RabbitMQ的学习笔记-快速入门

ryancurry

已于 2023-08-02 15:37:35 修改

阅读量86

点赞数

分类专栏： RabbitMQ 文章标签： java rabbitmq

于 2023-08-02 15:34:52 首次发布

本文链接：https://blog.csdn.net/qq_43687808/article/details/132063748

版权

RabbitMQ 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

1.消息队列

1.1MQ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为什么要用MQ

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。

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，用户感受不到物流系统的故障，提升系统的可用性。

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。

MQ的分类

ActiveMQ
Kafka
RocketMQ
RabbitMQ

1.2RabbitMQ

1.2.1Rabbit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。

1.2.3Rabbit核心部分

1.2.4各个名词介绍

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 TCPConnection 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

1.2.5安装与用户配置

官网地址：Downloading and Installing RabbitMQ — RabbitMQ
文件上传：上传到/usr/local/software 目录下(如果没有 software 需要自己创建)
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(按照以下顺序执行)

#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(选择执行)
/sbin/service rabbitmq-server stop

#开启 web 管理插件
rabbitmq-plugins enable rabbitmq_management

用默认账号密码(guest)访问地址 http://47.115.185.244:15672/出现权限问题

添加一个新的用户

#创建账号
rabbitmqctl add_user admin 123

#设置用户角色
rabbitmqctl set_user_tags admin administrator

#设置用户权限
#用户 user_admin 具有/vhost1 这个 virtual host 中所有资源的配置、写、读权限
set_permissions [-p <vhostpath>] <user> <conf> <write> <read>
rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"

#当前用户和角色
rabbitmqctl list_users

再次利用 admin 用户登录
重置命令

#关闭应用的命令为
rabbitmqctl stop_app

#清除的命令为
rabbitmqctl reset

#重新启动命令为
rabbitmqctl start_app

2.Hello World

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消息生产者

public class Producer {
    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("182.92.234.71");
        factory.setUsername("admin");
        factory.setPassword("123");
        //channel 实现了自动 close 接口 自动关闭 不需要显示关闭
        try(Connection connection = factory.newConnection();Channel
            connection.createChannel()) {
            /**
            * 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.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
            */
            channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
            System.out.println("消息发送完毕");
        }
    }
}

2.3消息消费者

public class Consumer {
    private final static String QUEUE_NAME = "hello";
    public static void main(String[] args) throws Exception
    {ConnectionFactory factory = new ConnectionFactory();
     factory.setHost("182.92.234.71");
     factory.setUsername("admin");
     factory.setPassword("123");
     Connection connection = factory.newConnection();
     Channel channel = connection.createChannel();
     System.out.println("等待接收消息.........");
     //推送的消息如何进行消费的接口回调
     DeliverCallback deliverCallback=(consumerTag,delivery)->{
         String message= new String(delivery.getBody());                                         
         System.out.println(message);
      };
     //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
     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
        */
     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。

3.1.1抽取工具类

public class RabbitMqUtils {

    public static Channel getChannel() throws Exception{
        // 创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("192.168.120.150");
        factory.setUsername("admin");
        factory.setPassword("123");
        Connection connection = factory.newConnection();
        return connection.createChannel();
    }
}

3.1.2启动两个工作线程

/**
 * 启动两个工作线程
 * @author mazr
 * @date 2023/6/26 17:02
 */
public class Consumer {

    private final static String QUEUE_NAME = "hello";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
          String receiveMessage = new String(delivery.getBody());
            System.out.println("接收到消息：" + receiveMessage);
        };
        CancelCallback cancelCallback = (consumerTag) -> {
            System.out.println(consumerTag + "消费者取消消费接收回到逻辑");
        };
        System.out.println("C1 消费者启动等待消费……");
        channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
    }
}

/**
 * 启动两个工作线程
 * @author mazr
 * @date 2023/6/26 17:02
 */
public class Consumer {

    private final static String QUEUE_NAME = "hello";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
          String receiveMessage = new String(delivery.getBody());
            System.out.println("接收到消息：" + receiveMessage);
        };
        CancelCallback cancelCallback = (consumerTag) -> {
            System.out.println(consumerTag + "消费者取消消费接收回到逻辑");
        };
        System.out.println("C2 消费者启动等待消费……");
        channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
    }
}

3.1.3启动一个发送线程

public class Producer {

    private final static 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);
            // 从控制台中接收消息
            Scanner scanner = new Scanner(System.in);
            while (scanner.hasNext()) {
                String message = scanner.next();
                channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
                System.out.println("发送消息完成" + message);
            }
        }
    }

}

结果：

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消息应答的方法

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

3.2.4Multiple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。

3.2.6消息手动应答代码

默认消息采用的是自动应答，所以我们要想实现消息消费过程中不丢失，需要把自动应答改为手动应答，消费者在上面代码的基础上增加下面画红色部分代码。

消息生产者

public class Task01 {

    private final static String TASK_QUEUE_NAME = "ack_queue";

    public static void main(String[] args) throws Exception {
        // 获取信道
        Channel channel = RabbitMqUtils.getChannel();
        // 队列是否持久化
        boolean durable = true;
        // 声明队列
        channel.queueDeclare(TASK_QUEUE_NAME, durable, false, false, null);
        // 从控制台输入信息
        Scanner sc = new Scanner(System.in);
        System.out.println("请输入信息");
        while (sc.hasNext()) {
            String msg = sc.nextLine();
            // 消息持久化
            channel.basicPublish("", TASK_QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN, msg.getBytes(StandardCharsets.UTF_8));
            System.out.println("生产者发送消息：" + msg);
        }

    }

}

消息消费者1

/**
 * 消息手动应答-消息消费者
 * 消息在手动应答时不丢失，放回队列重新消费
 * @author mazr
 * @date 2023/6/26 16:21
 */
public class Work01 {

    private final static String TASK_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");
        // 消息消费时如何处理消息
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody());
            SleepUtils.sleep(1);
            System.out.println("接收到消息：" + message);
            /*
                1.消息标记tag
                2.是否批量应答未应答消息
             */
            channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
        };
        // 设置不公平分发
        // int prefetchCount = 1;
        int prefetchCount = 2;
        channel.basicQos(prefetchCount);
        // 采用手动应答
        boolean autoAck = false;
        channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, (consumerTag -> {
            System.out.println(consumerTag + "消费者取消消费接口回调逻辑");
        }));
    }

}

消息消费者2

/**
 * 消息手动应答-消息消费者
 * 消息在手动应答时不丢失，放回队列重新消费
 * @author mazr
 * @date 2023/6/26 16:21
 */
public class Work02 {

    private final static String TASK_QUEUE_NAME = "ack_queue";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        System.out.println("C2 等待接收消息,处理时间较慢");
        // 消息消费时如何处理消息
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody());
            SleepUtils.sleep(5);
            System.out.println("接收到消息：" + message);
            /*
                1.消息标记tag
                2.是否批量应答未应答消息
             */
            channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
        };
        // 设置不公平分发
        // int prefetchCount = 1;
        int prefetchCount = 5;
        channel.basicQos(prefetchCount);
        // 采用手动应答
        boolean autoAck = false;
        channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, (consumerTag -> {
            System.out.println(consumerTag + "消费者取消消费接口回调逻辑");
        }));
    }

}

3.2.7手动应答效果演示

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队列如何实现持久化

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

 // 队列是否持久化
boolean durable = true;
// 声明队列
channel.queueDeclare(TASK_QUEUE_NAME, durable, false, false, null);

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

这个时候即使重启 rabbitmq 队列也依然存在

3.3.3消息实现持久化

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);

// 设置不公平分发
// int prefetchCount = 1;
int prefetchCount = 2;
channel.basicQos(prefetchCount);

意思就是如果这个任务我还没有处理完或者我还没有应答你，你先别分配给我，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” 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。

4.发布确认

4.1.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。

4.2.发布确认的策略

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。

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。

// 单个确认发布消息数量
public static final int MESSAGE_NUM = 1000;

public static void main(String[] args) {
    try {
        // 1.单个确认
        // SingleConfirmPublish.publishMessageIndividually();//发布1000个单独确认消息，耗时：9135ms

        // 2.批量确认
        SingleConfirmPublish.publishMessageBatch();//发布1000个批量确认消息，耗时：845ms

        // 3.异步批量确认

    } catch (Exception ex) {
        throw new RuntimeException(ex);
    }
}

// 单个确认发布方法
public static void publishMessageIndividually() throws Exception {

    // 获取信道
    Channel channel = RabbitMqUtils.getChannel();

// 获取队列名
String queueName = UUID.randomUUID().toString();

// 声明持久化队列
channel.queueDeclare(queueName, true, false, false, null);

// 开启发布确认
channel.confirmSelect();

// 消息发布开始时间
long start = System.currentTimeMillis();

// 发送消息
for (int i = 0; i < MESSAGE_NUM; i++) {
    String message = i + "";
    channel.basicPublish("", queueName, null, message.getBytes());
    boolean waitForConfirms = channel.waitForConfirms();
    if (waitForConfirms) {
        System.out.println("消息发送成功");
    }
}

// 消息发布结束时间
long end = System.currentTimeMillis();
System.out.println("发布" + MESSAGE_NUM + "个单独确认消息，耗时：" + (end - start) + "ms");

}

批量确认发布

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

package com.mzr.four;

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

import java.util.UUID;

/**
*
* 单个发布确认
* @author mazr
* @date 2023/7/28 11:09
*/
public class SingleConfirmPublish {

    // 单个确认发布消息数量
    public static final int MESSAGE_NUM = 1000;

    public static void main(String[] args) {
        try {
            // 1.单个确认
            // SingleConfirmPublish.publishMessageIndividually();//发布1000个单独确认消息，耗时：9135ms

            // 2.批量确认
            SingleConfirmPublish.publishMessageBatch();//发布1000个批量确认消息，耗时：845ms

            // 3.异步批量确认

        } catch (Exception ex) {
            throw new RuntimeException(ex);
        }
    }

    // 批量确认发布方法
    public static void publishMessageBatch() throws Exception {

        // 获取信道
        Channel channel = RabbitMqUtils.getChannel();

        // 获取队列名
        String queueName = UUID.randomUUID().toString();

        // 声明持久化队列
        channel.queueDeclare(queueName, true, false, false, null);

        // 开启发布确认
        channel.confirmSelect();

        // 消息发布开始时间
        long start = System.currentTimeMillis();

        // 批量确认消息大小
        int batchSize = 100;
        // 未确认消息个数
        int outstandingMessageCount = 0;

        // 发送消息
        for (int i = 0; i < MESSAGE_NUM; i++) {
            String message = i + "";
            channel.basicPublish("", queueName, null, message.getBytes());
            outstandingMessageCount++;
            if (batchSize == outstandingMessageCount) {
                channel.waitForConfirms();
                outstandingMessageCount = 0;
            }
        }

        // 消息发布结束时间
        long end = System.currentTimeMillis();
        System.out.println("发布" + MESSAGE_NUM + "个批量确认消息，耗时：" + (end - start) + "ms");

    }
}

异步批量确认发布

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。

 // 异步批量确认发布方法
    public static void publishBatchMessageAsync() throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName, true, false, false, null);
        // 开启发布确认
        channel.confirmSelect();
        /**
         * 线程安全有序的一个哈希表，适用于高并发的情况
         * 1.轻松的将序号与消息进行关联
         * 2.轻松批量删除条目，只要给到序列号
         * 3.支持并发访问
         */
        ConcurrentSkipListMap<Long, String> outstandingConfirms = new ConcurrentSkipListMap<>();
        // 消息确认成功，回调函数
        ConfirmCallback ackConfirmCallback = (deliveryTag, multiple) -> {
            //批量的情况
            if (multiple) {
                // 返回的是小于等于当前序列号的未确认消息 是一个 map
                ConcurrentNavigableMap<Long, String> confirmed = outstandingConfirms.headMap(deliveryTag, true);
                //清除该部分未确认消息
                confirmed.clear();
            } else {
                //只清除当前序列号的消息
                outstandingConfirms.remove(deliveryTag);
            }
        };

        // 消息确认失败，回调函数
        /**
         * 1.消息的标记
         * 2.是否为批量确认
         */
        ConfirmCallback nackConfirmCallback = (deliveryTag, multiple) -> {
            String message = outstandingConfirms.get(deliveryTag);
            System.out.println("发布消息:" + message + "未被确认,序列号" + deliveryTag);
        };

        /**
         * 1.监听哪些消息成功了
         * 2.监听哪些消息失败了
         */
        // 异步通知
        channel.addConfirmListener(ackConfirmCallback, nackConfirmCallback);

        // 消息发布开始时间
        long start = System.currentTimeMillis();
        // 批量发送消息
        for (int i = 0; i < MESSAGE_NUM; i++) {
            String message = "消息" + i;
            /**
             * channel.getNextPublishSeqNo()获取下一个消息的序列号
             * 通过序列号与消息体进行一个关联
             * 全部都是未确认的消息体
             */
            outstandingConfirms.put(channel.getNextPublishSeqNo(), message);
            channel.basicPublish("", queueName, null , message.getBytes());
        }
        // 结束时间
        long end = System.currentTimeMillis();
        System.out.println("发布" + MESSAGE_NUM + "个异步批量确认消息，耗时：" + (end - start) + "ms");

    }

总结：

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。

5.交换机

5.1Exchanges

Exchanges 的类型：
直接(direct), 主题(topic) ,标题(headers) , 扇出(fanout)

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。

5.2临时队列

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

5.4Fanout

消息接收者1-将接收到的消息打印在控制台

/**
 * 发布订阅交换机
 * Fanout类型-消息接收者1
 * @author mazr
 * @date 2023/7/28 16:44
 */
public class ReceiveLogs01 {

    // 交换机名称
    public static final String EXCHANGE_NAME = "logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明发布/订阅交换机
        channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
        // 生成一个临时队列 队列的名称是随机的
        // 当消费者断开与该队列的连接时 队列自动删除
        String queueName = channel.queueDeclare().getQueue();
        // 临时队列绑定exchange，routing key为空
        channel.queueBind(queueName, EXCHANGE_NAME, "");
        System.out.println("等待接收消息，把接收到的消息打印在屏幕上……");

        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), StandardCharsets.UTF_8);
            System.out.println("ReceiveLogs01控制台打印接收到的消息：" + message);
        };
        channel.basicConsume(queueName,true, deliverCallback, consumerTag -> {});
    }


}

消息接收者2-将接收到的消息存储在磁盘

/**
 * 发布订阅交换机
 * Fanout类型-消息接收者2
 * @author mazr
 * @date 2023/7/28 16:44
 */
public class ReceiveLogs02 {

    // 交换机名称
    public static final String EXCHANGE_NAME = "logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明发布/订阅交换机
        channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
        // 生成一个临时队列 队列的名称是随机的
        // 当消费者断开与该队列的连接时 队列自动删除
        String queueName = channel.queueDeclare().getQueue();
        // 临时队列绑定exchange，routing key为空
        channel.queueBind(queueName, EXCHANGE_NAME, "");
        System.out.println("等待接收消息，把接收到的消息打印在屏幕上……");

        // 消费消息时的处理
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), StandardCharsets.UTF_8);
            File file = new File("E:\\files\\rabbitmq_log.txt");
            FileUtils.writeStringToFile(file, message, StandardCharsets.UTF_8);
            System.out.println("数据写入文件成功。");
            // System.out.println("ReceiveLogs02控制台打印接收到的消息：" + message);
        };
        channel.basicConsume(queueName,true, deliverCallback, consumerTag -> {});
    }


}

消息生产者

/**
 * 发布订阅交换机
 * Fanout类型-消息生产者
 *
 * @author mazr
 * @date 2023/7/28 16:52
 */
public class EmitLog {

    public static final String EXCHANGE_NAME = "logs";

    public static void main(String[] args) {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            // 声明交换机
            channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.FANOUT);
            // 控制台发布消息
            Scanner scanner = new Scanner(System.in);
            System.out.println("请输入消息");
            while (scanner.hasNext()) {
                String message = scanner.nextLine();
                channel.basicPublish(EXCHANGE_NAME, "",null, message.getBytes(StandardCharsets.UTF_8));
                System.out.println("生产者发布消息" + message);
            }
        }  catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

5.5Direct exchange

我们再次来回顾一下什么是 bindings，绑定是交换机和队列之间的桥梁关系。也可以这么理解：
队列只对它绑定的交换机的消息感兴趣。绑定用参数： routingKey 来表示也可称该参数为 binding key，
创建绑定我们用代码:channel.queueBind(queueName, EXCHANGE_NAME, "routingKey");绑定之后的
意义由其交换类型决定。

在上面这张图中，我们可以看到 X 绑定了两个队列，绑定类型是 direct。

队列Q1 绑定键为 orange，

队列 Q2 绑定键有两个:一个绑定键为 black，另一个绑定键为 green.

在这种绑定情况下，生产者发布消息到 exchange 上，绑定键为 orange 的消息会被发布到队列Q1。绑定键为 blackgreen 和的消息会被发布到队列 Q2，其他消息类型的消息将被丢弃。

多重绑定：

实战

生产者代码：

/**
 * 直接交换机
 * Direct类型-消息生产者
 *
 * @author mazr
 * @date 2023/7/28 16:52
 */
public class EmitLogDirect {

    public static final String EXCHANGE_NAME = "direct_logs";

    public static void main(String[] args) {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            // 声明交换机
            channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);

            // 创建bindingKey
            Map<String, String> bindingKeyMap = new HashMap<>(4);
            bindingKeyMap.put("info","普通消息");
            bindingKeyMap.put("warning","警告消息");
            bindingKeyMap.put("error","错误消息");
            bindingKeyMap.put("debug","调试消息");

            for (Map.Entry<String, String> entry : bindingKeyMap.entrySet()) {
                String bindingKey = entry.getKey();
                String message = entry.getValue();
                channel.basicPublish(EXCHANGE_NAME, bindingKey,null, message.getBytes(StandardCharsets.UTF_8));
                System.out.println("生产者发布消息：" + message);
            }
        }  catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

消费者1代码

/**
 * 直接交换机
 * Direct类型-消息接收者1
 *
 * @author mazr
 * @date 2023/7/28 17:29
 */
public class ReceiveLogsDirect01 {

    public static final String EXCHANGE_NAME = "direct_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明交换机
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
        // 队列名
        String queueName = "console";
        // 声明队列
        channel.queueDeclare(queueName, false, false, false, null);
        // 队列绑定交换机
        channel.queueBind(queueName, EXCHANGE_NAME, "info");
        channel.queueBind(queueName, EXCHANGE_NAME, "warning");

        System.out.println("等待接收消息……");
        // 处理接收到的消息
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), StandardCharsets.UTF_8);
            message = "接收绑定键:" + delivery.getEnvelope().getRoutingKey() + ",消息:" + message;
            System.out.println("ReceiveLogsDirect01接收到的消息:" + message);
        };
        // 消费消息
        channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
        });

    }
}

消费者2代码

/**
 * 直接交换机
 * Direct类型-消息接收者2
 *
 * @author mazr
 * @date 2023/7/28 17:29
 */
public class ReceiveLogsDirect02 {

    public static final String EXCHANGE_NAME = "direct_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明交换机
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
        // 队列名
        String queueName = "disk";
        // 声明队列
        channel.queueDeclare(queueName, false, false, false, null);
        // 队列绑定交换机
        channel.queueBind(queueName, EXCHANGE_NAME, "error");

        System.out.println("等待接收消息……");
        // 处理接收到的消息
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), StandardCharsets.UTF_8);
            message = "接收绑定键:" + delivery.getEnvelope().getRoutingKey() + ",消息:" + message;
            System.out.println("ReceiveLogsDirect02接收到的消息:" + message);
        };
        // 消费消息
        channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {});

    }
}

5.6Topics

之前类型的问题

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。
在这个规则列表中，其中有两个替换符是大家需要注意的
*(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

下图绑定关系如下
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.#)

上图是一个队列绑定关系图，我们来看看他们之间数据接收情况是怎么样的
quick.orange.rabbit 被队列 Q1Q2 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

当队列绑定关系是下列这种情况时需要引起注意
当一个队列绑定键是#,那么这个队列将接收所有数据，就有点像 fanout 了
如果队列绑定键当中没有#和*出现，那么该队列绑定类型就是 direct 了

实战

生产者

/**
 * ClassName: EmitLogTopic
 * Description: 主题交换机
 *
 * @Author ryan
 * @Create 2023/7/29 16:06
 * @Version 1.0
 *
 * 生产者
 */
public class EmitLogTopic {

    // 声明交换机名称
    private static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明交换机
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);

        // 声明队列键值对
        /**
         * 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<>(8);
        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");

        System.out.println("生产者开始发送消息……");
        // 遍历map发送消息
        for (Map.Entry<String, String> stringEntry : bindingKeyMap.entrySet()) {
            String routingKey = stringEntry.getKey();
            String message = stringEntry.getValue();
            // 发布消息
            channel.basicPublish(EXCHANGE_NAME, routingKey, null,
                    message.getBytes(StandardCharsets.UTF_8));
        }

    }
}

消费者1

/**
 * ClassName: ReceiveLogsTopic01
 * Description: 主题交换机
 *
 * @Author ryan
 * @Create 2023/7/29 15:54
 * @Version 1.0
 *
 * 消费者01
 */
public class ReceiveLogsTopic01 {

    // 声明交换机名称
    private static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明队列
        String queueName = "Q1";
        channel.queueDeclare(queueName, false, false, false,null);
        // 声明交换机
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);
        // 绑定
        channel.queueBind(queueName, EXCHANGE_NAME, "*.orange.*");

        System.out.println("等到接收消息.....");
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
           String message = new String(delivery.getBody(), StandardCharsets.UTF_8);
            System.out.println("接收队列:" + queueName + ",绑定键:" + delivery.getEnvelope().getRoutingKey()
                    + ",消息:" + message);
        };
        // 消费消息
        channel.basicConsume(queueName, true, deliverCallback, cancelCallback -> {});
    }
}

消费者2

/**
 * ClassName: ReceiveLogsTopic01
 * Description: 主题交换机
 *
 * @Author ryan
 * @Create 2023/7/29 15:54
 * @Version 1.0
 *
 * 消费者02
 */
public class ReceiveLogsTopic02 {

    // 声明交换机名称
    private static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明队列
        String queueName = "Q2";
        channel.queueDeclare(queueName, false, false, false,null);
        // 声明交换机
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);
        // 绑定
        channel.queueBind(queueName, EXCHANGE_NAME, "*.*.rabbit");
        channel.queueBind(queueName, EXCHANGE_NAME, "lazy.#");

        System.out.println("等到接收消息.....");
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
           String message = new String(delivery.getBody(), StandardCharsets.UTF_8);
            System.out.println("接收队列:" + queueName + ",绑定键:" + delivery.getEnvelope().getRoutingKey()
                    + ",消息:" + message);
        };
        // 消费消息
        channel.basicConsume(queueName, true, deliverCallback, cancelCallback -> {});
    }
}

6.死信队列

6.1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

6.2死信的来源

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.

6.3实战

代码架构图

6.3.1消息TTL过期

生产者代码

public class Producer {
    private static final String NORMAL_EXCHANGE = "normal_exchange";
    public static void main(String[] argv) throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel())
        { channel.exchangeDeclare(NORMAL_EXCHANGE,
                                  BuiltinExchangeType.DIRECT);
         //设置消息的 TTL 时间
         AMQP.BasicProperties properties =
         new
         AMQP.BasicProperties().builder().expiration("10000").build();
         //该信息是用作演示队列个数限制
         for (int i = 1; i <11 ; i++) {
             String message="info"+i;
             channel.basicPublish(NORMAL_EXCHANGE,
                                  message.getBytes());
             System.out.println("生产者发送消息:"+message);
         }
        }
    }
}

消费者C1代码(启动之后关闭该消费者模拟其接收不到消息)

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[] argv) throws Exception {
        Channel channel = RabbitUtils.getChannel();
        //声明死信和普通交换机 类型为 direct
        channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);
        //声明死信队列
        String deadQueue = "dead-queue";
        channel.queueDeclare(deadQueue, false, false, false, null);
        //死信队列绑定死信交换机与 routingkey
        channel.queueBind(deadQueue, DEAD_EXCHANGE, "lisi");
        //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
        params.put("x-dead-letter-routing-key", "lisi");
        String normalQueue = "normal-queue";
        channel.queueDeclare(normalQueue, false, false, false, params);
        channel.queueBind(normalQueue, NORMAL_EXCHANGE, "zhangsan");
        System.out.println("等待接收消息........... ");
        DeliverCallback deliverCallback = (consumerTag, delivery) ->
        {String message = new String(delivery.getBody(), "UTF-8");
         System.out.println("Consumer01 接收到消息"+message);
        };
        channel.basicConsume(normalQueue, true, deliverCallback, consumerTag -> {
        });
    }
}

消费者C2代码（以上步骤完成后启动 C2 消费者它消费死信队列里面的消息)

public class Consumer02 {
    private static final String DEAD_EXCHANGE = "dead_exchange";
    public static void main(String[] argv) throws Exception {
        Channel channel = RabbitUtils.getChannel();
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);
        String deadQueue = "dead-queue";
        channel.queueDeclare(deadQueue, false, false, false, null);
        channel.queueBind(deadQueue, DEAD_EXCHANGE, "lisi");
        System.out.println("等待接收死信队列消息........... ");
        DeliverCallback deliverCallback = (consumerTag, delivery) ->
        {String message = new String(delivery.getBody(), "UTF-8");
         System.out.println("Consumer02 接收死信队列的消息" + message);
        };
        channel.basicConsume(deadQueue, true, deliverCallback, consumerTag -> {
        });
    }
}

6.3.2队列达到最大长度

生产者代码

public class Producer {
    private static final String NORMAL_EXCHANGE = "normal_exchange";
    public static void main(String[] argv) throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel())
        { channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
         //该信息是用作演示队列个数限制
         for (int i = 1; i <11 ; i++) {
             String message="info"+i;
             channel.basicPublish(NORMAL_EXCHANGE,"zhangsan",null, message.getBytes());
             System.out.println("生产者发送消息:"+message);
         }
        }
    }
}

C1 消费者修改以下代码

注意:此时需要把原先队列删除因为参数改变了

public class Consumer01 {
    // 正常交换机
    public static final String NORMAL_EXCHANGE = "normal_exchange";
    // 死信交换机
    public static final String DEAD_EXCHANGE = "dead_exchange";
    // 声明正常队列
    public static final String NORMAL_QUEUE = "normal-queue";
    // 声明死信队列
    public static final String DEAD_QUEUE = "dead-queue";

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

        // 声明死信队列和正常交换机 类型为direct
        channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);

        //#########################死信队列########################
        channel.queueDeclare(DEAD_QUEUE, false,false, false, null);
        // 死信队列绑定死信交换机与routingKey
        channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");

        Map<String, Object> params = new HashMap<>(16);
        // 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
        params.put("x-dead-letter-routing-key", "lisi");
        // 死信消息来源二：队列达到最大长度
        // 设置正常队列长度的限制
        params.put("x-max-length", 6);

        //#########################正常队列########################

        // 正常队列绑定死信队列[params]
        channel.queueDeclare(NORMAL_QUEUE, false ,false, false, params);
        // 正常队列绑定正常交换机与routingKey
        channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zhangsan");

        System.out.println("等待接收消息");
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), StandardCharsets.UTF_8);
            System.out.println("Consumer01接收到消息:" + message);
        };

        // 消费消息
        channel.basicConsume(NORMAL_QUEUE, true, deliverCallback, consumerTag -> {});

    }
}

C2消费者代码不变

6.3.4消息被拒

生产者代码不变
C1消费者代码

public class Consumer01 {
    // 正常交换机
    public static final String NORMAL_EXCHANGE = "normal_exchange";
    // 死信交换机
    public static final String DEAD_EXCHANGE = "dead_exchange";
    // 声明正常队列
    public static final String NORMAL_QUEUE = "normal-queue";
    // 声明死信队列
    public static final String DEAD_QUEUE = "dead-queue";

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

        // 声明死信队列和正常交换机 类型为direct
        channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);

        //#########################死信队列########################
        channel.queueDeclare(DEAD_QUEUE, false, false, false, null);
        // 死信队列绑定死信交换机与routingKey
        channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");

        Map<String, Object> params = new HashMap<>(16);
        // 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
        params.put("x-dead-letter-routing-key", "lisi");
        // 死信消息来源二：队列达到最大长度
        // 设置正常队列长度的限制
        // params.put("x-max-length", 6);

        //#########################正常队列########################

        // 正常队列绑定死信队列[params]
        channel.queueDeclare(NORMAL_QUEUE, false, false, false, params);
        // 正常队列绑定正常交换机与routingKey
        channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zhangsan");

        System.out.println("等待接收消息");
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), StandardCharsets.UTF_8);

            // 模拟消息被拒
            if (message.equals("info5")) {
                System.out.println("Consumer01 接收到消息" + message + "并拒绝签收该消息");
                // requeue 设置为 false 代表拒绝重新入队 该队列如果配置了死信交换机将发送到死信队列中
                channel.basicReject(delivery.getEnvelope().getDeliveryTag(), false);
            } else {
                System.out.println("Consumer01 接收到消息" + message);
                channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
            }
        };

        // 消费消息
        channel.basicConsume(NORMAL_QUEUE, false, deliverCallback, consumerTag -> {});

    }
}

C2消费者不变

分别启动消费者C1和C2

7.延迟队列

7.1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。

7.2使用场景

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，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。

7.3. 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。

7.3.1. 消息设置TTL

7.3.2. 队列设置TTL

7.3.3. 两者的区别

如果设置了队列的 TTL 属性，那么一旦消息过期，就会被队列丢弃(如果配置了死信队列被丢到死信队列中)，而第二种方式，消息即使过期，也不一定会被马上丢弃，因为消息是否过期是在即将投递到消费者之前判定的，如果当前队列有严重的消息积压情况，则已过期的消息也许还能存活较长时间；

另外，还需要注意的一点是，如果不设置 TTL，表示消息永远不会过期，如果将 TTL 设置为 0，则表示除非此时可以直接投递该消息到消费者，否则该消息将会被丢弃。

前一小节我们介绍了死信队列，刚刚又介绍了 TTL，至此利用 RabbitMQ 实现延时队列的两大要素已经集齐，接下来只需要将它们进行融合，再加入一点点调味料，延时队列就可以新鲜出炉了。想想看，延时队列，不就是想要消息延迟多久被处理吗， TTL 则刚好能让消息在延迟多久之后成为死信，另一方面，成为死信的消息都会被投递到死信队列里，这样只需要消费者一直消费死信队列里的消息就完事了，因为里面的消息都是希望被立即处理的消息。

7.4整合springboot

添加依赖

<dependencies>
  <!--RabbitMQ 依赖-->
  <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-amqp</artifactId>
  </dependency>
  <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
  </dependency>
  <dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-test</artifactId>
    <scope>test</scope>
  </dependency>
  <dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>fastjson</artifactId>
    <version>1.2.47</version>
  </dependency>
  <dependency>
    <groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
  </dependency>
  <!--swagger-->
  <dependency>
    <groupId>io.springfox</groupId>
    <artifactId>springfox-swagger2</artifactId>
    <version>2.9.2</version>
  </dependency>
  <dependency>
    <groupId>io.springfox</groupId>
    <artifactId>springfox-swagger-ui</artifactId>
    <version>2.9.2</version>
  </dependency>
  <!--RabbitMQ 测试依赖-->
  <dependency>
    <groupId>org.springframework.amqp</groupId>
    <artifactId>spring-rabbit-test</artifactId>
    <scope>test</scope>
  </dependency>
</dependencies>

修改配置文件

spring.rabbitmq.host=182.92.234.71
spring.rabbitmq.port=5672
spring.rabbitmq.username=admin
spring.rabbitmq.password=123

添加swagger配置类

/**
 * Swagger配置类
 * @author mazr
 * @date 2023/7/31 11:22
 */
@Configuration
@EnableSwagger2
public class SwaggerConfig {
    @Bean
    public Docket webApiConfig() {
        return new Docket(DocumentationType.SWAGGER_2)
                .groupName("webApi")
                .apiInfo(webApiInfo())
                .select()
                .build();
    }

    private ApiInfo webApiInfo() {
        return new ApiInfoBuilder()
                .title("rabbitmq 接口文档")
                .description("本文档描述了 rabbitmq 微服务接口定义")
                .version("1.0")
                .contact(new Contact("mq", "http://rabbitmq.com", "929507469@qq.com"))
                .build();
    }
}

7.5队列TTL

7.5.1代码架构图

7.5.2配置文件类代码

/**
 * 队列绑定配置类
 *
 * @author mazr
 * @date 2023/7/31 13:41
 */
@Configuration
public class TtlQueueConfig {

    // 普通交换机
    public static final String X_EXCHANGE = "X";
    // 死信交换机
    public static final String Y_DEAD_LETTER_EXCHANGE = "Y";

    // 普通队列
    public static final String QA_QUEUE = "QA";
    public static final String QB_QUEUE = "QB";
    public static final String QC_QUEUE = "QC";
    // 死信队列
    public static final String QD_DEAD_LETTER_QUEUE = "QD";

    // RoutingKey
    public static final String XA = "XA";
    public static final String XB = "XB";
    public static final String XC = "XC";
    public static final String YD = "YD";

    // 声明xExchange
    @Bean("xExchange")
    public DirectExchange xExchange() {
        return new DirectExchange(X_EXCHANGE);
    }

    // 声明yExchange
    @Bean("yExchange")
    public DirectExchange yExchange() {
        return new DirectExchange(Y_DEAD_LETTER_EXCHANGE);
    }

    // 声明队列 A ttl 为 10s 并绑定到对应的死信交换机
    @Bean("queueA")
    public Queue queueA() {
        Map<String, Object> args = new HashMap<>(3);
        args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
        args.put("x-dead-letter-routing-key", YD);
        args.put("x-message-ttl", 10000);
        return QueueBuilder.durable(QA_QUEUE).withArguments(args).build();
    }

    // 声明队列A绑定X交换机
    @Bean
    public Binding queueABindingX(@Qualifier("queueA") Queue queueA,
                                  @Qualifier("xExchange") DirectExchange xExchange) {
        return BindingBuilder.bind(queueA).to(xExchange).with(XA);
    }

    // 声明队列 B ttl 为 40s 并绑定到对应的死信交换机
    @Bean("queueB")
    public Queue queueB() {
        Map<String, Object> args = new HashMap<>(3);
        args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
        args.put("x-dead-letter-routing-key", YD);
        args.put("x-message-ttl", 40000);
        return QueueBuilder.durable(QB_QUEUE).withArguments(args).build();
    }

    // 声明队列B绑定X交换机
    @Bean
    public Binding queueBBindingX(@Qualifier("queueB") Queue queueB,
                                  @Qualifier("xExchange") DirectExchange xExchange) {
        return BindingBuilder.bind(queueB).to(xExchange).with(XB);
    }

    // 声明死信队列QD
    @Bean("queueD")
    public Queue queueD() {
        return new Queue(QD_DEAD_LETTER_QUEUE);
    }

    // 声明死信队列QD绑定关系
    @Bean
    public Binding queueDBindingY(@Qualifier("queueD") Queue queueD,
                                  @Qualifier("yExchange") DirectExchange yExchange) {
        return BindingBuilder.bind(queueD).to(yExchange).with(YD);
    }
}

7.5.3消费生产者代码

/**
 * 消息生产者
 * @author mazr
 * @date 2023/7/31 14:17
 */
@Slf4j
@RequestMapping("/ttl")
@RestController
public class SendMessageController {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    /**
     * 发送一条消息
     * @param message 消息内容
     */
    @GetMapping("/sendMsg/{message}")
    public void sendMsg(@PathVariable String message) {
        log.info("当前时间={},发送一条消息到两个TTL队列={}", DateTimeUtil.getCurrentDateTime(), message);
        rabbitTemplate.convertAndSend("X", "XA", "消息来自ttl为 10s 的队列:" + message);
        rabbitTemplate.convertAndSend("X", "XB", "消息来自ttl为 40s 的队列:" + message);
    }
}

7.5.4消息消费者代码

/**
 * 消息消费者
 * @author mazr
 * @date 2023/7/31 14:21
 */
@Slf4j
@Component
public class DeadLetterQueueConsumer {

    @RabbitListener(queues = "QD")
    public void receiveD(Message message) {
        String msg = new String(message.getBody());
        log.info("当前时间={},收到死信队列消息={}", DateTimeUtil.getCurrentDateTime(), msg);
    }
}

7.6延迟队列优化

7.6.1代码架构图

在这里新增了一个队列 QC,绑定关系如下,该队列不设置TTL 时间

7.6.2配置文件类代码

@Component
public class MsgTtlQueueConfig {
    public static final String Y_DEAD_LETTER_EXCHANGE = "Y";
    public static final String QUEUE_C = "QC";
    //声明队列 C 死信交换机
    @Bean("queueC")
    public Queue queueB(){
        Map<String, Object> args = new HashMap<>(3);
        //声明当前队列绑定的死信交换机
        args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
        //声明当前队列的死信路由 key
        args.put("x-dead-letter-routing-key", "YD");
        //没有声明 TTL 属性
        return QueueBuilder.durable(QUEUE_C).withArguments(args).build();
    }
    //声明队列 B 绑定 X 交换机
    @Bean
    public Binding queuecBindingX(@Qualifier("queueC") Queue queueC,
                                  @Qualifier("xExchange") DirectExchange xExchange){
        return BindingBuilder.bind(queueC).to(xExchange).with("XC");
    }
}

7.6.3消息生产者代码

@GetMapping("sendExpirationMsg/{message}/{ttlTime}")
public void sendMsg(@PathVariable String message,@PathVariable String ttlTime) {
    rabbitTemplate.convertAndSend("X", "XC", message, correlationData -
                                  >{correlationData.getMessageProperties().setExpiration(ttlTime);
    return correlationData;
});
log.info("当前时间： {},发送一条时长{}毫秒 TTL 信息给队列 C:{}", new Date(),ttlTime, message);
}

结果

7.7RabbitMQ插件实现延迟队列

场景：如果不能实现在消息粒度上的 TTL，并使其在设置的TTL 时间及时死亡，就无法设计成一个通用的延时队列。那如何解决呢，接下来我们就去解决该问题。

插件下载地址：https://github.com/rabbitmq/rabbitmq-delayed-message-exchange/releases

#将插件移动至插件目录
/usr/lib/rabbitmq/lib/rabbitmq_server-3.8.8/plugins

#安装插件命令
rabbitmq-plugins enable rabbitmq_delayed_message_exchange 

#重启mq
systemctl restart rabbitmq-server

重启后打开管理界面：

使用插件后：流程变化

基于插件的延迟队列-举例

在我们自定义的交换机中，这是一种新的交换类型，该类型消息支持延迟投递机制消息传递后并不会立即投递到目标队列中，而是存储在 mnesia(一个分布式数据系统)表中，当达到投递时间时，才投递到目标队列中。

声明队列和交换机

DelayedQueueConfig

/**
 * 基于插件的延迟队列配置类
 * @author mazr
 * @date 2023/7/31 16:57
 */
@Slf4j
  @Component
  public class DelayedQueueConfig {

    // 队列名
    public static final String DELAYED_QUEUE_NAME = "delayed.queue";
    // 交换机名
    public static final String DELAYED_EXCHANGE_NAME = "delayed.exchange";
    // routingKey
    public static final String DELAYED_ROUTING_KEY = "delayed.routingkey";

    // 声明延迟队列
    @Bean("delayedQueue")
    public Queue delayQueue() {
      return new Queue(DELAYED_QUEUE_NAME);
    }

    // 自定义延迟交换机
    @Bean("delayExchange")
    public CustomExchange delayExchange() {
      Map<String, Object> args = new HashMap<>(1);
      args.put("x-delayed-type", "direct");
      /**
         * 1.交换机名
         * 2.交换机类型
         * 3.是否持久化
         * 4.是否自动删除
         * 5.参数配置
         */
      return new CustomExchange(DELAYED_EXCHANGE_NAME, "x-delayed-message", true, false, args);
    }

    // 队列绑定交换机
    @Bean
    public Binding delayedQueueBindingDelayedExchange(@Qualifier("delayedQueue") Queue delayedQueue,
                                                      @Qualifier("delayExchange") CustomExchange customExchange) {
      return BindingBuilder.bind(delayedQueue).to(customExchange).with(DELAYED_ROUTING_KEY).noargs();
    }
  }

消息生产者

SendMessageController

/**
     * 基于插件发送一条延迟消息并设置延迟时间
     * @param message 消息内容
     * @param delayTime 延迟时间
     */
@GetMapping("/sendDelayMsg/{message}/{delayTime}")
public void sendMsg(@PathVariable String message,
                    @PathVariable Integer delayTime) {
    rabbitTemplate.convertAndSend(DelayedQueueConfig.DELAYED_EXCHANGE_NAME, DelayedQueueConfig.DELAYED_ROUTING_KEY, message, msg->{
        msg.getMessageProperties().setDelay(delayTime);
        return msg;
    });
    log.info("当前时间={},发送一条延迟{}毫秒的信息给队列[delayed.queue]={}", DateTimeUtil.getCurrentDateTime(),delayTime, message);
}

消息消费者

receiveDelayedQueueConsumer

/**
 * 延迟队列消费者
 * @author mazr
 * @date 2023/7/31 17:25
 */
@Slf4j
@Component
public class receiveDelayedQueueConsumer {

    @RabbitListener(queues = DelayedQueueConfig.DELAYED_QUEUE_NAME)
    public void receiveDelayQueue(Message message) {
        String msg = new String(message.getBody());
        log.info("当前时间={},收到延迟队列消息={}", DateTimeUtil.getCurrentDateTime(), msg);
    }

}

发起请求：
http://localhost:8080/ttl/sendDelayMsg/come on baby1/20000
http://localhost:8080/ttl/sendDelayMsg/come on baby2/2000

结果：

第二个消息先被消费掉了，符合预期

7.8总结

延时队列在需要延时处理的场景下非常有用，使用 RabbitMQ 来实现延时队列可以很好的利用RabbitMQ 的特性，如：消息可靠发送、消息可靠投递、死信队列来保障消息至少被消费一次以及未被正确处理的消息不会被丢弃。另外，通过 RabbitMQ 集群的特性，可以很好的解决单点故障问题，不会因为单个节点挂掉导致延时队列不可用或者消息丢失。
当然，延时队列还有很多其它选择，比如利用 Java 的 DelayQueue，利用 Redis 的 zset，利用 Quartz或者利用 kafka 的时间轮，这些方式各有特点,看需要适用的场景。

8.发布确认高级

场景：在生产环境中由于一些不明原因，导致 rabbitmq 重启，在 RabbitMQ 重启期间生产者消息投递失败，导致消息丢失，需要手动处理和恢复。于是，我们开始思考，如何才能进行 RabbitMQ 的消息可靠投递呢？特别是在这样比较极端的情况， RabbitMQ 集群不可用的时候，无法投递的消息该如何处理呢

8.1确认发布-springboot

添加配置类

/**
 * 发布确认-队列和交换机配置类
 * @author mazr
 * @date 2023/7/31 18:00
 */
@Slf4j
@Component
public class ConfirmConfig {

    // 交换机
    public static final String CONFIRM_EXCHANGE = "confirm.exchange";
    // 队列
    public static final String CONFIRM_QUEUE = "confirm.queue";
    // routingKey
    public static final String CONFIRM_ROUTING_KEY = "key1";

    // 声明队列
    @Bean("confirmQueue")
    public Queue confirmQueue() {
        return QueueBuilder.durable(CONFIRM_QUEUE).build();
    }

    // 声明确认 Exchange 交换机的备份交换机
    @Bean("confirmExchange")
    public DirectExchange confirmExchange(){
		return new DirectExchange(CONFIRM_EXCHANGE_NAME);
	}

    // 队列绑定交换机
    @Bean
    public Binding confirmQueueBindingConfirmExchange(@Qualifier("confirmQueue") Queue confirmQueue,
                                                      @Qualifier("confirmExchange") DirectExchange confirmExchange) {
        return BindingBuilder.bind(confirmQueue).to(confirmExchange).with(CONFIRM_ROUTING_KEY);
    }

}

消息生产者

/**
 * 发布确认-消息生产者
 *
 * @author mazr
 * @date 2023/7/31 18:07
 */
@Slf4j
@RequestMapping("/confirm")
@RestController
public class ConfirmMessageController {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @GetMapping("/sendMsg/{message}")
    public void sendMsg(@PathVariable String message) {
        // 指定消息id
        CorrelationData correlationData1 = new CorrelationData(UUID.randomUUID().toString());
        String routingKey = "key1";
        rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE, routingKey, message + routingKey, correlationData1);
        log.info("发送消息 id 为:{},内容为{}", correlationData1.getId(), message + routingKey);

        // 指定消息id
        CorrelationData correlationData2 = new CorrelationData(UUID.randomUUID().toString());
        // 模拟routingKey不存在的情况
        routingKey = "key2";
        rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE, routingKey, message + routingKey, correlationData2);
        log.info("发送消息 id 为:{},内容为{}", correlationData2.getId(), message + routingKey);
    }
}

回调接口

/**
 * 消息回调接口
 *
 * @author mazr
 * @date 2023/8/1 10:56
 */
@Slf4j
@Component
public class MyCallBack implements RabbitTemplate.ConfirmCallback, RabbitTemplate.ReturnCallback {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @PostConstruct
    public void init() {
        rabbitTemplate.setConfirmCallback(this);
        /**
         * true:交换机无法将消息进行路由时，会将消息返回给生产者
         * false:如果发现消息无法进行路由，则直接丢弃
         */
        rabbitTemplate.setMandatory(true);
        rabbitTemplate.setReturnCallback(this);
    }

    /**
     * [交换机确认]
     * 交换机不管是否收到消息的一个回调方法
     * CorrelationData 消息相关数据
     * ack 交换机是否收到消息
     */
    @Override
    public void confirm(CorrelationData correlationData, boolean ack, String cause) {
        String id = correlationData == null ? "" : correlationData.getId();
        // 接收到消息
        if (ack) {
            log.info("交换机已经收到id={}的消息", id);
        } else { // 未接收到消息
            log.info("交换机还未收到id={}的消息,原因={}", id, cause);
        }
    }
}

消息消费者

/**
 * 确认发布-消费者
 * @author mazr
 * @date 2023/7/31 18:09
 */
@Slf4j
@Component
public class ConfirmConsumer {

    @RabbitListener(queues = ConfirmConfig.CONFIRM_QUEUE)
    public void receiveMsg(Message message) {
        log.info("收到队列[" + ConfirmConfig.CONFIRM_QUEUE +"]的消息={}", new String(message.getBody()));
    }
}

结果分析：

回调接口：

8.2回退消息

8.2.1Mandatory 参数

在仅开启了生产者确认机制的情况下，交换机接收到消息后，会直接给消息生产者发送确认消息，如果发现该消息不可路由，那么消息会被直接丢弃，此时生产者是不知道消息被丢弃这个事件的。那么如何让无法被路由的消息帮我想办法处理一下？最起码通知我一声，我好自己处理啊。通过设置 mandatory 参数可以在当消息传递过程中不可达目的地时将消息返回给生产者。

回调接口代码添加以下代码：

/**
 * 消息回调接口
 *
 * @author mazr
 * @date 2023/8/1 10:56
 */
@Slf4j
@Component
public class MyCallBack implements RabbitTemplate.ConfirmCallback, RabbitTemplate.ReturnCallback {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @PostConstruct
    public void init() {
        rabbitTemplate.setConfirmCallback(this);
        /**
         * true:交换机无法将消息进行路由时，会将消息返回给生产者
         * false:如果发现消息无法进行路由，则直接丢弃
         */
        rabbitTemplate.setMandatory(true);
        rabbitTemplate.setReturnCallback(this);
    }

    /**
     * [交换机确认]
     * 交换机不管是否收到消息的一个回调方法
     * CorrelationData 消息相关数据
     * ack 交换机是否收到消息
     */
    @Override
    public void confirm(CorrelationData correlationData, boolean ack, String cause) {
        String id = correlationData == null ? "" : correlationData.getId();
        // 接收到消息
        if (ack) {
            log.info("交换机已经收到id={}的消息", id);
        } else { // 未接收到消息
            log.info("交换机还未收到id={}的消息,原因={}", id, cause);
        }
    }

    // 当消息无法接收时的回调方法
    @Override
    public void returnedMessage(Message message, int replyCode, String replyText, String exchange, String routingKey) {
        log.error("消息={},被交换机={}退回,退回Code={},退回原因={},路由key={}",
                new String(message.getBody()), exchange, replyCode, replyText, routingKey);
    }
}

生产者代码：

/**
 * 发布确认-消息生产者
 *
 * @author mazr
 * @date 2023/7/31 18:07
 */
@Slf4j
@RequestMapping("/confirm")
@RestController
public class ConfirmMessageController {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @GetMapping("/sendMsg/{message}")
    public void sendMsg(@PathVariable String message) {
        // 指定消息id
        CorrelationData correlationData1 = new CorrelationData(UUID.randomUUID().toString());
        String routingKey = "key1";
        rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE, routingKey, message + routingKey, correlationData1);
        log.info("发送消息 id 为:{},内容为{}", correlationData1.getId(), message + routingKey);

        // 指定消息id
        CorrelationData correlationData2 = new CorrelationData(UUID.randomUUID().toString());
        // 模拟routingKey不存在的情况
        routingKey = "key2";
        rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE, routingKey, message + routingKey, correlationData2);
        log.info("发送消息 id 为:{},内容为{}", correlationData2.getId(), message + routingKey);
    }
}

消费者代码：

/**
 * 确认发布-消费者
 * @author mazr
 * @date 2023/7/31 18:09
 */
@Slf4j
@Component
public class ConfirmConsumer {

    @RabbitListener(queues = ConfirmConfig.CONFIRM_QUEUE)
    public void receiveMsg(Message message) {
        log.info("收到队列[" + ConfirmConfig.CONFIRM_QUEUE +"]的消息={}", new String(message.getBody()));
    }
}

结果分析：

8.3备份交换机

有了 mandatory 参数和回退消息，我们获得了对无法投递消息的感知能力，有机会在生产者的消息
无法被投递时发现并处理。但有时候，我们并不知道该如何处理这些无法路由的消息，最多打个日志，然
后触发报警，再来手动处理。

而通过日志来处理这些无法路由的消息是很不优雅的做法，特别是当生产者
所在的服务有多台机器的时候，手动复制日志会更加麻烦而且容易出错。而且设置 mandatory 参数会增
加生产者的复杂性，需要添加处理这些被退回的消息的逻辑。如果既不想丢失消息，又不想增加生产者的
复杂性，该怎么做呢？前面在设置死信队列的文章中，我们提到，可以为队列设置死信交换机来存储那些
处理失败的消息，可是这些不可路由消息根本没有机会进入到队列，因此无法使用死信队列来保存消息。
在 RabbitMQ 中，有一种备份交换机的机制存在，可以很好的应对这个问题。什么是备份交换机呢？备份
交换机可以理解为 RabbitMQ 中交换机的“备胎” ，当我们为某一个交换机声明一个对应的备份交换机时，就是为它创建一个备胎，当交换机接收到一条不可路由消息时，将会把这条消息转发到备份交换机中，由备
份交换机来进行转发和处理，通常备份交换机的类型为 Fanout ，这样就能把所有消息都投递到与其绑定
的队列中，然后我们在备份交换机下绑定一个队列，这样所有那些原交换机无法被路由的消息，就会都进
入这个队列了。当然，我们还可以建立一个报警队列，用独立的消费者来进行监测和报警。

代码架构图

修改配置类：

/**
 * 发布确认-队列和交换机配置类
 * @author mazr
 * @date 2023/7/31 18:00
 */
@Slf4j
@Component
public class ConfirmConfig {

    // 交换机
    public static final String CONFIRM_EXCHANGE = "confirm.exchange";
    // 队列
    public static final String CONFIRM_QUEUE = "confirm.queue";
    // routingKey
    public static final String CONFIRM_ROUTING_KEY = "key1";

    // 备份交换机
    public static final String BACKUP_EXCHANGE_NAME = "backup.exchange";
    // 备份队列
    public static final String BACKUP_QUEUE_NAME = "backup.queue";
    // 警告队列
    public static final String WARNING_QUEUE_NAME = "warning.queue";

    // 声明队列
    @Bean("confirmQueue")
    public Queue confirmQueue() {
        return QueueBuilder.durable(CONFIRM_QUEUE).build();
    }

    // 声明确认 Exchange 交换机的备份交换机
    @Bean("confirmExchange")
    public DirectExchange confirmExchange() {
        ExchangeBuilder exchangeBuilder = ExchangeBuilder
                .directExchange(CONFIRM_EXCHANGE)
                .durable(true)
                // !!!设置该交换机的备份交换机!!!
                .withArgument("alternate-exchange", BACKUP_EXCHANGE_NAME);
        return exchangeBuilder.build();
    }

    // 队列绑定交换机
    @Bean
    public Binding confirmQueueBindingConfirmExchange(@Qualifier("confirmQueue") Queue confirmQueue,
                                                      @Qualifier("confirmExchange") DirectExchange confirmExchange) {
        return BindingBuilder.bind(confirmQueue).to(confirmExchange).with(CONFIRM_ROUTING_KEY);
    }

    // 声明备份交换机
    @Bean("backupExchange")
    public FanoutExchange backupExchange() {
        return new FanoutExchange(BACKUP_EXCHANGE_NAME, true, false);
    }

    // 声明备份队列
    @Bean("backupQueue")
    public Queue backupQueue() {
        return QueueBuilder.durable(BACKUP_QUEUE_NAME).build();
    }

    // 备份队列绑定交换机
    @Bean
    public Binding backupQueueBindingBackupExchange(@Qualifier("backupQueue") Queue backQueue,
                                                    @Qualifier("backupExchange") FanoutExchange backupExchange) {
        return BindingBuilder.bind(backQueue).to(backupExchange);
    }

    // 声明警告队列
    @Bean("warningQueue")
    public Queue warningQueue() {
        return QueueBuilder.durable(WARNING_QUEUE_NAME).build();
    }

    // 警告队列绑定交换机
    @Bean
    public Binding warningQueueBindingBackupExchange(@Qualifier("warningQueue") Queue warningQueue,
                                                      @Qualifier("backupExchange") FanoutExchange backupExchange) {
        return BindingBuilder.bind(warningQueue).to(backupExchange);
    }

}

报警消费者

/**
 * 报警消费者
 * @author mazr
 * @date 2023/8/1 15:01
 */
@Slf4j
@Component
public class WarningConsumer {

    @RabbitListener(queues = ConfirmConfig.WARNING_QUEUE_NAME)
    public void receiveWarningMsg(Message message) {
        log.error("！！！报警发现不可路由消息[" + ConfirmConfig.WARNING_QUEUE_NAME +"]的消息={}", new String(message.getBody()));
    }

}

mandatory 参数与备份交换机可以一起使用的时候，如果两者同时开启，消息究竟何去何从？谁优先级高，经过上面结果显示答案是备份交换机优先级高。

9.RabbitMQ其他知识点

9.1幂等性

9.1.1概念

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

9.1.2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。

9.1.3解决思路

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。

9.1.4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。

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。
利用 redis 执行 setnx 命令，天然具有幂等性。从而实现不重复消费。

9.2优先级队列

使用场景：在我们系统中有一个订单催付的场景，我们的客户在天猫下的订单,淘宝会及时将订单推送给我们，如果在用户设定的时间内未付款那么就会给用户推送一条短信提醒，很简单的一个功能对吧，但是， tmall
商家对我们来说，肯定是要分大客户和小客户的对吧，比如像苹果，小米这样大商家一年起码能给我们创
造很大的利润，所以理应当然，他们的订单必须得到优先处理，而曾经我们的后端系统是使用 redis 来存
放的定时轮询，大家都知道 redis 只能用 List 做一个简简单单的消息队列，并不能实现一个优先级的场景，所以订单量大了后采用 RabbitMQ 进行改造和优化,如果发现是大客户的订单给一个相对比较高的优先级，否则就是默认优先级。

如何添加

实战

消息生产者

public class Producer {
 public static final String QUEUE_NAME="hello";
    public static void main(String[] args) {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            // 队列中代码添加优先级
            Map<String, Object> arguments = new HashMap<>(1);
            // 优先级设置范围0-255
            arguments.put("x-max-priority", 10);
            channel.queueDeclare(QUEUE_NAME, true, false, false, arguments);
            // 给消息赋予一个 priority 属性
            AMQP.BasicProperties properties = new AMQP.BasicProperties().builder().priority(7).build();  
            for (int i = 1; i < 11; i++) {
                String message = i + "info";
                // i=7的消息优先发送
                if (i == 7){
                    /**
                     * 要让队列实现优先级需要做的事情有如下事情:队列需要设置为优先级队列，消息需要设置消息的优先级，
                     * 注意：消费者需要等待消息已经发送到队列中才去消费，因为这样才有机会对消息进行排序
                     */
                    channel.basicPublish("", QUEUE_NAME, properties, message.getBytes());
                } else {
                    channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
                }
            }
            System.out.println("消息发送完毕");
        }  catch (Exception e) {
            throw new RuntimeException(e);
        }
    }
}

消息消费者

public class Consumer {
    private static final String QUEUE_NAME="hello";
    public static void main(String[] args) throws Exception
    {Channel channel = RabbitMqUtils.getChannel();
     //设置队列的最大优先级 最大可以设置到 255 官网推荐 1-10 如果设置太高比较吃内存和 CPU
     Map<String, Object> params = new HashMap();
     params.put("x-max-priority", 10);
     channel.queueDeclare(QUEUE_NAME, true, false, false, params);
     System.out.println("消费者启动等待消费..............");
     DeliverCallback deliverCallback=(consumerTag, delivery)->{ 
         String receivedMessage = new String(delivery.getBody());System.out.println("接收到消息:"+receivedMessage);
    };
    channel.basicConsume(QUEUE_NAME,true,deliverCallback,(consumerTag)->{System.out.println("消费者无法消费消息时调用，如队列被删除");
});
}

9.3惰性队列

使用场景

RabbitMQ 从 3.6.0 版本开始引入了惰性队列的概念。惰性队列会尽可能的将消息存入磁盘中，而在消费者消费到相应的消息时才会被加载到内存中，它的一个重要的设计目标是能够支持更长的队列，即支持更多的消息存储。当消费者由于各种各样的原因(比如消费者下线、宕机亦或者是由于维护而关闭等)而致使长时间内不能消费消息造成堆积时，惰性队列就很有必要了。
默认情况下，当生产者将消息发送到 RabbitMQ 的时候，队列中的消息会尽可能的存储在内存之中，这样可以更加快速的将消息发送给消费者。即使是持久化的消息，在被写入磁盘的同时也会在内存中驻留一份备份。当 RabbitMQ 需要释放内存的时候，会将内存中的消息换页至磁盘中，这个操作会耗费较长的时间，也会阻塞队列的操作，进而无法接收新的消息。虽然 RabbitMQ 的开发者们一直在升级相关的算法，但是效果始终不太理想，尤其是在消息量特别大的时候。

两个模式

队列具备两种模式： default 和 lazy。默认的为 default 模式，在3.6.0 之前的版本无需做任何变更。

lazy模式即为惰性队列的模式，可以通过调用 channel.queueDeclare 方法的时候在参数中设置，也可以通过
Policy 的方式设置，如果一个队列同时使用这两种方式设置的话，那么 Policy 的方式具备更高的优先级。
如果要通过声明的方式改变已有队列的模式的话，那么只能先删除队列，然后再重新声明一个新的。在队列声明的时候可以通过“x-queue-mode”参数来设置队列的模式，取值为“default”和“lazy”。

下面示例中演示了一个惰性队列的声明细节：
Map<String, Object> args = new HashMap<String, Object>();
args.put("x-queue-mode", "lazy");
channel.queueDeclare("myqueue", false, false, false, args);

内存开销对比