RabbitMQ
MQ:
消息队列, 本质是个 队列, FIFO 先入先出原则
在队列中 存放的 是 message,
是一种 跨进程的 通信机制,用于 上下游传递消息
使用 MQ 之后, 消息发送者 只需要 依赖 MQ ,不需要 依赖 其他服务
MQ 三大功能:
- 流量消峰
优点 : 访问的人员 进行 排队 , 使得 服务器 不会 因为 压力过大而导致 宕机
- 应用解耦
- 异步处理
MQ的分类
ActiveMq kafka RocketMq RabbitMQ
RabbitMQ
在AMQP(高级消息队列协议)基础上完成的 可复用的企业消息系统
由于使用 erlang语言 故支持多种语言
高并发性 性能较好 吞吐量达到万级
Mq 功能 完善 健壮 稳定 易用 跨平台 支持 AJAX 文档齐全
MQ 的选择
3.RabbitMQ
结合 erlang 语言本身的并发优势,性能好时效性微秒级,社区活跃度也比较高,管理界面用起来十分
方便,如果你的数据量没有那么大,中小型公司优先选择功能比较完备的 RabbitMQ。
RabbitMq 概念
是一个 消息中间件 ,接受 并 转发 消息
主要用于 接收 存储 转发 消息数据
四项核心概念
生产者
交换机
队列
消费者
RabbitMq 核心部分 (6大模式)
简单模式 队列模式 发布订阅模式 路由模式 主题模式 发布确认模式
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: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 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 中的Channel 信道 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: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
Mq 的使用
- Hello Word 简单模式
package One;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
/*
消息生产者
*/
public class Producer {
//队列名
public final static String QUEUE_NAME="hello";
public static void main(String[] args) {
//创建连接工厂
ConnectionFactory factory=new ConnectionFactory();
factory.setHost("192.168.31.112");
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
//创建连接 //获取信道
try (Connection connection = factory.newConnection();
Channel 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("初次发送消息");
} catch (Exception e) {
e.printStackTrace();
}
}
}
import com.rabbitmq.client.*;
import java.io.IOException;
public class Consumer {
private final static String QUEUE_NAME = "hello";
public static void main(String[] args) throws Exception {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("192.168.31.112");
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);
}
}
DeliverCallback 传递消息时的回调
CancelCallback 消费信息时的回调
- Work Queues 工作队列模式
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。
轮训分发消息
工作线程之间 是 竞争关系
package Two;
import com.rabbitmq.client.Channel;
import utlis.RabbitMqUtils;
import java.util.Scanner;
public class Task01 {
private static final 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);
//从控制台当中接受信息
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);
}
}
}
}
package Two;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
public class Worker01 {
private static final String QUEUE_NAME="hello";
public static void main(String[] args) throws Exception
{
Channel channel = RabbitMqUtils.getChannel();
DeliverCallback deliverCallback=(consumerTag, delivery)->{
String receivedMessage = new String(delivery.getBody());
System.out.println("接收到消息:"+receivedMessage);
};
CancelCallback cancelCallback=(consumerTag)->{
System.out.println(consumerTag+"消费者取消消费接口回调逻辑");
};
System.out.println("C2 消费者启动等待消费.................. ");
channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
}
}
消息应答
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可以把消息删除。
分为: 自动应答 手动应答
自动应答 : 消费者 必须 能 消化 生产者发送的消息 才可以使用
手动应答:
手动应答 好处:
可以批量应答 并且 减少网络拥堵
如果不批量应答, 存在多个消费者的情况下,获得之前的消息的消费者如果被 批量应答 并且 还没处理好 消息 就 宕机 就会 造成 消息丢失
批量应答 可能导致 后续的消息 没有完成 就已经被应答了
消息 自动 重新 入队
消息在 手动应答 是 不会丢失的 ,放回 队列中 重新 消费
package three;
import com.rabbitmq.client.Channel;
import utlis.RabbitMqUtils;
import java.util.*;
/*
生产者
消息 在 手动应答 是 不会 丢失的 ,会 重新 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 {
//从工具类中 获取信道
final Channel channel = RabbitMqUtils.getChannel();
//声明队列
// 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(task_queue_name,false,false,false,null);
//从控制器打印消息
Scanner sc=new Scanner(System.in);
//判断是否停止输入
while (sc.hasNext()){
String message=sc.nextLine();
//发送信息
//发送到那个交换机
//路由的 key 是哪个
//其他的参数信息
//发送消息的消息体
channel.basicPublish("",task_queue_name,null,message.getBytes("UTF-8"));
System.out.println("生产者发送消息:" + message);
}
}
}
----------------------------------
package three;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/*
消费者
消息 在 手动应答 是 不会 丢失的 ,会 重新 放回 队列中重新 消费
*/
public class Work1 {
//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 {
final Channel channel = RabbitMqUtils.getChannel();
System.out.println("C1等待消息处理时间较短");
boolean autoAck=false; //采用手动应答
DeliverCallback deliverCallback=(consumerTag, delivery)->{
try {
Thread.sleep(1000);//沉睡一秒
} catch (InterruptedException e) {
e.printStackTrace();
}
String message= new String(delivery.getBody(),"UTF-8");
System.out.println("接收到的消息"+message);
//手动应答
//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(delivery.getEnvelope().getDeliveryTag(),false);
};
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
* 4.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
*/
channel.basicConsume(task_queue_name,autoAck,deliverCallback,cancelCallback);
}
}
-----------------------------------
package three;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/*
消费者
消息 在 手动应答 是 不会 丢失的 ,会 重新 放回 队列中重新 消费
*/
public class Work2 {
//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 {
final Channel channel = RabbitMqUtils.getChannel();
System.out.println("C2等待消息处理时间较长");
boolean autoAck=false; //采用手动应答
DeliverCallback deliverCallback=(consumerTag, delivery)->{
try {
Thread.sleep(10000);//沉睡一秒
} catch (InterruptedException e) {
e.printStackTrace();
}
String message= new String(delivery.getBody(),"UTF-8");
System.out.println("接收到的消息"+message);
//手动应答
//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(delivery.getEnvelope().getDeliveryTag(),false);
};
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
* 4.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
*/
channel.basicConsume(task_queue_name,autoAck,deliverCallback,cancelCallback);
}
}
RabbitMq 持久化
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。
队列持久化
消息持久化
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
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);
在消费者处修改
不设置 basicQos 的 话 是一次性 平均 分发 给 所有的队列, 设置之后 限制了 一次 分发消息的数量 在设置成手动确认机制, 这样 当你还没提交 已经处理好的时候 他是不会告诉你消息的, 这样才能实现
不公平分发
预取值
信道 可以 一次性 获取 分发中 c条 消息
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
该值定义通道上允许的未确认消息的最大数量
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
堆积在信道中的消息
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。
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
三种确认发布方法:
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
public static void publishMessageIndividually() 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();
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
//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");
}
}
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
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
//批量发布
public static void publishMessageBatch() 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();
//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();
//批量发送消息 批量发布确认
for (int i = 0; i < MESSAGE_COUNT; i++)
{String message = i + "";
channel.basicPublish("", queueName, null, message.getBytes());
outstandingMessageCount++;
//批量达到100条消息的时候 批量确认一次
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();
}
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
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
map : 接收的消息 key:消息序号 value:消息内容
异步的
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 与发布线程之间进行消息的传递。
交换机
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。
四大类型:
直接(direct), 主题(topic) ,标题(headers) , 扇出(fanout)
临时队列 (不具有 持久化)
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();
绑定
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
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。
Fanout 交换机 (扇出交换机) 发布订阅模式
Routingkey(相同)
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
一个发送 多个接收
package five;
import com.rabbitmq.client.Channel;
import utlis.RabbitMqUtils;
import java.util.Scanner;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2418:52
* 发消息 交换机
**/
public class EmitLog {
//交换机名称
public static final String CHANGE_NAME="logs";
public static void main(String[] args) throws Exception{
final Channel channel = RabbitMqUtils.getChannel();
//声明一个交换机 已经创建了
//channel.exchangeDeclare(CHANGE_NAME,"fanout");
Scanner scanner=new Scanner(System.in);
while (scanner.hasNext()){
final String message = scanner.next();
channel.basicPublish(CHANGE_NAME,"",null,message.getBytes("UTF-8"));
System.out.println("生产者发送消息:" + message);
}
}
}
package five;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2418:51
* 消息接收
**/
public class ReceiveLogs01 {
//交换机名称
public static final String CHANGE_NAME="logs";
public static void main (String[] args) throws Exception{
final Channel channel = RabbitMqUtils.getChannel();
//声明一个交换机
channel.exchangeDeclare(CHANGE_NAME,"fanout");
//声明一个临时队列 队列的名称是随机的
/*
生成一个临时队列 队列的名称是随机的
当消费者 断开 与队列的连接的时候 队列就自动删除
*/
final String queueName = channel.queueDeclare().getQueue();
channel.queueBind(queueName,CHANGE_NAME,"");
System.out.println("等待接收消息,把接收到的消息打印在屏幕上.....");
//接收消息
DeliverCallback deliverCallback=(comsuerTag,message)->{
System.out.println("ReceiveLogs01控制台打印接收到的消息"+ new String(message.getBody(),"UTF-8"));
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//接收消息
channel.basicConsume(queueName,true,deliverCallback,cancelCallback);
}
}
package five;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2418:52
*
**/
public class ReceiveLogs02 {
//交换机名称
public static final String CHANGE_NAME="logs";
public static void main (String[] args) throws Exception{
final Channel channel = RabbitMqUtils.getChannel();
//声明一个交换机
channel.exchangeDeclare(CHANGE_NAME,"fanout");
//声明一个临时队列 队列的名称是随机的
/*
生成一个临时队列 队列的名称是随机的
当消费者 断开 与队列的连接的时候 队列就自动删除
*/
final String queueName = channel.queueDeclare().getQueue();
channel.queueBind(queueName,CHANGE_NAME,"");
System.out.println("等待接收消息,把接收到的消息打印在屏幕上.....");
//接收消息
DeliverCallback deliverCallback=(comsuerTag, message)->{
System.out.println("ReceiveLogs02控制台打印接收到的消息"+ new String(message.getBody(),"UTF-8"));
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//接收消息
channel.basicConsume(queueName,true,deliverCallback,cancelCallback);
}
}
Direct (直接交换机) (路由模式)
Routingkey(不同)
支持多重绑定
在生产者交换机,然后绑定队列,在消费者声明队列,取数据
package six;
import com.rabbitmq.client.Channel;
import utlis.RabbitMqUtils;
import java.util.HashMap;
import java.util.Map;
import java.util.Scanner;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2421:01
**/
public class EmitLogDirect {
//交换机名称
public static final String CHANGE_NAME="direct_logs";
public static void main(String[] args) throws Exception{
final Channel channel = RabbitMqUtils.getChannel();
//创建多个 bindingKey
Map<String, String> bindingKeyMap = new HashMap<>();
bindingKeyMap.put("info","普通 info 信息");
bindingKeyMap.put("warning","警告 warning 信息");
bindingKeyMap.put("error","错误 error 信息");
//debug 没有消费这接收这个消息 所有就丢失了
bindingKeyMap.put("debug","调试 debug 信息");
for (Map.Entry<String, String> entry : bindingKeyMap.entrySet()) {
final String bindingKey = entry.getKey();
final String message = entry.getValue();
channel.basicPublish(CHANGE_NAME,bindingKey,null,message.getBytes("UTF-8"));
System.out.println("生产者发出消息:" + message);
}
}
}
package six;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2420:55
**/
public class ReceiveLogsDirect01 {
private static final String EXCHANGE_NAME = "direct_logs";
public static void main (String[] args) throws Exception {
final Channel channel = RabbitMqUtils.getChannel();
//声明一个交换机
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
//声明一个队列
channel.queueDeclare("console",false,false,false,null);
channel.queueBind("console",EXCHANGE_NAME,"info");
channel.queueBind("console",EXCHANGE_NAME,"warning");
//接收消息
DeliverCallback deliverCallback=(comsuerTag, message)->{
System.out.println("ReceiveLogsDirect01控制台打印接收到的消息"+ new String(message.getBody(),"UTF-8"));
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//接收消息
channel.basicConsume("console",true,deliverCallback,cancelCallback);
}
}
package six;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2420:55
**/
public class ReceiveLogsDirect02 {
private static final String EXCHANGE_NAME = "direct_logs";
public static void main (String[] args) throws Exception {
final Channel channel = RabbitMqUtils.getChannel();
//声明一个交换机
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
//声明一个队列
channel.queueDeclare("disk",false,false,false,null);
channel.queueBind("disk",EXCHANGE_NAME,"error");
//接收消息
DeliverCallback deliverCallback=(comsuerTag, message)->{
System.out.println("ReceiveLogsDirect02控制台打印接收到的消息"+ new String(message.getBody(),"UTF-8"));
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//接收消息
channel.basicConsume("disk",true,deliverCallback,cancelCallback);
}
}
Topics (主题交换机) (主题模式)
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
package seven;
import com.rabbitmq.client.Channel;
import utlis.RabbitMqUtils;
import java.util.HashMap;
import java.util.Map;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2421:44\
* 生产者
**/
public class EmitLogTopic {
//交换机的名称
public static final String EXCHANGE_NAME="topic_logs";
public static void main(String[] args) throws Exception {
final Channel channel = RabbitMqUtils.getChannel();
/**
* 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<>();
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");
for (Map.Entry<String, String> bindingKeyEntry : bindingKeyMap.entrySet()) {
final String bindingKey = bindingKeyEntry.getKey();
final String message = bindingKeyEntry.getValue();
channel.basicPublish(EXCHANGE_NAME,bindingKey,null,message.getBytes("UTF-8"));
System.out.println("生产者发出消息" + message);
}
}
}
package seven;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2421:44
* 声明主题交换机 以及相关队列
* 消费者 Q1
**/
public class ReceiveLogsTopic01 {
//交换机的名称
public static final String EXCHANGE_NAME="topic_logs";
//接收消息
public static void main(String[] args) throws Exception {
final Channel channel = RabbitMqUtils.getChannel();
//声明交换机
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);
String queueName="Q1";
//声明队列
channel.queueDeclare(queueName,false,false,false,null);
//绑定
channel.queueBind(queueName,EXCHANGE_NAME,"*.orange.*");
System.out.println("等待接收消息");
//接收消息
DeliverCallback deliverCallback=(comsuerTag, message)->{
System.out.println("ReceiveLogsTopic01控制台打印接收到的消息"+ new String(message.getBody(),"UTF-8")
+"绑定键:"+message.getEnvelope().getRoutingKey());
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//接收消息
channel.basicConsume(queueName,true,deliverCallback,cancelCallback);
}
}
package seven;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2421:44
* 消费者 Q2
**/
public class ReceiveLogsTopic02 {
//交换机的名称
public static final String EXCHANGE_NAME="topic_logs";
//接收消息
public static void main(String[] args) throws Exception {
final Channel channel = RabbitMqUtils.getChannel();
//声明交换机
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);
String queueName="Q2";
//声明队列
channel.queueDeclare(queueName,false,false,false,null);
//绑定
channel.queueBind(queueName,EXCHANGE_NAME,"*.*.rabbit");
channel.queueBind(queueName,EXCHANGE_NAME,"lazy.#");
System.out.println("等待接收消息");
//接收消息
DeliverCallback deliverCallback=(comsuerTag, message)->{
System.out.println("ReceiveLogsTopic01控制台打印接收到的消息"+ new String(message.getBody(),"UTF-8")
+"绑定键:"+message.getEnvelope().getRoutingKey());
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//接收消息
channel.basicConsume(queueName,true,deliverCallback,cancelCallback);
}
}
死信队列
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
死信的来源
消息 TTL 过期 (TTL 存活时间)
队列达到 最大长度 (队列满了, 无法在 添加数据 到 mq中)
消息被拒绝 (basic.reject 拒绝应答 或 basic.nack 否定应答) 并且 requeue = false
package eight;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import utlis.RabbitMqUtils;
/**
* date 2021/10/2423:18
* @author mzr
* @target :死信队列 之 生产者代码
**/
public class Product {
//普通交换机
public static final String NORMAL_EXCHANGE ="normal_exchange";
public static void main(String[] args) throws Exception {
final Channel channel = RabbitMqUtils.getChannel();
//死信消息 单位ms 10s=100000ms ttl
AMQP.BasicProperties props=new AMQP.BasicProperties().builder().expiration("100000").build();
//死信消息 设置 TTL 时间 time to live
for (int i = 1; i <11 ; i++) {
String message="info" +i;
channel.basicPublish(NORMAL_EXCHANGE,"zhangsan",props,message.getBytes("UTF-8"));
}
}
}
package eight;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
import java.util.HashMap;
import java.util.Map;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2422:44
* @target :死信实战
* 消费1
**/
public class Consumer01 {
//普通交换机
public static final String NORMAL_EXCHANGE ="normal_exchange";
//死信交换机
public 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 {
final Channel channel = RabbitMqUtils.getChannel();
//声明 死信和普通交换机
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);
//声明 普通队列
//正常队列绑定死信队列信息
Map<String, Object> arguments=new HashMap<>();
//过期时间 10s=100000 正常在生产者设置
//arguments.put("x-dead-letter-ttl",100000);
//正常队列设置死信交换机 参数 key 是固定值
arguments.put("x-dead-letter-exchange", DEAD_EXCHANGE);
//正常队列设置死信 routing-key 参数 key 是固定值
arguments.put("x-dead-letter-routing-key", "lisi");
channel.queueDeclare(NORMAL_QUEUE,false,false,false,arguments);
//声明 死信队列
channel.queueDeclare(DEAD_QUEUE,false,false,false,null);
//绑定普通交换机与普通队列
channel.queueBind(NORMAL_QUEUE,NORMAL_EXCHANGE,"zhangsan");
//绑定死信交换机与死信的队列
channel.queueBind(DEAD_QUEUE,DEAD_EXCHANGE,"lisi");
System.out.println("等待接收消息");
//接收消息
DeliverCallback deliverCallback=(comsuerTag, delivery)->{
String message = new String(delivery.getBody(), "UTF-8");
System.out.println("Consumer01接收的消息:"+message);
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//消费者消费消息
channel.basicConsume(NORMAL_QUEUE,true,deliverCallback,cancelCallback);
}
}
package eight;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import utlis.RabbitMqUtils;
import java.util.HashMap;
import java.util.Map;
/**
* @author mzr
* @projectName MqTest
* @date 2021/10/2422:44
* @target :死信实战
* 消费1
**/
public class Consumer02 {
//死信队列
public static final String DEAD_QUEUE ="dead_queue";
public static void main(String[] args) throws Exception {
final Channel channel = RabbitMqUtils.getChannel();
//接收消息
DeliverCallback deliverCallback=(comsuerTag, delivery)->{
String message = new String(delivery.getBody(), "UTF-8");
System.out.println("Consumer02接收的消息:"+message);
};
//取消消费的一个回调接口
CancelCallback cancelCallback=(consumerTag)->{
System.out.println("消息消费被中断");
};
//消费者消费消息
channel.basicConsume(DEAD_QUEUE,true,deliverCallback,cancelCallback);
}
}
死信 实战
消息TTL 过期
//设置消息的 TTL 时间
AMQP.BasicProperties properties =new AMQP.BasicProperties().builder().expiration(“10000”).build();
队列达到最大长度
//正常队列设置 队列最大长度
arguments.put(“x-max-length”,6);
消息被拒
//信道中设置拒绝 并且false 代表 不放回队列中
//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);
延迟队列 (消息TTL过期)
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。
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
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的,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。
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
另一种方式便是针对每条消息设置TTL
队列设置TTL
第一种是在创建队列的时候设置队列的“x-message-ttl”属性
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。
整合springboot
不过,如果这样使用的话,岂不是每增加一个新的时间需求,就要新增一个队列,这里只有 10S 和 40S
两个时间选项,如果需要一个小时后处理,那么就需要增加TTL 为一个小时的队列,如果是预定会议室然
后提前通知这样的场景,岂不是要增加无数个队列才能满足需求?
/**
* date 2021/10/2512:14
*
* @author mzr
* @target :配置文件类代码
**/
@Configuration
public class TTLQueueConfig {
//2大交换机 3大队列
//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 QUEUE_A="QA";
public static final String QUEUE_B="QB";
//死信队列
public static final String DEAD_LETTER_QUEUE="QD";
//灵活普通队列 由生产者设置过期时间
public static final String QUEUE_C="QC";
@Bean("queueC")
public Queue queueC(){
Map<String, Object> arguments=new HashMap<>(3);
//设置死信交换机
arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_EXCHANGE);
//设置死信routingkey
arguments.put("x-dead-letter-routing-key", "YD");
return QueueBuilder.durable(QUEUE_C).withArguments(arguments).build();
}
@Bean
public Binding queueCBingdingX(@Qualifier("queueC")Queue queueC,
@Qualifier("xExchange") DirectExchange exchange){
return BindingBuilder.bind(queueC).to(exchange).with("XC");
}
//声明xExchange 别名 注入时候用
@Bean("xExchange")
public DirectExchange xExchange(){
return new DirectExchange(X_EXCHANGE);
}
//声明yExchange 别名 注入时候用
@Bean("yExchange")
public DirectExchange yExchange(){
return new DirectExchange(Y_DEAD_LETTER_EXCHANGE);
}
//声明普通队列A 并且设置死信队列 如 死信交换机 死信routingkey ttl过期时间 10s
@Bean("queueA")
public Queue queueA(){
Map<String, Object> arguments=new HashMap<>(3);
//设置死信交换机
arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_EXCHANGE);
//设置死信routingkey
arguments.put("x-dead-letter-routing-key", "YD");
//设置 ttl 单位ms
arguments.put("x-message-ttl", 10000);
return QueueBuilder.durable(QUEUE_A).withArguments(arguments).build();
}
//声明普通队列B 并且设置死信队列 如 死信交换机 死信routingkey ttl过期时间 40s
@Bean("queueB")
public Queue queueB(){
Map<String, Object> arguments=new HashMap<>(3);
//设置死信交换机
arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_EXCHANGE);
//设置死信routingkey
arguments.put("x-dead-letter-routing-key", "YD");
//设置 ttl 单位ms
arguments.put("x-message-ttl", 40000);
return QueueBuilder.durable(QUEUE_B).withArguments(arguments).build();
}
//死信队列
@Bean("queueD")
public Queue queueD(){
return QueueBuilder.durable(DEAD_LETTER_QUEUE).build();
}
//绑定
@Bean
public Binding queueABingdingX(@Qualifier("queueA")Queue queueA,
@Qualifier("xExchange") DirectExchange exchange){
return BindingBuilder.bind(queueA).to(exchange).with("XA");
}
@Bean
public Binding queueBBingdingX(@Qualifier("queueB")Queue queueB,
@Qualifier("xExchange") DirectExchange exchange){
return BindingBuilder.bind(queueB).to(exchange).with("XB");
}
@Bean
public Binding queueDBingdingY(@Qualifier("queueD")Queue queueD,
@Qualifier("yExchange") DirectExchange exchange){
return BindingBuilder.bind(queueD).to(exchange).with("YD");
}
}
/**
* date 2021/10/2520:50
*
* @author mzr
* @target :发送延迟消息
* http://localhost:8080/ttl/sendMsg/嘻嘻嘻
**/
@Slf4j
@ResponseBody
@Controller
@RequestMapping("/ttl")
public class SendMsgController {
@Autowired
private RabbitTemplate rabbitTemplate;
//开始发消息
@GetMapping("/sendMsg/{message}")
public void sendMsg(@PathVariable String message){
//{}相当于占位符
final Date date = new Date();
log.info("当前时间:{},发送一条信息给两个TTL队列: {}",date.toString(),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);
}
@GetMapping("/sendExpirationMsg/{message}/{ttlTime}")
public void sendMsg(@PathVariable String message,@PathVariable String ttlTime){
log.info("当前时间:{},发送一条时长: {}毫秒TTL信息给队列QC{},",
new Date().toString(),ttlTime,message);
rabbitTemplate.convertAndSend("X","XC",message,
msg ->{
//发送消息的时候, 延迟时长
msg.getMessageProperties().setExpiration(ttlTime);
return msg;
}
);
}
}
/**
* date 2021/10/2521:02
*
* @author mzr
* @target :队列TTL 消费者
**/
@Slf4j
@Component
public class DeadLetterQueueConsumer {
//接收消息
@RabbitListener(queues = "QD")
public void receiveD(Message message, Channel channel) throws Exception{
final String msg = new String(message.getBody(), "UTF-8");
log.info("当前时间:{},收到死信队列的消息:{}",new Date().toString(),msg);
}
}
package com.rabbitmq.demo.Config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import springfox.documentation.builders.ApiInfoBuilder;
import springfox.documentation.service.ApiInfo;
import springfox.documentation.service.Contact;
import springfox.documentation.spi.DocumentationType;
import springfox.documentation.spring.web.plugins.Docket;
import springfox.documentation.swagger2.annotations.EnableSwagger2;
/**
* date 2021/10/2511:19
*
* @author mzr
* @target : 添加Swagger 配置类
**/
@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("enjoy6288","http://www.ma.com","820053524@qq.com"))
.build();
}
}
看起来似乎没什么问题,但是在最开始的时候,就介绍过如果使用在消息属性上设置 TTL 的方式,消
息可能并不会按时“死亡“,因为 RabbitMQ 只会检查第一个消息是否过期,如果过期则丢到死信队列,
如果第一个消息的延时时长很长,而第二个消息的延时时长很短,第二个消息并不会优先得到执行。
设置延迟交换机
延迟队列配置类
package com.rabbitmq.demo.Config;
import org.springframework.amqp.core.Binding;
import org.springframework.amqp.core.BindingBuilder;
import org.springframework.amqp.core.CustomExchange;
import org.springframework.amqp.core.Queue;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.util.HashMap;
import java.util.Map;
/**
* date 2021/10/2523:00
*
* @author mzr
* @target :延迟队列配置类
**/
@Configuration
public class DelayedQueueConfig {
//队列
public static final String DELAYED_QUEUE_NAME = "delayed.queue";
//交换机
public static final String DELAYED_EXCHANGE_NAME = "delayed.exchange";
//routingkey
public static final String DELAYED_ROUTING_KEY = "delayed.routingkey";
//声明队列
@Bean
public Queue delayedQueue() {
return new Queue(DELAYED_QUEUE_NAME);
}
//声明交换机 基于插件
@Bean
public CustomExchange delayedExchange() {
/*
1.交换机的名称
2.交换机的类型
3.是否需要持久化
4.是否需要自动删除
5.其他的参数
*/
Map<String, Object> arguments = new HashMap<>();
//自定义交换机的类型
arguments.put("x-delayed-type", "direct");
return new CustomExchange(DELAYED_EXCHANGE_NAME, "x-delayed-message", true, false, arguments);
}
//绑定
@Bean
public Binding bindingDelayedQueue(@Qualifier("delayedQueue") Queue queue,
@Qualifier("delayedExchange") CustomExchange delayedExchange) {
return BindingBuilder.bind(queue).to(delayedExchange).with(DELAYED_ROUTING_KEY).noargs();
}
}
//开始发消息 基于插件的 消息 以及 延迟时间
@GetMapping("sendDelayMsg/{message}/{delayTime}")
public void sendMsg(@PathVariable String message,@PathVariable Integer delayTime) {
log.info(" 当 前 时 间 : {}, 发 送 一 条 延 迟 {} 毫秒的信息给队列 delayed.queue:{}", new
Date().toString(),delayTime, message);
rabbitTemplate.convertAndSend(DelayedQueueConfig.DELAYED_EXCHANGE_NAME,
DelayedQueueConfig.DELAYED_ROUTING_KEY, message,
msg ->{
//发送消息的时候 延迟时长 单位 ms
msg.getMessageProperties().setDelay(delayTime);
return msg;
});
}
/**
* date 2021/10/2523:20
*
* @author mzr
* @target :消费者 基于插件的延迟消息
**/
@Slf4j
@Component
public class DelayQueueConsumer {
//监听消息
@RabbitListener(queues = DelayedQueueConfig.DELAYED_QUEUE_NAME)
public void receiveDelayQueue(Message message) throws UnsupportedEncodingException {
String msg = new String(message.getBody(),"UTF-8");
log.info("当前时间:{},收到延时队列的消息:{}", new Date().toString(), msg);
}
}
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
高级
发布确认高级
配置类 发布确认(高级)
@Configuration
public class ComfirmConfig {
//交换机
public static String CONFIRM_EXCHANGE_NAME="confirm_exchange";
//队列
public static String CONFIRM_QUEUE_NAME="confirm_queue";
//Routingkey
public static String CONFIRM_ROUTING_KEY="key1";
//声明交换机
@Bean("comfirmExchange")
public DirectExchange comfirmExchange(){
return new DirectExchange(CONFIRM_EXCHANGE_NAME);
}
//声明队列
@Bean("comfirmQueue")
public Queue comfirmQueue(){
return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
}
//绑定
@Bean("")
public Binding queueBingExchange(
@Qualifier("comfirmQueue") Queue comfirmQueue,
@Qualifier("comfirmExchange") DirectExchange directExchange)
{
return BindingBuilder.bind(comfirmQueue).to(directExchange).with(CONFIRM_ROUTING_KEY);
}
}
回调接口
如果 交换机出现问题 ,使用 回调接口
(确认回调接口) 去实现 RabbitTemplate.ConfirmCallback
当 生产者 发送失败的时候 进行 回调
/*
交换机确认回调方法
1 发消息 交换机接收到了 回调
1.1 correlationData 保存回调消息的 id 以及 相关信息
1.2 交换机收到消息 ack= true
1.3 cause null
2 发消息 交换机接收失败了 回调
2.1 correlationData 保存回调消息的 id 以及 相关信息
2.2 交换机未收到消息 ack =false
2.3 casuse 失败原因
*/
@Slf4j
@Component //1
public class callback implements RabbitTemplate.ConfirmCallback {
//2
@Autowired
private RabbitTemplate rabbitTemplate;
//3 记得注入
// 被@PostConstruct修饰的方法会在服务器加载Servlet的时候运行,并且只会被服务器执行一次。
// PostConstruct在构造函数之后执行,init()方法之前执行。
@PostConstruct
public void init(){
//注入
rabbitTemplate.setConfirmCallback(this);
}
public void confirm(CorrelationData correlationData, boolean ack, String cause) {
final 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);
}
}
}
配置文件
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
应用 xxx 可能原因如下
服 务 名 为 :异 常 为 : org.springframework.amqp.rabbit.listener.BlockingQueueConsumer:start:620,产 生 原 因 如 下 :1.org.springframework.amqp.rabbit.listener.QueuesNotAvailableException:Cannot prepare queue for listener. Either the queue doesn’t exist or the broker will notallow us to use it.||Consumer received fatal=false exception on startup:
#交换机进行确认机制
spring.rabbitmq.publisher-confirm-type=correlated
/**
* date 2021/10/2610:55
*
* @author mzr
* @target : //发送确认章节
**/
@Slf4j
@RestController
@RequestMapping("/confirm")
public class ConfirmProducController {
@Autowired
private RabbitTemplate rabbitTemplate;
@GetMapping("/sendMessage/{message}")
public void sendMessage(@PathVariable String message){
//指定消息 id 为 1
CorrelationData correlationData1=new CorrelationData("1");
String routingKey="key1";
rabbitTemplate.convertAndSend(ComfirmConfig.CONFIRM_EXCHANGE_NAME,ComfirmConfig.CONFIRM_ROUTING_KEY,
message+routingKey,correlationData1);
log.info("发送消息内容{}",message);
CorrelationData correlationData2=new CorrelationData("2");
String routingKey2="key2";
rabbitTemplate.convertAndSend(ComfirmConfig.CONFIRM_EXCHANGE_NAME,ComfirmConfig.CONFIRM_ROUTING_KEY+'2',
message+routingKey2,correlationData2);
log.info("发送消息内容{}",message);
}
}
/**
* date 2021/10/2611:02
*
* @author mzr
* @target :确认发布 接收消息
**/
@Slf4j
@Component
public class ConfirmConsumer {
@RabbitListener(queues = ComfirmConfig.CONFIRM_QUEUE_NAME )
public void recevieConfimMessage(Message message) throws UnsupportedEncodingException {
final String msg = new String(message.getBody(), "UTF-8");
log.info("接受到队列 confirm.queue 消息:{}",msg);
}
}
回退消息
Mandatory 参数 (强制性)
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。
配置
#交换机进行 回退进制
spring.rabbitmq.publisher-returns=true
RabbitTemplate.ReturnsCallback 交换机回退接口
//交换机退回实现方法
// 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
// 只有不可达目的地的时候才能进行回退
//记得注入
rabbitTemplate.setReturnsCallback(this);
//交换机退回实现方法
// 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
// 只有不可达目的地的时候才能进行回退
@SneakyThrows
public void returnedMessage(ReturnedMessage returned) {
log.info("消息{},被交换机{}退回,退回原因:{},路由key:{}",
new String(returned.getMessage().getBody(),"UTF-8"),
returned.getExchange(),returned.getReplyText(),returned.getRoutingKey()
);
}
消息大家好财神真是号key2,被交换机confirm_exchange退回,
退回原因:NO_ROUTE,路由key:key12
死信是消息 进入队列的前提下
而备份是 消息回退 直接 丢失的 前提下
备份交换机
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
//声明交换机
@Bean("comfirmExchange")
public DirectExchange comfirmExchange(){
//return new DirectExchange(CONFIRM_EXCHANGE_NAME);
//交换机 执行备份交换机
return ExchangeBuilder.directExchange(CONFIRM_EXCHANGE_NAME).durable(true)
//设置 置该交换机的备份交换机
.withArgument("alternate-exchange",BACKUP_EXCHANGE_NAME).build();
}
//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="back_queue";
//报警队列
public static final String WARING_QUEUE_NAME="warining_queue";
//声明备份交换机
@Bean("backupExchange")
public FanoutExchange backupExchange(){
return new FanoutExchange(BACKUP_EXCHANGE_NAME);
}
//备份队列
@Bean("backQueue")
public Queue backQueue(){
return QueueBuilder.durable(BACKUP_QUEUE_NAME).build();
}
//报警队列
@Bean("waringQueue")
public Queue waringQueue(){
return QueueBuilder.durable(WARING_QUEUE_NAME).build();
}
//声明备份队列绑定关系
@Bean
public Binding backupBinding(@Qualifier("backQueue") Queue backQueue,@Qualifier("backupExchange")FanoutExchange backupExchange)
{
return BindingBuilder.bind(backQueue).to(backupExchange);
}
//声明报警队列绑定关系
@Bean
public Binding warningBinding(@Qualifier("waringQueue") Queue waringQueue,@Qualifier("backupExchange")FanoutExchange backupExchange)
{
return BindingBuilder.bind(waringQueue).to(backupExchange);
}
* @target :备份消费者
**/
@Component
@Slf4j
public class BackConsumer {
@RabbitListener(queues = ComfirmConfig.WARING_QUEUE_NAME)
public void receiveWarningMsg(Message message) throws UnsupportedEncodingException {String msg = new String(message.getBody(),"UTF-8");
log.error("报警发现不可路由消息:{}", msg);
}
}
* @target :警告消费者
**/
@Component
@Slf4j
public class WarningConsumer {
@RabbitListener(queues = ComfirmConfig.WARING_QUEUE_NAME)
public void receiveWarningMsg(Message message) throws UnsupportedEncodingException {String msg = new String(message.getBody(),"UTF-8");
log.error("报警发现不可路由消息:{}", msg);
}
}
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
。
rabbitmq 其他知识点
幂等性
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
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
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
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。
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
Map<String, Object> arguments=new HashMap<>();
//官方允许 0-255 此处设置为10 允许优化范围 0-10 不要设置太大 浪费CPU与内存
arguments.put("x-max-priority",10);
channel.queueDeclare(QUEUE_NAME,true,false,false,null);
for (int i = 1; i <11 ; i++) {
String message="hello world"+i;
if (i==5){
AMQP.BasicProperties properties=new
AMQP.BasicProperties().builder().priority(5).build();
channel.basicPublish("",QUEUE_NAME,properties,message.getBytes());
}else {
channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
}
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。
Haproxy+Keepalive 实现高可用负载均衡
主机宕机 副机接管
Federation Exchange 联合交换机
Federation Queue
10.5.1. 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
10.6.1. 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。