1、Hello World
用Java编写两个程序。发送单个消息的生产者和接收消息并打印出来的消费者。
“P”是生产者,“C”是消费者。中间的框是一个队列-RabbitMQ代表使用者保留的消息缓冲区。
1.1、依赖
<!--在pom.xml文件中添加,不然Java8用不了lambda表达式-->
<build>
<plugins>
<plugin>
<artifactId>maven-compiler-plugin</artifactId>
<version>2.3.2</version>
<configuration>
<source>1.8</source>
<target>1.8</target>
</configuration>
</plugin>
</plugins>
</build>
<!-- rabbitmq依赖客户端 -->
<dependency>
<groupId>com.rabbitmq</groupId>
<artifactId>amqp-client</artifactId>
<version>5.8.0</version>
</dependency>
1.2、生产者
服务器要放开5672端口
package com.hxh.rabbitmq.one;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
//生产者:发消息
public class Producer {
//队列名称
public static final String QUEUE_NAME="hello";
public static void main(String[] args) throws Exception {
//创建一个连接工厂
ConnectionFactory factory = new ConnectionFactory();
//工厂IP 连接RabbitMQ的duilie
factory.setHost("120.25.253.100");
//用户名
factory.setUsername("admin");
//密码
factory.setPassword("123");
//创建连接
Connection connection = factory.newConnection();
//获取信道
Channel channel = connection.createChannel();
/**
* 生成一个队列
* 参数
* 1、队列名称
* 2、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
* 3、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
* 4、是否自动删除 最后一个消费者断开连接以后 该队列是否自动删除,true自动删除,false不自动删除
* 5、其他参数
* */
channel.queueDeclare(QUEUE_NAME,false,false,false,null);
//发消息
String message="Hello World!";
/**
* 发送一个消息
* 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、其他参数信息
* 4、发送消息的消息体
* */
channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
System.out.println("发送完毕");
}
}
1.3、消费者
package com.hxh.rabbitmq.one;
import com.rabbitmq.client.*;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
//消费者:接收消息
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duilie
factory.setHost("120.25.253.100");
//用户名
factory.setUsername("admin");
//密码
factory.setPassword("123");
//创建连接
Connection connection = factory.newConnection();
//获取信道
Channel channel = connection.createChannel();
//声明 成功接收消息 用lambda表达式
DeliverCallback deliverCallback=(var1,var2) ->{
System.out.println(new String(var2.getBody())); //拿到var2的消息体
};
//取消时的回调
CancelCallback cancelCallback=var1 ->{
System.out.println("已取消!");
};
/**
* 消费者接收消息
* 参数
* 1、接收哪个队列
* 2、接收成功后是否要自动应答 true自动应答,false手动应答
* 3、消费者成功接受后的回调
* 4、消费者取消接收后的回调
* */
channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
}
}
2、Work Queues
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将最终执行作业。当又多个工作线程时,这些工作线程将一起处理这些任务。
2.1、轮询分发消息
启动两个工作线程(即消费者),一个消息发送线程演示。
2.1.1、封装一个工具类
package com.hxh.rabbitmq.utils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
//此类为连接工厂创建信道的工具类
public class RabbitMqUtils {
public static Channel main(String[] args) throws Exception {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("120.25.253.100");
factory.setUsername("admin");
factory.setPassword("123");
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
return channel;
}
}
2.1.2、工作线程
package com.hxh.rabbitmq.two;
import com.hxh.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
/**
* @Author: Hxh
* @Date: 2022/03/02/16:36
*/
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 成功接收消息 用lambda表达式
DeliverCallback deliverCallback=(var1, var2) ->{
System.out.println("Worker01接收到的消息:"+new String(var2.getBody())); //拿到var2的消息体
};
//取消时的回调
CancelCallback cancelCallback= var1 ->{
System.out.println("Worker01取消:"+var1);
};
/**
* 消费者接收消息
* 参数
* 1、接收哪个队列
* 2、接收成功后是否要自动应答 true自动应答,false手动应答
* 3、消费者成功接受后的回调
* 4、消费者取消接收后的回调
* */
System.out.println("Worker01等待........");
channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
}
}
在不复制代码、不动代码的情况下开启多线程
将Worker01启动后,执行一下操作可开启多线程
2.1.3、生产者
package com.hxh.rabbitmq.two;
import com.hxh.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.Channel;
import java.util.Scanner;
//生产者 发送大量的消息
public class Task01 {
//队列名称
public static final String QUEUE_NAME="hello";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
channel.queueDeclare(QUEUE_NAME,false,false,false,null);
//从控制台中发送消息
Scanner scanner = new Scanner(System.in);
while (scanner.hasNext()){
String message = scanner.next();
channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
System.out.println("已发送:"+message);
}
}
}
2.1.4、成功
2.2、消息应答
2.2.1、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。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者的消息,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。
2.2.2、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。
2.2.3、手动应答(应答的方法)
1、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
2、Channel.basicNack(用于否定确认)
3、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
2.2.4、Multiple的解释
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
例如 channel 上有传送 tag 的消息 5、6、7、8 当前tag是 8 那么此是 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。
2.2.5、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。如果此是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。
2.2.6、消息手动应答代码
默认消息采用的是自动应答,所以我们要想实现消息接收过程中不丢失,需要把自动应答改为手动应答。
生产者
package com.hxh.rabbitmq.three;
import com.hxh.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.Channel;
import java.util.Scanner;
//消息在手动应答时时不丢失、放回队列中重新消费
public class Task2 {
//队列名称
private 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("Task2已发送:"+message);
}
}
}
消费者01
package com.hxh.rabbitmq.three;
import com.hxh.rabbitmq.utils.RabbitMqUtils;
import com.hxh.rabbitmq.utils.SleepUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
public class Worker02 {
//队列名称
private static final String TASK_QUEUE_NAME="ack_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
System.out.println("Worker02处理时间较短");
DeliverCallback deliverCallback=(var1,var2)->{
//沉睡1秒
SleepUtils.sleep(1);
System.out.println("Worker02接收到消息:"+new String(var2.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 true批量
* */
channel.basicAck(var2.getEnvelope().getDeliveryTag(),false);
};
channel.basicConsume(TASK_QUEUE_NAME,false,deliverCallback,(var1)->{
System.out.println("Worker02取消:"+var1);
});
}
}
消费者02
package com.hxh.rabbitmq.three;
import com.hxh.rabbitmq.utils.RabbitMqUtils;
import com.hxh.rabbitmq.utils.SleepUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
public class Worker03 {
//队列名称
private static final String TASK_QUEUE_NAME="ack_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
System.out.println("Worker03处理时间较长");
DeliverCallback deliverCallback=(var1,var2)->{
//沉睡30秒
SleepUtils.sleep(30);
System.out.println("Worker03接收到消息:"+new String(var2.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 true批量
* */
channel.basicAck(var2.getEnvelope().getDeliveryTag(),false);
};
channel.basicConsume(TASK_QUEUE_NAME,false,deliverCallback,(var1)->{
System.out.println("Worker03取消:"+var1);
});
}
}
2.2.7、手动应答效果
在生产者发送消息,发出消息后把Worker03消费者停掉,按理说该Worker03来处理消息,但是由于它处理时间较长,在还未处理完,也就是说Worker03还没有执行 ack 代码的时候,Worker03被停掉了,此时会看到消息被Worker02接收到了,说明消息被重新入队,然后分配给能处理消息的Worker02处理。
2.3、RabbitMQ持久化
2.3.1、概念
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做两件事:将队列和消息都标记为持久化。
2.3.2、队列持久化
我们之前创建的队列都是未持久化的,RabbitMQ如果重启的话,该队列就会被删除掉,如果要队列实现持久化,需要在声明队列时把 durable 参数设置为持久化
注意: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。
持久化与未持久化(持久化后会有个 D):持久化后即使重启RabbitMQ队列也依旧存在
2.3.3、消息持久化
要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。
2.3.4、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。
我们可以在消费者代码处设置参数channel.basicQos(1);
在此处可以看到已变为不公平分发
意思就是如果这个任务我还没有处理完或者我还没有应答你,你先别分配给我,我目前只能处理一个任务,然后 RabbitMQ 就会把该任务分配给没有那么忙的那个空闲消费者,当然如果所有的消费者都没有完成手上任务,队列还在不停的添加新任务,队列有可能就会遇到队列被撑满的情况,这个时候就只能添加新的worker或者改变其他存储任务的策略。
2.3.5、预取值
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,增加预取值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,稍微高一点是最佳的。
//1为不公平分发
//2以上是预取值
channel.basicQos(1);
channel.basicConsume(TASK_QUEUE_NAME,false,deliverCallback,(var1)->{
System.out.println("Worker03取消:"+var1);
});
3、发布确认
3.1、发布确认原理
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。
3.2、发布确认的策略
3.2.1、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
channel.confirmSelect();
3.2.2、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。
3.2.3、批量确认发布
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。
3.2.4、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。
3.2.5、处理异步未确认的消息
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ConcurrentSkipListMap这个队列在confirm callbacks与发布线程之间进行消息的传递。
3.2.6、三种发布确认速度对比
单独发布消息:同步等待确认,简单,但吞吐量非常有限。
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。
package com.hxh.rabbitmq.four;
import com.hxh.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.ConfirmCallback;
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 比较哪种最好
* 1、单个确认
* 2、批量确认
* 3、异步批量确认
* */
public class ConfirmMessage {
//批量发消息的个数
public static final int MESSAGE_COUNT=1000;
public static void main(String[] args) throws Exception{
// publishMessageIndividually(); //发布1000条单独确认消息,耗时11648ms
// publishMessageBatch(); //发布1000条批量确认消息,耗时325ms
publishMessageAsync(); //发布1000条异步确认消息,耗时161ms
}
//单个确认
public static void publishMessageIndividually() throws Exception {
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();
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("发布成功:"+message);
}
}
long end = System.currentTimeMillis();
System.out.println("总时长:"+(end-begin)+"ms");
}
//批量确认
public static void publishMessageBatch() throws Exception {
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();
//批量确认消息的大小
int batchSize=100;
//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());
//判断达到100条消息的时候批量确认一次
if (i%batchSize==0){
channel.waitForConfirms();
}
}
long end = System.currentTimeMillis();
System.out.println("总时长:"+(end-begin)+"ms");
}
//异步确认
public static void publishMessageAsync() throws Exception {
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跳表 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 只要给到序号
* 3、支持高并发(多线程)
* */
ConcurrentSkipListMap<Long, String> map = new ConcurrentSkipListMap<>();
long begin = System.currentTimeMillis();
//消息确认成功后的回调函数
/**
* 参数
* 1、消息的标记
* 2、是否为批量确认
* */
ConfirmCallback ackCallback=( var1, var3)->{
if (var3){
//2、删除已经确认的消息 剩下就是未确认的消息
ConcurrentNavigableMap<Long, String> headMap = map.headMap(var1);
headMap.clear();
}else {
map.remove(var1);
}
System.out.println("成功确认:"+var1);
};
//消息确认失败后的回调函数
ConfirmCallback nackCallback=( var1, var3)->{
//3、未确认的消息
String message = map.get(var1);
System.out.println("未确认消息tag:"+var1+"未确认消息"+message);
};
//添加消息的监听器 监听哪些消息成功了 哪些失败了
/**
* 参数
* 1、监听哪些消息成功了
* 2、监听哪些消息失败了
* */
channel.addConfirmListener(ackCallback,nackCallback);
//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());
//1、记录下所有要发送的消息 消息的总和 channel.getNextPublishSeqNo()获取channel里的tag
map.put(channel.getNextPublishSeqNo(),message);
}
long end = System.currentTimeMillis();
System.out.println("-------总时长:"+(end-begin)+"ms-------");
}
}