RabbitMq的发布确认

发布确认的原理

  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。

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，需要在信道上面调用confirmSelect

单个确认发布

解释

  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。
  优点在于他可以保证消息不丢失，一定是可以消费的

代码演示

  private final static int MESSAGE_COUNT = 1000;
  public static void main(String[] args) throws Exception {
      // 1:单个确认
      pushSingle();

  }
  /**
   * 单个确认
   */
  public static void pushSingle() throws Exception {
    Channel channel = MqConnectionUtil.getChannel();
    /**
     * 开启发布确认
     */
    channel.confirmSelect();

    /**
     * 声明队列 UUID生成队列名称
     */
     channel.queueDeclare(UUID.randomUUID().toString(),true,false,false,null);
    /**
     * 开始发布
     * 使用默认交换机
     */
    long beginTime = System.currentTimeMillis();
    for (int i = 0; i < MESSAGE_COUNT; i++) {
      String message = "消息:"+i;
      channel.basicPublish("",UUID.randomUUID().toString(),null,message.getBytes());
      boolean flag = channel.waitForConfirms();
      if(flag){
        System.out.println("消息发送成功");
      }
    }
    long endTime = System.currentTimeMillis();
    System.out.println("单个消息总耗时:" + (endTime - beginTime));
  }

运行测试

可以看到运行时长达到了21005毫秒

批量发布确认

解释

  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，
  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。这种方案仍然是同步的，也一样阻塞消息的发布。

代码演示

  private final static int MESSAGE_COUNT = 1000;
  
   public static void main(String[] args) throws Exception {
       // 2:批量发布确认
       pushBatch();
   }
  /**
   * 批量发布
   *
   * @throws Exception
   */
  public static void pushBatch() throws Exception {
    Channel channel = MqConnectionUtil.getChannel();
    /**
     * 开启发布确认
     */
    channel.confirmSelect();

    /**
     * 声明队列 UUID生成队列名称
     */
    channel.queueDeclare(UUID.randomUUID().toString(),true,false,false,null);
    /**
     * 开始发布
     * 使用默认交换机
     */
    long beginTime = System.currentTimeMillis();
    int batchSize = 100;
    for (int i = 0; i < MESSAGE_COUNT; i++) {
      String message = "消息:"+i;
      channel.basicPublish("",UUID.randomUUID().toString(),null,message.getBytes());
      //设置每100个确认一次
      if(i % batchSize == 0){
        boolean flag = channel.waitForConfirms();
        if(flag){
            System.out.println("100条消息发送成功");
        }
      }
    }
    long endTime = System.currentTimeMillis();
    System.out.println("批量消息总耗时:" + (endTime - beginTime));
  }

运行测试

可以看到速度大大的提高的了，但是这种却无法保证消息是不是真的被确认了。

异步确认发布

解释

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是很好的，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。

代码演示

  private final static int MESSAGE_COUNT = 1000;
  public static void main(String[] args) throws Exception {
       // 1:单个确认
       // pushSingle();
       // 2:批量发布确认
      // pushBatch();
      // 3:异步批量确认 速度最快 最稳
      pushAsynchronous();
  }
  /**
   * 异步发布确认  todo 推荐
   */
  public static void pushAsynchronous() throws Exception {
    Channel channel = MqConnectionUtil.getChannel();
    /**
     * 开启发布确认
     */
    channel.confirmSelect();

    /**
     * 声明队列 UUID生成队列名称
     */
    channel.queueDeclare(UUID.randomUUID().toString(),true,false,false,null);
    long beginTime = System.currentTimeMillis();
    /**
     * 创建并发线程集合 保存发送的数据 标识成功与失败的数据
     * 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
     */
    ConcurrentSkipListMap<Long, String> outstandingConfirms = new ConcurrentSkipListMap<>();

    //创建监听器
    ConfirmCallback ackCallback = (long deliveryTag, boolean multiple)->{
      //发送成功的监听
      /**
       * 消息发送成功需要删除掉已经成功的数据
       */
      if(multiple){
        //如果是批量确认
        ConcurrentNavigableMap<Long, String> longStringConcurrentNavigableMap = outstandingConfirms.headMap(deliveryTag);
        longStringConcurrentNavigableMap.clear();
      }else{
        outstandingConfirms.remove(deliveryTag);
      }
      System.out.println("确认的消息编号:" + deliveryTag);
    };
    ConfirmCallback nackCallback = (long deliveryTag, boolean multiple) -> {
      //失败监听
      /**
       * 剩下的数据就是失败的数据
       */
      System.out.println("未确认的消息编号:" + deliveryTag);
    };
    channel.addConfirmListener(ackCallback,nackCallback);

    for (int i = 0; i < MESSAGE_COUNT; i++) {
      String message = "消息:"+i;
      outstandingConfirms.put(channel.getNextPublishSeqNo(),message);
      channel.basicPublish("",UUID.randomUUID().toString(),null,message.getBytes());
      }
    long endTime = System.currentTimeMillis();
    System.out.println("异步消息总耗时:" + (endTime - beginTime));
  }
}

测试运行

可以看到才用了250毫秒 而且还是异步执行 效率和可靠性都是比较好的

总结

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，