ActiveMQ(六)：spring+ActiveMQ+线程池实现简单的分布式，多线程，多任务的异步任务处理系统

前言：随着系统的业务功能不断增强，传统的单机、单任务，单线程的运行模式已经逐渐的被淘汰，取而代之的是分布式，多任务，多线程，当然，现在开源的这方面的框架也非常的多，大概的思想也都类似，下面就结合我这一年多的工作心得，分享一个简单易实现的分布式，多任务，多线程的异步任务处理系统的基本实现。

1.系统部署图

该系统主要由3部分构成，任务生产者集群，消息中间件集群，任务消费者集群，下面来分别说下这3部分的作用：

任务生产者集群：顾名思义，主要用来产生消息任务，并将这些消息任务发送到消息中间件集群中，任务生产者集群可能使用的是不同的开发语言，开发框架以及不同的开发平台。

消息中间件集群：消息中间件集群主要的作用是使生产者和消费者解耦，屏蔽各个异构系统之间的区别，以及保证消息的传送，超时重试和消息任务的负载均衡。并确保同一消息只被一个消费者消费。为了实现系统的高可用性，此处使用了集群模式，实现master-slave模式。

任务消费者集群：这个是我们的业务核心，通过消费消息中间件传送过来的消息，从而实现我们的业务功能需求。为了保证任务被及时的处理，我们会用到spring的线程池，来实现任务的异步调度。

2.系统设计

(1)为了保证系统的高可用性，消息中间件集群我们采用的是主备结构，配置文件如下：

[html]  view plain  copy

1. <bean id="targetConnectionFactory" class="org.apache.activemq.ActiveMQConnectionFactory">  
2.         <property name="brokerURL" value="failover:(tcp://localhost:61616,tcp://localhost:61617)" />  
3.     </bean>  

为了减少消息中间件由于频繁连接导致的性能消耗，会使用连接池，配置文件如下：

[html]  view plain  copy

1. <!-- 通过往PooledConnectionFactory注入一个ActiveMQConnectionFactory可以用来将Connection，Session和MessageProducer池化   
2.         这样可以大大减少我们的资源消耗， -->  
3.     <bean id="pooledConnectionFactory" class="org.apache.activemq.pool.PooledConnectionFactory">  
4.         <property name="connectionFactory" ref="targetConnectionFactory" />  
5.         <property name="maxConnections" value="20" />  
6.     </bean>  

(2)，为了及时的监听消息，我们使用到了 JMS 中的 MessageListener ，当然，为了有更好的扩展性和灵活性，我们可以使用 SessionAwareMessageListener 以及 MessageListenerAdapter 来实现消息驱动 POJO ，示例代码如下：

[java]  view plain  copy

1. public class ConsumerSessionAwareMessageListener implements  
2.         SessionAwareMessageListener<TextMessage> {  
3.       
4.     private Destination destination;  
5.   
6.     @Override  
7.     public void onMessage(TextMessage message, Session session)  
8.             throws JMSException {  
9.         try {  
10.             String receiveMessage = ((TextMessage) message).getText();  
11.            // 创建消息生产者，用来发送回复消息到回复队列里面  
12.             MessageProducer producer = session.createProducer(destination);  
13.             producer.send(session.createTextMessage("消费者回复消息!"));  
14.             System.out.println("消费者收到的消息为:"+receiveMessage);  
15.         } catch (JMSException e) {  
16.             e.printStackTrace();  
17.         }  
18.     }  
19. }  

(3)异步任务调度

对于接收到的消息会采用异步的任务调度结合线程池来处理，示例代码如下：

[java]  view plain  copy

1. @SuppressWarnings({"unchecked", "rawtypes"})  
2. public class ConsumerReceive implements MessageListener {  
3.   
4.     private CustomerServiceStrategyI strategy;  
5.   
6.     @Override  
7.     @Async("mqExecutor")// 异步的任务处理  
8.     public void onMessage(Message message) {  
9.         System.out.println("当前处理任务的线程为:" + Thread.currentThread().getName());  
10.         if (message instanceof TextMessage) {  
11.             strategy = new TextMessageStrategy();  
12.             strategy.doService(message);  
13.            message.acknowledge();// 客户端消息确认机制  
14.         }  
15.     }  
16. }  

异步任务线程池的配置如下：

[html]  view plain  copy

1. <task:annotation-driven/>  
2.     <task:executor id="mqExecutor" pool-size="5-10" queue-capacity="20000" keep-alive="2000" rejection-policy="CALLER_RUNS"/>  

注意： @Async("mqExecutor") 这个注解表示该方法会通过异步的方式来执行，会直接跳过主程序

(4)消息确认机制

为了保证消息或者是请求被至少处理一次，可以引入消息的确认机制，JMS总共为我们提供了3种确认机制，分别如下：

Auto_acknowledge:JMS客户端会自动向服务器发送确认消息，如果服务器没有接收到这个确认消息，就会认为该消息未被传送，并可能会试图重新发送。

Client_acknowledge:Auto_acknowledge模式中，确认总是隐式的在onMessage处理器返回之后发生，而Client_acknowledge则是由客户端控制何时发送确认，这样的话，可以保证接收消息的客户端能够实现对“保证消息传送”更细粒度的控制。当然，这种方式需要客户端来显示的发送，例如调用message.acknowledge();方法

Dups_OK_acknowledge:如果在会话上指定这种模式的话，JMS提供者可以将一条消息向统一目的地发送两次以上，这与前面两种模式的“一次且仅仅一次”的语义就不同了，用于可以接收重复消息的程序。

(5)消息策略

由于消息生产者可能生产的消息各不一样，例如TextMessage、MapMessage等，可以根据不同的消息使用不同的策略，示例代码如下：

[java]  view plain  copy

1. 策略接口：为了更好的兼容性，此处使用了泛型  
2.   
3. package com.chhliu.myself.activemq.start.async;  
4.   
5. public interface CustomerServiceStrategyI<P, V> {  
6.     P doService(V message);  
7. }  
8.   
9. 具体的策略类：  
10. package com.chhliu.myself.activemq.start.async;  
11.   
12. import javax.jms.JMSException;  
13. import javax.jms.TextMessage;  
14.   
15. public class TextMessageStrategy implements CustomerServiceStrategyI<User, TextMessage> {  
16.   
17.     @Override  
18.     public User doService(TextMessage message) {  
19.         try {  
20.             String receiveMessage = message.getText();  
21.             System.out.println("消费者收到的消息为:"+receiveMessage);  
22.             return null;  
23.         } catch (JMSException e) {  
24.         }  
25.         return null;  
26.     }  
27. }  

(6)负载均衡

由于消息消费者是以集群模式在运行，那么具体到每一条消息，该有哪台机器来消费了，这个就涉及到消息的负载均衡，在系统中，可以利用JMS提供者从消息源头上来实现，具体的负载均衡算法会因JMS提供商的不同而不同，但大概主流的几种算法如下：哈希散列算法，轮询调度算法，first-available均衡算法，使用的时候，需要查阅JMS提供商的文档来确定。

通过上面的这几步，就基本上实现了一个简单的分布式，多任务，多线程的异步任务处理系统，整体运行结果如下：

[java]  view plain  copy

1. ================生产者创建了一条消息==============  
2. ================生产者创建了一条消息==============  
3. 当前处理任务的线程为:mqExecutor-2  
4. 消费者收到的消息为:hello acticeMQ:my name is chhliu!fcb25e99-1181-48bb-963f-8d20a98829ab  
5. 当前处理任务的线程为:mqExecutor-1  
6. 消费者收到的消息为:hello acticeMQ:my name is chhliu!12578be1-56a4-4b41-a8d4-112031617525  
7. ================生产者创建了一条消息==============  
8. ================生产者创建了一条消息==============  
9. 当前处理任务的线程为:mqExecutor-5  
10. 消费者收到的消息为:hello acticeMQ:my name is chhliu!24d8f8c2-b172-4f7e-81e8-d87b73b7825b  
11. 当前处理任务的线程为:mqExecutor-3  
12. 消费者收到的消息为:hello acticeMQ:my name is chhliu!00dc0934-c521-42da-83fb-9f541f667ec9  

其实上面的这个简单的系统，也可以当成简单的 RPC 来使用，如果要实现更细粒度的 RPC 的话，可以引进 Netty 等来实现，当然这些都是后话了。