🏆今日学习目标：
🍀RocketMq RabbitMq kafka
✅创作者：林在闪闪发光
⏰预计时间：30分钟
🎉个人主页：林在闪闪发光的个人主页
🍁林在闪闪发光的个人社区，欢迎你的加入:
目录
序言
在找工作阶段，你一定被问过MQ是如何保证消息可靠性的或者MQ是如何保证消息不丢失的。我们都知道MQ发送消息一般分为三个阶段分别是生产者发送消息到MQ、MQ存储消息到内存或者硬盘，消费者消费消息。但是这三个过程都有可能因为种种原因导致消息丢失。例如在生产者发送阶段，这个阶段可能由于网络延迟导致mq消息丢失；存储阶段，Broker将消息先放到内存，然后再根据刷盘策略持久化到硬盘上，但是刚收到消息，还没持久化到硬盘服务器宕机了，那么消息就会丢失。在消费端消费时，mq由于网络原因在传输过程中把消息传丢了，而此时MQ也从队列中把消息删除了，或者消费者消费失败消息丢失了等等。那么MQ是如何保证消息不丢失的呢，下面总结一下rocketmq、rabbitmq、kafka是如何保证消息不丢失的。
RocketMQ
Producer保证消息不丢失
1、RocketMQ发送消息有三种模式，即同步发送，异步发送、单向发送。
- 同步发送消息时会同步阻塞等待Broker返回发送结果，如果发送失败不会收到发送结果SendResult,这种是最可靠的发送方式。
- 异步发送消息可以在回调方法中得知发送结果。
- 单向发送是消息发送完之后就不管了，不管发送成功没成功，是最不可靠的一种方式。
/**
* @description: 单向发送
* 这种方式主要用在不特别关心发送结果的场景，例如日志发送。
* @param:
* @return: void
* @author 林在闪闪发光
*/
public void sendMq() {
for (int i = 0; i < 10; i++) {
rocketMQTemplate.convertAndSend("xiaojie-test", "测试发送消息》》》》》》》》》" + i);
}
}
/***********************************************************************************/
/**
* @description: 同步发送
* 这种可靠性同步地发送方式使用的比较广泛，比如：重要的消息通知，短信通知。
* @param:
* @return: void
* @author 林在闪闪发光
*/
public void sync() {
SendResult sendResult = rocketMQTemplate.syncSend("xiaojie-test", "sync发送消息。。。。。。。。。。");
log.info("发送结果{}", sendResult);
}
/***********************************************************************************/
/**
* @description: 异步发送
* 异步消息通常用在对响应时间敏感的业务场景，即发送端不能容忍长时间地等待Broker的响应。
* @param:
* @return: void
* @author 林在闪闪发光
*/
public void async() {
String msg = "异步发送消息。。。。。。。。。。";
log.info(">msg:<<" + msg);
rocketMQTemplate.asyncSend("xiaojie-test", msg, new SendCallback() {
@Override
public void onSuccess(SendResult var1) {
log.info("异步发送成功{}", var1);
}
@Override
public void onException(Throwable var1) {
//发送失败可以执行重试
log.info("异步发送失败{}", var1);
}
});
}2、生产者的重试机制
mq为生产者提供了失败重试机制，同步发送和异步发送默认都是失败重试两次当然可以修改重试次数，如果多次还是失败，那么可以采取记录这条信息，然后人工采取补偿机制。
Broker保证消息不丢失
1、刷盘策略
RocketMq持久化消息有两种策略即同步刷盘和异步刷盘。默认情况下是异步刷盘，此模式下当生产者把消息发送到broker，消息存到内存之后就认为消息发送成功了，就会返回给生产者消息发送成功的结果。但是如果消息还没持久化到硬盘，服务器宕机了，那么消息就会丢失。同步刷盘是当Broker接收到消息并且持久化到硬盘之后才会返回消息发送成功的结果，这样就会保证消息不会丢失，但是同步刷盘相对于异步刷盘来说效率上有所降低，大概降低10%，具体情况根据业务需求设定吧。
修改配置文件中刷盘方式，ASYNC_FLUSH=异步刷盘，SYNC_FLUSH=同步刷盘
2、集群模式
rocketmq的集群模式保证可rocketMQ高可用。利用多master多slave节点保证rocketmq的高可用。
#主从复制方式ASYNC_MASTER异步复制，SYNC_MASTER同步复制
brokerRole=SYNC_MASTER
#刷盘方式，ASYNC_FLUSH=异步刷盘，SYNC_FLUSH=同步刷盘
flushDiskType=SYNC_FLUSH
此模式是broker保证消息不丢失的配置，主从复制同步复制，刷盘模式同步刷盘，但是这种模式下性能会有所降低。集群搭建方式如下
Consumer保证消息不丢失
1、手动ack
/**
* @author 林在闪闪发光
* @version 1.0
* @description: 消费端确认消息消费成功的消费者
*/
@Component
@Slf4j
public class MqConsumerAck implements MessageListenerConcurrently {
@Override
public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs, ConsumeConcurrentlyContext context) {
for (MessageExt msg:msgs){
log.info("接收到的消息是>>>>>>>{}",new String(msg.getBody()));
}
return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;
}
}2、消费者消费失败重试机制
消费者消费失败会自动重试，如果消费失败没有手动ack则会自动重试15次。
RabbitMQ
Producer保证消息不丢失
1、rabbitMQ引入了事务机制和确认机制（confirm）
- 事务机制开启之后，相当于同步执行，必然会降低系统的性能，因此一般我们不采用这种方式。
- 确实机制，是当mq收到生产者发送的消息时，会返回一个ack告知生产者，收到了这条消息，如果没有收到，那就采取重试机制后者其他方式补偿。
事务模式
public static void main(String[] args) {
try {
System.out.println("生产者启动成功..");
// 1.创建连接
connection = MyConnection.getConnection();
// 2.创建通道
channel = connection.createChannel();
channel.queueDeclare(QUEUE_NAME, false, false, false, null);
String msg = "测试事务机制保证消息发送可靠性。。。。";
channel.txSelect(); //开启事务
channel.basicPublish("", QUEUE_NAME, null, msg.getBytes(StandardCharsets.UTF_8));
//发生异常时，mq中并没有新的消息入队列
//int i=1/0;
//没有发生异常，提交事务
channel.txCommit();
System.out.println("生产者发送消息成功:" + msg);
} catch (Exception e) {
e.printStackTrace();
//发生异常则回滚事务
try {
if (channel != null) {
channel.txRollback();
}
} catch (IOException ioException) {
ioException.printStackTrace();
}
} finally {
try {
if (channel != null) {
channel.close();
}
if (connection != null) {
connection.close();
}
} catch (IOException e) {
e.printStackTrace();
} catch (TimeoutException e) {
e.printStackTrace();
}
}
}confirm模式
#开启生产者确认模式
publisher-confirm-type: correlated
# 打开消息返回,如果投递失败，会返回消息
publisher-returns: true
#publisher-confirm-type有3种取值
#NONE值是禁用发布确认模式，是默认值
#CORRELATED值是发布消息成功到交换器后会触发回调方法
#SIMPLE值经测试有两种效果，其一效果和CORRELATED值一样会触发回调方法
回调函数方法类
@Component
@Slf4j
public class ConfirmCallBackListener implements RabbitTemplate.ConfirmCallback, RabbitTemplate.ReturnsCallback {
@Autowired
private RabbitTemplate rabbitTemplate;
@PostConstruct
public void init() {
//指定 ConfirmCallback
rabbitTemplate.setConfirmCallback(this);
rabbitTemplate.setReturnsCallback(this);
}
@Override
public void confirm(CorrelationData correlationData, boolean ack, String cause) {
log.info("correlation>>>>>>>{},ack>>>>>>>>>{},cause>>>>>>>>{}", correlationData, ack, cause);
if (ack) {
//确认收到消息
} else {
//收到消息失败，可以自定义重试机制，或者将失败的存起来，进行补偿
}
}
/*
*
* @param returnedMessage
* 消息是否从Exchange路由到Queue, 只有消息从Exchange路由到Queue失败才会回调这个方法
* @author xiaojie
* @date 2021/9/29 13:53
* @return void
*/
@Override
public void returnedMessage(ReturnedMessage returnedMessage) {
log.info("被退回信息是》》》》》》{}", returnedMessage.getMessage());
log.info("replyCode》》》》》》{}", returnedMessage.getReplyCode());
log.info("replyText》》》》》》{}", returnedMessage.getReplyText());
log.info("exchange》》》》》》{}", returnedMessage.getExchange());
log.info("routingKey>>>>>>>{}", returnedMessage.getRoutingKey());
}
}2、重试机制
rabbitmq同样为生产者设置了重试机制默认是3次，同样可以修改重试次数，超过了最大重试次数限制采取人工补偿机制。
Broker保证消息不丢失
1、rabbitMq持久化机制
消息到达mq之后，mq宕机了，然后消息又没有进行持久化，这时消息就会丢失。开启mq的持久化机制，消息队列，交换机、消息都要开启持久化。
2、如果队列满了，多余的消息发送到Broker时可以使用死信队列保证消息不会被丢弃
Consumer保证消息不丢失
1、开启消费端的手动ack
- manual-手动ack
- auto 自动
- none 不使用ack
手动ack代码
@Component
@Slf4j
public class SnailConsumer {
@RabbitListener(queues = "snail_direct_queue")
public void process(Message message, @Headers Map<String, Object> headers, Channel channel) throws Exception {
// 获取消息Id
String messageId = message.getMessageProperties().getMessageId();
String msg = new String(message.getBody(), "UTF-8");
log.info("获取到的消息>>>>>>>{},消息id>>>>>>{}", msg, messageId);
try {
int result = 1 / 0;
System.out.println("result" + result);
// // 手动ack
Long deliveryTag = (Long) headers.get(AmqpHeaders.DELIVERY_TAG);
// 手动签收
channel.basicAck(deliveryTag, false);
} catch (Exception e) {
//拒绝消费消息（丢失消息） 给死信队列
channel.basicNack(message.getMessageProperties().getDeliveryTag(), false, false);
}
}
}2、同样可以使用消费者的重试机制，重试超过最大次数还没成功则采取人工补偿机制。
Kafka
Producer保证消息不丢失
1、producer的ack机制
kafka的生产者确认机制有三种取值分别为0、1、-1（all）
acks = 0 如果设置为零，则生产者将不会等待来自服务器的任何确认，该记录将立即添加到套接字缓冲区并视为已发送。在这种情况下，无法保证服务器已收到记录，并且重试配置将不会生效（因为客户端通常不会知道任何故障）。
acks = 1 这意味着leader会将记录写入其本地日志，但无需等待所有follwer服务器的完全确认即可做出回应，在这种情况下，当leader还没有将数据同步到Follwer宕机，存在丢失数据的可能性。
acks = -1代表所有的所有的分区副本备份完成，不会丢失数据这是最强有力的保证。但是这种模式往往效率相对较低。
2、producer重试机制
Broker保证消息不丢失
kafka的broker使用副本机制保证数据的可靠性。每个broker中的partition我们一般都会设置有replication（副本）的个数，生产者写入的时候首先根据分发策略（有partition按partition，有key按key，都没有轮询）写入到leader中，follower（副本）再跟leader同步数据，这样有了备份，也可以保证消息数据的不丢失。
Consumer保证消息不丢失
1、手动ack
/*
*
* @param message
* @param ack
* @手动提交ack
* containerFactory 手动提交消息ack
* errorHandler 消费端异常处理器
* @author 林在闪闪发光
* @return void
*/
@KafkaListener(containerFactory = "manualListenerContainerFactory", topics = "xiaojie-topic",
errorHandler = "consumerAwareListenerErrorHandler"
)
public void onMessageManual(List<ConsumerRecord<?, ?>> record, Acknowledgment ack) {
for (int i=0;i<record.size();i++){
System.out.println(record.get(i).value());
}
ack.acknowledge();//直接提交offset
}2、offset commit
消费者通过offset commit 来保证数据的不丢失，kafka自己记录了每次消费的offset数值，下次继续消费的时候，会接着上次的offset进行消费。kafka并不像其他消息队列，消费完消息之后，会将数据从队列中删除，而是维护了一个日志文件，通过时间和储存大小进行日志删除策略。如果offset没有提交，程序启动之后，会从上次消费的位置继续消费，有可能存在重复消费的情况。
Offset Reset 三种模式
earliest（最早）：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，从头开始消费。
latest(最新的)：当各分区下有已提交的offset时，从提交的offset开始消费；无提交的offset时，消费新产生的该分区下的数据。
none(没有)：topic各分区都存在已提交的offset时，从offset后开始消费；只要有一个分区不存在已提交的offset，则抛出异常。
最后祝大家心想事成！！！！
扫一扫
9026
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
