-
1.概念:无法被消费的消息,若原队列没有后续操作,就成为死信
-
2.触发条件:
消息被拒(basic.reject或basic.nack)
消息TTL(Time To Live)过期
队列达到最大长度 -
3 大体图解
-
4 不多说,上代码
信道:
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("127.0.0.1");
factory.setUsername("admin");
factory.setPassword("admin");
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
return channel;
}
}
生产者:
public class Producer {
private static final String NORMAL_EXCHANGE = "normal_exchange";
public static void main(String[] args) {
try{
Channel channel = RabbitMqUtils.getChannel();
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
// 设置过期时间
AMQP.BasicProperties properties = new AMQP.BasicProperties().builder().expiration("10000").build();
for (int i = 0; i < 10; i++) {
String message="info"+i;
// param 1:交换机 param 2:路由键 param 4:消息体
channel.basicPublish(NORMAL_EXCHANGE,"normal-routing-key",properties ,message.getBytes(StandardCharsets.UTF_8));
}
}catch (Exception e){
System.out.println(e);
}
}
}
正常消费者:
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";
// 普通队列
public static final String NORMAL_QUEUE = "normal_queue";
// 死信队列
public static final String DEAD_QUEUE = "dead_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);
// normal 队列
// 在正常队列声明死信队列参数(死信交换机、路由键)
HashMap<String, Object> hashMap = new HashMap<>(2);
hashMap.put("x-dead-letter-exchange",DEAD_EXCHANGE);
hashMap.put("x-dead-letter-routing-key","dead-routing-key");
// 设置过期时长
hashMap.put("x-message-ttl",10000);
// 设置队列长度
// hashMap.put("x-max-length",6);
channel.queueDeclare(NORMAL_QUEUE,false,false,false,hashMap);
channel.queueBind(NORMAL_QUEUE,NORMAL_EXCHANGE,"normal-routing-key");
// 死信队列
// param2:durable param3:exclusive(排他) param4:autoDelete param5:属性参数
channel.queueDeclare(DEAD_QUEUE,false,false,false,null);
channel.queueBind(DEAD_QUEUE,DEAD_EXCHANGE,"dead-routing-key");
System.out.println("等待接收消息........... ");
// deliverCallback: 当一个消息发送过来后的回调接口
DeliverCallback deliverCallback = (consumerTag, delivery) -> {
String message = new String(delivery.getBody(), "UTF-8");
System.out.println("Consumer01 接收到消息"+message);
};
// cancelCallback:当一个消费者取消订阅时的回调接口;取消消费者订阅队列时除了使用{@link Channel#basicCancel}之外的所有方式都会调用该回调方法
channel.basicConsume(NORMAL_QUEUE,true,deliverCallback,cancelCallback ->{});
}
}
死信队列:
public class Consumer02 {
// 死信队列
public static final String DEAD_QUEUE = "dead-queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
System.out.println("等待消费私信队列....");
DeliverCallback deliverCallback = (consumerTag,message) -> {
System.out.println("Consumer02 接收死信队列的消息" + message);
};
channel.basicConsume(DEAD_QUEUE,true,deliverCallback,consumerTag ->{});
}
}
- 5.消息被拒场景(在正常消费者对应的代码块中修改)
// 以下模拟消息被拒
DeliverCallback deliverCallback = (consumerTag, delivery) -> {
String message = new String(delivery.getBody(), "UTF-8");
if ("info5".equals(message)){
// param2: requeue
channel.basicReject(delivery.getEnvelope().getDeliveryTag(), false);
System.out.println("Consumer01 info5消息被拒");
}else{
// param2:批量应答
channel.basicAck(delivery.getEnvelope().getDeliveryTag(),false);
System.out.println("Consumer01 接收到消息"+message);
}
};
// cancelCallback:当一个消费者取消订阅时的回调接口;取消消费者订阅队列时除了使用{@link Channel#basicCancel}之外的所有方式都会调用该回调方法
// param2: autoack 若自动应答,则不会存在消息被拒 1
channel.basicConsume(NORMAL_QUEUE,false,deliverCallback,cancelCallback ->{});
- 6.关于信道
几乎所有操作都在channel中进行,channel是进行消息读写的通道。客户端可以建立多个channel,每个channel表示一个会话任务。
Q:为什么使用channel,而不使用TCP连接?
A:对于OS来说,建立和TCP连接是有代价的,频繁的建立关闭TCP连接对于系统的性能有很大的影响,而且TCP的连接数也有限制,这也限制了系统处理高并发的能力。但是,在TCP连接中建立Channel是没有上述代价的。对于Producer或者Consumer来说,可以并发的使用多个Channel进行Publish或者Receive。有实验表明,1s的数据可以Publish10K的数据包。当然对于不同的硬件环境,不同的数据包大小这个数据肯定不一样,但是我只想说明,对于普通的Consumer或者Producer来说,这已经足够了。
写到最后(整理好文推荐👇)