四、RabbitMQ之发布确认模式

RabbitMQ目录

---

---

RabbitMQ之发布确认模式

1、发布确认原理

发布确认是解决消息不丢失的重要环节。

在上节有说到即使我们在生产者中设置了队列持久化、消息持久化，但依然存在消息被传送到队列上，还没来得及存储在磁盘上，队列就宕机了，这种情况下消息也是会丢失的。所以在之前两步的基础上还是进行第三步：发布确认。三步操作加一起才能保证消息是不丢失的。

来看一下发布确认的原理：生产者将信道设置成 confirm （发布确认）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。

2、发布确认的策略

2.1. 开启发布确认的方法

发布确认模式默认是没有开启的，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。这一步操作是在生产者中操作的。

2.2.同步发布确认

2.2.1. 单个发布确认

这是一种简单的确认方式，它是一种同步发布确认的方式，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，

• waitForConfirms() 与 waitForConfirmsOrDie() ，可以指定时间参数，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。只是waitForConfirmsOrDie异常后信道被关闭，生产者发布不能继续发布消息。

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。

package com.wlw.rabbitmq.four;

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.MessageProperties;
import com.wlw.rabbitmq.utils.RabbitMqUtils;

import java.util.UUID;

/**
 * 发布确认模式
 * 使用的时间比较哪种确认方式是最好的
 * 1、单个确认 - 同步
 * 2、批量确认 - 同步
 * 3、异步批量确认
 */
public class ConfirmMessage {

    private static final int MESSAGE_COUNT = 1000;

    public static void main(String[] args) throws Exception {
        //1、单个确认 - 同步
        publishMessageIndividually(); //发布1000个单独确认消息，耗时722ms

    }

    //单个确认 - 同步
    public static void publishMessageIndividually() throws Exception {
        //获取信道
        Channel channel = RabbitMqUtils.getChannel();

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

        //声明队列 - 同时设置队列持久化
        channel.queueDeclare(queueName, true, false, false, null);

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

        long begin = System.currentTimeMillis();
        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + "";
            //发消息 - 同时设置消息持久化
            channel.basicPublish("", queueName, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());

            //单个发布确认，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");
            }
        }
        long end = System.currentTimeMillis();
        System.out.println("发布" + MESSAGE_COUNT + "个单独确认消息,耗时" + (end - begin) +"ms");

    }
}

2.2.2. 批量发布确认

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这些消息。当然这种方案仍然是同步的，也一样阻塞消息的发布。

package com.wlw.rabbitmq.four;

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.MessageProperties;
import com.wlw.rabbitmq.utils.RabbitMqUtils;

import java.util.UUID;

/**
 * 发布确认模式
 * 使用的时间比较哪种确认方式是最好的
 * 1、单个确认 - 同步
 * 2、批量确认 - 同步
 * 3、异步批量确认
 */
public class ConfirmMessage {

    private static final int MESSAGE_COUNT = 1000;

    public static void main(String[] args) throws Exception {
        //1、单个确认 - 同步
        publishMessageIndividually(); //发布1000个单独确认消息，耗时722ms

        //2、批量确认 - 同步
        publishMessageBatch(); //发布1000个批量确认消息,耗时147ms

        //3、异步批量确认
    }

	//批量确认- 同步
    public static void publishMessageBatch() throws Exception {
        //获取信道
        Channel channel = RabbitMqUtils.getChannel();
        //队列名
        String queueName = UUID.randomUUID().toString();
        //声明队列 - 同时设置队列持久化
        channel.queueDeclare(queueName, true, 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;
        long begin = System.currentTimeMillis();
        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + "";
            //发消息 - 同时设置消息持久化
            channel.basicPublish("", queueName, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());

            outstandingMessageCount++;
            if (outstandingMessageCount == batchSize) {
                //批量发布确认
                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();
        }
        long end = System.currentTimeMillis();
        System.out.println("发布" + MESSAGE_COUNT + "个批量确认消息,耗时" + (end - begin) +"ms");

    }
}

2.3. 异步发布确认

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。

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（回调函数） 与发布线程之间进行消息的传递。

分三步：

• 第一步：发消息时记录下所有发送的消息
• 第二步：在消息确认成功的回调函数中删除已经确认的消息，剩下的就是未确认的消息
• 第三步：在消息确认失败的回调函数中对剩余的消息做处理。

package com.wlw.rabbitmq.four;

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.ConfirmCallback;
import com.rabbitmq.client.MessageProperties;
import com.wlw.rabbitmq.utils.RabbitMqUtils;

import java.util.UUID;
import java.util.concurrent.ConcurrentNavigableMap;
import java.util.concurrent.ConcurrentSkipListMap;

/**
 * 发布确认模式
 * 使用的时间比较哪种确认方式是最好的
 * 1、单个确认 - 同步
 * 2、批量确认 - 同步
 * 3、异步批量确认
 */
public class ConfirmMessage {

    private static final int MESSAGE_COUNT = 1000;

    public static void main(String[] args) throws Exception {
        //1、单个确认 - 同步
        publishMessageIndividually(); //发布1000个单独确认消息，耗时722ms

        //2、批量确认 - 同步
        publishMessageBatch(); //发布1000个批量确认消息,耗时147ms

        //3、异步批量确认
        publishMessageAsync(); //发布1000个异步发布确认消息,耗时62ms
    }


    //异步确认
    public static void publishMessageAsync() throws Exception {
        //获取信道
        Channel channel = RabbitMqUtils.getChannel();
        //队列名
        String queueName = UUID.randomUUID().toString();
        //声明队列 - 同时设置队列持久化
        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<>();

        /**
         * 消息确认成功的回调函数，方法参数：1.消息序列号、2.批量标识:true为批量，false 确认当前序列号消息
         */
        ConfirmCallback ackCallback = (deliveryTag, multiple) -> {
            if (multiple) {
                //2：删除到已经确认的消息 剩下的就是未确认的消息
                ConcurrentNavigableMap<Long, String> confirmed = outstandingConfirms.headMap(deliveryTag, true);
                //删除
                confirmed.clear();
            }else{
                //只清除当前序列号的消息
                outstandingConfirms.remove(deliveryTag);
            }
            System.out.println("确认的消息："+ deliveryTag);
        };

        //消息确认失败的回调，方法参数：1.消息的标记 2.是否为批量确认
        ConfirmCallback nackCallback = (deliveryTag, multiple) -> {
            //3：打印一下未确认的消息都有哪些
            String message = outstandingConfirms.get(deliveryTag);
            System.out.println("发布的消息："+message+"未被确认，序列号："+deliveryTag);
        };

        //添加一个异步确认的监听器 ，方法参数：1:确认收到消息的回调、2:未收到消息的回调
        //异步通知
        channel.addConfirmListener(ackCallback, nackCallback);

        long begin = System.currentTimeMillis();
        //发送1000条消息
        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = "消息" + i;
            /**
             * 1：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);
            //发消息 - 同时设置消息持久化
            channel.basicPublish("", queueName, MessageProperties.PERSISTENT_TEXT_PLAIN, 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");
    }
}

2.4. 以上 3 种发布确认速度对比

• 同步-单独发布消息：同步等待确认，简单，但吞吐量非常有限。
• 同步-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。

public static void main(String[] args) throws Exception {
    //1、单个确认 - 同步
    publishMessageIndividually(); //发布1000个单独确认消息，耗时722ms

    //2、批量确认 - 同步
    publishMessageBatch(); //发布1000个批量确认消息,耗时147ms

    //3、异步批量确认
    publishMessageAsync(); //发布1000个异步发布确认消息,耗时62ms
}