2、保证消费消息不丢失
(1)消费者取到消息后,从消息中取出唯一标识,先判断此消息有没有被消费过,若已消费过,则直接 ACK(避免重复消费)
(2)正常处理成功后,将生产者Redis中的此消息删除,并ACK(告诉server端此消息已成功消费)
(3)遇到异常时,捕获异常,验证自己在消息中设定的重试次数是否超过阀值,若超过,则放入死信队 列,若未超过,则向将消息中的重试次数加1,抛出自定义异常,进入重试机制
(4)有专门的消费者用于处理死信队列中消费多次仍未消费成功的数据,可以记录日志,入库,人工干预 处理