RabbitMQ
什么是MQ？
MQ(message queue)，从字面意思上看，本质是个队列，FIFO 先入先出，只不过队列中存放的内容是message 而已，还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ 是一种非常常见的上下游“逻辑解耦+物理解耦”的消息通信服务。使用了 MQ 之后，消息发送上游只需要依赖 MQ，不用依赖其他服务。
MQ的作用
流量消峰
举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单时绰绰有余，正常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订单分散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体验要好。就是可以作为缓冲的作用，消峰大量同一时间的请求，在进行排队处理。
应用解耦
以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流系统恢复后，继续处理订单信息即可，中单用户感受不到物流系统的故障，提升系统的可用性。
在分布式中，有一个模块出现故障，可以将其处理的内存缓存在MQ中，作为缓存的作用，从而其他的模块可以继续工作。
异步处理
有些服务间调用是异步的，例如 A 调用 B，B 需要花费很长时间执行，但是 A 需要知道 B 什么时候可以执行完，以前一般有两种方式，A 过一段时间去调用 B 的查询 api 查询。或者 A 提供一个 callback api（回调函数），B 执行完之后调用 api 通知 A 服务。这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题，A 调用 B 服务后，只需要监听 B 处理完成的消息，当 B 处理完成后，会发送一条消息给 MQ，MQ 会将此消息转发给 A 服务。这样 A 服务既不用循环调用 B 的查询 api，也不用提供 callback api。同样B 服务也不用做这些操作。A 服务还能及时的得到异步处理成功的消息。
MQ的分类
ActiveMQ
优点：单机吞吐量万级，时效性 ms 级，可用性高，基于主从架构实现高可用性，消息可靠性较低的概率丢失数据。
缺点：官方社区现在对 ActiveMQ 5.x 维护越来越少，高吞吐量场景较少使用。
Kafka
广泛被运用在大数据的消息队列。
优点: 性能卓越，单机写入 TPS 约在百万条/秒，最大的优点，就是吞吐量高。时效性 ms 级可用性非常高，kafka 是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用,消费者采用 Pull 方式获取消息, 消息有序, 通过控制能够保证所有消息被消费且仅被消费一次;有优秀的第三方KafkaWeb 管理界面 Kafka-Manager；在日志领域比较成熟，被多家公司和多个开源项目使用；功能支持： 功能较为简单，主要支持简单的 MQ 功能，在大数据领域的实时计算以及日志采集被大规模使用。
缺点：Kafka 单机超过 64 个队列/分区，Load 会发生明显的飙高现象，队列越多，load 越高，发送消息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试；支持消息顺序，但是一台代理宕机后，就会产生消息乱序，社区更新较慢。
适用场景：Kafka 主要特点是基于Pull 的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集
RocketMQ
阿里巴巴开源产品，使用java编写，被阿里巴巴广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理，binglog 分发等场景。
优点：优点:单机吞吐量十万级,可用性非常高，分布式架构,消息可以做到 0 丢失,MQ 功能较为完善，还是分布式的，扩展性好,支持 10 亿级别的消息堆积**，不会因为堆积导致性能下降,源码是 java 我们可以自己阅读源码，定制自己公司的 MQ。
缺点：支持的客户端语言不多，目前是 java 及 c++，其中 c++不成熟；社区活跃度一般,没有在MQ核心中去实现 JMS 等接口,有些系统要迁移需要修改大量代码。
适用场景：天生为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削峰，在大量交易涌入时，后端可能无法及时处理的情况。RoketMQ 在稳定性上可能更值得信赖，这些业务场景在阿里双 11 已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择 RocketMQ。
RabbitMQ
2007 年发布，是一个在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，是当前最主流的消息中间件之一。
优点:由于 erlang 语言的高并发特性，性能较好；吞吐量到万级，MQ 功能比较完备,健壮、稳定、易用、跨平台、支持多种语言 如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持 AJAX 文档齐全；开源提供的管理界面非常棒，用起来很好用,社区活跃度高；更新频率相当高。
缺点：商业版需要收费,学习成本较高。
适用场景：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
RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里，按照这种逻辑 RabbitMQ 是一个快递站，一个快递员帮你传递快件。RabbitMQ 与快递站的主要区别在于，它不处理快件而是接收，存储和转发消息数据。
四大核心概念
生产者
产生数据发送消息的程序是生产者。
交换机
交换机是 RabbitMQ 非常重要的一个部件，一方面它接收来自生产者的消息，另一方面它将消息推送到队列中。交换机必须确切知道如何处理它接收到的消息，是将这些消息推送到特定队列还是推送到多个队列，亦或者是把消息丢弃，这个得有交换机类型决定。
队列
队列是 RabbitMQ 内部使用的一种数据结构，尽管消息流经 RabbitMQ 和应用程序，但它们只能存储在队列中。队列仅受主机的内存和磁盘限制的约束，本质上是一个大的消息缓冲区。许多生产者可以将消息发送到一个队列，许多消费者可以尝试从一个队列接收数据。这就是我们使用队列的方式。
消费者
消费与接收具有相似的含义。消费者大多时候是一个等待接收消息的程序。请注意生产者，消费者和消息中间件很多时候并不在同一机器上。同一个应用程序既可以是生产者又是可以是消费者。
RabbitMQ核心部分
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：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 极大减少了操作系统建立 TCP connection 的开销。
- Exchange：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
安装和启动
官网地址🔗
- 上传到/usr/local/software 目录下(如果没有 software 需要自己创建)
需要安装erlang语言环境
- 使用npm安装文件
rpm -ivh erlang-21.3-1.el7.x86_64.rpmyum install socat -yrpm -ivh rabbitmq-server-3.8.8-1.el7.noarch.rpm - 常用命令(按照以下顺序执行)
- 添加开机启动 RabbitMQ 服务
chkconfig rabbitmq-server on - 启动服务
/sbin/service rabbitmq-server start或者使用systemctl start rabbitmq-server.service启动mq服务 - 查看服务状态
/sbin/service rabbitmq-server status或者使用systemctl status rabbitmq-server.service启动mq服务 - 停止服务(选择执行)
/sbin/service rabbitmq-server stop或者使用systemctl stop rabbitmq-server.service启动mq服务 - 开启 web 管理插件
rabbitmq-plugins enable rabbitmq_management
用默认账号密码(guest)访问地址 http://47.115.185.244:15672/
此时需要开启web管理的端口15672，和访问RabbitMQ的端口5672sudo firewall-cmd --add-port=端口号/tcp --permanent再重启防火墙即可
- 添加开机启动 RabbitMQ 服务
- 添加一个新的用户
- 创建账号
rabbitmqctl add_user admin 123456 - 设置用户角色
rabbitmqctl set_user_tags admin administrator - 设置用户权限
set_permissions [-p <vhostpath>] <user> <conf> <write> <read>rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
用户 user_admin 具有/vhost1 这个 virtual host 中所有资源的配置、写、读权限 - 当前用户和角色
rabbitmqctl list_users
- 创建账号
现在可以使用admin访问。
- 重置命令
- 关闭应用的命令为
rabbitmqctl stop_app - 清除的命令为
rabbitmqctl reset - 重新启动命令为
rabbitmqctl start_app
- 关闭应用的命令为
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
概念
简述：就是再大量消息发送再消息队列中时，消费者会轮询接收消息，按照顺序依次接收。
案例代码示例
在这个案例中我们会启动两个工作线程，一个消息发送线程，我们来看看他们两个工作线程是如何工作的。
抽取创建信道的代码为工具类
public class RabbitMQUtil {// 得到一个连接的 channelpublic static Channel getChannel() throws Exception {// 创建一个连接工厂ConnectionFactory factory = new ConnectionFactory();factory.setHost("192.168.241.120");factory.setUsername("admin");factory.setPassword("admin");//channel实现了自动 close接口 自动关闭 不需要显示关闭Connection connection = factory.newConnection();// 创建信道Channel channel = connection.createChannel();return channel;}}
Producer代码
public class Producer {private final static String QUEUE_NAME = "hello";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();/*** 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 false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*/// 此时使用默认的交换机channel.queueDeclare(QUEUE_NAME, false, false, false, null);/*** 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*/Scanner scanner = new Scanner(System.in);while (scanner.hasNext()) {String message = scanner.next();channel.basicPublish("", QUEUE_NAME, null, message.getBytes());System.out.println(message + "消息发送成功！！！");}}}
Consumer代码
```java public class Worker1 { private final static String QUEUE_NAME = “hello”;public static void main(String[] args) throws Exception {
Channel channel = RabbitMQUtil.getChannel();// 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.处理消息的回调函数* 4.消费者取消消费的回调*/channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);}
}
- 结果演示：此时开启两个消费者线程，模拟2个工作线程接收消息。<br />此时Producer发送四条消息<br /><br />此时第一个线程接收 AA,CC<br />第二个线程就收 BB,DD‘<a name="269fc561"></a>### 消息应答<a name="b59c9e0f-1"></a>#### 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，会发生什么情况。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这的消息，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。**<a name="398e8d91"></a>#### 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。<a name="a7945bf1"></a>#### 手动应答**消息应答的方法**：- Channel.basicAck(用于肯定确认)<br />RabbitMQ 已知道该消息并且成功的处理消息，可以将其丢弃了- Channel.basicNack(用于否定确认)- Channel.basicReject(用于否定确认)<br />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**手动应答时的Multiple 的解释**：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<br />比如说 channel 上有传送 tag 的消息 5,6,7,8 当前 tag 是 8 那么此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<br />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虽然手动应答的好处是可以批量应答并且减少网络拥堵，但是容易造成误将消息删除。<a name="8f744d87"></a>#### 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。如果此时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。<a name="71a78565"></a>#### 消息自动应答案例- Producer```javapublic class Producer {private final static String QUEUE_NAME = "hello";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();/*** 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 false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*/// 此时使用默认的交换机channel.queueDeclare(QUEUE_NAME, false, false, false, null);/*** 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*/Scanner scanner = new Scanner(System.in);while (scanner.hasNext()) {String message = scanner.next();channel.basicPublish("", QUEUE_NAME, null, message.getBytes());System.out.println(message + "消息发送成功！！！");}}}
Consumer1，此时需要关闭自动应答。
消息标签指每一个消息的标识意思，例如上图中的1，2，3标识。
Consumer1沉睡1spublic class Consumer1 {private final static String QUEUE_NAME = "hello";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();//推送的消息如何进行消费的接口回调System.out.println("第一个线程，处理时间比较短！");DeliverCallback deliverCallback = (consumerTag, delivery) -> {String message = new String(delivery.getBody());System.out.println(message);try {Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}/*** 第一个参数：消息标签tag* 第二个参数：表示是否要批量应答*/channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);};//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*/boolean autoAck = false;channel.basicConsume(QUEUE_NAME, autoAck, deliverCallback, cancelCallback);}}
Consumer2
Consumer2沉睡30spublic class Consumer2 {private final static String QUEUE_NAME = "hello";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();//推送的消息如何进行消费的接口回调System.out.println("第二个线程，处理时间比较长！");DeliverCallback deliverCallback = (consumerTag, delivery) -> {String message = new String(delivery.getBody());System.out.println(message);try {Thread.sleep(30000);} catch (InterruptedException e) {e.printStackTrace();}/*** 第一个参数：消息标签tag* 第二个参数：表示是否要批量应答*/channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);};//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*/boolean autoAck = false;channel.basicConsume(QUEUE_NAME, autoAck, deliverCallback, cancelCallback);}}
结果分析，此时Producer发送AA,BB,CC,DD
Consumer1接收AA，Consumer2接收BB，2处理需要30s，此时CC由1处理，但如果2在处理BB时候宕机，此时调用回调函数，BB重新由1处理。
在发送者发送消息 dd，发出消息之后的把 C2 消费者停掉，按理说该 C2 来处理该消息，但是由于它处理时间较长，在还未处理完，也就是说 C2 还没有执行 ack 代码的时候，C2 被停掉了，此时会看到消息被 C1 接收到了，说明消息 dd 被重新入队，然后分配给能处理消息的 C1 处理了。
RabbitMQ持久化
概念
刚刚我们已经看到了如何处理任务不丢失的情况，但是如何保障当 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。
队列如何实现持久化
之前我们创建的队列都是非持久化的，rabbitmq 如果重启的化，该队列就会被删除掉，如果要队列实现持久化 需要在声明队列的时候把 durable 参数设置为持久化。
boolean durable = true;channel.queueDeclare(QUEUE_NAME, durable, false, false, null);
但是需要注意的就是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。
此时在页面可以通过D判断队列是否持久化。
消息如何的持久化
要想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。
String message = scanner.next();channel.basicPublish("", QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());
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，参考后边课件发布确认章节。
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。
简单来说：就是能力强多做，能力弱少做。
为了避免这种情况，我们可以设置参数 channel.basicQos(1);
// 设置不公平接收，但没有设置预取值int prefetchCount = 1;channel.basicQos(prefetchCount);
此时2个都设置了不公平接收，Consumer2处理需要30s，此时如果再发消息，那么就会是Consumer1来接收。
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。
预取值
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。
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。
// 设置不公平接收，但没有设置阈值int prefetchCount = 2;channel.basicQos(prefetchCount);
0表示公平接收，1表示不公平接收但没有预取值，设置为2的话，标识该接收信道的未确认消息的最大值为2。
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)。
发布确认
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。
发布确认策略
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。
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。
缺点：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。
代码演示：
/*** 单个确认发布** @throws Exception*/public static void publishMessageIndividually() throws Exception {Channel channel = RabbitMQUtil.getChannel();// 队列名称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());// 服务器返回 false或超时时间内未返回，生产者可以消息重发boolean flag = channel.waitForConfirms();if (flag) {System.out.println("消息发送成功！");}}long end = System.currentTimeMillis();System.out.println("总共消耗时间为" + (end - begin) + "ms");}
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。
缺点：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。
代码演示：
/*** 批量确认发布** @throws Exception*/public static void publishMessageBatch() throws Exception {Channel channel = RabbitMQUtil.getChannel();// 队列名称String queueName = UUID.randomUUID().toString();channel.queueDeclare(queueName, false, false, false, null);// 开启发布确认channel.confirmSelect();// 批量确认的大小int batchSize = 100;// 未确认的消息个数int count = 0;long begin = System.currentTimeMillis();for (int i = 0; i < MESSAGE_COUNT; i++) {String message = i + "";channel.basicPublish("", queueName, null, message.getBytes());count++;if (count == batchSize) {channel.waitForConfirms();count = 0;}}//为了确保还有剩余没有确认消息 再次确认if (count > 0) {channel.waitForConfirms();}long end = System.currentTimeMillis();System.out.println("总共消耗时间为" + (end - begin) + "ms");}
异步确认发送
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。
代码演示：
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。
/*** 异步确认发布** @throws Exception*/public static void publishMessageAsync() throws Exception {Channel channel = RabbitMQUtil.getChannel();// 队列名称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哈希表，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 只要给到序列号* 3.支持并发访问*/ConcurrentSkipListMap<Long, String> outstandingConfirms = new ConcurrentSkipListMap<>();// 确认消息失败，回调函数ConfirmCallback nackCallback = (deliveryTag, multiple) -> {String message = outstandingConfirms.get(deliveryTag);System.out.println("发布的消息"+message+"未被确认，序列号"+deliveryTag);};// 确认消息成功，回调函数ConfirmCallback ackCallback = (deliveryTag, multiple) -> {System.out.println("成功的消息为" + deliveryTag);if (multiple) { // 如果是批量确认// 返回的是小于等于当前序列号的未确认消息 是一个 mapConcurrentNavigableMap<Long, String> confirmed = outstandingConfirms.headMap(deliveryTag);// 清除该部分未确认消息confirmed.clear();} else { // 如果单个确认// 只清除当前序列号的消息outstandingConfirms.remove(deliveryTag);}};/*** 添加一个异步确认的监听器* 1.确认收到消息的回调* 2.未收到消息的回调*/channel.addConfirmListener(ackCallback, nackCallback);long begin = System.currentTimeMillis();for (int i = 0; i < MESSAGE_COUNT; i++) {String message = i + "";/*** channel.getNextPublishSeqNo()获取下一个消息的序列号* 通过序列号与消息体进行一个关联* 全部都是未确认的消息体*/// 将所有发布的消息存入mapoutstandingConfirms.put(channel.getNextPublishSeqNo(), message);channel.basicPublish("", queueName, null, message.getBytes());}long end = System.currentTimeMillis();System.out.println("总共消耗时间为" + (end - begin) + "ms");}
以上 3 种发布确认速度对比
public static void main(String[] args) throws Exception {PublishConfirmDemo.publishMessageIndividually(); // 单个确认发布,总共消耗时间为624msPublishConfirmDemo.publishMessageBatch(); // 批量确认发布,总共消耗时间为94msPublishConfirmDemo.publishMessageAsync(); // 异步确认发布,总共消耗时间为42ms}
- 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：（推荐使用）
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
发布确认高级(springboot版)
在生产环境中由于一些不明原因，导致 rabbitmq 重启，在 RabbitMQ 重启期间生产者消息投递失败，导致消息丢失，需要手动处理和恢复。于是，我们开始思考，如何才能进行 RabbitMQ 的消息可靠投递呢？ 特别是在这样比较极端的情况，RabbitMQ 集群不可用的时候，无法投递的消息该如何处理呢?
确认机制方案
当消息未发送到交换机和队列中时，会放入缓存中。
代码演示
代码架构图：
- 配置文件
publisher-confirm-type参数配置（交换机未收到消息的回调）：- 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：经测试有两种效果，其一效果和 CORRELATED 值一样会触发回调方法，其二在发布消息成功后使用 rabbitTemplate 调用 waitForConfirms 或 waitForConfirmsOrDie 方法等待 broker 节点返回发送结果，根据返回结果来判定下一步的逻辑，要注意的点是waitForConfirmsOrDie 方法如果返回 false 则会关闭 channel，则接下来无法发送消息到 broker
publisher-returns参数为是否开启队列未收到消息的回调。
publisher-confirm-type: correlatedpublisher-returns: true # 开启队列回调
配置类
```java @Configuration public class ConfirmConfig {public static final String CONFIRM_EXCHANGE_NAME = “confirm.exchange”; public static final String CONFIRM_QUEUE_NAME = “confirm.queue”;
@Bean(“confirmExchange”) public DirectExchange confirmExchange() {
return new DirectExchange(CONFIRM_EXCHANGE_NAME);
}
@Bean(“confirmQueue”) public Queue confirmQueue() {
return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
}
@Bean public Binding confirmQueueBindExchange(@Qualifier(“confirmExchange”) Exchange exchange,
@Qualifier("confirmQueue") Queue queue) {return BindingBuilder.bind(queue).to(exchange).with("key1").noargs();
}
}
- Procedure```java@Slf4j@RestController@RequestMapping("/confirm")public class ConfirmController {@Autowiredprivate RabbitTemplate rabbitTemplate;@GetMapping("sendMessage/{message}")public void sendMessage(@PathVariable String message) {CorrelationData correlationData = new CorrelationData("1");rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME, "key1", message, correlationData);log.info("发送消息内容:{}", message);}}
Consumer
@Slf4j@Componentpublic class ConfirmConsumer {@RabbitListener(queues = ConfirmConfig.CONFIRM_QUEUE_NAME)public void receiveMsg(Message message) {String msg = new String(message.getBody());log.info("接受到队列 confirm.queue消息:{}", msg);}}
回调方法
@Slf4j@Componentpublic class MyCallBack implements RabbitTemplate.ConfirmCallback,RabbitTemplate.ReturnsCallback {@Autowiredprivate RabbitTemplate rabbitTemplate;// 注入（由于是内部接口，需要把实现类注入进去）@PostConstructpublic void init() {rabbitTemplate.setConfirmCallback(this);rabbitTemplate.setReturnsCallback(this);}/*** 交换机不管是否收到消息的一个回调方法 CorrelationData* 消息相关数据 s* 交换机是否收到消息 ack*/@Overridepublic void confirm(CorrelationData correlationData, boolean b, String cause) {String id = correlationData.getId();if (b) {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);}}// 可以在当前消息传递过程中不可达目的地的消息返回给生产者// 只有在不可达目的地的时候进行回退@Overridepublic void returnedMessage(ReturnedMessage returnedMessage) {log.info(returnedMessage.toString());}}
演示结果：
- 在地址发送请求，修改交换机的名称，此时会找不到交换机，所以会回调MyCallBack中的confirm方法处理。
- 在地址发送请求，修改RoutingKey，此时交换机会找不到队列，所以会回调MyCallBack中的returnedMessage方法处理。
Mandatory 参数
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。也就是routingkey不正确时，需要自己编写回调函数，开启回调，注意此时时针对队列，而不是交换机。以上的代码演示已经编写了。
备份交换机
什么时备份交换机?
有了 mandatory 参数和回退消息，我们获得了对无法投递消息的感知能力，有机会在生产者的消息无法被投递时发现并处理。但有时候，我们并不知道该如何处理这些无法路由的消息，最多打个日志，然后触发报警，再来手动处理。而通过日志来处理这些无法路由的消息是很不优雅的做法，特别是当生产者所在的服务有多台机器的时候，手动复制日志会更加麻烦而且容易出错。而且设置 mandatory 参数会增加生产者的复杂性，需要添加处理这些被退回的消息的逻辑。如果既不想丢失消息，又不想增加生产者的复杂性，该怎么做呢？
前面在设置死信队列的文章中，我们提到，可以为队列设置死信交换机来存储那些处理失败的消息，可是这些不可路由消息根本没有机会进入到队列，因此无法使用死信队列来保存消息。在 RabbitMQ 中，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。
注意死信队列时针对于进入了队列的消息没有被接收，备份交换机针对于还没有进入队列的消息。
代码演示
代码架构图：此的备份队列值创建了warning.consumer，而backup.queue省略。
配置类
```java @Configuration public class BackupConfig {public static final String CONFIRM_EXCHANGE_NAME = “confirm.exchange”; public static final String CONFIRM_QUEUE_NAME = “confirm.queue”; public static final String BACKUP_EXCHANGE_NAME = “backup.exchange”; public static final String WARNING_QUEUE_NAME = “warning.queue”;
// 备份交换机 @Bean(“backupExchange”) public FanoutExchange backupExchange() {
return new FanoutExchange(BACKUP_EXCHANGE_NAME);
}
@Bean(“confirmExchange”) public DirectExchange confirmExchange() {
return ExchangeBuilder.directExchange(CONFIRM_EXCHANGE_NAME).withArgument("alternate-exchange", BACKUP_EXCHANGE_NAME).build();
}
@Bean(“warningQueue”) public Queue warningQueue() {
return QueueBuilder.durable(WARNING_QUEUE_NAME).build();
}
@Bean(“confirmQueue”) public Queue confirmQueue() {
// 设置该交换机的备份交换机return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
}
@Bean public Binding confirmBinding(@Qualifier(“confirmExchange”) DirectExchange exchange,
@Qualifier("confirmQueue") Queue queue) {return BindingBuilder.bind(queue).to(exchange).with("key1");
}
@Bean public Binding backupBinding(@Qualifier(“backupExchange”) FanoutExchange exchange,
@Qualifier("warningQueue") Queue queue) {return BindingBuilder.bind(queue).to(exchange);
}
}
- Producer```java@GetMapping("sendMessage/{message}")public void sendMessage(@PathVariable String message) {CorrelationData correlationData = new CorrelationData("1");rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME, "key", message, correlationData);log.info("发送消息内容:{}", message);}
Consumer
监听备份中的警告队列@Component@Slf4jpublic class BackupConsumer {@RabbitListener(queues = BackupConfig.WARNING_QUEUE_NAME)public void receiveWarningMsg(Message message) {String msg = new String(message.getBody());log.error("报警发现不可路由消息：{}", msg);}}
演示结果：
发送请求：
http://localhost:8080/confirm/sendMessage/nihao
此时由于放松消息时routingkey不正确，无法路由到指定队列，所以warning.queue处理了消息。
交换机
概述
Exchanges概念
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。
Exchanges 的类型
直接(direct), 主题(topic) ,标题(headers) , 扇出(fanout)。
无名exchange
在前面部分我们对 exchange 一无所知，但仍然能够将消息发送到队列。之前能实现的原因是因为我们使用的是默认交换，我们通过空字符串(“”)进行标识。
第一个参数是交换机的名称。空字符串表示默认或无名称交换机：消息能路由发送到队列中其实是由 routingKey(bindingkey)绑定 key 指定的，如果它存在的话。
临时队列
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bindings
bindings类似于queue和交换机的映射关系，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。
Fanout
概述
类似于广播传输，任何发送到Fanout的exchanges上的消息都会被转发到交换机绑定的队列上。
- 可以理解为路由表的模式
- 这种模式不需要RouteKey
- 这种模式需要提前将Exchange与Queue进行绑定，一个Exchange可以绑定多个Queue，一个Queue可以同多个Exchange进行绑定。
- 如果接受到消息的Exchange没有与任何Queue绑定，则消息会被抛弃。
代码演示
ReceiveLogs1:
public class ReceiveLogs01 {private static final String EXCHANGE_NAME = "logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.FANOUT);/*** 生成一个临时的队列 队列的名称是随机的* 当消费者断开和该队列的连接时 队列自动删除*/String queueName = channel.queueDeclare().getQueue();// 把该临时队列绑定我们的 exchange 其中 routingkey(也称之为 binding key)为空字符串channel.queueBind(queueName, EXCHANGE_NAME, "");System.out.println("等待接收消息,把接收到的消息打印在屏幕........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println("控制台打印接收到的消息" + message);};channel.basicConsume(queueName,true, deliverCallback, consumerTag -> {});}}
ReceiveLogs2:
public class ReceiveLogs02 {private static final String EXCHANGE_NAME = "logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.FANOUT);/*** 生成一个临时的队列 队列的名称是随机的* 当消费者断开和该队列的连接时 队列自动删除*/String queueName = channel.queueDeclare().getQueue();// 把该临时队列绑定我们的 exchange 其中 routingkey(也称之为 binding key)为空字符串channel.queueBind(queueName, EXCHANGE_NAME, "");System.out.println("等待接收消息,把接收到的消息打印在屏幕........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println("控制台打印接收到的消息" + message);};channel.basicConsume(queueName,true, deliverCallback, consumerTag -> {});}}
EmitLog:
public class EmitLog {private static final String EXCHANGE_NAME = "logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.FANOUT);Scanner scanner = new Scanner(System.in);while (scanner.hasNext()) {String message = scanner.next();channel.basicPublish(EXCHANGE_NAME, "", null, message.getBytes());System.out.println("发送成功！！！");}}}
此时发送消息都会被绑定了该交换机的队列接收。且与RouteKey无关。因为绑定了该交换机的所有队列都会收到消息，所以RouteKey没有影响。
Direct exchange
概述
Fanout 这种交换类型并不能给我们带来很大的灵活性-它只能进行无意识的广播，在这里我们将使用 direct 这种类型来进行替换，这种类型的工作方式是，消息只去到它绑定的routingKey 队列中去。也就是根据RoutingKey来选择发布的消息到哪个队列。
- 一般情况可以使用rabbitMQ自带的Exchange：””(该Exchange的名字为空字符串，下文称其为default Exchange)。
- 这种模式下不需要将Exchange进行任何绑定(binding)操作
- 消息传递时需要一个“RouteKey”，可以简单的理解为要发送到的队列名字。
- 如果vhost中不存在RouteKey中指定的队列名，则该消息会被抛弃。
代码演示
ReceiveLogsDirect01消费者:
创建disk队列，以error为key绑定交换机
public class ReceiveLogsDirect01 {private static final String EXCHANGE_NAME = "direct_logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);String queueName = "disk";channel.queueDeclare(queueName, false, false, false, null).getQueue();channel.queueBind(queueName, EXCHANGE_NAME, "error");System.out.println("等待接收消息........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println(message);};channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {});}}
ReceiveLogsDirect02消费者:
创建disk队列，以info,warning为key绑定交换机
public class ReceiveLogsDirect02 {private static final String EXCHANGE_NAME = "direct_logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);String queueName = "console";channel.queueDeclare(queueName, false, false, false, null).getQueue();channel.queueBind(queueName, EXCHANGE_NAME, "info");channel.queueBind(queueName, EXCHANGE_NAME, "warning");System.out.println("等待接收消息........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println(message);};channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {});}}
生产者发送消息：
public class EmitLogDirect {private static final String EXCHANGE_NAME = "direct_logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();// 申明为DIRECT类型channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);//创建多个 bindingKeyMap<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> bindingKeyEntry : bindingKeyMap.entrySet()) {channel.basicPublish(EXCHANGE_NAME, bindingKeyEntry.getKey(), null, bindingKeyEntry.getValue().getBytes("UTF-8"));System.out.println("生产者发出消息:" + bindingKeyEntry.getValue());}}}
此时发送者以不同key发送4条消息：
ReceiveLogsDirect01接收了error消息，ReceiveLogsDirect02接收了warning，info消息，而debug消息无人接收，则丢失。与上示意图一致。
多重绑定
当然如果 exchange 的绑定类型是direct，但是它绑定的多个队列的 key 如果都相同，在这种情况下虽然绑定类型是 direct 但是它表现的就和 fanout 有点类似了，就跟广播差不多，如上图所示。
Topics
概述
任何发送到Topic Exchange的消息都会被转发到所有关心RouteKey中指定话题的Queue上。
尽管使用direct 交换机改进了我们的系统，但是它仍然存在局限性-比方说我们想接收的日志类型有info.base 和 info.advantage，某个队列只想 info.base 的消息，那这个时候direct 就办不到了。这个时候就只能使用 topic 类型。
Topics绑定要求：
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
类似mysql中的 %和_ 的作用，用来匹配单个和多个单词。
当队列绑定关系是下列这种情况时需要引起注意:
- 当一个队列绑定键是#,那么这个队列将接收所有数据，就有点像fanout了
- 如果队列绑定键当中没有 #和* 出现，那么该队列绑定类型就是direct了
代码演示
ReceiveLogsTopic01：
public class ReceiveLogsTopic01 {private static final String EXCHANGE_NAME = "topic_logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);//声明 Q1队列与绑定关系String queueName = "Q1";channel.queueDeclare(queueName, false, false, false, null).getQueue();channel.queueBind(queueName, EXCHANGE_NAME, "*.orange.*");System.out.println("等待接收消息........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println(message);System.out.println("接收队列" + queueName + "绑定键" + delivery.getEnvelope().getRoutingKey());};channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {});}}
ReceiveLogsTopic02：
public class ReceiveLogsTopic02 {private static final String EXCHANGE_NAME = "topic_logs";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);//声明 Q1队列与绑定关系String queueName = "Q2";channel.queueDeclare(queueName, false, false, false, null).getQueue();channel.queueBind(queueName, EXCHANGE_NAME, "*.*.rabbit");channel.queueBind(queueName, EXCHANGE_NAME, "lazy.#");System.out.println("等待接收消息........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println(message);System.out.println("接收队列" + queueName + "绑定键" + delivery.getEnvelope().getRoutingKey());};channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {});}}
EmitLogTopic：
public class EmitLogTopic {private static final String EXCHANGE_NAME = "topic_logs";public static void main(String[] args) throws Exception{Channel channel = RabbitMQUtil.getChannel();// 申明为DIRECT类型channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);/*** 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()) {channel.basicPublish(EXCHANGE_NAME, bindingKeyEntry.getKey(), null, bindingKeyEntry.getValue().getBytes("UTF-8"));System.out.println("生产者发出消息:" + bindingKeyEntry.getValue());}}}
结果如下：
quick.orange.rabbit 被队列 Q1Q2 接收到
lazy.orange.elephant 被队列 Q1Q2 接收到
quick.orange.fox 被队列 Q1 接收到
lazy.brown.fox 被队列 Q2 接收到
lazy.pink.rabbit 虽然满足两个绑定但只被队列 Q2 接收一次
quick.brown.fox 不匹配任何绑定不会被任何队列接收到会被丢弃
quick.orange.male.rabbit 是四个单词不匹配任何绑定会被丢弃
lazy.orange.male.rabbit 是四个单词但匹配 Q2
死信队列
概述
先从概念解释上搞清楚这个定义，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
- 队列达到最大长度(队列满了，无法再添加数据到 mq 中)
- 消息被拒绝(basic.reject 或 basic.nack)并且 requeue=false
死信实战
- 消息TTL 过期
comsumer1:
public class Consumer01 {// 普通交换机名称private static final String NORMAL_EXCHANGE = "normal_exchange";// 死信交换机名称private static final String DEAD_EXCHANGE = "dead_exchange";// 普通队列名称private static final String NORMAL_QUEUE = "normal_queue";// 死信队列名称private static final String DEAD_QUEUE = "dead_queue";public static void main(String[] args) throws Exception {Channel channel = RabbitMQUtil.getChannel();// 声明死信和普通交换机 类型为 directchannel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);// 声明死信队列channel.queueDeclare(DEAD_QUEUE, false, false, false, null);// 死信队列绑定死信交换机与 routingkeychannel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");// 正常队列绑定死信队列信息Map<String, Object> params = new HashMap<>();// 正常队列设置死信交换机 参数 key是固定值params.put("x-dead-letter-exchange", DEAD_EXCHANGE);// 正常队列设置死信 routing-key 参数 key是固定值params.put("x-dead-letter-routing-key", "lisi");// 声明普通队列channel.queueDeclare(NORMAL_QUEUE, false, false, false, params);// 普通队列绑定在普通交换机channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zhangsan");System.out.println("等待接收消息........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println("Consumer01接收到消息" + message);};channel.basicConsume(NORMAL_QUEUE, false, deliverCallback, consumerTag -> {});}}
producer:
public class Producer {// 普通交换机名称private static final String NORMAL_EXCHANGE = "normal_exchange";public static void main(String[] args) throws Exception{Channel channel = RabbitMQUtil.getChannel();// 设置消息的 TTL时间 过期时间为10sAMQP.BasicProperties properties = new AMQP.BasicProperties().builder().expiration("10000").build();for (int i = 0; i < 10; i++) {String message = "生产者发送消息" + i;channel.basicPublish(NORMAL_EXCHANGE,"zhangsan", properties, message.getBytes());System.out.println("生产者发送消息" + i);}}}
comsumer2（死信消费者）：
public class Consumer02 {// 死信交换机private static final String DEAD_EXCHANGE = "dead_exchange";// 死信队列名称private static final String DEAD_QUEUE = "dead_queue";public static void main(String[] argv) throws Exception {Channel channel = RabbitMQUtil.getChannel();channel.queueDeclare(DEAD_QUEUE, false, false, false, null);channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");System.out.println("等待接收死信队列消息........... ");DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");System.out.println("Consumer02 接收死信队列的消息" + message);};channel.basicConsume(DEAD_QUEUE, true, deliverCallback, consumerTag -> {});}}
测试：
开启consumer1后，创建队列和交换机，此时关闭consumer1，再开启生产者。
开启consumer2消费消息：
队列达到最大长度
再consumer1的参数中设置
此时按照上一次的操作，会发现normal-queue存储了6条消息，dead-queue消费了4条消息。
// 设置正常队列长度params.put("x-max-length", 6);
消息被拒
此时修改consumer1的代码
此时再次按照以前的操作，发现consumer2中消费了一条消息，即为consumer1拒绝的消息。
DeliverCallback deliverCallback = (consumerTag, delivery) ->{String message = new String(delivery.getBody(), "UTF-8");if (message.equals("生产者发送消息5")) {/*** 第一个参数：消息的tag* 第二个参数：是否塞回重发*/channel.basicReject(delivery.getEnvelope().getDeliveryTag(), false);}else {channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);System.out.println("Consumer01接收到消息" + message);}};
延时队列
概述
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。
使用场景：
- 订单在十分钟之内未支付则自动取消
- 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。
- 用户注册成功后，如果三天内没有登陆则进行短信提醒。
- 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。
- 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
延时队列，可以设置过期时间，如果过期时间后还未处理，会被死信队列处理。
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。TTL过期会成为死信，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。
设置TTL的两种方式
- 在发送消息时设置过期时间
- 创建队列时候设置队列的“x-message-ttl”属性
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。
代码演示演示延时队列
创建工程
创建springboot工程，并导入包
<dependencies><!--RabbitMQ 依赖--><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-amqp</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>com.alibaba</groupId><artifactId>fastjson</artifactId><version>1.2.47</version></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId></dependency><!--swagger--><dependency><groupId>io.springfox</groupId><artifactId>springfox-swagger2</artifactId><version>2.9.2</version></dependency><dependency><groupId>io.springfox</groupId><artifactId>springfox-swagger-ui</artifactId><version>2.9.2</version></dependency><!--RabbitMQ 测试依赖--><dependency><groupId>org.springframework.amqp</groupId><artifactId>spring-rabbit-test</artifactId><scope>test</scope></dependency></dependencies>
yml配置链接rabbitmq
spring: # rabbitmq配置rabbitmq:host: 192.168.241.130username: adminpassword: 123456port: 5672
队列TTL
框架图：
创建两个队列 QA 和 QB，两者队列 TTL 分别设置为 10S 和 40S，然后在创建一个交换机 X 和死信交换机 Y，它们的类型都是direct，创建一个死信队列 QD，它们的绑定关系如下：
配置文件类（配置交换机，配置队列）
```java @Configuration public class TtlQueueConfig {// 普通交换机 private final static String X_EXCHANGE = “X”; // 死信交换机 public static final String Y_DEAD_LETTER_EXCHANGE = “Y”;
// 普通队列QA public static final String QUEUE_A = “QA”; // 普通队列QB public static final String QUEUE_B = “QB”; // 普通队列QC public static final String QUEUE_C = “QC”;
// 普通交换机 @Bean(“xExchange”) public DirectExchange xExchange() {
return new DirectExchange(X_EXCHANGE);
}
// 死信交换机 @Bean(“yExchange”) public DirectExchange yExchange() {
return new DirectExchange(Y_DEAD_LETTER_EXCHANGE);
}
// 声明队列 A ttl为 10s并绑定到对应的死信交换机 @Bean(“queueA”) public Queue queueA() {
Map<String, Object> map = new HashMap<>(3);// 声明当前队列绑定的死信交换机map.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);// 声明当前队列的死信路由 keymap.put("x-dead-letter-routing-key", "YD");// 声明队列的 TTLmap.put("x-message-ttl", 10000);return QueueBuilder.durable(QUEUE_A).withArguments(map).build();
}
@Bean public Binding queueABindingX(@Qualifier(“xExchange”) DirectExchange xExchange,
@Qualifier("queueA") Queue queueA) {return BindingBuilder.bind(queueA).to(xExchange).with("XA");
}
// 声明队列 B绑定 X交换机@Bean("queueB")public Queue queueB() {Map<String, Object> map = new HashMap<>(3);// 声明当前队列绑定的死信交换机map.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);// 声明当前队列的死信路由 keymap.put("x-dead-letter-routing-key", "YD");// 声明队列的 TTLmap.put("x-message-ttl", 40000);return QueueBuilder.durable(QUEUE_B).withArguments(map).build();}@Beanpublic Binding queueBBindingX(@Qualifier("xExchange") DirectExchange xExchange,@Qualifier("queueB") Queue queueB) {return BindingBuilder.bind(queueB).to(xExchange).with("XB");}// 声明死信队列 QD@Bean("queueD")public Queue queueD() {return QueueBuilder.durable(DEAD_LETTER_QUEUE).build();}@Beanpublic Binding deadLetterBindingQAD(@Qualifier("yExchange") DirectExchange yExchange,@Qualifier("queueD") Queue queueD) {return BindingBuilder.bind(queueD).to(yExchange).with("YD");}
}
- 消息生产者代码```java@Slf4j@RequestMapping("ttl")@RestControllerpublic class SendMsgController {@Autowiredprivate RabbitTemplate rabbitTemplate;@GetMapping("sendMsg/{message}")public void sendMsg(@PathVariable("message") String message) {log.info("当前时间：{},发送一条信息给两个 TTL 队列:{}", new Date(), 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);}}
消息消费者代码
使用@RabbitListener(queues = “QD”)监听死信队列@Slf4j@Componentpublic class DeadLetterQueueConsumer {@RabbitListener(queues = "QD") // 监听某个队列public void receiveD(Message message, Channel channel) throws Exception {String msg = new String(message.getBody());log.info("当前时间：{},收到死信队列信息{}", new Date().toString(), msg);}}
演示结果
发送请求http://localhost:8080/ttl/sendMsg/嘻嘻嘻
第一条消息在 10S 后变成了死信消息，然后被消费者消费掉，第二条消息在 40S 之后变成了死信消息，然后被消费掉，这样一个延时队列就打造完成了。
发送消息TTL
上个演示是设置队列的TTL，但是如果需要增加不同的TTL，需要不同的队列申明，所以可以在发送消息时设置TTL。
框架图：
在这里新增了一个队列 QC,绑定关系如下,该队列不设置TTL 时间。
- 在config中添加配置
```java // 声明队列 C ttl为 自定义过期时间 @Bean(“queueC”) public Queue queueC() { Map
@Bean public Binding queueCBindingX(@Qualifier(“xExchange”) DirectExchange xExchange, @Qualifier(“queueC”) Queue queueC) { return BindingBuilder.bind(queueC).to(xExchange).with(“XC”); }
- Producer发送设置TTL的消息```java@GetMapping("sendExpirationMsg/{message}/{ttlTime}")public void sendMsg(@PathVariable("message") String message, @PathVariable("ttlTime") String ttlTime) {log.info("当前时间：{},发送一条信息给两个 TTL 队列:{}", new Date(), message);rabbitTemplate.convertAndSend("X", "XC", message, msg -> {// 设置延时时间msg.getMessageProperties().setExpiration(ttlTime);return msg;});}
- 演示结果
发送请求：
http://localhost:8080/ttl/sendExpirationMsg/你好 1/20000（先）
http://localhost:8080/ttl/sendExpirationMsg/你好 2/2000（后）
此时做到了自定义过期时间，但是TTL为2s的在第一个20s的消息死亡后才会开始延时，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。
这是队列的特性，所以为了解决这种问题，可以使用插件。
插件实现延迟队列
安装延时队列插件
在官网上下载，rabbitmq_delayed_message_exchange 插件，然后解压放置到 RabbitMQ 的插件目录（/usr/lib/rabbitmq/lib/rabbitmq_server-3.8.8/plugins）。
安装插件命令：rabbitmq-plugins enable rabbitmq_delayed_message_exchange
出现此类型的交换机即插件安装成功：
代码演示
框架图：
配置文件代码
注意此时需要自定义交换机
```java @Configuration public class DelayedQueueConfig { public static final String DELAYED_QUEUE_NAME = “delayed.queue”;public static final String DELAYED_EXCHANGE_NAME = “delayed.exchange”;
public static final String DELAYED_ROUTING_KEY = “delayed.routingkey”;
@Bean(“delayedQueue”) public Queue delayedQueue() {
return new Queue(DELAYED_QUEUE_NAME);
}
// 自定义交换机 我们在这里定义的是一个延迟交换机 @Bean(“delayedExchange”) public CustomExchange delayedExchange() {
Map<String, Object> args = new HashMap<>();//自定义交换机的类型args.put("x-delayed-type", "direct");return new CustomExchange(DELAYED_EXCHANGE_NAME, "x-delayed-message", true, false, args);
}
@Bean public Binding bindingDelayedQueue(@Qualifier(“delayedExchange”) CustomExchange exchange,
@Qualifier("delayedQueue") Queue queue) {return BindingBuilder.bind(queue).to(exchange).with(DELAYED_ROUTING_KEY).noargs();
}
}
- Producer```java@GetMapping("sendDelayMsg/{message}/{ttlTime}")public void sendDelayMsg(@PathVariable("message") String message, @PathVariable("ttlTime") Integer ttlTime) {log.info("当前时间：{},发送一条信息给两个 TTL 队列:{}", new Date(), message);rabbitTemplate.convertAndSend(DelayedQueueConfig.DELAYED_EXCHANGE_NAME, DelayedQueueConfig.DELAYED_ROUTING_KEY, message, msg -> {// 设置延时时间msg.getMessageProperties().setDelay(ttlTime);return msg;});
consumer
@RabbitListener(queues = DelayedQueueConfig.DELAYED_QUEUE_NAME)public void receiveDelayed(Message message) throws Exception {String msg = new String(message.getBody());log.info("当前时间：{},收到死信队列信息{}", new Date().toString(), msg);}
演示结果：
继续发送请求（注意和普通演示队列对比）：
http://localhost:8080/ttl/sendDelayMsg/你好 1/20000（先）
http://localhost:8080/ttl/sendDelayMsg/你好 2/2000（后）
第二个消息被先消费掉了，符合预期。
RabbitMQ其他知识点
幂等性
概述
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。简单来说：也就是使用的是乐观锁的解决思路。
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:
- 唯一 ID+指纹码机制,利用数据库主键去重, 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。
- 利用 redis 的原子性去实现。（较多）
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
使用场景
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。也就是在队列中的消息会进行根据优先级来进行，从而改变处理消息的顺序。
怎么添加
在声明队列时添加(springboot)
括号中填写你最大的优先级。.maxPriority()
在普通工程和springboot中都可以往map中添加参数
Map<String, Object> params = **new** HashMap();params.put(**"x-max-priority"**, 10);channel.queueDeclare(**"hello"**, **true**, **false**, **false**, params);
控制台页面添加
如何发送
发送时添加消息优先级
或者
AMQP.BasicProperties properties = new AMQP.BasicProperties().builder().priority(5).build();
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。
惰性队列
概述
RabbitMQ 从 3.6.0 版本开始引入了惰性队列的概念。惰性队列会尽可能的将消息存入磁盘中，而在消费者消费到相应的消息时才会被加载到内存中，它的一个重要的设计目标是能够支持更长的队列，即支持更多的消息存储。当消费者由于各种各样的原因(比消费者下线、宕机亦或者是由于维护而关闭等)而致使长时间内不能消费消息造成堆积时，惰性队列就很有必要了。默认情况下，当生产者将消息发送到 RabbitMQ 的时候，队列中的消息会尽可能的存储在内存之中，
这样可以更加快速的将消息发送给消费者。即使是持久化的消息，在被写入磁盘的同时也会在内存中驻留一份备份。当 RabbitMQ 需要释放内存的时候，会将内存中的消息换页至磁盘中，这个操作会耗费较长的时间，也会阻塞队列的操作，进而无法接收新的消息。虽然 RabbitMQ 的开发者们一直在升级相关的算法，但是效果始终不太理想，尤其是在消息量特别大的时候。
两种模式
队列具备两种模式：default 和 lazy。默认的为 default 模式，在3.6.0 之前的版本无需做任何变更。lazy模式即为惰性队列的模式，可以通过调用 channel.queueDeclare 方法的时候在参数中设置，也可以通过Policy 的方式设置，如果一个队列同时使用这两种方式设置的话，那么 Policy 的方式具备更高的优先级。如果要通过声明的方式改变已有队列的模式的话，那么只能先删除队列，然后再重新声明一个新的。
在队列声明的时候可以通过“x-queue-mode”参数来设置队列的模式，取值为“default”和“lazy”。
Map<String, Object> args = new HashMap<String, Object>();args.put("x-queue-mode", "lazy");channel.queueDeclare("myqueue", false, false, false, args);
RabbitMQ集群
如果 RabbitMQ 服务器遇到内存崩溃、机器掉电或者主板故障等情况，该怎么办？单台 RabbitMQ服务器可以满足每秒 1000 条消息的吞吐量，那么如果应用需要 RabbitMQ 服务满足每秒 10 万条消息的吞吐量呢？购买昂贵的服务器来增强单机 RabbitMQ 务的性能显得捉襟见肘，搭建一个 RabbitMQ 集群才是解决实际问题的关键。
搭建步骤
- 配置各个节点的 hosts 文件，让各个节点都能互相识别对方
vim /etc/hosts （格式为ip加主机名）
10.211.55.74 node1
10.211.55.75 node2
10.211.55.76 node3
- 以确保各个节点的 cookie 文件使用的是同一个值
在 node1 上执行远程操作命令（node修改为相对的主机名）
scp /var/lib/rabbitmq/.erlang.cookie root@node2:/var/lib/rabbitmq/.erlang.cookie
scp /var/lib/rabbitmq/.erlang.cookie root@node3:/var/lib/rabbitmq/.erlang.cookie - 启动 RabbitMQ 服务,顺带启动 Erlang 虚拟机和 RbbitMQ 应用服务(在三台节点上分别执行以下命令)
rabbitmq-server -detached - 在节点 2 执行
rabbitmqctl stop_app
(rabbitmqctl stop 会将Erlang 虚拟机关闭，rabbitmqctl stop_app 只关闭 RabbitMQ 服务)
rabbitmqctl reset
rabbitmqctl join_cluster rabbit@node1
rabbitmqctl start_app(只启动应用服务) - 在节点 3 执行
rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl join_cluster rabbit@node2
rabbitmqctl start_app - 集群状态
rabbitmqctl cluster_status - 需要重新设置用户
创建账号
rabbitmqctl adduser admin 123
设置用户角色
rabbitmqctl set_user_tags admin administrator
设置用户权限
rabbitmqctl set_permissions -p “/“ admin “.“ “._” “.*” - 解除集群节点(node2 和 node3 机器分别执行)
rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl start_app
rabbitmqctl cluster_status
rabbitmqctl forget_cluster_node rabbit@node2(node1 机器上执行)
镜像队列
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。
搭建
- 启动三台集群节点
- 随便找一个节点添加 policy
- 在 node1 上创建一个队列发送一条消息，队列存在镜像队列
- 停掉 node1 之后发现 node2 成为镜像队列
就算整个集群只剩下一台机器了 依然能消费队列里面的消息说明队列里面的消息被镜像队列传递到相应机器里面了。
Haproxy+Keepalive 实现高可用负载均衡
也可以使用其他负载均衡中间件，例如nginx。
Haproxy主机宕机的话，从机会担任转发任务。
Haproxy 实现负载均衡
具体搭建见文档或官网。
Federation Exchange
(broker 北京)，(broker 深圳)彼此之间相距甚远，网络延迟是一个不得不面对的问题。有一个在北京的业务(Client 北京) 需要连接(broker 北京)，向其中的交换器 exchangeA 发送消息，此时的网络延迟很小，(Client 北京)可以迅速将消息发送至 exchangeA 中，就算在开启了 publisherconfirm 机制或者事务机
制的情况下，也可以迅速收到确认信息。此时又有个在深圳的业务(Client 深圳)需要向 exchangeA 发送消息， 那么(Client 深圳) (broker 北京)之间有很大的网络延迟，(Client 深圳) 将发送消息至 exchangeA 会经历一定的延迟，尤其是在开启了 publisherconfirm 机制或者事务机制的情况下，(Client 深圳) 会等待很长的延迟时间来接收(broker 北京)的确认信息，进而必然造成这条发送线程的性能降低，甚至造成一定程度上的阻塞。
将业务(Client 深圳)部署到北京的机房可以解决这个问题，但是如果(Client 深圳)调用的另些服务都部署在深圳，那么又会引发新的时延问题，总不见得将所有业务全部部署在一个机房，那么容灾又何以实现？ 这里使用 Federation 插件就可以很好地解决这个问题。
具体搭建步骤见文档或者官网。
Federation Queue
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
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。
若有收获，就点个赞吧
0 人点赞
