RabbitMQ（一）-阿里云开发者社区

一、消息队列

1.1 MQ相关概念

1.1.1 什么是MQ？

什么是上下游？

上游和下游是信息流动的方向。

我们举一个适用于ISP（服务提供商）的上下游例子

ISP关注的是流量。那么上游流量是指数据从不同的ISP的用户传来的。例如，如果你有一个提供订阅通讯的网站，我发送的订阅信息就是上游数据

下游流量是指从一个用户发送到不同ISP的另一个用户的数据，它被认为是下游流量。

总结：我需要或想要的东西(你的通讯)是上游的。你提供给我的东西(欢迎词和实际的通讯)是下游的。

AMQP：Advanced Message Queuing Protocol 高级消息队列协议

MQ(message queue)，从字面意思上看，本质是个队列，FIFO （first input first output）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。

1.1.2 为啥要用MQ？

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。

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。

异步处理

同步：我发送消息给你，必须等你回复好我才能继续执行

异步：我发送消息给你，我继续执行。等你处理完了我在回头来回复。

你处理完成后的信号，我通过MQ发送给我，我就能及时得到异步处理成功的消息

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，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。

1.1.3 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

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Kafka Web 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；

RocketMQ

RocketMQ 出自阿里巴巴的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一些改进。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: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

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

https://www.rabbitmq.com/news.html

缺点：商业版需要收费,学习成本较高

1.2 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。

1.2.1 RabbitMQ 的概念

1.2.2 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。

1.2.3 RabbitMQ 核心部分

1.2.4 各个名词介绍

AMQP，即Advanced Message Queuing Protocol，一个提供统一消息服务的应用层标准高级消息队列协议，是应用层协议的一个开放标准，为面向消息的中间件设计。

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 TCP

Connection 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

1.2.5 安装

用网络yum源更方便，当然下载到本地也是可以的~

rpm -ivh erlang-21.3-1.el7.x86_64.rpm 
yum install socat -y
rpm -ivh rabbitmq-server-3.8.8-1.el7.noarch.rpm
systemctl start rabbitmq-server
systemctl status rabbitmq-server
systemctl stop rabbitmq-server
rabbitmq-plugins enable rabbitmq_management
systemctl start rabbitmq-server

需要创建新用户后登录

# 添加一个新的用户创建账号
[root@rabbitmq opt]# rabbitmqctl add_user admin 123
Adding user "admin" ...
# 设置用户角色 
[root@rabbitmq opt]# rabbitmqctl set_user_tags admin administrator
Setting tags for user "admin" to [administrator] ...
# 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
[root@rabbitmq opt]# rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
Setting permissions for user "admin" in vhost "/" ...
# 当前用户和角色
[root@rabbitmq opt]# rabbitmqctl list_users
Listing users ...
user  tags
admin [administrator]
guest [administrator]

用新账户登录

二、Hello World

在下图中，“ P”是我们的生产者，“ C”是我们的消费者。中间的框是一个队列-RabbitMQ 代表使用者保留的消息缓冲区

2.1 导入依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>
    <groupId>org.example</groupId>
    <artifactId>rabbitmq-test</artifactId>
    <version>1.0-SNAPSHOT</version>
    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>
    <dependencies>
        <!--rabbitmq 依赖客户端-->
        <dependency>
            <groupId>com.rabbitmq</groupId>
            <artifactId>amqp-client</artifactId>
            <version>5.8.0</version>
        </dependency>
        <!--操作文件流的一个依赖-->
        <dependency>
            <groupId>commons-io</groupId>
            <artifactId>commons-io</artifactId>
            <version>2.6</version>
        </dependency>
    </dependencies>
</project>

2.2 消息生产者

package com.caq.rabbitmq.one;
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.concurrent.TimeoutException;
/**
 * 生产者：发消息
 */
public class Producer {
    //队列名称
    public static final String QUEUE_NAME = "hello";
    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
//        创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
//        工厂ip，连接rabbitmq的队列
        factory.setHost("192.168.42.96");
        factory.setUsername("admin");
        factory.setPassword("123");
//        创建连接
        Connection connection = factory.newConnection();
//        获取信道
        Channel channel = connection.createChannel();
        /**
         * 生成一个队列
         * 1.队列名称
         * 2.队列里面的消息是否持久化 默认情况消息存储在内存中true持久化，false不持久化
         * 3.该队列是否只供一个消费者进行消费 是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
         * 4.是否自动删除，最后一个消费者断开连接以后，该队列是否自动删除 true自动 false不自动
         * 5.其他参数
         *
         */
        channel.queueDeclare(QUEUE_NAME,false,false,false,null);
        //发消息
        String message = "hello world";
        /**
         * 发送一个消费
         * 1.发送到那个交换机
         * 2.路由的key值是那个  本次是队列的名称
         * 3.其他参数信息
         * 4.发送的消息体
         */
        channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
        System.out.println("消息发送完毕");
    }
}

2.3 消息消费者

回调的思想是:

类A的a()方法调用了类B的b()方法

类B的b方法执行完毕主动调用类A的callback()方法

@FunctionalInterface
public interface DeliverCallback {
    /**
     * Called when a <code><b>basic.deliver</b></code> is received for this consumer.
     * @param consumerTag the <i>consumer tag</i> associated with the consumer
     * @param message the delivered message
     * @throws IOException if the consumer encounters an I/O error while processing the message
     */
    void handle(String consumerTag, Delivery message) throws IOException;
}

函数式接口，我们用lambda表达式来实现DeliverCallback

package com.caq.rabbitmq.one;
import com.rabbitmq.client.*;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
/**
 * 消费者 接受消息的
 */
public class Consumer {
    //    队列的名称
    public static final String QUEUE_NAME = "hello";
    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
//        创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
//        工厂ip，连接rabbitmq的队列
        factory.setHost("192.168.42.96");
        factory.setUsername("admin");
        factory.setPassword("123");
//        创建连接
        Connection connection = factory.newConnection();
//        获取信道
        Channel channel = connection.createChannel();
        //声明
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println(new String(message.getBody()));
        };
        //取消消息时的回调
        CancelCallback cancelCallback = consumerTag -> {
            System.out.println("消息消费被中断");
        };
        /**
         * 消费者消费消息
         * 1.消费那个队列
         * 2.消费成功后是否要自动应答 true代表自动应答 false代表手动
         * 3.消费者为成功消费的回调
         * 4.消费者取消消费的回调
         */
        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
    }
}

三、Work Queues

3.1 轮训分发消息

多个工作线程其实就是多个消息消费者，也可称为处理者

exclusive：独有的

轮训：队列中的消息会被平均分摊给多个消费者进行处理

**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。

3.1.1 抽取工具类

package com.caq.rabbitmq.utils;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
public class RabbitMqUtils {
    //得到一个连接的 channel
    public static Channel getChannel() throws Exception {
//创建一个连接工厂 
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("192.168.42.96");
        factory.setUsername("admin");
        factory.setPassword("123");
        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();
        return channel;
    }
}

3.1.2 启动两个工作线程

package com.caq.rabbitmq.two;
import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
/**
 * 这是一个工作线程（相当于消费者）
 */
public class Worker01 {
    public static final String QUEUE_NAME = "hello";
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("接受到的消息" + new String(message.getBody()));
        };
        //取消消息时的回调
        CancelCallback cancelCallback = consumerTag -> {
            System.out.println(consumerTag + "消费者取消消费接口回调逻辑");
        };
        System.out.println("C2等待接受消息........");
        channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
    }
}

3.1.3 启动一个发送线程

package com.caq.rabbitmq.two;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.rabbitmq.client.Channel;import java.util.Scanner;public class Task01 {    public static final String QUEUE_NAME = "hello";    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        channel.queueDeclare(QUEUE_NAME, false, false, false, null);//        从控制台当中接受信息        Scanner scanner = new Scanner(System.in);        while (scanner.hasNext()) {            String message = scanner.next();            channel.basicPublish("", QUEUE_NAME, null, message.getBytes());            System.out.println("发送完成" + message);        }    }}

可以看到结果是轮训处理的

3.2 消息应答

3.2.1 概念

消费者处理完业务逻辑，手动返回ack（通知）告诉队列处理完了，队列进而删除消息。

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。

3.2.2 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

3.2.3 消息应答的方法

手动应答：

A.Channel.basicAck(用于肯定确认)

RabbitMQ 已知道该消息并且成功的处理消息，可以将其丢弃了

B.Channel.basicNack(用于否定确认)

C.Channel.basicReject(用于否定确认)

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

3.2.4 Multiple的解释

手动应答的两个否定确认方法相差的参数就是Multiple

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

比如说 channel 上有传送 tag 的消息 5,6,7,8 当前 tag 是 8 那么此时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

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

3.2.5 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。

3.2.6 消息手动应答

消费者，还是跟之前一样

package com.caq.rabbitmq.three;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.rabbitmq.client.Channel;import java.util.Scanner;public class Task2 {    //    队列名称    public static final String TASK_QUEUE_NAME = "ack_queue";    //发送消息    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        channel.queueDeclare(TASK_QUEUE_NAME,false,false,false,null);        Scanner scanner = new Scanner(System.in);        while (scanner.hasNext()) {            String message = scanner.next();            channel.basicPublish("", TASK_QUEUE_NAME, null, message.getBytes("UTF-8"));            System.out.println("生产者发出消息" + message);        }    }}

消费者01

delivery.getEnvelope().getDeliveryTag()表示消息标记

package com.caq.rabbitmq.three;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.caq.rabbitmq.utils.SleepUtils;import com.rabbitmq.client.CancelCallback;import com.rabbitmq.client.Channel;import com.rabbitmq.client.DeliverCallback;public class Work03 {    public static final String TASK_QUEUE_NAME = "ack_queue";    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        System.out.println("C1 等待接收消息处理时间较短");        DeliverCallback deliverCallback = (consumerTag, delivery) -> {            String message = new String(delivery.getBody());            SleepUtils.sleep(1);            System.out.println("接收到消息:" + message);            /**             * 1.消息标记 tag             * 2.是否批量应答未应答消息             */            channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);        };        CancelCallback cancelCallback = (s) -> {            System.out.println(s + "消费者取消消费接口回调逻辑");        };        //采用手动应答        boolean autoAck = false;        channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, cancelCallback);    }}

消费者02

这个消费者我们让它休眠时间长一点，那么它处理消息的请求也会很慢，之后给它断开连接

看未处理的消息是否会被正常的消费者处理

package com.caq.rabbitmq.three;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.caq.rabbitmq.utils.SleepUtils;import com.rabbitmq.client.CancelCallback;import com.rabbitmq.client.Channel;import com.rabbitmq.client.DeliverCallback;public class Work04 {    public static final String TASK_QUEUE_NAME = "ack_queue";    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        System.out.println("C2 等待接收消息处理时间较长");        DeliverCallback deliverCallback = (consumerTag, delivery) -> {            String message = new String(delivery.getBody());            SleepUtils.sleep(30);            System.out.println("接收到消息:" + message);            /**             * 1.消息标记 tag             * 2.是否批量应答未应答消息             */            channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);        };        CancelCallback cancelCallback = (s) -> {            System.out.println(s + "消费者取消消费接口回调逻辑");        };        //采用手动应答        boolean autoAck = false;        channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, cancelCallback);    }}

3.2.7 图片演示

这一部分一定要跟着做一遍，不然只能理解字面意思

worker04（消费者）处理的慢，关掉后。消息会被worker03（消费者）处理。这就是手动应答中的消息自动重新入队机制

3.3 RabbitMQ持久化

3.3.1 概念

Features 特征

Durable 持久

persistence 坚持，持久化

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。

3.3.2 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!

删除之后，设置为持久化

3.3.3 消息实现持久化

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。

**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，后面的发布确认会详细讲解

3.3.4 不公平分发

QoS（Quality of Service，服务质量）

指一个网络能够利用各种基础技术，为指定的网络通信提供更好的服务能力，是网络的一种安全机制，是用来解决网络延迟和阻塞等问题的一种技术。

当一个消费者处理的快一个处理的慢的情况下，采用轮询分发是一个不明智的选择。但是mq也不知道那个快那个慢，所以我们告诉它！

为了避免这种情况，我们可以设置参数 channel.basicQos(1);

测试如下：

能力弱的也不是啥也不干，干的慢一点，干的少一点而已。不至于让它一直闲着

3.3.4 预取值

prefetch：预先载入

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。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。

测试

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

四、发布确认

4.1 发布确认原理

broker：中间件

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

4.2 发布确认的策略

4.2.1 开启发布确认的方法

//开启发布确认channel.confirmSelect();

4.2.2 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。

这种确认方式有一个最大的缺点就是:**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。

public class ConfirmMessage {    public static void main(String[] args) throws Exception {        //单个确认        ConfirmMessage.publishMessageIndividual();    }    //    Individual 单独的，个别的    public static void publishMessageIndividual() throws Exception {        Channel channel = RabbitMqUtils.getChannel();        String queueName = UUID.randomUUID().toString();        channel.queueDeclare(queueName, true, false, false, null);        //开启发布确认        channel.confirmSelect();        //开始时间        long begin = System.currentTimeMillis();        //批量发消息        for (int i = 0; i < MESSAGE_COUNT; i++) {            String message = i + "";            channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));            boolean flag = channel.waitForConfirms();            if (flag) {                System.out.println("消息发送成功");            }        }        long end = System.currentTimeMillis();        System.out.println("发布" + MESSAGE_COUNT + "个单独确认消息，耗时" + (end - begin) + "ms");    }}

4.2.3 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，当然这种方式的缺点就是: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。

public class ConfirmMessage {    public static void main(String[] args) throws Exception {        //单个确认        ConfirmMessage.publishMessageIndividual();    }        //批量确认    public static void publishMessageBatch() throws Exception {        Channel channel = RabbitMqUtils.getChannel();        String queueName = UUID.randomUUID().toString();        channel.queueDeclare(queueName, true, false, false, null);        //开启发布确认        channel.confirmSelect();        //开始时间        long begin = System.currentTimeMillis();        //批量确认消息大小        int batchSize = 100;//        未确认消息的个数        for (int i = 0; i < MESSAGE_COUNT; i++) {            String message = i + "";            channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));            //判断达到100条消息的时候 批量确认一次            if (i % batchSize == 0) {                //发布确认                channel.waitForConfirms();            }        }        long end = System.currentTimeMillis();        System.out.println("发布" + MESSAGE_COUNT + "个批量确认消息，耗时" + (end - begin) + "ms");    }}

4.2.4 异步确认发布

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

public class ConfirmMessage {    public static void main(String[] args) throws Exception {        //单个确认        ConfirmMessage.publishMessageIndividual();    }        //批量确认        //异步批量确认//    Asynchronization  异步    public static void publishMessageAsync() throws Exception {        Channel channel = RabbitMqUtils.getChannel();        String queueName = UUID.randomUUID().toString();        channel.queueDeclare(queueName, true, false, false, null);        //开启发布确认        channel.confirmSelect();        //开始时间        long begin = System.currentTimeMillis();        //消息确认成功，回调函数        ConfirmCallback ackCallBack = (deliveryTag, multiple) -> {            System.out.println("确认的消息："+ deliveryTag);        };        //消息确认失败，回调函数        /**         * 参数的含义         * 1.消息的标记         * 2.是否批量确认         */        ConfirmCallback nackCallback = (deliveryTag, multiple) -> {            System.out.println("未确认的消息："+ deliveryTag);        };        //准备消息的监听器，监听哪些消息成功了，哪些消息失败了        /**         * 1.监听哪些消息成功了         * 2.监听哪些消息失败了         */        channel.addConfirmListener(ackCallBack,nackCallback);//异步通知        //批量发送消息        for (int i = 0; i < MESSAGE_COUNT; i++) {            String message = i + "";            channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));        }        long end = System.currentTimeMillis();        System.out.println("发布" + MESSAGE_COUNT + "个异步确认消息，耗时" + (end - begin) + "ms");    }}

4.2.5 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

以后在更~，现在有点难理解

4.2.6 以上 3 种发布确认速度对比

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：

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

RabbitMQ（一）

一、消息队列

1.1 MQ相关概念

1.2 RabbitMQ概念

二、Hello World

2.1 导入依赖

2.2 消息生产者

2.3 消息消费者

三、Work Queues

3.1 轮训分发消息

3.2 消息应答

3.3 RabbitMQ持久化

四、发布确认

4.1 发布确认原理

4.2 发布确认的策略

热门文章

最新文章

相关课程

相关电子书

相关实验场景

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

RabbitMQ（一）

1.1 MQ相关概念

1.2 RabbitMQ概念

二、Hello World

2.1 导入依赖

2.2 消息生产者

2.3 消息消费者

三、Work Queues

3.1 轮训分发消息

3.2 消息应答

3.3 RabbitMQ持久化

四、发布确认

4.1 发布确认原理

4.2 发布确认的策略

热门文章

最新文章

相关课程

相关电子书

相关实验场景