RabbitMQ学习(九):延迟队列

简介: 延时队列中,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内被处理的 元素的队列。其实延迟队列就是死信队列的一种。

一、延迟队列概念



延时队列中,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内被处理的 元素的队列。


其实延迟队列就是死信队列的一种。


二、延迟队列使用场景



  1. 订单在十分钟之内未支付则自动取消
  2. 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
  3. 用户注册成功后,如果三天内没有登陆则进行短信提醒
  4. 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
  5. 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


这些场景都有一个特点:需要在某个事件发生之后或者之前的指定时间点完成某一项任务。如: 发生订单生成事件,在十分钟之后检查该订单支付状态,然后将未支付的订单进行关闭。


看起来似乎只需要 使用定时任务,一直轮询数据,每秒查一次,取出需要被处理的数据,然后处理就行。如果 数据量比较少,确实可以这样做,比如:对于“如果账单一周内未支付则进行自动结算”这样的需求, 如果对于时间不是严格限制,而是宽松意义上的一周,那么每天晚上跑个定时任务检查一下所有未支 付的账单,确实也是一个可行的方案。但对于数据量比较大,并且时效性较强的场景,如:“订单十 分钟内未支付则关闭“,短期内未支付的订单数据可能会有很多,活动期间甚至会达到百万甚至千万 级别,对这么庞大的数据量仍旧使用轮询的方式显然是不可取的,很可能在一秒内无法完成所有订单 的检查,同时会给数据库带来很大压力,无法满足业务要求而且性能低下。


三、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。换句话说,如果一条消息设置了 TTL 属性或者进入了设置 TTL 属性的队列,那么这 条消息如果在 TTL 设置的时间内没有被消费,则会成为"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,有两种方式设置 TTL。


四、队列TTL



4.1 代码架构图


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:

dca9f8d927917a940eca473e0bbd5197.png


4.2 配置类


这期我们整合了springboot,将交换机和队列的声明放到了配置类中。


@Configuration
public class TtlQueueConfig {
     public static final String X_EXCHANGE = "X";
     public static final String QUEUE_A = "QA";
     public static final String QUEUE_B = "QB";
     public static final String Y_DEAD_LETTER_EXCHANGE = "Y";
     public static final String DEAD_LETTER_QUEUE = "QD";
     // 声明 xExchange
     @Bean("xExchange")
     public DirectExchange xExchange(){
         return new DirectExchange(X_EXCHANGE);
     }
     // 声明 yExchange
     @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> args = new HashMap<>(3);
         //声明当前队列绑定的死信交换机
         args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
         //声明当前队列的死信路由 key
         args.put("x-dead-letter-routing-key", "YD");
         //声明队列的 TTL
         args.put("x-message-ttl", 10000);
         return QueueBuilder.durable(QUEUE_A).withArguments(args).build();
     }
     // 声明队列 A 绑定 X 交换机
     @Bean
     public Binding queueaBindingX(@Qualifier("queueA") Queue queueA,
     @Qualifier("xExchange") DirectExchange xExchange){
         return BindingBuilder.bind(queueA).to(xExchange).with("XA");
     }
     //声明队列 B ttl 为 40s 并绑定到对应的死信交换机
     @Bean("queueB")
     public Queue queueB(){
         Map<String, Object> args = new HashMap<>(3);
         //声明当前队列绑定的死信交换机
         args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
         //声明当前队列的死信路由 key
         args.put("x-dead-letter-routing-key", "YD");
         //声明队列的 TTL
         args.put("x-message-ttl", 40000);
         return QueueBuilder.durable(QUEUE_B).withArguments(args).build();
     }
     //声明队列 B 绑定 X 交换机
     @Bean
     public Binding queuebBindingX(@Qualifier("queueB") Queue queue1B,
     @Qualifier("xExchange") DirectExchange xExchange){
         return BindingBuilder.bind(queue1B).to(xExchange).with("XB");
     }
     //声明死信队列 QD
     @Bean("queueD")
     public Queue queueD(){
         return new Queue(DEAD_LETTER_QUEUE);
     }
     //声明死信队列 QD 绑定关系
     @Bean
     public Binding deadLetterBindingQAD(@Qualifier("queueD") Queue queueD,
     @Qualifier("yExchange") DirectExchange yExchange){
         return BindingBuilder.bind(queueD).to(yExchange).with("YD");
     }
}


4.3 生产者


@Slf4j
@RequestMapping("ttl")
@RestController
public class SendMsgController {
     @Autowired
     private RabbitTemplate rabbitTemplate;
     @GetMapping("sendMsg/{message}")
     public void sendMsg(@PathVariable 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);
     }
}


4.4 消费者


@Slf4j
@Component
public class DeadLetterQueueConsumer {
     @RabbitListener(queues = "QD")
     public void receiveD(Message message, Channel channel) throws IOException {
     String msg = new String(message.getBody());
     log.info("当前时间:{},收到死信队列信息{}", new Date().toString(), msg);
     }
}


4.5 总结


发起一个请求 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。


不过,如果这样使用的话,岂不是每增加一个新的时间需求,就要新增一个队列,这里只有 10S 和 40S 两个时间选项,如果需要一个小时后处理,那么就需要增加 TTL 为一个小时的队列,如果是预定会议室然 后提前通知这样的场景,岂不是要增加无数个队列才能满足需求?


五、延时队列优化



5.1 代码架构图


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,而是通过生产者生产消息时里指定延迟时间。

6e25e36a25e59dae3afbecebce5c41d8.png


5.2 配置类

@Component
public class MsgTtlQueueConfig {
     public static final String Y_DEAD_LETTER_EXCHANGE = "Y";
     public static final String QUEUE_C = "QC";
     //声明队列 C 死信交换机
     @Bean("queueC")
     public Queue queueB(){
         Map<String, Object> args = new HashMap<>(3);
         //声明当前队列绑定的死信交换机
         args.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
         //声明当前队列的死信路由 key
         args.put("x-dead-letter-routing-key", "YD");
         //没有声明 TTL 属性
         return QueueBuilder.durable(QUEUE_C).withArguments(args).build();
     }
     //声明队列 B 绑定 X 交换机
     @Bean
     public Binding queuecBindingX(@Qualifier("queueC") Queue queueC,
     @Qualifier("xExchange") DirectExchange xExchange){
         return BindingBuilder.bind(queueC).to(xExchange).with("XC");
     }
}


5.3 生产者

@GetMapping("sendExpirationMsg/{message}/{ttlTime}")
public void sendMsg(@PathVariable String message,@PathVariable String ttlTime) {
     rabbitTemplate.convertAndSend("X", "XC", message, correlationData ->{
         correlationData.getMessageProperties().setExpiration(ttlTime);
         return correlationData;
     });
     log.info("当前时间:{},发送一条时长{}毫秒TTL信息给队列 C:{}", new Date(),ttlTime, message);
}
发起请求 : http://localhost:8080/ttl/sendExpirationMsg/你好 1/20000 http://localhost:8080/ttl/sendExpirationMsg/你好 2/2000


5.4 总结


看起来似乎没什么问题,但是在最开始的时候,就介绍过如果使用在消息属性上设置 TTL 的方式,消 息可能并不会按时“死亡“,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。


六、Rabbitmq 插件实现延迟队列



上文中提到的问题,确实是一个问题,如果不能实现在消息粒度上的 TTL,并使其在设置的 TTL 时间 及时死亡,就无法设计成一个通用的延时队列。那如何解决呢,接下来我们就去解决该问题。


6.1 安装延时队列插件

在官网上下载 https://www.rabbitmq.com/community-plugins.html,下载 rabbitmq_delayed_message_exchange 插件,然后解压放置到 RabbitMQ 的插件目录。


6.2 代码架构图

在这里新增了一个队列 delayed.queue,一个自定义交换机 delayed.exchange,绑定关系如下:

ec7dc2741fe5c4780222af57ef8ecfcd.png


6.3 配置类


在我们自定义的交换机中,这是一种新的交换类型,该类型消息支持延迟投递机制,消息传递后并 不会立即投递到目标队列中,而是存储在 mnesia(一个分布式数据系统)表中,当达到投递时间时,才 投递到目标队列中。


@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
     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
     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("delayedQueue") Queue queue,
     @Qualifier("delayedExchange") CustomExchange delayedExchange) {
     return BindingBuilder.bind(queue).to(delayedExchange)
                            .with(DELAYED_ROUTING_KEY).noargs();
     }
}


6.4 生产者


public static final String DELAYED_EXCHANGE_NAME = "delayed.exchange";
public static final String DELAYED_ROUTING_KEY = "delayed.routingkey";
@GetMapping("sendDelayMsg/{message}/{delayTime}")
public void sendMsg(@PathVariable String message,@PathVariable Integer delayTime) {
    rabbitTemplate.convertAndSend(DELAYED_EXCHANGE_NAME, DELAYED_ROUTING_KEY, message,
    correlationData ->{
         correlationData.getMessageProperties().setDelay(delayTime);
         return correlationData;
    });
    log.info("当前时间:{}, 发送一条延迟 {} 毫秒的信息给队列 delayed.queue:{}", new Date(),delayTime, message);
}


6.5 消费者


public static final String DELAYED_QUEUE_NAME = "delayed.queue";
@RabbitListener(queues = DELAYED_QUEUE_NAME)
public void receiveDelayedQueue(Message message){
    String msg = new String(message.getBody());
    log.info("当前时间:{},收到延时队列的消息:{}", new Date().toString(), msg);
}

发起请求: http://localhost:8080/ttl/sendDelayMsg/comeon baby1/20000 http://localhost:8080/ttl/sendDelayMsg/comeon baby2/2000


6.6 总结


延时队列在需要延时处理的场景下非常有用,使用 RabbitMQ 来实现延时队列可以很好的利用 RabbitMQ 的特性,如:消息可靠发送、消息可靠投递、死信队列来保障消息至少被消费一次以及未被正 确处理的消息不会被丢弃。另外,通过 RabbitMQ 集群的特性,可以很好的解决单点故障问题,不会因为 单个节点挂掉导致延时队列不可用或者消息丢失。


当然,延时队列还有很多其它选择,比如利用 Java 的 DelayQueue,利用 Redis 的 zset,利用 Quartz 或者利用 kafka 的时间轮,这些方式各有特点,看需要适用的场景。


相关实践学习
消息队列RocketMQ版:基础消息收发功能体验
本实验场景介绍消息队列RocketMQ版的基础消息收发功能,涵盖实例创建、Topic、Group资源创建以及消息收发体验等基础功能模块。
消息队列 MNS 入门课程
1、消息队列MNS简介 本节课介绍消息队列的MNS的基础概念 2、消息队列MNS特性 本节课介绍消息队列的MNS的主要特性 3、MNS的最佳实践及场景应用 本节课介绍消息队列的MNS的最佳实践及场景应用案例 4、手把手系列:消息队列MNS实操讲 本节课介绍消息队列的MNS的实际操作演示 5、动手实验:基于MNS,0基础轻松构建 Web Client 本节课带您一起基于MNS,0基础轻松构建 Web Client
相关文章
|
3月前
|
消息中间件 存储 数据库
深入学习RocketMQ的底层存储设计原理
文章深入探讨了RocketMQ的底层存储设计原理,分析了其如何通过将数据和索引映射到内存、异步刷新磁盘以及消息内容的混合存储来实现高性能的读写操作,从而保证了RocketMQ作为一款低延迟消息队列的读写性能。
|
27天前
|
消息中间件 存储 监控
RabbitMQ 队列之战:Classic 和 Quorum 的性能洞察
RabbitMQ 是一个功能强大的消息代理,用于分布式应用程序间的通信。它通过队列临时存储消息,支持异步通信和解耦。经典队列适合高吞吐量和低延迟场景,而仲裁队列则提供高可用性和容错能力,适用于关键任务系统。选择哪种队列取决于性能、持久性和容错性的需求。
98 6
|
2月前
|
消息中间件 JSON Java
|
2月前
|
消息中间件
rabbitmq,&队列
rabbitmq,&队列
|
2月前
|
消息中间件 JSON Java
玩转RabbitMQ声明队列交换机、消息转换器
玩转RabbitMQ声明队列交换机、消息转换器
81 0
|
3月前
|
消息中间件 存储 NoSQL
MQ的顺序性保证:顺序队列、消息编号、分布式锁,一文全掌握!
【8月更文挑战第24天】消息队列(MQ)是分布式系统的关键组件,用于实现系统解耦、提升可扩展性和可用性。保证消息顺序性是其重要挑战之一。本文介绍三种常用策略:顺序队列、消息编号与分布式锁,通过示例展示如何确保消息按需排序。这些方法各有优势,可根据实际场景灵活选用。提供的Java示例有助于加深理解与实践应用。
79 2
|
3月前
|
消息中间件 存储 RocketMQ
2分钟看懂RocketMQ延迟消息核心原理
本文从源码层面解析了RocketMQ延迟消息的实现原理,包括延迟消息的使用、Broker端处理机制以及定时任务对延迟消息的处理流程。
2分钟看懂RocketMQ延迟消息核心原理
|
3月前
|
消息中间件 Kafka Apache
kafka vs rocketmq: 不要只顾着吞吐量而忘了延迟这个指标
这篇文章讨论了Apache RocketMQ和Kafka的对比,强调RocketMQ在低延迟、消息重试与追踪、海量Topic、多租户等方面进行了优化,特别是在小包非批量和大量分区场景下的吞吐量超越Kafka,适合电商和金融领域等高并发、高可靠和高可用场景。
83 0
|
4月前
|
消息中间件 RocketMQ
MetaQ/RocketMQ 原理问题之当消费集群规模较大时,处理分配不到队列的Consumer的问题如何解决
MetaQ/RocketMQ 原理问题之当消费集群规模较大时,处理分配不到队列的Consumer的问题如何解决
|
3月前
|
消息中间件
快来体验 消息队列RabbitMQ版入门训练营 打卡学习领好礼
快来体验 消息队列RabbitMQ版入门训练营 打卡学习领好礼
61 0