安装RabbitMQ
通过docker在linux系统上进行安装 docker安装教程
//下载
docker pull rabbitmq:3-management
//安装
docker run \
-e RABBITMQ_DEFAULT_USER=itcast \
-e RABBITMQ_DEFAULT_PASS=123321 \
--name mq \
--hostname mq1 \
-p 15672:15672 \
-p 5672:5672 \
-d \
rabbitmq:3-management
//设置开机自启
chkconfig rabbitmq-server on
<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>
package com.atguigu.rabbitmq.one;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
//生产者
public class Producer {
//队列名称
public static final String QUEUE_NAME = "hello";
public static void main(String[] args) throws Exception{
//创建连接工厂
ConnectionFactory factory = new ConnectionFactory();
//工厂IP 连接RabbitMQ的队列（往往是rabbitmq所在的linux系统的IP）
factory.setHost("192.168.31.231");
//用户名
factory.setUsername("itcast");
//密码
factory.setPassword("123321");
//创建连接
Connection connection = factory.newConnection();
//获取信道
Channel channel = connection.createChannel();
/**
* 生成一个队列
* queueDeclare(String var1, boolean var2, boolean var3, boolean var4, Map<String, Object> var5)
* var1: 队列名称
* var2: 队列里面的消息是否持久化(磁盘)默认情况消息存储在内存中
* var3: 该队列是否只供一个消费者进行消费，是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
* var4: 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，false不自动删除
* var5: 其他参数
*
*/
channel.queueDeclare(QUEUE_NAME,false,false,false,null);
/**
* 发送一个消息
* basicPublish(String var1, String var2, BasicProperties var3, byte[] var4)
* var1:发送给哪一个交换机
* var2:路由Key值是哪个 本次是队列的名称
* var3:其他参数信息
* var4:发送消息的消息体
*/
String message = "hello world";
channel.basicPublish("", QUEUE_NAME,null,message.getBytes());
System.out.println("消息发送成功");
}
}
package com.atguigu.rabbitmq.one;
import com.rabbitmq.client.*;
//消费者
public class Consumer {
//队列名称
public static final String QUEUE_NAME = "hello";
public static void main(String[] args) throws Exception {
//创建连接工厂
ConnectionFactory factory = new ConnectionFactory();
//工厂IP 连接RabbitMQ的队列（往往是rabbitmq所在的linux系统的IP）
factory.setHost("192.168.31.231");
//用户名
factory.setUsername("itcast");
//密码
factory.setPassword("123321");
//创建连接
Connection connection = factory.newConnection();
//获取信道
Channel channel = connection.createChannel();
/**
* 消费者消费消息
* String basicConsume(String var1, boolean var2, DeliverCallback var3, CancelCallback var4)
* var1：消费哪个队列
* var2：消费成功之后是否要自动应答，true代表自动应答，false代表手动应答
* var3：消费者未成功消费的回调（函数式接口）
* var4：消费者取消消费的回调（函数式接口）
*/
//声明接收消息
DeliverCallback deliverCallback = (consumerTag, message) -> System.out.println(new String(message.getBody()));
//取消消息时的回调
CancelCallback cancelCallback = consumerTag -> System.out.println("消息消费被中断");
channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
}
}
测试
启动消费者工程
启动消费者工程
package com.atguigu.rabbitmq.utils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
/**
* 连接工厂创建信道的工具类
*/
public class RabbitmqUtils {
public static Channel getChannel() throws Exception{
//创建连接工厂
ConnectionFactory factory = new ConnectionFactory();
//工厂IP 连接RabbitMQ的队列（往往是rabbitmq所在的linux系统的IP）
factory.setHost("192.168.31.231");
//用户名
factory.setUsername("itcast");
//密码
factory.setPassword("123321");
//创建连接
Connection connection = factory.newConnection();
//获取信道
Channel channel = connection.createChannel();
return channel;
}
}
package com.atguigu.rabbitmq.tow;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
/**
* 这是一个工作线程，相当于之前的消费者
*/
public class Worker01 {
//队列名称
public static final String QUEUE_NAME = "hello";
public static void main(String[] args) throws Exception {
Channel channel = RabbitmqUtils.getChannel();
//声明接收消息
DeliverCallback deliverCallback = (consumerTag, message) -> System.out.println("接收到的消息"+new String(message.getBody()));
//取消消息时的回调
CancelCallback cancelCallback = consumerTag -> System.out.println(consumerTag+"消息消费被中断");
channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
}
}
package com.atguigu.rabbitmq.tow;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.rabbitmq.client.Channel;
import java.util.Scanner;
/**
* 生产者
*/
public class Test {
//队列名称
public static final String QUEUE_NAME = "hello";
//发送大量消息
public static void main(String[] args) throws Exception {
Channel channel = RabbitmqUtils.getChannel();
channel.queueDeclare(QUEUE_NAME, false, false, false, null);
//从控制台当中输入消息
Scanner scanner = new Scanner(System.in);
while(scanner.hasNext()){
String message = scanner.next();
channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
System.out.println("发送成功"+message);
}
}
}
测试
消费者开启两个线程（启动两次）
启动生产者线程，在控制台输入：
AA(回车)
BB(回车)
CC(回车)
DD(回车)
查看两个消费者控制台
消息应答
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。
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。
消费者代码
工具类：
package com.atguigu.rabbitmq.utils;
/**
* 睡眠工具类
*/
public class SleepUtils {
public static void sleep(int second){
try {
Thread.sleep(1000*second);
}catch (Exception e){
Thread.currentThread().interrupt();
}
}
}
消费者1：睡眠时间短
package com.atguigu.rabbitmq.three;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.atguigu.rabbitmq.utils.SleepUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
public class Worker03 {
//队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
//接收消息
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");
DeliverCallback deliverCallback = (consumerTag, message) -> {
//睡眠1s
SleepUtils.sleep(1);
System.out.println("接收到的消息：" + new String(message.getBody(), "UTF-8"));
//手动应答
/**
* basicAck(long var1, boolean var2)
* var1:消息的标记 tag
* var2: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 + "消费者取消消息接口回调函数");
}));
}
}
消费者2：睡眠时间长
package com.atguigu.rabbitmq.three;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.atguigu.rabbitmq.utils.SleepUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
public class Worker04 {
//队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
//接收消息
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长");
DeliverCallback deliverCallback = (consumerTag, message) -> {
//睡眠30s
SleepUtils.sleep(30);
System.out.println("接收到的消息：" + new String(message.getBody(), "UTF-8"));
//手动应答
/**
* basicAck(long var1, boolean var2)
* var1:消息的标记 tag
* var2:是否批量应答 false:不批量应答信道中的消息 true:批量 (批量会导致任务丢失)
*/
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 + "消费者取消消息接口回调函数");
}));
}
}
package com.atguigu.rabbitmq.three;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.rabbitmq.client.Channel;
import java.util.Scanner;
/**
* 消息在手动应答时是不丢失，放回队列中重新消费
*/
public class Task2 {
//队列名称
public static final String TASK_QUEUE_NAME="ack_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitmqUtils.getChannel();
//声明队列
channel.queueDeclare(TASK_QUEUE_NAME,false,false,false,null);
Scanner scanner = new Scanner(System.in);
while(scanner.hasNext()){
String message = scanner.next();
channel.basicPublish("",TASK_QUEUE_NAME,null, message.getBytes("UTF-8"));
System.out.println("生产者发出消息："+message);
}
}
}
处理了任务不丢失后，接下来要保障当 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。
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，不然就会出现如下错误：
具体操作
点击观看视频
消息持久化
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。
将消息标记为持久化并不能完全保证不会丢失消息。尽管它告诉 RabbitMQ 将消息保存到磁盘，但是这里依然存在当消息刚准备存储在磁盘的时候 但是还没有存储完，消息还在缓存的一个间隔点。此时并没有真正写入磁盘。持久性保证并不强，但是对于我们的简单任务队列而言，这已经绰绰有余了。如果需要更强有力的持久化策略，参考后边课件发布确认章节。
具体操作
修改生产者代码
package com.atguigu.rabbitmq.three;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.MessageProperties;
import java.util.Scanner;
/**
* 消息在手动应答时是不丢失，放回队列中重新消费
*/
public class Task2 {
//队列名称
public static final String TASK_QUEUE_NAME="ack_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitmqUtils.getChannel();
//声明队列
boolean durable = true;//是否让队列进行持久化
channel.queueDeclare(TASK_QUEUE_NAME,durable,false,false,null);
Scanner scanner = new Scanner(System.in);
while(scanner.hasNext()){
String message = scanner.next();
channel.basicPublish("",TASK_QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes("UTF-8"));
System.out.println("生产者发出消息："+message);
}
}
}
不公平分发
概念
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。
修改消费者代码
package com.atguigu.rabbitmq.three;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.atguigu.rabbitmq.utils.SleepUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
public class Worker03 {
//队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
//接收消息
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");
DeliverCallback deliverCallback = (consumerTag, message) -> {
//睡眠1s
SleepUtils.sleep(1);
System.out.println("接收到的消息：" + new String(message.getBody(), "UTF-8"));
//手动应答
/**
* basicAck(long var1, boolean var2)
* var1:消息的标记 tag
* var2: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);
};
//设置不公平分发：默认为0(公平分发)
int prefetchCount = 1;
channel.basicQos(prefetchCount);
//采用手动应答
boolean autoAck = false;
channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, (consumerTag -> {
System.out.println(consumerTag + "消费者取消消息接口回调函数");
}));
}
}
预取值
概念
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。
发布确认
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。
单个发布确认策略
概念
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。
代码
package com.atguigu.rabbitmq.four;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.rabbitmq.client.Channel;
import java.util.UUID;
/**
* 发布确认：
*/
public class ConfirmMessage {
//批量发消息个数
public static final int MESSAGE_COUNT = 1000;
public static void main(String[] args) throws Exception {
//1：单个确认
publishMessageIndividually();
//2：批量确认
//3：异步批量确认
}
//单个确认
public static void publishMessageIndividually() throws Exception {
//获取信道
Channel channel = RabbitmqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
/**
* 生成一个队列
* queueDeclare(String var1, boolean var2, boolean var3, boolean var4, Map<String, Object> var5)
* var1: 队列名称
* var2: 队列里面的消息是否持久化(磁盘)默认情况消息存储在内存中
* var3: 该队列是否只供一个消费者进行消费，是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
* var4: 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，false不自动删除
* var5: 其他参数
*
*/
channel.queueDeclare(queueName, true, 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());
//单个消息就马上进行发布确认
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");
}
}
批量确认发布
概念
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。
代码
package com.atguigu.rabbitmq.four;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.rabbitmq.client.Channel;
import java.util.UUID;
/**
* 发布确认：
*/
public class ConfirmMessage {
//批量发消息个数
public static final int MESSAGE_COUNT = 1000;
public static void main(String[] args) throws Exception {
//1：单个确认
// publishMessageIndividually();
//2：批量确认
publishMessageBatch();
}
//单个确认
public static void publishMessageIndividually() throws Exception {
//获取信道
Channel channel = RabbitmqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
/**
* 生成一个队列
* queueDeclare(String var1, boolean var2, boolean var3, boolean var4, Map<String, Object> var5)
* var1: 队列名称
* var2: 队列里面的消息是否持久化(磁盘)默认情况消息存储在内存中
* var3: 该队列是否只供一个消费者进行消费，是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
* var4: 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，false不自动删除
* var5: 其他参数
*
*/
channel.queueDeclare(queueName, true, 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());
//单个消息就马上进行发布确认
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
public static void publishMessageBatch() throws Exception {
//获取信道
Channel channel = RabbitmqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
/**
* 生成一个队列
* queueDeclare(String var1, boolean var2, boolean var3, boolean var4, Map<String, Object> var5)
* var1: 队列名称
* var2: 队列里面的消息是否持久化(磁盘)默认情况消息存储在内存中
* var3: 该队列是否只供一个消费者进行消费，是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
* var4: 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，false不自动删除
* var5: 其他参数
*
*/
channel.queueDeclare(queueName, true, false, false, null);
//开启发布确认
channel.confirmSelect();
//开始时间
long begin = System.currentTimeMillis();
//批量确认消息大小
int batchSize = 100;
//批量发消息
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("", queueName, null, message.getBytes());
//判断达到100条消息的时候，批量确认一次
if (i % batchSize == 0)
//发布确认
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");
}
}
批量确认发布异步确认发布
概念
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。
package com.atguigu.rabbitmq.four;
import com.atguigu.rabbitmq.utils.RabbitmqUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.ConfirmCallback;
import java.util.UUID;
/**
* 发布确认：
*/
public class ConfirmMessage {
//批量发消息个数
public static final int MESSAGE_COUNT = 1000;
public static void main(String[] args) throws Exception {
//1：单个确认
// publishMessageIndividually();
//2：批量确认
// publishMessageBatch();
//3：异步批量确认
publishMessageAsync();
}
//单个确认
public static void publishMessageIndividually() throws Exception {
//获取信道
Channel channel = RabbitmqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
/**
* 生成一个队列
* queueDeclare(String var1, boolean var2, boolean var3, boolean var4, Map<String, Object> var5)
* var1: 队列名称
* var2: 队列里面的消息是否持久化(磁盘)默认情况消息存储在内存中
* var3: 该队列是否只供一个消费者进行消费，是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
* var4: 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，false不自动删除
* var5: 其他参数
*
*/
channel.queueDeclare(queueName, true, 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());
//单个消息就马上进行发布确认
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
public static void publishMessageBatch() throws Exception {
//获取信道
Channel channel = RabbitmqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
/**
* 生成一个队列
* queueDeclare(String var1, boolean var2, boolean var3, boolean var4, Map<String, Object> var5)
* var1: 队列名称
* var2: 队列里面的消息是否持久化(磁盘)默认情况消息存储在内存中
* var3: 该队列是否只供一个消费者进行消费，是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
* var4: 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，false不自动删除
* var5: 其他参数
*
*/
channel.queueDeclare(queueName, true, false, false, null);
//开启发布确认
channel.confirmSelect();
//开始时间
long begin = System.currentTimeMillis();
//批量确认消息大小
int batchSize = 100;
//批量发消息
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("", queueName, null, message.getBytes());
//判断达到100条消息的时候，批量确认一次
if (i % batchSize == 0)
//发布确认
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");
}
//异步发布确认
public static void publishMessageAsync() throws Exception {
//获取信道
Channel channel = RabbitmqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
/**
* 生成一个队列
* queueDeclare(String var1, boolean var2, boolean var3, boolean var4, Map<String, Object> var5)
* var1: 队列名称
* var2: 队列里面的消息是否持久化(磁盘)默认情况消息存储在内存中
* var3: 该队列是否只供一个消费者进行消费，是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
* var4: 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，false不自动删除
* var5: 其他参数
*
*/
channel.queueDeclare(queueName, true, false, false, null);
//开启发布确认
channel.confirmSelect();
//开始时间
long begin = System.currentTimeMillis();
//消息确认成功 回调函数
ConfirmCallback ackCallback = (deliveryTag, multiple) -> {
System.out.println("确认的消息" + 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 nackCallback = (deliveryTag, multiple) -> {
System.out.println("未确认的消息" + deliveryTag);
};
//准备消息监听器 监听哪些消息成功了 哪些消息失败了
/**
* ackCallback:监听哪些消息成功了
* nackCallback:监听哪些消息失败了
*/
channel.addConfirmListener(ackCallback, nackCallback);//异步通知
//批量发送消息
for(int i=0;i<MESSAGE_COUNT;i++){
String message = "消息"+i;
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");
}
}
1083
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
