Stream

简介: Stream

Stream


1、Stream为什么被引入

常见MQ(消息中间件):


ActiveMQ

RabbitMQ

RocketMQ

Kafka

有没有一种新的技术诞生,让我们不再关注具体MQ的细节,我们只需要用一种适配绑定的方式,自动的给我们在各种MQ内切换。(类似于Hibernate)

Cloud Stream是什么?屏蔽底层消息中间件的差异,降低切换成本,统一消息的编程模型。


2、Stream是什么及Binder介绍

什么是Spring Cloud Stream?


官方定义Spring Cloud Stream是一个构建消息驱动微服务的框架。


应用程序通过inputs或者 outputs 来与Spring Cloud Stream中binder对象交互。


通过我们配置来binding(绑定),而Spring Cloud Stream 的binder对象负责与消息中间件交互。所以,我们只需要搞清楚如何与Spring Cloud Stream交互就可以方便使用消息驱动的方式。


通过使用Spring Integration来连接消息代理中间件以实现消息事件驱动。

Spring Cloud Stream为一些供应商的消息中间件产品提供了个性化的自动化配置实现,引用了发布-订阅、消费组、分区的三个核心概念。


目前仅支持RabbitMQ、 Kafka。


3、Stream的设计思想

标准MQ

image.png


生产者/消费者之间靠消息媒介传递信息内容

消息必须走特定的通道 - 消息通道 Message Channel

消息通道里的消息如何被消费呢,谁负责收发处理 - 消息通道MessageChannel的子接口SubscribableChannel,由MessageHandler消息处理器所订阅。

为什么用Cloud Stream?

比方说我们用到了RabbitMQ和Kafka,由于这两个消息中间件的架构上的不同,像RabbitMQ有exchange,kafka有Topic和Partitions分区。

image.png

这些中间件的差异性导致我们实际项目开发给我们造成了一定的困扰,我们如果用了两个消息队列的其中一种,后面的业务需求,我想往另外一种消息队列进行迁移,这时候无疑就是一个灾难性的,一大堆东西都要重新推倒重新做,因为它跟我们的系统耦合了,这时候Spring Cloud Stream给我们提供了—种解耦合的方式。

Stream凭什么可以统一底层差异?


在没有绑定器这个概念的情况下,我们的SpringBoot应用要直接与消息中间件进行信息交互的时候,由于各消息中间件构建的初衷不同,它们的实现细节上会有较大的差异性通过定义绑定器作为中间层,完美地实现了应用程序与消息中间件细节之间的隔离。通过向应用程序暴露统一的Channel通道,使得应用程序不需要再考虑各种不同的消息中间件实现。


通过定义绑定器Binder作为中间层,实现了应用程序与消息中间件细节之间的隔离。

Binder:

INPUT对应于消费者

OUTPUT对应于生产者

image.png


Stream中的消息通信方式遵循了发布-订阅模式

Topic主题进行广播

在RabbitMQ就是Exchange

在Kakfa中就是Topic

4、Stream编码常用注解简介

Spring Cloud Stream标准流程套路

image.png

image.png

Binder - 很方便的连接中间件,屏蔽差异。


Channel - 通道,是队列Queue的一种抽象,在消息通讯系统中就是实现存储和转发的媒介,通过Channel对队列进行配置。


Source和Sink - 简单的可理解为参照对象是Spring Cloud Stream自身,从Stream发布消息就是输出,接受消息就是输入。


编码API和常用注解

组成

说明

Middleware

中间件,目前只支持RabbitMQ和Kafka

Binder

Binder是应用与消息中间件之间的封装,目前实行了Kafka和RabbitMQ的Binder,通过Binder可以很方便的连接中间件,可以动态的改变消息类型(对应于Kafka的topic,RabbitMQ的exchange),这些都可以通过配置文件来实现

@Input

注解标识输入通道,通过该输乎通道接收到的消息进入应用程序

@Output

注解标识输出通道,发布的消息将通过该通道离开应用程序

@StreamListener

监听队列,用于消费者的队列的消息接收

@EnableBinding

指信道channel和exchange绑定在一起

5、stream之group解决消息重复问题

存在问题:生产者发布一条消息,消费者8802和8803都能同时收到,这就产生了重复消费的问题。

image.png

image.png

解决思路:让8002和8003两个消费者都在同一个组里面group: atguiguA

server:
  port: 8802   # 端口号
spring:
  application:
    name: cloud-stream-provider  # 微服务名称
  rabbitmq:
    host: 192.168.159.130
    port: 5672
    username: admin
    password: 123
  cloud:
    stream:
      binders:   # 此处配置要绑定的rabbitmq服务信息
        defaultRabbit:   # 定义的名称,用于binding整合
          type: rabbit   # 消息组件类型
      #          environment:   # rabbitmq环境配置
      #            spring:
      #              rabbitmq:
      #                host: 192.168.232.134
      #                port: 5672
      #                username: alice
      #                password: 123
      bindings:   # 服务的整合处理
        input:   # 一个通道名称
          destination: studyExchange   # 要使用的Exchange名称
          content-type: application/json   # 设置消息类型,此处为json,文本设置"text/plain"
          binder: defaultRabbit   # 设置要绑定的消息服务的具体设置
          group: atguiguA
# eureka注册配置
eureka:
  client:
    #healthcheck:
    #enabled: true   # 开启心跳检查
    service-url:
      defaultZone: http://localhost:7001/eureka
  instance:
    lease-renewal-interval-in-seconds: 2   # 维持心跳时间2秒(默认30秒)
    lease-expiration-duration-in-seconds: 5   # 超时失效时间5秒(默认90秒)
    instance-id: send-8801.com    # 在信息列表时显示主机名称
    prefer-ip-address: true    # 访问路径变为IP地址

6、stream消息持久化

通过上述,解决了重复消费问题,再看看持久化。


停止8802/8803并去除掉8802的分组

group: atguiguA

,8803的分组

group: atguiguA

没有去掉。


8801先发送4条消息到RabbitMq。


先启动8802,无分组属性配置,后台没有打出来消息。


再启动8803,有分组属性配置,后台打出来了MQ上的消息。(消息持久化体现)

相关文章
|
2月前
|
存储 JavaScript 网络协议
Stream
【10月更文挑战第22天】
34 1
|
7月前
|
存储 Java API
Stream流
Stream流
70 1
|
6月前
|
API
Stream流知识
Stream流知识
40 0
|
6月前
|
存储 Java API
Java——Stream流(1/2):Stream流入门、Stream流的创建(认识Stream、体验Stream流、Stream流的使用步骤、获取Stream流的方法)
Java——Stream流(1/2):Stream流入门、Stream流的创建(认识Stream、体验Stream流、Stream流的使用步骤、获取Stream流的方法)
100 0
|
7月前
|
Java
【JavaSE】Stream流
【JavaSE】Stream流
33 0
|
Java API
JavaSE之 I/O流(一) stream
JavaSE之 I/O流(一) stream
79 0
|
Java 数据处理
常用Stream流
常用Stream流
153 0
|
存储 SQL NoSQL
Stream流的介绍
Stream流的介绍
147 0
Stream流的介绍
|
SQL 分布式计算 安全