RabbitMQ学习笔记

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。

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。

分布式系统的两种通信方式：直接远程调用和借助第三方完成间接通信

MQ三大优势

1.削峰填谷

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。

提高系统稳定性

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，如果直接远程调用库存系统、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。

直接远程调用：造成系统的耦合性越高，容错性低，可维护性差

当转变成基于消息队列（MQ）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。

MQ调用：提高容错行高和可维护性高

3.异步提速

同步远程调用：响应慢(920ms)

使用MQ异步处理：响应快，提升用户体验，增加系统吞吐量（单位时间内处理请求的数目）（25ms）

MQ的劣势

系统可用性降低

系统引入外部依赖越多，系统稳定性越差。一旦MQ宕机，就会对业务造成影响。如何保证MQ的高可用？

系统复杂度提高

MQ的加入层架系统复杂度，MQ是进行异步调用。如何保证消息没有被重复消费？怎么处理消息丢失情况？怎么保证消息传递顺序？

一致性问题

如A系统完成业务，通过MQ给B、C、D系统发消息，若B、C系统处理成功，D系统处理失败。如何保证消息数据一致性？

使用MQ需要什么条件

① 生产者不需要从消费者处获得反馈。引入消息队列之前的直接调用，其接口的返回值应该为空，这才让明明下层的动作还没做，上层却当成动作做完了继续往后走，即所谓异步成为了可能。

② 容许短暂的不一致性。

③ 确实是用了有效果。即解耦、提速、削峰这些方面的收益，超过加入MQ，管理MQ这些成本。

MQ 的产品

RabbitMQ核心

RabbitMQ简介

AMQP，即 Advanced Message Queuing Protocol（高级消息队列协议），是一个网络协议，是应用层协议的一个开放标准，为面向消息的中间件设计。基于此协议的客户端与消息中间件可传递消息，并不受客户端/中间件不同产品，不同的开发语言等条件的限制。2006年，AMQP 规范发布。类比HTTP。

RabbitMQ 是基于 AMQP 协议使用 Erlang 语言开发的一款消息队列产品。

生产者（发包裹）

产生数据发送消息的程序是生产者

交换机（快递站）

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（快递站）

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（收件人）

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。

RabbitMQ6大核心

RabbitMQ工作原理

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：（连接）

publisher／consumer 和 broker 之间的 TCP 连接

Channel：（信道）

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：（交换机）

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：（队列）

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

RabbitMQ内容

a)消息可靠性投递生产者 --发送--> broker(MQ)

b)Consumer ACK broker(MQ) --发送--> 消费者

c) 消息幂等性处理消息重复性消费

JMS

⚫ JMS 即 Java 消息服务（JavaMessage Service）应用程序接口，是一个 Java 平台中关于面向消息中间件的API

⚫ JMS 是 JavaEE 规范中的一种，类比JDBC

⚫ 很多消息中间件都实现了JMS规范，例如：ActiveMQ。RabbitMQ 官方没有提供 JMS 的实现包，但是开源社区有

安装

1.官网地址
Downloading and Installing RabbitMQ — RabbitMQhttps://www.rabbitmq.com/download.html erlang下载地址

Releases · rabbitmq/erlang-rpm · GitHubLatest Erlang/OTP releases packaged as a zero dependency RPM, just enough for running RabbitMQ - Releases · rabbitmq/erlang-rpmhttps://github.com/rabbitmq/erlang-rpm/releases2.文件上传

上传到/usr/local/software 目录下(如果没有 software 需要自己创建)

3.安装文件(分别按照以下顺序安装)

rpm -ivh erlang-23.3.4.11-1.el7.x86_64.rpm

yum install socat -y #安装所需依赖

rpm -ivh rabbitmq-server-3.10.0.rc.6-1.el7.noarch.rpm

rpm默认安装在/usr/lib目录下，至此，rabbitmq就安装完成了

3.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

如果启动服务报错

Job for rabbitmq-server.service failed because the control process exited with error code. See "systemctl status rabbitmq-server.service" and "journalctl -xe" for details.

参考解决方案：rabbitmq 【ERROR: epmd error for host "192":badarg (unknown POSIX error)】_黄金时代的架构之路的博客-CSDN博客_epmd error for host

开启 web 管理插件(先关闭服务)

rabbitmq-plugins enable rabbitmq_management

访问http://IP:15672，如果失败，可能是服务器防火墙没有关闭，查看防火墙状态：

systemctl status firewalld

如果防火墙开启，则需要关闭防火墙：

systemctl stop firewalld # 关闭防火墙，只对当前有效，系统重启防火墙还会再次打开

永久关闭防火墙：

systemctl enable firewalld # 系统重启，防火墙也不会再次打开

用默认账号和密码(guest) 访问http://IP:15672

# 默认账号没有权限，只能在服务器本地登录

4.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

set_permissions [-p ]

rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"

用户 user_admin 具有/vhost1 这个 virtual host 中所有资源的配置、写、读权限

当前用户和角色

rabbitmqctl list_users

rabbitmqctl list_users # 查看当前有哪些用户角色

rabbitmqctl add_user admin 123 # 添加用户(用户名:admin 密码:123)

rabbitmqctl set_user_tags admin administrator # 设置admin用户角色为administrator(超级管理员)

# 设置用户权限,模板如下：

# set_permissions [-p <vhostpath>] <user> <conf> <write> <read>

rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*" # admin用户具有vhostpath为/中所有资源的配置、写、读权限

5.再次利用 admin 用户登录

6. 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

二、HelloWorld

写三个角色，生产者、队列、消费者

依赖

 <!--指定 jdk 编译版本-->
    <properties>
        <maven.compiler.source>1.8</maven.compiler.source>
        <maven.compiler.target>1.8</maven.compiler.target>
        <maven.compiler.compilerVersion>1.8</maven.compiler.compilerVersion>
    </properties>
    <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>

生产者

/**
 * 生产者：发消息
 */
public class Producer {
    //队列名称
    public static final String QUEUE_NAME = "hello";
    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
        //创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        //工厂IP连接RabbitMQ的队列
        factory.setHost("192.168.8.100");
        //用户名
        factory.setUsername("admin");
        //密码
        factory.setPassword("123");
        //创建链接
        Connection connection = factory.newConnection();
        //获取信道
        Channel channel = connection.createChannel();
        /*生成一个队列 (两个参数)
        *   1.队列名称
        *   2.队列里面的消息是否持久化  （false: 默认消息存储在内存中）
        *   3.该队列是否只共一个消费者消费，是否消息共享，true: 可以多个消费者消费,false: 只能一个消费
        *   4.是否自动删除，最后一个消费者端开连接之后，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，（延迟消息）
        * */
        channel.queueDeclare(QUEUE_NAME, false, false, false, null);
        //发消息
        String message = "HelloWorld";  //初次使用
        /*
        * 发送一个消费（参数）
        *   1.发送到哪个交换机
        *   2.路由的key值是哪个  （本次是队列的名称）
        *   3.其他参数
        *   4.发送的消息体
        * */
        channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
        System.out.println("消息发送完毕");
    }
}

消费者

/*
 *消费者
 * 接受消息
 * */
public class Consumer {
    //队列的名称
    public static final String QUEUE_NAME = "hello";

    //接受消息
    public static void main(String[] args) throws IOException, TimeoutException {
        //创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        //连接地址
        factory.setHost("192.168.8.100");
        //用户名
        factory.setUsername("admin");
        //密码
        factory.setPassword("123");
        //建立连接
        Connection connection = factory.newConnection();
        //建立信道
        Channel channel = connection.createChannel();
        //声明    接收消息
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println(new String(message.getBody()));
        };
        //取消消息回调
        CancelCallback cancelCallback = (consumerTag) -> {
            System.out.println("消息消费被中断");
        };
        /*
         * 消费者消费消息
         *   1.消费那个队列
         *   2.消费成功之后是否自动应答，true：自动应答，false：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(QUEUE_NAME, true, deliverCallback, cancelCallback);
    }
}

三、Work Queues（轮训）

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。

工具类

//连接的工具类
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("192.168.8.100");
        factory.setUsername("admin");
        factory.setPassword("123");
        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();
        return channel;
    }
}

生产者

/*
 * 生产者
 * */
public class Task01 {
    //队列名称
    public static final String QUEUE_NAME = "hello";

    //发送信息
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        /*生成一个队列 (两个参数)
         *   1.队列名称
         *   2.队列里面的消息是否持久化  （false: 默认消息存储在内存中）
         *   3.该队列是否只共一个消费者消费，是否消息共享，true: 可以多个消费者消费,false: 只能一个消费
         *   4.是否自动删除，最后一个消费者端开连接之后，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，（延迟消息）
         * */
        channel.queueDeclare(QUEUE_NAME, false, false, false, null);
        //控制台接收消息
        Scanner scanner = new Scanner(System.in);
        while (scanner.hasNext()) {
            String message = scanner.nextLine();
            /*
             * 发送一个消费（参数）
             *   1.发送到哪个交换机
             *   2.路由的key值是哪个  （本次是队列的名称）
             *   3.其他参数
             *   4.发送的消息体
             * */
            channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
            System.out.println("消息发送完成" + message);
        }
    }
}

消费者（多跑几个Run就是多个消费者）

/*
 *工作线程01（消费者）
 * */
public class Worker01 {
    //队列的名称
    public static final String QUEUE_NAME = "hello";

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

        //消息的接受
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("接受到的消息：" + new String(message.getBody()));
        };
        //取消消息回调
        CancelCallback cancelCallback = (consumerTag) -> {
            System.out.println(consumerTag + "消息者取消消费接口回调逻辑");
        };
        /*
         * 消费者消费消息
         *   1.消费那个队列
         *   2.消费成功之后是否自动应答，true：自动应答，false：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
         * */
        System.out.println("C1等待接收消息...");
        channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
    }
}

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。

自动应答（不推荐）

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。

手动应答

A.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

B.Channel.basicNack(用于否定确认)

C.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

Multiple 的解释（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

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

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。

手动应答（ channel.basicAck() ）

 //队列名称
    public static final String TASK_QUEUE_NAME = "ack_queue";

    //接受消息
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        System.out.println("C2等待接受消息处理时间长");
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            //沉睡1秒
            SleepUtils.sleep(30);
            System.out.println("接受到的消息" + new String(message.getBody(), "UTF-8"));
            /*手动应答（参数）
            *   1.消息的标记 tag
            *   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);
        };
        //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");
        });
    }

RabbitMQ持久化

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。

队列实现持久化

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

 //声明一个队列
        boolean durable = true; // 队列持久化
        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

Caused by: com.rabbitmq.client.ShutdownSignalException: channel error; protocol method: #method<channel.close>(reply-code=406, reply-text=PRECONDITION_FAILED - inequivalent arg 'durable' for queue 'ack_queue' in vhost '/': received 'true' but current is 'false', class-id=50, method-id=10)

在RabbitMQ的UI界面删除队列

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修改代码，MessageProperties.PERSISTENT_TEXT_PLAIN 添加这个属性。（此持久化不是绝对）

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); 默认是0 设置在消费方

预取值（不公平分发值）信道的大小

四、发布确认（生产者）

 1.
 boolean durable = true; // 队列持久化
 channel.queueDeclare(TASK_QUEUE_NAME, durable, false, false, null);
 2.
 channel.basicPublish("", TASK_QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN, 
                          message.getBytes("UTF-8"));

概念

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。

发布确认的策略

开启发布确认的方法

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

同步确认发布，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。

最大缺点：发布速度慢，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。

 //1.单个确认
    public static void publishMessageIndividually() throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            //队列的声明
            String queueName = UUID.randomUUID().toString();
            channel.queueDeclare(queueName, false, false, false, null);
            //开启发布确认
            channel.confirmSelect();
            //开始时间
            long begin = System.currentTimeMillis();
            //批量发消息
            for (int i = 0; i < MESSAGE_COUNT; i++) {
                String message = i + "";
                channel.basicPublish("", queueName, null, message.getBytes());
                //服务端返回 false 或超时时间内未返回，生产者可以消息重发
                boolean flag = channel.waitForConfirms();
                if (flag) {
                    System.out.println("消息发送成功");
                }
            }
            //结束时间
            long end = System.currentTimeMillis();
            System.out.println("发布" + MESSAGE_COUNT + "个单独确认消息,耗时" + (end - begin) + "ms");
        }

批量发布确认

缺点: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.批量确认
    public static void publishMessageBatch() throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            //队列声明
            String queueName = UUID.randomUUID().toString();
            channel.queueDeclare(queueName, false, false, false, null);
            //开启发布确认
            channel.confirmSelect();
            //批量确认消息大小
            int batchSize = 100;
            //未确认消息个数
            int outstandingMessageCount = 0;
            //开始时间
            long begin = System.currentTimeMillis();
            for (int i = 0; i < MESSAGE_COUNT; i++) {
                String message = i + "";
                channel.basicPublish("", queueName, null, message.getBytes());
                outstandingMessageCount++;
                if (outstandingMessageCount == batchSize) {
                    channel.waitForConfirms();
                    outstandingMessageCount = 0;
                }
            }
            //为了确保还有剩余没有确认消息 再次确认
            if (outstandingMessageCount > 0) {
                channel.waitForConfirms();
            }
            //结束时间
            long end = System.currentTimeMillis();
            System.out.println("发布" + MESSAGE_COUNT + "个批量确认消息,耗时" + (end - begin) +
                    "ms");
        }
    }

异步确认发布

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。

//3.异步批量发布确认
    public static void publishMessageAsync() throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            String queueName = UUID.randomUUID().toString();
            channel.queueDeclare(queueName, false, 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<>();
            /**
             * 确认收到消息的一个回调
             * 1.消息序列号
             * 2.true 可以确认小于等于当前序列号的消息
             * false 确认当前序列号消息
             */
            ConfirmCallback ackCallback = (sequenceNumber, multiple) -> {
                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(sequenceNumber, 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(sequenceNumber);
                }
            };
            ConfirmCallback nackCallback = (sequenceNumber, multiple) -> {
                String message = outstandingConfirms.get(sequenceNumber);
                System.out.println("发布的消息" + message + "未被确认，序列号" + sequenceNumber);
            };
            /**
             * 添加一个异步确认的监听器
             * 1.确认收到消息的回调
             * 2.未收到消息的回调
             */
            channel.addConfirmListener(ackCallback, nackCallback);
            long begin = System.currentTimeMillis();
            for (int i = 0; i < MESSAGE_COUNT; 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());
            }
            long end = System.currentTimeMillis();
            System.out.println("发布" + MESSAGE_COUNT + "个异步确认消息,耗时" + (end - begin) +
                    "ms");
        }
    }

如何处理异步未确认消息

最好的解决的解决方案就是把未确认的消息放到一个基于内存的能被发布线程访问的队列，比如说用 ConcurrentLinkedQueue 这个队列在 confirm callbacks 与发布线程之间进行消息的传递。

五、交换机

概念

生产者生产的消息从不会直接发送到队列。

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。

Exchanges 的类型

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

无名 exchange

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

临时队列

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。

创建临时队列的方式如下:

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

创建出来之后长成这样:(查看Features列有无D)

绑定(bindings)

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

RoutingKey

Fanout(发布订阅模式扇出交换机)

Fanout 介绍

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

Fanout 实战

消费者

/*
 *   消息接受 消费者
 * */
public class ReceiveLogs01 {
    //创建交换机名字
    private static final String EXCHANGE_NAME = "logs";

    public static void main(String[] argv) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        //声明交换机
        channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
        /**
         * 临时队列 队列的名称是随机的
         * 当消费者断开和该队列的连接时 队列自动删除
         */
        String queueName = channel.queueDeclare().getQueue();
        //把该临时队列绑定我们的 exchange 其中 routingkey(也称之为 binding key)为空字符串
        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.....");
        //接受消息回调函数
        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), "UTF-8");
            System.out.println("ReceiveLogs01控制台打印接收到的消息" + message);
        };
        /*
         * 消费者消费消息
         *   1.消费那个队列
         *   2.消费成功之后是否自动应答，true：自动应答，false：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(queueName, true, deliverCallback, consumerTag -> {
        });
    }
}

生产者

/*
    生产者
 * */
public class EmitLog {
    private static final String EXCHANGE_NAME = "logs";

    public static void main(String[] argv) throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            /**
             * 声明一个 exchange
             * 1.exchange 的名称
             * 2.exchange 的类型
             */
            channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
            Scanner sc = new Scanner(System.in);
            System.out.println("请输入信息");
            while (sc.hasNext()) {
                String message = sc.nextLine();
                channel.basicPublish(EXCHANGE_NAME, "", null, message.getBytes("UTF-8"));
                System.out.println("生产者发出消息" + message);
            }
        }
    }

}

Direct exchange（直接交换机路由模式）

什么是 bindings：

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。

实战：

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);
        //声明队列
        channel.queueDeclare("console", false, false, false, null);
        //交换机绑定队列
        channel.queueBind("console", EXCHANGE_NAME, "info");
        channel.queueBind("console", EXCHANGE_NAME, "warning");


        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), "UTF-8");
            System.out.println(" 接收绑定键 :"+delivery.getEnvelope().getRoutingKey()+", ReceiveLogsDirect01消息:"+message);
        };
        channel.basicConsume("console", true, deliverCallback, consumerTag -> {
        });

    }
}

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);
        //声明队列
        channel.queueDeclare("disk", false, false, false, null);
        //交换机绑定队列
        channel.queueBind("disk", EXCHANGE_NAME, "error");


        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), "UTF-8");
            System.out.println(" 接收绑定键 :"+delivery.getEnvelope().getRoutingKey()+", ReceiveLogsDirect02消息:"+message);
        };
        channel.basicConsume("disk", true, deliverCallback, consumerTag -> {
        });

    }
}

/*
    生产者
 * */
public class DirectLogs {
    private static final String EXCHANGE_NAME = "direct_logs";

    public static void main(String[] argv) throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            /**
             * 声明一个 exchange
             * 1.exchange 的名称
             * 2.exchange 的类型
             */
            channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT
            );
            Scanner sc = new Scanner(System.in);
            System.out.println("请输入信息");
            while (sc.hasNext()) {
                String message = sc.nextLine();
                channel.basicPublish(EXCHANGE_NAME, "info", null, message.getBytes("UTF-8"));
                System.out.println("生产者发出消息" + message);
            }
        }
    }

}

Topics（主题交换机）

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

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.#)

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

六、死信队列

概念

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.

实战代码架构

七、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。

针对死信队列中消息TTL过期

延迟队列使用场景

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

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。

消息设置 TTL （ setExpiration() ）

rabbitTemplate.convertAndSend("X", "XC", message, correlationData ->{
            correlationData.getMessageProperties().setExpiration(ttlTime);
            return correlationData;
        });

队列设置 TTL

在创建队列的时候设置队列的“x-message-ttl”属性

//声明队列的 TTL 单位ms 毫秒
arguments.put("x-message-ttl", 10000);
return QueueBuilder.durable(QUEUE_A).withArguments(arguments).build();

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。

安装延时队列插件

在官网上下载 https://www.rabbitmq.com/community-plugins.html

下载rabbitmq_delayed_message_exchange 插件，然后解压放置到 RabbitMQ 的插件目录。

进入 RabbitMQ 的安装目录下的 plgins 目录，执行下面命令让该插件生效，然后重启 RabbitMQ

/usr/lib/rabbitmq/lib/rabbitmq_server-3.8.8/plugins

rabbitmq-plugins enable rabbitmq_delayed_message_exchange

代码架构

八、发布确认高级

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。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

确认机制方案

生产者发消息给交换机，交换机收不到消息，应该缓存

代码架构

在配置文件当中需要添加

spring.rabbitmq.publisher-confirm-type=correlated

⚫ NONE

禁用发布确认模式，是默认值

⚫ CORRELATED

发布消息成功到交换器后会触发回调方法

⚫ SIMPLE

经测试有两种效果，其一效果和 CORRELATED 值一样会触发回调方法，

其二在发布消息成功后使用 rabbitTemplate 调用 waitForConfirms 或 waitForConfirmsOrDie 方法等待 broker 节点返回发送结果，根据返回结果来判定下一步的逻辑，要注意的点是 waitForConfirmsOrDie 方法如果返回 false 则会关闭 channel，则接下来无法发送消息到 broker

写回调接口

@Component
@Slf4j
public class MyCallBack implements RabbitTemplate.ConfirmCallback, RabbitTemplate.ReturnsCallback {
    //注入
    @Autowired
    private RabbitTemplate rabbitTemplate;

    /*
     *   将当前类MyCallBack 注入到RabbitTemplate类中的内部接口中
     * @PostConstruct注解,在对象加载完依赖注入后执行它通常都是一些初始化的操作，但初始化可能依赖于注入的其他组件，所以要等依赖全部加载完再执行
     * */
    @PostConstruct
    public void init() {
        rabbitTemplate.setConfirmCallback(this);
        rabbitTemplate.setReturnsCallback(this);
    }

    /**
     * 交换机确认回调方法
     * 1.发消息 交换机接成功 回调
     * 1.1 correlationData 保存回调信息的ID及相关信息
     * 1.2 交换机收到消息 true
     * 1.3 cause    null
     * 2.发消息 交换机接受失败 回校
     * 2.1 correlationData 保存回校信息的ID及相关信息
     * 2.2 交换机收到消息 ack = false
     * 2.3 cause 失败的原因
     */
    @Override
    public void confirm(CorrelationData correlationData, boolean ack, String cause) {
        String id = correlationData != null ? correlationData.getId() : "";
        if (ack) {
            log.info("交换机已经收到 id 为:{}的消息", id);
        } else {
            log.info("交换机还未收到 id 为:{}消息,由于原因:{}", id, cause);
        }
    }

    /*
     *   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。
     *   只有不送达目的地才回退
     * */

    @Override
    public void returnedMessage(ReturnedMessage returnedMessage) {
        log.info("消息{},被交换机{}退回，退回原因{},路由Key{}",
                returnedMessage.getMessage(),
                returnedMessage.getExchange(),
                returnedMessage.getReplyText(),
                returnedMessage.getRoutingKey());
    }
}

回退消息

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。

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。

@Component
@Slf4j
public class MyCallBack implements RabbitTemplate.ConfirmCallback, RabbitTemplate.ReturnsCallback {
    //注入
    @Autowired
    private RabbitTemplate rabbitTemplate;

    /*
     *   将当前类MyCallBack 注入到RabbitTemplate类中的内部接口中
     * @PostConstruct注解,在对象加载完依赖注入后执行它通常都是一些初始化的操作，但初始化可能依赖于注入的其他组件，所以要等依赖全部加载完再执行
     * */
    @PostConstruct
    public void init() {
        rabbitTemplate.setConfirmCallback(this);
        rabbitTemplate.setReturnsCallback(this);
    }

    /**
     * 交换机确认回调方法
     * 1.发消息 交换机接成功 回调
     * 1.1 correlationData 保存回调信息的ID及相关信息
     * 1.2 交换机收到消息 true
     * 1.3 cause    null
     * 2.发消息 交换机接受失败 回校
     * 2.1 correlationData 保存回校信息的ID及相关信息
     * 2.2 交换机收到消息 ack = false
     * 2.3 cause 失败的原因
     */
    @Override
    public void confirm(CorrelationData correlationData, boolean ack, String cause) {
        String id = correlationData != null ? correlationData.getId() : "";
        if (ack) {
            log.info("交换机已经收到 id 为:{}的消息", id);
        } else {
            log.info("交换机还未收到 id 为:{}消息,由于原因:{}", id, cause);
        }
    }

    /*
     *   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。
     *   只有不送达目的地才回退
     * */

    @Override
    public void returnedMessage(ReturnedMessage returnedMessage) {
        log.info("消息{},被交换机{}退回，退回原因{},路由Key{}",
                returnedMessage.getMessage(),
                returnedMessage.getExchange(),
                returnedMessage.getReplyText(),
                returnedMessage.getRoutingKey());
    }
}

备份交换机

代码架构

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

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。

九、RabbitMQ 其他知识点

幂等性

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。

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。

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

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。

Redis 原子性（推荐）

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

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

a.控制台操作

b.队列中代码添加优先级

c.消息中代码添加优先级

d.注意事项

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，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

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。

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 args = new HashMap();

args.put("x-queue-mode", "lazy");

channel.queueDeclare("myqueue", false, false, false, args);

惰性队列消耗内存资源少，因为是保存在磁盘中

十、RabbitMQ 集群

clustering

使用集群的原因

最开始我们介绍了如何安装及运行 RabbitMQ 服务，不过这些是单机版的，无法满足目前真实应用的要求。如果 RabbitMQ 服务器遇到内存崩溃、机器掉电或者主板故障等情况，该怎么办？单台 RabbitMQ 服务器可以满足每秒 1000 条消息的吞吐量，那么如果应用需要 RabbitMQ 服务满足每秒 10 万条消息的吞吐量呢？购买昂贵的服务器来增强单机 RabbitMQ 务的性能显得捉襟见肘，搭建一个 RabbitMQ 集群才是解决实际问题的关键.

搭建集群

1.修改 3 台机器的主机名称

        vim /etc/hostname

2.配置各个节点的 hosts 文件，让各个节点都能互相识别对方

        vim /etc/hosts

                10.211.55.74 node1

                10.211.55.75 node2

                10.211.55.76 node3

3.以确保各个节点的 cookie 文件使用的是同一个值在 node1 上执行远程操作命令

        scp /var/lib/rabbitmq/.erlang.cookie root@node2:/var/lib/rabbitmq/.erlang.cookie

        scp /var/lib/rabbitmq/.erlang.cookie root@node3:/var/lib/rabbitmq/.erlang.cookie

4.启动 RabbitMQ 服务,顺带启动 Erlang 虚拟机和 RbbitMQ 应用服务(在三台节点上分别执行以下命令)

        rabbitmq-server -detached

5.在节点 2 执行

        rabbitmqctl stop_app

        (rabbitmqctl stop 会将 Erlang 虚拟机关闭，rabbitmqctl stop_app 只关闭 RabbitMQ 服务)

        rabbitmqctl reset

        rabbitmqctl join_cluster rabbit@node1

        rabbitmqctl start_app(只启动应用服务)

6.在节点 3 执行

        rabbitmqctl stop_app

        rabbitmqctl reset

        rabbitmqctl join_cluster rabbit@node2

        rabbitmqctl start_app

7.集群状态

        rabbitmqctl cluster_status

8.需要重新设置用户

        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

                rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"

9.解除集群节点(node2 和 node3 机器分别执行)

        rabbitmqctl stop_app

        rabbitmqctl reset

        rabbitmqctl start_app

        rabbitmqctl cluster_status

        rabbitmqctl forget_cluster_node rabbit@node2(node1 机器上执行)

镜像队列

使用镜像的原因

如果 RabbitMQ 集群中只有一个 Broker 节点，那么该节点的失效将导致整体服务的临时性不可用，并且也可能会导致消息的丢失。可以将所有消息都设置为持久化，并且对应队列的durable属性也设置为true，但是这样仍然无法避免由于缓存导致的问题：因为消息在发送之后和被写入磁盘井执行刷盘动作之间存在一个短暂却会产生问题的时间窗。通过 publisherconfirm 机制能够确保客户端知道哪些消息己经存入磁盘，尽管如此，一般不希望遇到因单点故障导致的服务不可用。

引入镜像队列(Mirror Queue)的机制，可以将队列镜像到集群中的其他 Broker 节点之上，如果集群中的一个节点失效了，队列能自动地切换到镜像中的另一个节点上以保证服务的可用性。

搭建步骤

        1.启动三台集群节点

        2.随便找一个节点添加 policy

         3.在 node1 上创建一个队列发送一条消息，队列存在镜像队列

        4.停掉 node1 之后发现 node2 成为镜像队列

        5.就算整个集群只剩下一台机器了依然能消费队列里面的消息

        说明队列里面的消息被镜像队列传递到相应机器里面了

Haproxy+Keepalive 实现高可用负载均衡

整体架构图

Haproxy 实现负载均衡

HAProxy 提供高可用性、负载均衡及基于 TCPHTTP 应用的代理，支持虚拟主机，它是免费、快速并且可靠的一种解决方案，包括 Twitter,Reddit,StackOverflow,GitHub 在内的多家知名互联网公司在使用。 HAProxy 实现了一种事件驱动、单一进程模型，此模型支持非常大的井发连接数.

扩展 nginx,lvs,haproxy 之间的区别: http://www.ha97.com/5646.html

搭建步骤

        1.下载 haproxy(在 node1 和 node2)

                yum -y install haproxy

        2.修改 node1 和 node2 的 haproxy.cfg

                vim /etc/haproxy/haproxy.cfg

        需要修改红色 IP 为当前机器 IP

        3.在两台节点启动

                haproxy haproxy -f /etc/haproxy/haproxy.cfg

                ps -ef | grep haproxy

        4.访问地址

                http://10.211.55.71:8888/stats

Keepalived 实现双机(主备)热备

试想如果前面配置的 HAProxy 主机突然宕机或者网卡失效，那么虽然 RbbitMQ 集群没有任何故障但是对于外界的客户端来说所有的连接都会被断开结果将是灾难性的为了确保负载均衡服务的可靠性同样显得十分重要，这里就要引入 Keepalived 它能够通过自身健康检查、资源接管功能做高可用(双机热备)，实现故障转移.

搭建步骤

        1.下载

                keepalived yum -y install keepalived

        2.节点 node1 配置文件

                vim /etc/keepalived/keepalived.conf

                把资料里面的 keepalived.conf 修改之后替换

        3.节点 node2 配置文件

                需要修改 global_defs 的 router_id,如:nodeB

                其次要修改 vrrp_instance_VI 中 state 为"BACKUP"；

                最后要将 priority 设置为小于 100 的值

        4.添加 haproxy_chk.sh (为了防止 HAProxy 服务挂掉之后 Keepalived 还在正常工作而没有切换到 Backup 上，所以这里需要编写一个脚本来检测 HAProxy 务的状态,当 HAProxy 服务挂掉之后该脚本会自动重启 HAProxy 的服务，如果不成功则关闭 Keepalived 服务，这样便可以切换到 Backup 继续工作)

                vim /etc/keepalived/haproxy_chk.sh(可以直接上传文件)

                修改权限 chmod 777 /etc/keepalived/haproxy_chk.sh

        5.启动 keepalive 命令(node1 和 node2 启动)

                systemctl start keepalived

        6.观察 Keepalived 的日志

                tail -f /var/log/messages -n 200

        7.观察最新添加的

                vip ip add show

        8.node1 模拟 keepalived 关闭状态

                systemctl stop keepalived

        9.使用 vip 地址来访问 rabbitmq 集群

Federation Exchange （联合交换机）

使用它的原因

(broker 北京)，(broker 深圳)彼此之间相距甚远，网络延迟是一个不得不面对的问题。有一个在北京的业务(Client 北京) 需要连接(broker 北京)，向其中的交换器 exchangeA 发送消息，此时的网络延迟很小， (Client 北京)可以迅速将消息发送至 exchangeA 中，就算在开启了 publisherconfirm 机制或者事务机制的情况下，也可以迅速收到确认信息。此时又有个在深圳的业务(Client 深圳)需要向 exchangeA 发送消息，那么(Client 深圳) (broker 北京)之间有很大的网络延迟，(Client 深圳) 将发送消息至 exchangeA 会经历一定的延迟，尤其是在开启了 publisherconfirm 机制或者事务机制的情况下，(Client 深圳) 会等待很长的延迟时间来接收(broker 北京)的确认信息，进而必然造成这条发送线程的性能降低，甚至造成一定程度上的阻塞。

将业务(Client 深圳)部署到北京的机房可以解决这个问题，但是如果(Client 深圳)调用的另些服务都部署在深圳，那么又会引发新的时延问题，总不见得将所有业务全部部署在一个机房，那么容灾又何以实现？这里使用 Federation 插件就可以很好地解决这个问题.

Federation Queue

使用它的原因

联邦队列可以在多个 Broker 节点(或者集群)之间为单个队列提供均衡负载的功能。一个联邦队列可以连接一个或者多个上游队列(upstream queue)，并从这些上游队列中获取消息以满足本地消费者消费消息的需求。

Shovel

使用它的原因

Federation 具备的数据转发功能类似，Shovel 够可靠、持续地从一个 Broker 中的队列(作为源端，即 source)拉取数据并转发至另一个 Broker 中的交换器(作为目的端，即 destination)。作为源端的队列和作为目的端的交换器可以同时位于同一个 Broker，也可以位于不同的 Broker 上。Shovel 可以翻译为"铲子"，是一种比较形象的比喻，这个"铲子"可以将消息从一方"铲子"另一方。Shovel 行为就像优秀的客户端应用程序能够负责连接源和目的地、负责消息的读写及负责连接失败问题的处理。

黑马Rabbit MQ高级特性

内容介绍

1.1 消息的可靠投递（生产者）

在使用 RabbitMQ 的时候，作为消息发送方希望杜绝任何消息丢失或者投递失败场景。

RabbitMQ 为我们提供了两种方式用来控制消息的投递可靠性模式。

⚫ confirm 确认模式

⚫ return 退回模式

rabbitmq 整个消息投递的路径为：

producer--->rabbitmq broker--->exchange--->queue--->consumer

⚫ 消息从 producer 到 exchange 则会返回一个 confirmCallback 。

⚫ 消息从 exchange-->queue 投递失败则会返回一个 returnCallback 。

我们将利用这两个 callback 控制消息的可靠性投递

spring.rabbitmq.publisher-confirm-type=correlated

确认模式

/*
     * 	确认模式
     * 		1. 开启 publisher-confirm-type: correlated  #消息可靠性传递
     * 		2.rabbitTemplate 定义ConfirmCallBack回调函数
     * */
    @Test
    void testConfirm() {
        //2.定义回调
        rabbitTemplate.setConfirmCallback(new RabbitTemplate.ConfirmCallback() {
            /**
             *
             * @param correlationData   相关配置信息
             * @param ack   exchange交换机 是否成功接受到消息   true 成功 false 失败
             * @param cause 失败的原因
             */
            @Override
            public void confirm(CorrelationData correlationData, boolean ack, String cause) {
                System.out.println("confirm方法被执行");
                if (ack) {
                    //接受成功
                    System.out.println("接受成功" + cause);
                } else {
                    //接受失败
                    System.out.println("接受失败" + cause);
                    //做一些处理，让消息再一次发送
                }
            }
        });
        //3.发送消息
        rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "confirm", "message confirm 消息确认...");
    }

回退模式

/*
     * 	回退模式    ：当消息发送给exchange，exchange路由给queue 失败时才会执行 ReturnCallBack
     * 		1. 开启回退模式   publisher-returns: true     #开启消息回退模式
     * 		2. 设置ReturnCallBack
     *      3. 设置Exchange处理消息模式
     *              1.如果消息没有路由到Queue,则丢弃消息（!~默认~!）
     *              2.如果消息没有路由到Queue,返回给消息发送方ReturnCallBack （新版本默认这个）
     * */
    @Test
    public void testReturn() {
        //设置交换机处理消息的模式
        rabbitTemplate.setMandatory(true);    //新版本默认true 默认开启了
        //2.设置setReturnsCallback
        rabbitTemplate.setReturnsCallback(new RabbitTemplate.ReturnsCallback() {
            /**
             * private final Message message;   消息对象
             *     private final int replyCode; 消息错误码
             *     private final String replyText;  错误信息
             *     private final String exchange;   交换机
             *     private final String routingKey; 路由键
             * @param returned
             */
            @Override
            public void returnedMessage(ReturnedMessage returned) {
                System.out.println("return模式 方法执行..." + returned);
            }
        });
        //3.发送消息
        rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "confirm", "message return 消息回退...");
    }

1.1 消息的可靠投递小结

➢ 设置ConnectionFactory的publisher-confirms="true" 开启确认模式。

➢ 使用rabbitTemplate.setConfirmCallback设置回调函数。当消息发送到exchange后回调confirm方法。在方法中判断ack，如果为true，则发送成功，如果为false，则发送失败，需要处理。

➢ 设置ConnectionFactory的publisher-returns="true" 开启退回模式。

➢ 使用rabbitTemplate.setReturnCallback设置退回函数，当消息从exchange路由到 queue失败后，如果设置了rabbitTemplate.setMandatory(true)参数，则会将消息退回给producer。并执行回调函数returnedMessage。

1.2 Consumer Ack (消费端)

ack指Acknowledge，确认。表示消费端收到消息后的确认方式。

有三种确认方式：

• 自动确认：acknowledge="none"

• 手动确认：acknowledge="manual"

• 根据异常情况确认：acknowledge="auto"，（这种方式使用麻烦，不作讲解）

其中自动确认是指，当消息一旦被Consumer接收到，则自动确认收到，并将相应 message 从 RabbitMQ 的消息缓存中移除。但是在实际业务处理中，很可能消息接收到，业务处理出现异常，那么该消息就会丢失。如果设置了手动确认方式，则需要在业务处理成功后，调用channel.basicAck()，手动签收，如果出现异常，则调用channel.basicNack()方法，让其自动重新发送消息。

配置文件

spring
# rabbitMQ消息中间件
rabbitmq:
host: MQ服务IP地址
port: 5672
username: 用户名
password: 密码
virtual-host: /
listener:
simple:
retry:
# 是否开启重试
enabled: true
# 重试时间间隔 ms
initial-interval: 3000
# 重试次数
max-attempts: 3
# 重试最大时间间隔 ms
max-interval: 15000
# 倍数
multiplier: 2
# 注意：开启手动Ack
acknowledge-mode: manual

prefetch: 1 #表示消费端每次从MQ拉去信息，直到手动确认或自动确认完成后，才能再去拉取数据

/**
 * Consumer Ack机制 消费者
 * 1.设置手动签收        yaml配置文件 acknowledge-mode: manual 手动确认    none 自动确认
 * 2.让监听器类实现ChannelAwareMessageListener接口
 * 3.如果消息成功处理，则调用channel的basicAck()签收
 * 4.弱国消息处理失败，则调用channel的basicNack()拒绝签收，broker重新发送给consumer
 */
@Component
@Slf4j
public class AckListener implements ChannelAwareMessageListener {

    @RabbitListener(queues = RabbitMQConfig.QUEUE_NAME)
    @Override
    public void onMessage(Message message, Channel channel) throws Exception {
        Thread.sleep(3000);
        long deliveryTag = message.getMessageProperties().getDeliveryTag();

        try {
            //1.接受转换消息
            System.out.println("broker发送来的消息："+new String(message.getBody()));

            //2.处理业务逻辑
            System.out.println("处理业务逻辑...");
//            int i = 3 / 0;

            //3.手动签收
            channel.basicAck(deliveryTag, true);
        } catch (Exception e) {
//            e.printStackTrace();
            /*
            *   4.拒绝签收
            *   第三个参数，requeue 设置为true,拒收后重新回到队列中，broker重新发消息给消费者
            * */
            System.out.println("消息拒绝签收");
            channel.basicNack(deliveryTag, true, true);
//            channel.basicReject(deliveryTag,true);
        }
    }

1.2 消息可靠性总结

1. 持久化

• exchange要持久化

• queue要持久化

• message要持久化

2. 生产方确认Confirm

3. 消费方确认Ack

4. Broker高可用

1.3 消费端限流

/**
 * Consumer 限流机制
 *  1.确保Ack机制为生动确认
 *  2.配置属性 prefetch= 1 表示消费端每次从MQ拉去信息，直到手动确认完成后，才能再去拉取数据
 */
@Component
@Slf4j
public class QosListener  {

    @RabbitListener(queues = RabbitMQConfig.QUEUE_NAME)
    public void receiveMsg(Message message, Channel channel) throws Exception {
        Thread.sleep(2000);
        //1.获取消息
        System.out.println("QosListener接受到的消息：" + new String(message.getBody()));
        //2.处理业务逻辑
        //3.签收
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), true);
    }
}

1.3 消费端限流小结

➢ 在中配置 prefetch属性设置消费端一次拉取多少消息

➢ 消费端的确认模式一定为手动确认。acknowledge="manual"

1.4 TTL

➢ TTL 全称 Time To Live（存活时间/过期时间）。

➢ 当消息到达存活时间后，还没有被消费，会被自动清除。

➢ RabbitMQ可以对消息设置过期时间，也可以对整个队列（Queue）设置过期时间。

创建TTL队列

    //TTL队列
    @Bean("TTLQueue")
    public Queue TTLQueue() {
         设置 ttl 队列，并设定 x-message-ttl 参数，表示 消息存活最大时间，单位  ms
        Map<String, Object> arguments = new HashMap<>(3);
        arguments.put("x-message-ttl", 100000);
        return new Queue(TTL_QUEUE_NAME, true, false, false, arguments);
    }

发消息

 //TTL消息队列发消息
    /*
     * TTL:过期时间
     *   1.队列统一过期
     *   2.消息单独过期
     *设置了队列过期，也设置了消息过期，以消息短的为准
     * 队列过期后，会将队列消息全部移除
     * 消息过期后，只有消息在顶端，才会判断消息是否过期（移除）
     * */
    @Test
    public void sendTTL() {

        /*for (int i = 0; i < 10; i++) {
            String msg = new String("消息" + i);
            rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "ttl", msg);
        }*/

        //消息处理对象，设置一些消息的参数信息
        MessagePostProcessor messagePostProcessor = new MessagePostProcessor() {
            @Override
            public Message postProcessMessage(Message message) throws AmqpException {
                //设置message的信息
                message.getMessageProperties().setExpiration("5000");   //过期时间
                //返回该信息
                return message;
            }
        };

        //消息单独过期
//        rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "ttl", "消息发送", messagePostProcessor);
        for (int i = 0; i < 10; i++) {
            if (i == 5) {
                //消息单独过期
                rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "ttl", "消息发送", messagePostProcessor);
            } else {
                //不过期的消息
                rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "ttl", "消息发送");
            }
        }
    }

1.4 TTL 小结

➢ 设置队列过期时间使用参数：x-message-ttl，单位：ms(毫秒)，会对整个队列消息统一过期。

➢ 设置消息过期时间使用参数：expiration。单位：ms(毫秒)，当该消息在队列头部时（消费时），会单独判断这一消息是否过期。

➢ 如果两者都进行了设置，以时间短的为准

1.5 死信队列

死信队列，英文缩写：DLX 。Dead Letter Exchange（死信交换机），当消息成为Dead message后，可以被重新发送到另一个交换机，这个交换机就是DLX。

消息成为死信的三种情况：

1. 队列消息长度到达限制；

2. 消费者拒接消费消息，basicNack/basicReject,并且不把消息重新放入原目标队列,requeue=false；

3. 原队列存在消息过期设置，消息到达超时时间未被消费；

队列绑定死信交换机：

给队列设置参数： x-dead-letter-exchange 和 x-dead-letter-routing-key

x-dead-letter-exchange 死性交换机名称

x-dead-letter-routing-key 发送给死性交换机的routingKey

x-max-length 队列里面的最大长度

x-message-ttl 队列的过期时间

 @Bean("queueA")
    public Queue queueA() {
        Map<String, Object> arguments = new HashMap<>(3);
        //声明当前队列绑定的死信交换机
        arguments.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
        //声明当前队列的死信路由 RoutingKey
        arguments.put("x-dead-letter-routing-key", "YD");
        //声明队列的 TTL 单位ms 毫秒
        arguments.put("x-message-ttl", 10000);
        return QueueBuilder.durable(QUEUE_A).withArguments(arguments).build();
    }

1.5 死信队列小结

1. 死信交换机和死信队列和普通的没有区别

2. 当消息成为死信后，如果该队列绑定了死信交换机，则消息会被死信交换机重新路由到死信队列

3. 消息成为死信的三种情况：

1. 队列消息长度到达限制；

2. 消费者拒接消费消息，并且不重回队列；

3. 原队列存在消息过期设置，消息到达超时时间未被消费；

1.6 延迟队列

延迟队列，即消息进入队列后不会立即被消费，只有到达指定时间后，才会被消费。

需求：

1. 下单后，30分钟未支付，取消订单，回滚库存。

2. 新用户注册成功7天后，发送短信问候。

实现方式：

1. 定时器

2. 延迟队列

很可惜，在RabbitMQ中并未提供延迟队列功能。

但是可以使用：TTL+死信队列组合实现延迟队列的效果。

1.7 日志与监控

1.7.1 RabbitMQ日志

RabbitMQ默认日志存放路径： /var/log/rabbitmq/rabbit@xxx.log

日志包含了RabbitMQ的版本号、Erlang的版本号、RabbitMQ服务节点名称、cookie的hash值、 RabbitMQ配置文件地址、内存限制、磁盘限制、默认账户guest的创建以及权限配置等等。

1.7.2 web管控台监控

http://IP:15672

1.7.3 rabbitmqctl管理和监控

查看队列 # rabbitmqctl list_queues

查看exchanges # rabbitmqctl list_exchanges

查看用户 # rabbitmqctl list_users

查看连接 # rabbitmqctl list_connections

查看消费者信息 # rabbitmqctl list_consumers

查看环境变量 # rabbitmqctl environment

查看未被确认的队列 # rabbitmqctl list_queues name messages_unacknowledged

查看单个队列的内存使用 # rabbitmqctl list_queues name memory

查看准备就绪的队列 # rabbitmqctl list_queues name messages_ready

2. RabbitMQ 应用问题

RabbitMQ应用问题

1. 消息可靠性保障

• 消息补偿机制

2. 消息幂等性保障

• 乐观锁解决方案

2.1 消息可靠性保障- - 消息补偿

需求： 100%确保消息发送成功

2.2 消息幂等性保障--乐观锁机制

幂等性指一次和多次请求某一个资源，对于资源本身应该具有同样的结果。也就是说，其任意多次执行对资源本身所产生的影响均与一次执行的影响相同。

在MQ中指，消费多条相同的消息，得到与消费该消息一次相同的结果。

非余摆编程

关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
RabbitMQ学习笔记

一、MQ 的相关概念1.1 MQ是什么？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 MQ1.流量消峰举个例子，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...
复制链接

扫一扫