这是解决方案评测的第八篇，也是开发者新版评测的第八篇。希望大家可以踊跃参加，把你最真实的体验感受和建议分享出来。可点击下方链接前往评测活动首页：
解决方案评测｜10 分钟构建 AI 客服并应用到网站、钉钉或微信中
方案速览
还是老惯例，先放上整体方案的界面图。可以看到风格依旧，内容排版样式也是依旧，熟悉的味道，熟悉的风格，熟悉的技术栈。
方案整体依旧是从五个方面进行的阐述。分别是必要性、架构部署、应用场景、优惠购买、推荐方案。接下来将逐个进行阐述。
在必要性的阐述上，先开门见山地提到云消息队列 RabbitMQ的几个突出优势，随后以表格的形式列举了与开源RabbitMQ的对比。
实际上除了上述罗列的几个突出差异外，还可以展开来列举如下：
| 维度 | 开源RabbitMQ | 云消息队列 RabbitMQ |
| 兼容性 | 完全兼容AMQP 0-9-1协议 | 完全兼容AMQP 0-9-1协议，兼容开源RabbitMQ客户端，完全兼容RabbitMQ开源社区，快速迁移上云 |
| 部署与维护 | 需要自行部署和维护，包括服务器配置、安全更新等 | 免部署免运维，由阿里云提供专业的自动化运维服务 |
| 稳定性 | 可能面临消息积压、内存泄漏、服务器故障等问题 | 通过架构优化避免了这些问题，提高了系统的稳定性 |
| 扩展性 | 需要手动扩展节点，配置复杂 | 支持弹性伸缩，根据业务需求自动调整资源 |
| 成本 | 需要自行承担服务器、网络等基础设施成本 | 按量计费，根据实际使用量付费，降低了成本 |
| 安全性 | 需要自行配置安全策略，如访问控制、加密传输等 | 提供多租户隔离、加密传输等安全特性，确保数据安全 |
| 监控与告警 | 需要自行搭建监控系统，并配置告警规则 | 提供实时监控和告警功能，方便及时发现并解决问题 |
| 社区支持 | 拥有活跃的开源社区，可以获取丰富的技术资源和解决方案 | 依托阿里云的技术支持和开源RabbitMQ的社区支持 |
| 高可用性 | 可以配置成集群模式，提供高可用性 | 支持多可用区高可用，即使整个机房不可用仍可正常提供服务 |
| 特性与功能 | 提供基本的消息队列功能，如消息发布、订阅、确认等 | 增强了部分功能，如延时消息、死信队列等，并支持百万级队列和单队列的横向扩展 |
相比于往期解决方案的架构不同，本次因为只涉及一个产品，所以架构相对简单不少。整个消息队列流程也就三步，如下：
- 生产者向 Exchange 发送消息；
- Exchange 根据消息属性将消息路由到 Queue 进行存储；
- 消费者从 Queue 拉取消息进行消费。
在应用场景的阐述上，方案列举了四种典型的场景，如果按照功能类别来划分，其实可以归纳如下：
- 微服务系统间的事件通知
- 案例：在一个微服务架构中，多个服务之间需要相互通信以完成业务逻辑。例如，在电商系统中，订单服务在订单状态变更时需要通知库存服务进行库存更新。云消息队列 RabbitMQ 版可以作为微服务之间的消息中间件，确保消息的可靠传递和异步处理，提高系统的响应速度和稳定性。
- 异步解耦
- 案例：在复杂的业务系统中，某些操作可能耗时较长或依赖外部资源。例如，用户注册时需要发送欢迎邮件，但邮件发送的成功与否不影响用户注册的完成。此时，可以使用云消息队列 RabbitMQ 版将邮件发送任务异步化，解耦用户注册流程和邮件发送流程，提高系统的整体性能和用户体验。
- 流量削峰填谷
- 案例：在电商大促或节假日期间，系统可能会面临巨大的访问压力。云消息队列 RabbitMQ 版可以作为系统的缓冲层，接收并存储暂时无法处理的请求，待系统负载降低后再进行处理，有效避免因瞬间高并发导致的系统崩溃或服务不可用。
- 数据集成与同步
- 案例：在分布式系统中，多个数据源之间需要进行数据同步或集成。例如，将数据库中的数据同步到Elasticsearch中进行搜索优化。云消息队列 RabbitMQ 版可以作为一个数据交换的桥梁，实现不同数据源之间的异步数据同步，保证数据的一致性和实时性。
- 任务调度与执行
- 案例：在复杂的业务流程中，可能存在多个相互依赖的任务需要按照一定的顺序执行。云消息队列 RabbitMQ 版可以通过消息队列来管理和调度这些任务，确保任务按照预定的顺序和规则执行，提高业务处理的自动化和智能化水平。
在产品优惠购买部分，非常友好地罗利出了云消息队列 RabbitMQ 版的三个规格类型供选择，但在免费试用中却出现了无法加载问题。
方案的最后列举了两个云消息队列 RabbitMQ 版的典型应用案例。
如果你想了解更多技术解决方案，可点击该链接前往。技术解决方案
部署体验
通过上述方案的速览，相信你已经对本次部署体验有了大致的了解了，接下来将通过实操来演示具体的方案部署过程及体验分享。
在正式开始部署体验前，有两个必要条件，第一就是拥有一个阿里云得账号（如果您还没有阿里云账号，请访问阿里云账号注册页面），第二就是确保账户余额大于等于100元（如果账号余额不足，请为阿里云账号充值）。满足了这两个条件后，接下来我们将通过ROS一键部署服务。
单击一键部署前往ROS控制台。相比以往的体验，本次涉及所填信息较少，你只需要修改资源栈名称（默认也行），勾选安全确认后点击下一步即可。
在信息确认界面，点击创建即可。
服务创建过程中，你可以通过点击事件标签查看创建进度。
大约耗时20秒，服务完成创建，此时可通过状态得知。
简单体验
接下来就是编写代码来实现发送和接受消息了。按照方案中的架构图，编码将涉及如下两个步骤：发送消息和订阅消息。
为了方便体验，这里我就直接参照官网的编码工具来进行。打开IntelliJ IDEA Ultimate，创建一个Java工程，新建一个pom.xml文件并引入java依赖。
<dependency>
<groupId>com.rabbitmq</groupId>
<artifactId>amqp-client</artifactId>
<version>5.13.0</version> <!-- 使用最新的稳定版本 -->
</dependency>
在编码前需要先准备如下信息，第一个是MQ实例的公网接入点地址、静态的用户名和密码。
实例的公网接入点可以在云消息队列 RabbitMQ 版控制台的实例列表中点击实例名称，在实例详情页面的接入点信息页签找到。如下：
在ROS输出中查看AK和SK，然后到RabbitMQ控制台设置静态用户名和密码。如下：
接着创建生产消息的编码，代码如下：
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.HashMap;
import java.util.UUID;
import java.util.concurrent.TimeoutException;
public class Producer {
public static void main(String[] args) throws IOException, TimeoutException {
//设置实例的接入点。
String hostName = "rabbitmq-serverless-cn-y1i3xlh6a02.cn-hangzhou.amqp-19.net.mq.amqp.aliyuncs.com";
//设置实例的静态用户名密码。
String userName = "UserName";
String passWord = "PassWord";
//设置实例的Vhost。
String virtualHost = "test-vhost";
//在生产环境中，建议提前创建好Connection，并在需要时重复使用，避免频繁创建和关闭Connection，
// 以提高性能、复用连接资源，以及保证系统的稳定性。
Connection connection = createConnection(hostName, userName, passWord, virtualHost);
Channel channel = connection.createChannel();
//设置Exchange、Queue和绑定关系。
String exchangeName = "test-exchange";
String queueName = "test-queue";
String bindingKey = "test-routing-key";
//设置Exchange类型。
String exchangeType = "direct";
//开始发送消息。
for (int i = 0; i < 10; i++) {
AMQP.BasicProperties props = new AMQP.BasicProperties.Builder().messageId(UUID.randomUUID().toString()).build();
channel.basicPublish(exchangeName, bindingKey, true, props,
("消息发送示例Body-" + i).getBytes(StandardCharsets.UTF_8));
System.out.println("[SendResult] Message sent successfully, messageId: " + props.getMessageId()
+ ", exchange: " + exchangeName + ", routingKey: " + bindingKey);
}
channel.close();
connection.close();
}
public static Connection createConnection(String hostName, String userName, String passWord, String virtualHost)
throws IOException, TimeoutException {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost(hostName);
factory.setUsername(userName);
factory.setPassword(passWord);
//设置为true,开启Connection自动恢复功能；设置为false,关闭Connection自动恢复功能。
factory.setAutomaticRecoveryEnabled(true);
factory.setNetworkRecoveryInterval(5000);
factory.setVirtualHost(virtualHost);
//默认端口，非加密端口5672，加密端口5671。
factory.setPort(5672);
//基于网络环境合理设置超时时间。
factory.setConnectionTimeout(30 * 1000);
factory.setHandshakeTimeout(30 * 1000);
factory.setShutdownTimeout(0);
Connection connection = factory.newConnection();
return connection;
}
}
接着编写订阅消息的代码，如下：
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.DefaultConsumer;
import com.rabbitmq.client.Envelope;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.HashMap;
import java.util.concurrent.TimeoutException;
public class ConsumerTest {
public static void main(String[] args) throws IOException, TimeoutException {
//设置实例的公网接入点。
String hostName = "rabbitmq-serverless-cn-y1i3xlh6a02.cn-hangzhou.amqp-19.net.mq.amqp.aliyuncs.com";
//设置实例的静态用户名密码。
String userName = "UserName";
String passWord = "PassWord";
//设置实例的Vhost。
String virtualHost = "test-vhost";
Connection connection = createConnection(hostName, userName, passWord, virtualHost);
final Channel channel = connection.createChannel();
//声明Queue。
String queueName = "test-queue";
//创建${QueueName} ，该Queue必须在云消息队列RabbitMQ版控制台上已存在。
AMQP.Queue.DeclareOk queueDeclareOk = channel.queueDeclare(queueName, true, false, false,
new HashMap<String, Object>());
//开始消费消息。
channel.basicConsume(queueName, false, "test-consumerTag", new DefaultConsumer(channel) {
@Override
public void handleDelivery(String consumerTag, Envelope envelope,
AMQP.BasicProperties properties, byte[] body)
throws IOException {
//接收到的消息，进行业务逻辑处理。
System.out.println("Received： " + new String(body, StandardCharsets.UTF_8) + ", deliveryTag: "
+ envelope.getDeliveryTag() + ", messageId: " + properties.getMessageId());
channel.basicAck(envelope.getDeliveryTag(), false);
}
});
}
public static Connection createConnection(String hostName, String userName, String passWord, String virtualHost)
throws IOException, TimeoutException {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost(hostName);
factory.setUsername(userName);
factory.setPassword(passWord);
//设置为true,开启Connection自动恢复功能；设置为false,关闭Connection自动恢复功能。
factory.setAutomaticRecoveryEnabled(true);
factory.setNetworkRecoveryInterval(5000);
factory.setVirtualHost(virtualHost);
// 默认端口，非加密端口5672，加密端口5671。
factory.setPort(5672);
factory.setConnectionTimeout(300 * 1000);
factory.setHandshakeTimeout(300 * 1000);
factory.setShutdownTimeout(0);
Connection connection = factory.newConnection();
return connection;
}
}
接下来分别运行上面的程序，前往云消息队列 RabbitMQ 版控制台查看消费情况，在左侧导航栏中，单击Dashboard，这里可以查看每个Queue的消息堆积数，消息速率等指标。
在左侧导航栏中，单击Queue列表，再单击test-queue。
在test-queue详情页面，单击Dashboard，这里可以查看指定Queue的详细指标变化趋势，用于定位问题。
在左侧导航栏中，单击消息轨迹，在这里，可以根据按Message ID查询和按Queue查询。
- 按Message ID查询：根据IntelliJ IDEA控制台打印的msgId可以精确查询对应消息的轨迹。
- 按Queue查询：根据Queue名称可以查询对应Queue下所有消息的轨迹。
选择任意一条消息的轨迹，单击轨迹详情，能查询对应消息的生产和投递轨迹详情。
性能验证
为了更好地验证RabbitMQ在高并发场景下的性能，下面将通过代码实现多线程模拟大量消息的并发发送。如下：
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.HashMap;
import java.util.UUID;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeoutException;
public class ConcurrentProducerTest {
public static void main(String[] args) throws IOException, TimeoutException {
// 设置实例的接入点。
String hostName = "rabbitmq-serverless-cn-y1i3xlh6a02.cn-hangzhou.amqp-19.net.mq.amqp.aliyuncs.com";
// 设置实例的静态用户名密码。
String userName = "UserName";
String passWord = "PassWord";
// 设置实例的Vhost。
String virtualHost = "test-vhost";
// 创建连接
Connection connection = createConnection(hostName, userName, passWord, virtualHost);
Channel channel = connection.createChannel();
// 设置Exchange、Queue和绑定关系。
String exchangeName = "test-exchange";
String queueName = "test-queue";
String bindingKey = "test-routing-key";
String exchangeType = "direct";
// 创建线程池
int threadCount = 50; // 线程数量
ExecutorService executorService = Executors.newFixedThreadPool(threadCount);
// 开始发送消息
for (int i = 0; i < threadCount; i++) {
executorService.submit(() -> {
try {
for (int j = 0; j < 1000; j++) { // 每个线程发送1000条
AMQP.BasicProperties props = new AMQP.BasicProperties.Builder().messageId(UUID.randomUUID().toString()).build();
channel.basicPublish(exchangeName, bindingKey, true, props,
("并发消息发送示例Body-" + Thread.currentThread().getId() + "-" + j).getBytes(StandardCharsets.UTF_8));
System.out.println("[SendResult] Thread ID: " + Thread.currentThread().getId()
+ ", Message sent successfully, messageId: " + props.getMessageId());
}
} catch (IOException e) {
e.printStackTrace();
}
});
}
// 关闭线程池
executorService.shutdown();
while (!executorService.isTerminated()) {
// 等待所有线程完成
}
// 关闭通道和连接
channel.close();
connection.close();
}
// 创建连接的方法
public static Connection createConnection(String hostName, String userName, String passWord, String virtualHost)
throws IOException, TimeoutException {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost(hostName);
factory.setUsername(userName);
factory.setPassword(passWord);
factory.setAutomaticRecoveryEnabled(true);
factory.setNetworkRecoveryInterval(5000);
factory.setVirtualHost(virtualHost);
factory.setPort(5672);
factory.setConnectionTimeout(30 * 1000);
factory.setHandshakeTimeout(30 * 1000);
factory.setShutdownTimeout(0);
return factory.newConnection();
}
}
这段代码实现了50个用户并发发送了5万条消息。此时再次回到控制台，点击Dashboard，查看指标变化趋势。
从上述趋势图可以很直观地看到RabbitMQ能够在高并发场景下处理大量并发消息的发送和接收，保持高效的消息传递。低延时的表现确保了实时性要求较高的应用场景能够正常运行。
如果你只想快速体验产品，除了一键部署和手动部署方式可选以往，还有一个非常经济实惠的方式可选择，那就是云起实验室。实验链接如下，点击前往。
写在最后
问题反馈
在整个体验过程中，总体还是顺畅的，但同时也存在如下的几个不足：
1、在方案的优惠购买部分，免费试用无法加载，起初我以为是浏览器兼容问题，可换了好几个浏览器问题依旧，应该是个BUG，望尽快修复。
2、示例代码中的敏感信息未作单独处理，虽然是个示例，本不应该指出，但作为开发者来说，如此编码实属不妥。应该用单独的文件来处理这部分信息，避免多处引用需要输入多次。
3、在性能验证阶段，没有提示不要关闭消费代码的运行，作为新手来说，如果此处不提示，大概率是会关掉之前的程序运行，而单独去运行性能验证的代码，这样务必导致发送的5万条信息得不到及时消费，而影响最后性能的验证。
体验总结
（一）本解决方案的实践原理描述相对清晰，涵盖了云消息队列RabbitMQ版的基本架构、部署流程、以及优势特点。方案从业务需求出发，通过对比开源RabbitMQ与云消息队列RabbitMQ版的差异，明确了云版本在稳定性、高并发、灵活扩缩容等方面的优势。
整体上，方案描述较为清晰，但在一些技术细节上，如Exchange和Queue的具体工作原理、消息路由机制等方面，可以进一步细化，以帮助用户更深入地理解消息队列的运作机制。
不明确之处及建议：
- 增加技术细节：建议在描述Exchange和Queue的工作流程时，增加更多技术细节和图示，以便用户更好地理解消息如何被路由、存储和消费。
- 术语解释：对于可能引起混淆的技术术语，如“脑裂”问题，应提供简要解释，帮助非技术背景的用户理解。
（二）由于涉及产品单一，部署过程相对简单，提供了Serverless系列的实例创建步骤，并明确了预估费用。在实际部署过程中并未遇到任何异常。
建议：
- 完善部署文档：提供详细且准确的部署指南，包括每一步的操作截图、命令行示例、参数说明等，以提高部署的易用性和成功率。
- 实时帮助：提供在线客服或技术支持渠道，以便用户在部署过程中遇到问题时能够及时获得帮助。
（三）本解决方案的部署过程设计在一定程度上展现了云消息队列RabbitMQ产品的核心优势，如弹性伸缩、按量计费、高并发处理等。然而，由于缺乏具体的性能指标数据和实际应用场景下的测试，用户可能难以直观感受到这些优势的实际效果。
改进建议：
- 性能测试：建议在部署过程中加入性能测试环节，通过模拟实际业务场景下的消息发送和消费，展示云消息队列RabbitMQ版在性能上的优势。
- 案例分析：提供具体的应用案例或用户故事，展示云消息队列RabbitMQ版在实际业务中的成功应用，帮助用户更好地理解其价值和优势。
（四）本解决方案旨在解决企业在使用开源RabbitMQ时可能遇到的稳定性问题（如消息堆积、脑裂等），并通过云消息队列RabbitMQ版提供高并发、分布式、灵活扩缩容等能力，降低资源和运维成本。
方案适用于微服务系统间的事件通知、异步解耦等场景，以及期望无缝迁移开源RabbitMQ的用户和面临自建集群稳定性问题的用户。然而，对于特定行业的特殊需求（如金融行业的安全性要求、医疗行业的隐私保护等），方案可能需要进一步定制和优化。
不足与详细说明：
- 行业定制化不足：方案目前主要聚焦于通用场景，对于特定行业的特殊需求支持不足。建议针对不同行业提供定制化的解决方案和最佳实践。
- 安全性与隐私保护：在描述中未明确提及云消息队列RabbitMQ版在安全性（如数据加密、访问控制等）和隐私保护方面的能力和措施。这是企业用户在选择云服务时非常关注的一个方面，应加以补充和完善。
如果你想获取视频类的资料，今年上新的云端问道栏目恰好有本次评测的产品内容，可点击如下链接前往学习。（建议关注该栏目更新，因为参加实操打卡可以获得小礼品）
