中间件介绍 什么是中间件 Middleware
什么是中间件
我国企业从20世纪80年代开始就逐渐进行信息化建设，由于方法和体系的不成熟，以及企业业务的市场需求的不断变化，一个企业可能同时运行着多个不同的业务系统，这些系统可能基于不同的操作系统、不同的数据库、异构的网络环境。现在的问题是，如何把这些信息系统结合成一个有机地协同工作的整体，真正实现企业跨平台、分布式应用。中间件便是解决之道，它用自己的复杂换取了企业应用的简单。
中间件（Middleware）是处于操作系统和应用程序之间的软件，也有人认为它应该属于操作系统中的一部分。人们在使用中间件时，往往是一组中间件集成在一起，构成一个平台（包括开发平台和运行平台），但在这组中间件中必须要有一个通信中间件，即中间件+平台+通信，这个定义也限定了只有用于分布式系统中才能称为中间件，同时还可以把它与支撑软件和使用软件区分开来
为什么需要使用消息中间件
具体地说，中间件屏蔽了底层操作系统的复杂性，使程序开发人员面对一个简单而统一的开发环境，减少程序设计的复杂性，将注意力集中在自己的业务上，不必再为程序在不同系统软件上的移植而重复工作，从而大大减少了技术上的负担，中间件带给应用系统的，不只是开发的简便、开发周期的缩短，也减少了系统的维护、运行和管理的工作量，还减少了计算机总体费用的投入。
中间件特点
为解决分布异构问题，人们提出了中间件（middleware）的概念。中间件时位于平台（硬件和操作系统）和应用之间的通用服务，如下图所示，这些服务具有标准的程序接口和协议。针对不同的操作系统和硬件平台，它们可以有符合接口的协议规范的多种实现。
也很难给中间件一个严格的定义，但中间件应具有如下的一些特点：
满足大量应用的需要
运行于多种硬件和 OS平台
支持分布计算，提供跨网络、硬件和 OS平台的透明性的应用或服务的交互
支持标准的协议
支持标准的接口
由于标准接口对于可移植性和标准协议对于互操作性的重要性，中间件已成为许多标准化工作的主要部分。对于应用软件开发，中间件远比操作系统和网络服务更为重要，中间件提供的程序接口定义了一个相对稳定的高层应用环境，不管底层的计算机硬件和系统软件怎样更新换代，只要将中间件升级更新，并保持中间件对外的接口定义不变，应用软件几乎不需任何修改，从而保护了企业在应用软件开发和维护中的重大投资。
简单说：中间件有个很大的特点，是脱离于具体设计目标，而具备提供普遍独立功能需求的模块。这使得中间件一定是可替换的。如果一个系统设计中，中间件是不可替代的，不是架构、框架设计有问题，那么就是这个中间件，在别处可能是个中间件，在这个系统内是引擎。
在项目中什么时候使用中间件技术
在项目的架构和重构中，使用任何技术和架构的改变我们都需要谨慎斟酌和思考，因为任何技术的融入和变化都可能人员，技术，和成本的增加，中间件的技术一般现在一些互联网公司或者项目中使用比较多，如果你仅仅还只是一个初创公司建议还是使用单体架构，最多加个缓存中间件即可，不要盲目追求新或者所谓的高性能，而追求的背后一定是业务的驱动和项目的驱动，因为一旦追求就意味着你的学习成本，公司的人员结构以及服务器成本，维护和运维的成本都会增加，所以需要谨慎选择和考虑。
但是作为一个开放人员，一定要有学习中间件技术的能力和思维，否则很容易当项目发展到一个阶段在去掌握估计或者在面试中提及，就会给自己带来不小的困扰，在当今这个时代这些技术也并不是什么新鲜的东西，如果去掌握和挖掘最关键的还是自己花时间和经历去探讨和研究。
中间件技术及架构的概述中间件技术及架构的概述
单体架构
在企业开发当中，大部分的初期架构都采用的是单体架构的模式进行架构，而这种架构的典型的特点：就是把所有的业务和模块，源代码，静态资源文件等都放在一个工程中，如果其中的一个模块升级或者迭代发生一个很小的变动都会重新编译和重新部署项目。这种存在的问题是：
耦合度太高
不易维护
服务器的成本高
以及升级架构的复杂度也会增大
这样就有后续的分布式架构系统。如下
分布式系统：通俗一点，就是一个请求由服务器端的多个服务（服务或者系统）协同处理完成
和单体架构不同的是，单体架构是一个请求发起 jvm调度线程（确切的是 tomcat线程池）分配线程 Thread来处理请求直到释放，而分布式系统是：一个请求是由多个系统共同来协同完成，jvm和环境都可能是独立。如果生活中的比喻的话，单体架构就像建设一个小房子很快就能够搞定，如果你要建设一个鸟巢或者大型的建筑，你就必须是各个环节的协同和分布，这样目的也是项目发展到后期的时候要去部署和思考的问题。我们也不难看出来：分布式架构系统存在的特点和问题如下：
存在问题：
学习成本高，技术栈过多
运维成本和服务器成本增高
人员的成本也会增高
项目的负载度也会上升
面临的错误和容错性也会成倍增加
占用的服务器端口和通讯的选择的成本高
安全性的考虑和因素逼迫可能选择 RMI/MQ相关的服务器端通讯
好处：
服务系统的独立，占用的服务器资源减少和占用的硬件成本减少
确切的说是：可以合理的分配服务资源，不造成服务器资源的浪费
系统的独立维护和部署，耦合度降低，可插拔性
系统的架构和技术栈的选择可以变的灵活（而不是单纯地选择 java）
弹性的部署，不会造成平台因部署造成的瘫痪和停服的状态
基于消息中间件的分布式系统的架构
从上图中可以看出来，消息中间件的是
利用可靠的消息传递机制进行系统和系统直接的通讯
通过提供消息传递和消息的派对机制，它可以在分布式系统环境下扩展进程间的通讯
消息中间件应用的场景
跨系统数据传递
高并发的流量削峰
数据的并发和异步处理
大数据分析与传递
分布式事务
比如你有一个数据要进行迁移或者请求并发过多的时候，比如你有10 W 的并发请求下订单，我们可以在这些订单入库之前，我们可以把订单请求堆积到消息队列中，让它稳健可靠的入库和执行
消息队列介绍 MQ 的相关概念 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。
为什么要用MQ
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。
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。
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。
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
大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开 Kafka，这款为大数据而生 的消息中间件， 以其百万级 TPS 的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥 着举足轻重的作用。目前已经被 LinkedIn，Uber, Twitter, Netflix 等大公司所采纳。
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
官网更新：https://www.rabbitmq.com/news.html(opens new window)
缺点：商业版需要收费,学习成本较高
MQ 的选择
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和传输，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能， 肯定是首选 kafka 了。
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。
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 RabbitMQ 的概念 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。
官网：https://www.rabbitmq.com/#features
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。
各个名词介绍
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
RabbitMQ安装 使用 脚本 安装 安装RabbitMQ 使用官方的脚本文件安装
脚本文件：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 # !/usr/bin/sh sudo apt-get install curl gnupg apt-transport-https -y # curl -1sLf "https://keys.openpgp.org/vks/v1/by-fingerprint/0A9AF2115F4687BD29803A206B73A36E6026DFCA" | sudo gpg --dearmor | sudo tee /usr/share/keyrings/com.rabbitmq.team.gpg > /dev/null # curl -1sLf "https://keyserver.ubuntu.com/pks/lookup?op=get&search=0xf77f1eda57ebb1cc" | sudo gpg --dearmor | sudo tee /usr/share/keyrings/net.launchpad.ppa.rabbitmq.erlang.gpg > /dev/null # curl -1sLf "https://packagecloud.io/rabbitmq/rabbitmq-server/gpgkey" | sudo gpg --dearmor | sudo tee /usr/share/keyrings/io.packagecloud.rabbitmq.gpg > /dev/null # sudo tee /etc/apt/sources.list.d/rabbitmq.list <<EOF # # # # deb [signed-by=/usr/share/keyrings/net.launchpad.ppa.rabbitmq.erlang.gpg] http://ppa.launchpad.net/rabbitmq/rabbitmq-erlang/ubuntu bionic main deb-src [signed-by=/usr/share/keyrings/net.launchpad.ppa.rabbitmq.erlang.gpg] http://ppa.launchpad.net/rabbitmq/rabbitmq-erlang/ubuntu bionic main # # # # deb [signed-by=/usr/share/keyrings/io.packagecloud.rabbitmq.gpg] https://packagecloud.io/rabbitmq/rabbitmq-server/ubuntu/ bionic main deb-src [signed-by=/usr/share/keyrings/io.packagecloud.rabbitmq.gpg] https://packagecloud.io/rabbitmq/rabbitmq-server/ubuntu/ bionic main EOF # sudo apt-get update -y # sudo apt-get install -y erlang-base \ erlang-asn1 erlang-crypto erlang-eldap erlang-ftp erlang-inets \ erlang-mnesia erlang-os-mon erlang-parsetools erlang-public-key \ erlang-runtime-tools erlang-snmp erlang-ssl \ erlang-syntax-tools erlang-tftp erlang-tools erlang-xmerl # sudo apt-get install rabbitmq-server -y --fix-missing
我在安装时出现版本依赖问题。
解决办法：
1 2 sudo apt install aptitude # 先安装一个apt的替代品 sudo aptitude install curl # 自己提前安装curl，避免依赖问题
启动和关闭：
1 2 3 4 5 6 7 8 9 10 # 启动服务 systemctl start rabbitmq-server # 查看服务状态 systemctl status rabbitmq-server # 开机自启动 systemctl enable rabbitmq-server # 停止服务 systemctl stop rabbitmq-server # 重启服务 systemctl restart rabbitmq-server
Web管理界面及授权操作 1、安装
默认情况下，是没有安装web端的客户端插件，需要安装才可以生效
注意，如果报错的话，可能就需要将rabbitmq-server先关闭掉在安装
1 sudo rabbitmq-plugins enable rabbitmq_management
安装完毕以后，重启服务即可
1 systemctl restart rabbitmq-server
2、访问
访问 http://ip地址:15672
如果访问不到可能是防火墙未关闭
1 systemctl disabled firewalld # 关闭防火墙
用默认账户密码登录。默认的账号和密码都是 guest
默认情况只能在 localhost 本机下访问，所以需要添加一个远程登录的用户
3、添加用户
查看目前有的用户：rabbitmqctl list_users
第一排（user tags）只是标题，现在只有一个用户：guest
1 2 3 4 5 6 7 8 9 10 rabbitmqctl add_user admin 123456 rabbitmqctl set_user_tags admin administrator rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
用户级别（第5行）：
administrator ：可以登录控制台、查看所有信息、可以对 rabbitmq 进行管理monitoring ：监控者 登录控制台，查看所有信息policymaker ：策略制定者 登录控制台，指定策略managment ：普通管理员 登录控制台
这样就添加完成了
再次登录，用 admin 用户 ，登录效果：
如何重置命令?
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
使用 Docker 安装 官网：https://registry.hub.docker.com/_/rabbitmq/(opens new window)
1 docker run -id --name myrabbit -e RABBITMQ_DEFAULT_USER=admin -e RABBITMQ_DEFAULT_PASS=123
简单案例 Hello world 我们将用 Java (使用idea) 编写两个程序。发送单个消息的生产者和接收消息并打印出来的消费者
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
连接的时候，需要开启 5672 端口
在 pom.xml 中添加：
1 2 3 4 5 6 7 8 9 10 11 12 <dependency > <groupId > com.rabbitmq</groupId > <artifactId > amqp-client</artifactId > <version > 5.14.2</version > </dependency > <dependency > <groupId > commons-io</groupId > <artifactId > commons-io</artifactId > <version > 2.11.0</version > </dependency >
==发送消息==
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 import com.rabbitmq.client.Channel;import com.rabbitmq.client.Connection;import com.rabbitmq.client.ConnectionFactory;import java.io.IOException;import java.util.concurrent.TimeoutException;public class Producer { public static final String QUEUE_NAME = "hello" ; public static void main (String[] args) throws IOException, TimeoutException { ConnectionFactory factory = new ConnectionFactory (); factory.setHost("192.168.10.104" ); factory.setUsername("admin" ); factory.setPassword("123456" ); Connection connection = factory.newConnection(); Channel channel = connection.createChannel(); channel.queueDeclare(QUEUE_NAME,false ,false ,false ,null ); String message = "Hello World!你好世界！" ; channel.basicPublish("" , QUEUE_NAME, null , message.getBytes(StandardCharsets.UTF_8)); System.out.println("消息发送完毕" ); } }
运行效果：
控制台输出：
Web端的Queues中出现hello（队列名为hello）
获取“生产者”发出的消息
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 import com.rabbitmq.client.Channel;import com.rabbitmq.client.Connection;import com.rabbitmq.client.ConnectionFactory;import java.io.IOException;import java.util.concurrent.TimeoutException;public class Consumer { public static final String QUEUE_NAME = "hello" ; public static void main (String[] args) throws IOException, TimeoutException { ConnectionFactory factory = new ConnectionFactory (); factory.setHost("192.168.10.104" ); factory.setUsername("admin" ); factory.setPassword("123456" ); Connection connection = factory.newConnection(); Channel channel = connection.createChannel(); channel.basicConsume(QUEUE_NAME, true ,(consumerTag,message) -> {System.out.println(new String (message.getBody()));},consumerTag -> {System.out.println("消费被中断" );}); } }
效果：
注意，需要队列中有消息，如果消息被取出来了，就会是空。
Work Queues 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。
当有多个线程处理消息时，为了避免重复处理消息，使用轮询工作，一条数据只能被处理一次。
主要有两种模式
轮询模式的分发：一个消费者一条，按均分配 。1 -> 2 -> 3 -> 1 -> 2 …… -> 1 -> 2 ……
公平分发：根据消费者的消费能力进行公平分发，处理快的多处理，处理慢的少处理，按劳分配。
抽取工具类
封装 连接工厂 ，连接 ，信道 的创建代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 import com.rabbitmq.client.Channel;import com.rabbitmq.client.Connection;import com.rabbitmq.client.ConnectionFactory;import java.io.IOException;import java.util.concurrent.TimeoutException;public class RabbitMQUtils { public static Channel getChannel () { ConnectionFactory factory = new ConnectionFactory (); factory.setHost("192.168.10.104" ); factory.setUsername("admin" ); factory.setPassword("123456" ); Connection connection = null ; try { connection = factory.newConnection(); return connection.createChannel(); } catch (IOException | TimeoutException e) { throw new RuntimeException (e); } } }
轮询分发消息 实际上是多进程的方式。这里写两个Work类来模拟两个进程。
写代码：
Work01
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;public class Work01 { public static final String QUEUE_NAME = "hello" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.basicConsume(QUEUE_NAME, true ,(consumerTag,message) -> { System.out.println("Work01 接收到的消息： " + new String (message.getBody())); },(message) -> { System.out.println("消息被取消掉：" + new String (message.getBytes(StandardCharsets.UTF_8))); }); } }
Work02（除了13行改成Work02完全没有变化）
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;public class Work01 { public static final String QUEUE_NAME = "hello" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.basicConsume(QUEUE_NAME, true ,(consumerTag,message) -> { System.out.println("Work02 接收到的消息： " + new String (message.getBody())); },(message) -> { System.out.println("消息被取消掉：" + new String (message.getBytes(StandardCharsets.UTF_8))); }); } }
Producer：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 public class Task01 { public static final String QUEUE_NAME = "hello" ; public static void main (String[] args) throws Exception { Channel channel = RabbitMqUtils.getChannel(); Scanner scanner = new Scanner (System.in); while (scanner.hasNext()) { String message = scanner.next(); channel.basicPublish("" , QUEUE_NAME, null , message.getBytes(StandardCharsets.UTF_8)); System.out.println("消息发送完成：" + message); } } }
执行：
先执行Work01和Work02。
再启动Producer。
效果：
注意：先开启的进程先执行。你一个我一个的执行，按顺序。
公平分发消息 在这个案例中我们会启动四个工作线程，一个消息发送线程，我们来看看他们四个工作线程是如何工作的。
==当然，如果将轮询分发消息的Work代码改成手动应答，就变成了公平分发消息了==
这里的代码不是很正确，正确的看：不公平分发(公平竞争) )
1、启动四个工作线程来接受消息
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;public class Consumer { public static void main (String[] args) { for (int i = 0 ; i < 4 ; i++){ Thread thread = new Thread (new Worker ()); thread.setName(i + "号线程" ); thread.start(); } } } class Worker implements Runnable { public static final String QUEUE_NAME = "hello" ; @Override public void run () { Channel channel = RabbitMQUtils.getChannel(); try { channel.basicConsume(QUEUE_NAME, true ,(consumerTag,message) -> { System.out.println(Thread.currentThread().getName() + "接收到的消息：" + new String (message.getBody())); },(message) -> { System.out.println("消息被取消掉：" + new String (message.getBytes(StandardCharsets.UTF_8))); }); } catch (IOException e) { throw new RuntimeException (e); } } }
其实写的不太好，如果能用回调函数得到QUEUE_NAME会更好。
2、启动一个发送消息线程
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 public class Task01 { public static final String QUEUE_NAME = "hello" ; public static void main (String[] args) throws Exception { Channel channel = RabbitMqUtils.getChannel(); Scanner scanner = new Scanner (System.in); while (scanner.hasNext()) { String message = scanner.next(); channel.basicPublish("" , QUEUE_NAME, null , message.getBytes(StandardCharsets.UTF_8)); System.out.println("消息发送完成：" + message); } } }
结果展示
先执行Producer
效果：
再执行Consumer
消息应答 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，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。
自动应答 ==消息发送后立即被认为已经传送成功，甚至不管消费者是否接收到消息。==
一般尽量不用
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。
手动消息应答的方法
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
Channel.basicNack()(用于否定 确认)
Channel.basicReject()(用于否定 确认)
与 Channel.basicNack() 相比少一个参数（是否批量处理参数），不处理该消息了直接拒绝，可以将其丢弃了
Multiple 的解释：
手动应答的好处是可以批量应答并且减少网络拥堵
==为了数据的安全，最好都用false，不批量处理==
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
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。
消息手动应答代码 默认消息采用的是自动应答，所以我们要想实现消息消费过程中不丢失，需要把自动应答改为手动应答
消费者在上面代码的基础上增加了以下内容
1 channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false );
消息生产者：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.Scanner;public class Producer { public static final String QUEUE_NAME = "manualResponse" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.queueDeclare(QUEUE_NAME,false ,false ,false ,null ); Scanner scanner = new Scanner (System.in); while (scanner.hasNext()){ String message = scanner.next(); channel.basicPublish("" , QUEUE_NAME, null , message.getBytes(StandardCharsets.UTF_8)); System.out.println("生产者发出消息： " + message); } System.out.println("全部消息发送完成" ); } }
消费者 01：
设置休眠时长为1秒
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import com.zhang.utils.SleepUtils;import java.io.IOException;public class Work01 { public static final String QUEUE_NAME = "manualResponse" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.basicConsume(QUEUE_NAME, false , (consumerTag,message) -> { SleepUtils.sleep(1 ); System.out.println("Work01 接收到的消息： " + new String (message.getBody())); channel.basicAck(message.getEnvelope().getDeliveryTag(),false ); }, (message) -> System.out.println("消息被取消掉：" + new String (message.getBytes())) ); } }
消费者 02：
把休眠时间改成30秒==方便有时间关闭Work02==
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import com.zhang.utils.SleepUtils;import java.io.IOException;public class Work02 { public static final String QUEUE_NAME = "manualResponse" ; public static void main (String[] args) throws IOException, InterruptedException { Channel channel = RabbitMQUtils.getChannel(); channel.basicConsume(QUEUE_NAME, false , (consumerTag,message) -> { SleepUtils.sleep(30 ); System.out.println("Work02 接收到的消息： " + new String (message.getBody())); channel.basicAck(message.getEnvelope().getDeliveryTag(),false ); }, (message) -> System.out.println("消息被取消掉：" + new String (message.getBytes())) ); } }
手动应答效果演示
正常情况下消息发送方发送两个消息 C1 和 C2 分别接收到消息并进行处理
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 当 RabbitMQ 服务停掉以后，消息生产者发送过来的消息不丢失要如何保障？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。
下面演示这两件事（都是在生产者中改代码）
队列实现持久化
队列实现持久化只是让队列不丢失。也就是重启服务器后，队列还在，但是队列中的消息不会保存，只是单单这个队列持久化。只是队列 被持久化。
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
1 2 3 4 boolean durable = true ;channel.queueDeclare(TASK_QUEUE_NAME, durable, false , false , null );
==注意：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==
以下为控制台中持久化与非持久化队列的 UI 显示区。如果实现了持久化，Features就会有个D （Durable）。
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。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 import com.rabbitmq.client.Channel;import com.rabbitmq.client.MessageProperties;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.Scanner;public class Producer { public static final String QUEUE_NAME = "manualResponse" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.queueDeclare(QUEUE_NAME,true ,false ,false ,null ); Scanner scanner = new Scanner (System.in); while (scanner.hasNext()){ String message = scanner.next(); channel.basicPublish("" , QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes(StandardCharsets.UTF_8)); System.out.println("生产者发出消息： " + message); } System.out.println("全部消息发送完成" ); } }
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(公平竞争) 在最开始的时候我们学习到 RabbitMQ 分发消息采用的轮询分发，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。
为了避免这种情况，在消费者中消费之前 ，我们可以设置参数 channel.basicQos(1);
也就是说提前设置参数 channel.basicQos(1)来设置不公平分发。默认值为0，为0时就是轮询分发。
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。
修改消费者代码——添加21行代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import com.zhang.utils.SleepUtils;import java.io.IOException;public class Work01 { public static final String QUEUE_NAME = "manualResponse" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.basicQos(1 ); channel.basicConsume(QUEUE_NAME, false , (consumerTag,message) -> { SleepUtils.sleep(1 ); System.out.println("Work01 接收到的消息： " + new String (message.getBody())); channel.basicAck(message.getEnvelope().getDeliveryTag(),false ); }, (message) -> System.out.println("消息被取消掉：" + new String (message.getBytes())) ); } }
预取值分发
==带权的消息分发 ==
轮询添加预取值，就是某一个消费者提前要求我最多同时拿到队列中的几条数据。 默认是0。也就是无限。
也就是信道的 size。
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 channel.basicQos()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，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)应该小心使用具有无限预处理的自动确认模式或手动确认模式，消费者消费了大量的消息如果没有确认的话，会导致消费者连接节点的内存消耗变大，所以找到合适的预取值是一个反复试验的过程 ，不同的负载该值取值也不同 100 到 300 范 围内的值通常可提供最佳的吞吐量，并且不会给消费者带来太大的风险。
预取值为 1 是最保守的 。当然这将使吞吐量变得很低，特别是消费者连接延迟很严重的情况下，特别是在消费者连接等待时间较长的环境中。对于大多数应用来说，稍微高一点的值将是最佳的 。
发布确认 发布确认逻辑
发布消息是生产者 Producer 的工作，所以主要操作的是Producer的代码部分。
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 ==（这是前提要求）==，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 channel.baseicAck() 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。
发布确认的策略 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
1 2 3 4 5 6 channel.confirmSelect(); channel.waitForConfirms
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==只有这个消息被确认发布== ，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。
代码：
37行是关键代码，注意使用位置 。28行代码也算是关键代码，只要是在channel.queueDeclare()之后，在发消息之前调用即可。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.UUID;public class ConfirmMessage { private static final int MESSAGE_COUNT = 1000 ; public static void main (String[] args) throws IOException, InterruptedException { Channel channel = RabbitMQUtils.getChannel(); String QUEUE_NAME = UUID.randomUUID().toString(); channel.queueDeclare(QUEUE_NAME,true ,false ,false ,null ); channel.confirmSelect(); long begin = System.currentTimeMillis(); for (int i = 0 ; i < MESSAGE_COUNT ; i++) { String message = i + " 号消息" ; channel.basicPublish("" , QUEUE_NAME, null , message.getBytes(StandardCharsets.UTF_8)); boolean success = channel.waitForConfirms(); if (success) { System.out.println(message + "被发送成功" ); } } long end = System.currentTimeMillis(); System.out.println("单个确认方式，发送" + MESSAGE_COUNT + "条消息，耗时： " + (end - begin) + " 毫秒" ); } }
运行效果：
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：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.UUID;public class ConfirmMessage { private static final int MESSAGE_COUNT = 1000 ; public static void main (String[] args) throws IOException, InterruptedException { Channel channel = RabbitMQUtils.getChannel(); String QUEUE_NAME = UUID.randomUUID().toString(); channel.queueDeclare(QUEUE_NAME,true ,false ,false ,null ); channel.confirmSelect(); long begin = System.currentTimeMillis(); int confirmSize = 100 ; for (int i = 0 ; i < MESSAGE_COUNT ; i++) { String message = i + " 号消息" ; channel.basicPublish("" , QUEUE_NAME, null , message.getBytes(StandardCharsets.UTF_8)); if (i % confirmSize == 0 ){ boolean success = channel.waitForConfirms(); if (success) { System.out.println(message + " 被确认" ); } } } long end = System.currentTimeMillis(); System.out.println("批量确认方式，发送" + MESSAGE_COUNT + "条消息，耗时： " + (end - begin) + " 毫秒" ); }
运行效果：
明显看出来比单个确认快很多
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相对算高 ， 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。
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。
代码：
主要是设置一个消息的监听器
还有一个跳跃表，用来存储发送的消息，保留下来的消息就是待发送的
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.UUID;public class ConfirmMessage { private static final int MESSAGE_COUNT = 1000 ; public static void main (String[] args) throws IOException, InterruptedException { Channel channel = RabbitMQUtils.getChannel(); String QUEUE_NAME = UUID.randomUUID().toString(); channel.queueDeclare(QUEUE_NAME,true ,false ,false ,null ); channel.confirmSelect(); ConcurrentSkipListMap<Long,String> outstandingConfirms = new ConcurrentSkipListMap <>(); channel.addConfirmListener((deliveryTag,multiple) -> { if (multiple) { ConcurrentNavigableMap<Long, String> confirmed = outstandingConfirms.headMap(deliveryTag); confirmed.clear(); }else { outstandingConfirms.remove(deliveryTag); } System.out.println("确认的消息的序号: " + deliveryTag); },(deliveryTag,multiple) -> { String message = outstandingConfirms.get(deliveryTag); System.out.println("未确认的消息: " + message); }); long begin = System.currentTimeMillis(); for (int i = 0 ; i < MESSAGE_COUNT ; i++) { String message = i + " 号消息" ; outstandingConfirms.put(channel.getNextPublishSeqNo(),message); channel.basicPublish("" , QUEUE_NAME, null , message.getBytes(StandardCharsets.UTF_8)); } long end = System.currentTimeMillis(); System.out.println("异步批量确认方式，发送" + MESSAGE_COUNT + "条消息，耗时： " + (end - begin) + " 毫秒" ); }
运行效果：
看得出来确实是异步的:smile:
以上 3 种发布确认速度对比 :
交换机
在上一节中，我们创建了一个工作队列。我们假设的是工作队列背后，每个任务都恰好交付给一个消费者(工作进程)。在这一部分中，我们将做一些完全不同的事情——我们将消息传达给多个消费者。这种模式 称为 ”发布/订阅”。
Exchanges 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。
1 channel.basicPublish("" , QUEUE_NAME, null , message.getBytes());
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
非持久化队列
之前都是使用队列名作为纽带，生产者发送消息给队列，消费者在消费。
但是使用了交换机后，队列名就显得没有那么重要了，所以之后也会比较临时队列。
之前的章节我们使用的是具有特定名称的队列(还记得 hello 和 ack_queue 吗？)。队列的名称我们来说至关重要，我们需要指定我们的消费者去消费哪个队列的消息。
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。
1 String queueName = channel.queueDeclare().getQueue();
绑定 bindings 什么是 bingding 呢，binding 其实是 exchange 和 queue 之间的桥梁，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 exchange Fanout 介绍 Fanout 这种类型非常简单。正如从名称中猜到的那样，它是将接收到的 所有消息 广播 到它知道的 所有队列 中。系统中默认有些 exchange 类型：
Fanout 实战
Logs 和临时队列的绑定关系如下图
为了说明这种模式，我们将构建一个简单的日志系统。它将由两个程序组成:第一个程序将发出日志消 息，第二个程序是消费者。其中我们会启动两个消费者，其中一个消费者接收到消息后把日志存储在磁盘，
ReceiveLogs01 将接收到的消息打印在控制台
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;public class ReceiveLogs01 { public static final String EXCHANGE_NAME = "logs" ; public static String QUEUE_NAME; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, "fanout" ); QUEUE_NAME = channel.queueDeclare().getQueue(); channel.queueBind(QUEUE_NAME,EXCHANGE_NAME,"" ); System.out.println("等待打印消息，把接收到的消息打印在屏幕上......" ); channel.basicConsume(QUEUE_NAME, true , (tag,message) -> System.out.println("ReceiveLogs01 控制台收到的消息：" + new String (message.getBody(), StandardCharsets.UTF_8)), System.out::println); } }
ReceiveLogs02 把消息写出到文件
下面的代码时别人笔记的，我的代码只是把ReceiveLogs01的第47行改成了ReceiveLogs02
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 public class ReceiveLogs02 { private static final String EXCHANGE_NAME = "logs" ; public static void main (String[] args) throws Exception { Channel channel = RabbitMqUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, "fanout" ); String queueName = channel.queueDeclare().getQueue(); channel.queueBind(queueName, EXCHANGE_NAME, "" ); System.out.println("等待接收消息,把接收到的消息写到文件........... " ); DeliverCallback deliverCallback = (consumerTag, delivery) -> { String message = new String (delivery.getBody(), "UTF-8" ); File file = new File ("D:\\test\\rabbitmq_info.txt" ); FileUtils.writeStringToFile(file,message,"UTF-8" ); System.out.println("数据写入文件成功" ); }; channel.basicConsume(queueName, true , deliverCallback, consumerTag -> {}); } }
EmitLog 发送消息给两个消费者接收：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.Scanner;public class EmitLogs { public static final String EXCHANGE_NAME = "logs" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, "fanout" ); Scanner scanner = new Scanner (System.in); while (scanner.hasNext()) { String message = scanner.next(); channel.basicPublish(EXCHANGE_NAME, "" , null , message.getBytes(StandardCharsets.UTF_8)); System.out.println("成功发送消息" ); } } }
运行后效果：
发送 11 和 22 两个消息
发现两个接收器都接收到了消息，说明确实是一个交换机对应两个队列，所以能做到消息的多次处理
Direct exchange 在上一节中，我们构建了一个简单的日志记录系统。我们能够向许多接收者广播日志消息。在本节我们将向其中添加一些特别的功能——让某个消费者订阅发布的部分消息。例如我们只把严重错误消息定向存储到日志文件(以节省磁盘空间)，同时仍然能够在控制台上打印所有日志消息。
我们再次来回顾一下什么是 bindings，绑定是交换机和队列之间的桥梁关系。也可以这么理解： 队列只对它绑定的交换机的消息感兴趣 。绑定用参数：routingKey 来表示也可称该参数为 binding key， 创建绑定我们用代码: channel.queueBind(queueName, EXCHANGE_NAME, "routingKey");
绑定之后的意义由其交换类型决定。
Direct 介绍 上一节中的我们的日志系统将所有消息广播给所有消费者，对此我们想做一些改变，例如我们希望将日志消息写入磁盘的程序仅接收严重错误(errros)，而不存储哪些警告(warning)或信息(info)日志消息避免浪费磁盘空间。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。
在上面这张图中，我们可以看到 X 绑定了两个队列，绑定类型是 direct。队列 Q1 绑定键为 orange， 队列 Q2 绑定键有两个:一个绑定键为 black，另一个绑定键为 green.
在这种绑定情况下，生产者发布消息到 exchange 上，绑定键为 orange 的消息会被发布到队列 Q1。绑定键为 blackgreen 和的消息会被发布到队列 Q2，其他消息类型的消息将被丢弃。
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。
Direct 实战 关系：
交换机：
c2：绑定 disk，routingKey 为 error
c1：绑定 console，routingKey 为 info、warning
ReceiveLogsDirect01
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 import com.rabbitmq.client.BuiltinExchangeType;import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;public class ReceiveLogsDirect01 { public static final String EXCHANGE_NAME = "direct_logs" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT); channel.queueDeclare("console" ,false ,false ,false ,null ); channel.queueBind("console" , EXCHANGE_NAME, "info" ); channel.queueBind("console" , EXCHANGE_NAME, "warn" ); channel.basicConsume("console" , true , (rag,message) -> System.out.println("ReceiveLogsDirect01 接收到的消息：" + message), System.out::println); } }
ReceiveLogsDirect02
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 import com.rabbitmq.client.BuiltinExchangeType;import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;public class ReceiveLogsDirect02 { public static final String EXCHANGE_NAME = "direct_logs" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT); channel.queueDeclare("disk" ,false ,false ,false ,null ); channel.queueBind("disk" , EXCHANGE_NAME, "info" ); channel.basicConsume("disk" , true , (rag,message) -> System.out.println("ReceiveLogsDirect02 接收到的消息：" + message), System.out::println); } }
DirectLogs
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.Scanner;public class DirectLogs { public static final String EXCHANGE_NAME = "direct_logs" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, "direct" ); Scanner scanner = new Scanner (System.in); while (scanner.hasNext()) { String message = scanner.next(); channel.basicPublish(EXCHANGE_NAME, "info" , null , message.getBytes(StandardCharsets.UTF_8)); System.out.println("成功发送消息" ); } } }
Topics exchange Topic 的介绍 在上一个小节中，我们改进了日志记录系统。我们没有使用只能进行随意广播的 fanout 交换机，而是使用了 direct 交换机，从而有能实现有选择性地接收日志。
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
Topic的要求
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
Topic 匹配案例 下图绑定关系如下
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.#)
上图是一个队列绑定关系图，我们来看看他们之间数据接收情况是怎么样的
例子
说明
quick.orange.rabbit
被队列 Q1Q2 接收到
azy.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
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
Topic 实战
代码如下：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.HashMap;import java.util.Map;public class TopicLogs { public static final String EXCHANGE_NAME = "topic_logs" ; public static void main (String[] args) { Channel channel = RabbitMQUtils.getChannel(); 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" ); bindingKeyMap.forEach((routingKey, message) -> { try { channel.basicPublish(EXCHANGE_NAME, routingKey, null , message.getBytes(StandardCharsets.UTF_8)); } catch (IOException e) { throw new RuntimeException (e); } System.out.println("生产者发出消息：" + message); }); } }
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 import com.rabbitmq.client.BuiltinExchangeType;import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;public class ReceiveLogsTopic01 { public static final String EXCHANGE_NAME = "topic_logs" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC); String queueName = "Q1" ; channel.queueDeclare(queueName,false ,false ,false ,null ); channel.queueBind(queueName,EXCHANGE_NAME,"*.orange.*" ); System.out.println("ReceiveLogsTopic01 等待接收消息......" ); channel.basicConsume(queueName, true , (tag,message)-> { System.out.println("ReceiveLogsTopic01 接收到的消息：" + new String (message.getBody(), StandardCharsets.UTF_8)); System.out.println("接收队列：" + queueName + "绑定键：" + message.getEnvelope().getRoutingKey()); }, System.out::println ); } }
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 import com.rabbitmq.client.BuiltinExchangeType;import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;public class ReceiveLogsTopic02 { public static final String EXCHANGE_NAME = "topic_logs" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC); String queueName = "Q2" ; channel.queueDeclare(queueName,false ,false ,false ,null ); channel.queueBind(queueName,EXCHANGE_NAME,"*.*.rabbit" ); System.out.println("ReceiveLogsTopic02 等待接收消息......" ); channel.basicConsume(queueName, true , (tag,message)-> { System.out.println("ReceiveLogsTopic02 接收到的消息：" + new String (message.getBody(), StandardCharsets.UTF_8)); System.out.println("接收队列：" + queueName + "绑定键：" + message.getEnvelope().getRoutingKey()); }, System.out::println ); } }
死信队列 死信的概念 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。
一般就是先放到死信队列中，等网络状况好了之后再处理。
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
死信实战
死信之TTl 消费者 C1 代码：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 import com.rabbitmq.client.BuiltinExchangeType;import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;import java.util.HashMap;import java.util.Map;public class Consumer01 { public static final String NORMAL_EXCHANGE = "normal_exchange" ; public static final String DEAD_EXCHANGE = "dead_exchange" ; public static final String NORMAL_QUEUE = "normal_queue" ; public static final String DEAD_QUEUE = "dead_queue" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT); channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi" ); channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT); Map<String, Object> arguments = new HashMap <>(); arguments.put("x-dead-letter-exchange" ,DEAD_EXCHANGE); arguments.put("x-dead-letter-routing-key" ,"lisi" ); channel.queueDeclare(NORMAL_QUEUE,false ,false ,false ,arguments); channel.queueDeclare(DEAD_QUEUE,false ,false ,false ,null ); channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zhangsan" ); System.out.println("Consumer01 等待接收消息......" ); channel.basicConsume(NORMAL_QUEUE, true , (tag,message) -> System.out.println("Consumer01 接收到的消息：" + new String (message.getBody(), StandardCharsets.UTF_8)), System.out::println); } }
生产者代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 import com.rabbitmq.client.AMQP;import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;public class Producer { public static final String NORMAL_EXCHANGE = "normal_exchange" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); AMQP.BasicProperties properties = new AMQP .BasicProperties().builder().expiration("10000" ).build(); for (int i = 1 ; i <= 10 ; i++) { String message = "info" + i; channel.basicPublish(NORMAL_EXCHANGE, "zhangsan" , properties, message.getBytes(StandardCharsets.UTF_8)); } } }
启动 C1 ，之后关闭消费者，模拟其接收不到消息。再启动 Producer
消费者 C2 代码：
以上步骤完成后，启动 C2 消费者，它消费死信队列里面的消息
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 import com.rabbitmq.client.Channel;import com.zhang.utils.RabbitMQUtils;import java.io.IOException;import java.nio.charset.StandardCharsets;public class Consumer02 { public static final String DEAD_QUEUE = "dead_queue" ; public static void main (String[] args) throws IOException { Channel channel = RabbitMQUtils.getChannel(); System.out.println("Consumer02 等待接收消息......" ); channel.basicConsume(DEAD_QUEUE, true , (tag,message) -> System.out.println("Consumer02 接收到的消息：" + new String (message.getBody(), StandardCharsets.UTF_8)), System.out::println); } }
死信之最大长度
设置arguments的参数，添加：
1 arguments.put("x-max-length" ,6 );
1、消息生产者代码去掉 TTL 属性
2、C1 消费者修改以下代码(启动之后关闭该消费者 模拟其接收不到消息)
1 2 params.put("x-max-length" ,6 );
注意此时需要把原先队列删除 因为参数改变了
3、C2 消费者代码不变(启动 C2 消费者)
死信之消息被拒 1、消息生产者代码同上生产者一致
2、C1 消费者代码(启动之后关闭该消费者 模拟其接收不到消息)
拒收消息 “info5”
首先要关闭自动应答。
然后在消息结束成功的回调函数中，消息应答为拒绝
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 public class Consumer01 { private static final String NORMAL_EXCHANGE = "normal_exchange" ; private static final String DEAD_EXCHANGE = "dead_exchange" ; public static void main (String[] args) throws Exception { Channel channel = RabbitMqUtils.getChannel(); channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT); channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT); String deadQueue = "dead-queue" ; channel.queueDeclare(deadQueue, false , false , false , null ); channel.queueBind(deadQueue, DEAD_EXCHANGE, "lisi" ); Map<String, Object> params = new HashMap <>(); params.put("x-dead-letter-exchange" , DEAD_EXCHANGE); params.put("x-dead-letter-routing-key" , "lisi" ); String normalQueue = "normal-queue" ; channel.queueDeclare(normalQueue, false , false , false , params); channel.queueBind(normalQueue, NORMAL_EXCHANGE, "zhangsan" ); System.out.println("等待接收消息........... " ); DeliverCallback deliverCallback = (consumerTag, delivery) -> { String message = new String (delivery.getBody(), "UTF-8" ); if (message.equals("info5" )) { System.out.println("Consumer01 接收到消息" + message + "并拒绝签收该消息" ); channel.basicReject(delivery.getEnvelope().getDeliveryTag(), false ); } else { System.out.println("Consumer01 接收到消息" + message); channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false ); } }; channel.basicConsume(normalQueue, false , deliverCallback, consumerTag -> { }); } }
3、C2 消费者代码不变
启动消费者 1 然后再启动消费者 2
延迟队列 延迟队列介绍
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。
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
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；那我们一直轮询数据，每秒查一次，取出需要被处理的数据，然后处理不就完事了吗？
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。
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。
在创建队列的时候设置队列的“x-message-ttl”属性
是针对每条消息设置TTL
两者的区别
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。
整合 springboot 前一小节我们介绍了死信队列，刚刚又介绍了 TTL，至此利用 RabbitMQ 实现延时队列的两大要素已经集齐，接下来只需要将它们进行融合，再加入一点点调味料，延时队列就可以新鲜出炉了。想想看，延时队列，不就是想要消息延迟多久被处理吗，TTL 则刚好能让消息在延迟多久之后成为死信，另一方面， 成为死信的消息都会被投递到死信队列里，这样只需要消费者一直消费死信队列里的消息就完事了，因为里面的消息都是希望被立即处理的消息。
1、创建一个模块：
选择RabbitMQ依赖
2、添加依赖：
生成的依赖情况：
这样其实RabbitMQ所需要的说有依赖都已经引入完成了，可跟进需要引入一些其他的依赖
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 <dependencies > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter-amqp</artifactId > </dependency > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter-test</artifactId > <scope > test</scope > </dependency > <dependency > <groupId > org.springframework.amqp</groupId > <artifactId > spring-rabbit-test</artifactId > <scope > test</scope > </dependency > </dependencies >
此次的完整依赖
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 <dependencies > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter</artifactId > </dependency > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter-amqp</artifactId > </dependency > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter-test</artifactId > <scope > test</scope > </dependency > <dependency > <groupId > org.springframework.amqp</groupId > <artifactId > spring-rabbit-test</artifactId > <scope > test</scope > </dependency > <dependency > <groupId > org.springframework.boot</groupId > <artifactId > spring-boot-starter-web</artifactId > </dependency > <dependency > <groupId > io.springfox</groupId > <artifactId > springfox-swagger2</artifactId > <version > 3.0.0</version > </dependency > <dependency > <groupId > io.springfox</groupId > <artifactId > springfox-swagger-ui</artifactId > <version > 3.0.0</version > </dependency > <dependency > <groupId > com.alibaba</groupId > <artifactId > fastjson</artifactId > <version > 1.2.47</version > </dependency > <dependency > <groupId > org.projectlombok</groupId > <artifactId > lombok</artifactId > </dependency > </dependencies >
3、修改配置文件（application.properties。我是修改成了application.yaml）
1 2 3 4 5 6 7 8 9 10 spring: rabbitmq: host: 192.168 .10 .104 port: 5672 username: admin password: 123456
4、添加Swagger 配置类
这个类只是用来测试的，所以直接复制粘贴即可。注意导包
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import springfox.documentation.builders.ApiInfoBuilder;import springfox.documentation.service.ApiInfo;import springfox.documentation.service.Contact;import springfox.documentation.spi.DocumentationType;import springfox.documentation.spring.web.plugins.Docket;import springfox.documentation.swagger2.annotations.EnableSwagger2;@Configuration @EnableSwagger2 public class SwaggerConfig { @Bean public Docket webApiConfig () { return new Docket (DocumentationType.SWAGGER_2) .groupName("webApi" ) .apiInfo(webApiInfo()) .select() .build(); } private ApiInfo webApiInfo () { return new ApiInfoBuilder () .title("rabbitmq 接口文档" ) .description("本文档描述了 rabbitmq 微服务接口定义" ) .version("1.0" ) .contact(new Contact ("zhangyonrui" , "http://zhang.com" , "test@qq.com" )) .build(); } }
队列 TTL
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：
原先配置队列信息，写在了生产者和消费者代码中，现在可写咋配置类中，生产者只发消息，消费者只接受消息
1、配置文件类代码 ：
这个类实际上是==重点==
途中除了生产者和消费者以外，所有代码都在这里。
包括普通交换机，普通队列，死信交换机，死信队列的创建配置和绑定。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 import org.springframework.amqp.core.*;import org.springframework.beans.factory.annotation.Qualifier;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;@Configuration public class TTLQueueConfig { public static final String NORMAL_EXCHANGE = "normal_exchange" ; public static final String DEAD_EXCHANGE = "dead_exchange" ; public static final String NORMAL_QUEUE_A = "normal_queue_a" ; public static final String NORMAL_QUEUE_B = "normal_queue_b" ; public static final String DEAD_QUEUE = "dead_queue" ; @Bean public DirectExchange normal_exchange () { return new DirectExchange (NORMAL_EXCHANGE); } @Bean public DirectExchange dead_exchange () { return new DirectExchange (DEAD_EXCHANGE); } @Bean public Queue normal_queue_a () { return QueueBuilder.durable(NORMAL_QUEUE_A).ttl(10000 ).deadLetterExchange(DEAD_EXCHANGE).deadLetterRoutingKey("YD" ).build(); } @Bean public Queue normal_queue_b () { return QueueBuilder.durable(NORMAL_QUEUE_B).ttl(40000 ).deadLetterExchange(DEAD_EXCHANGE).deadLetterRoutingKey("YD" ).build(); } @Bean public Queue dead_queue () { return QueueBuilder.durable(DEAD_QUEUE).build(); } @Bean public Binding queueABindingNormalExchange (@Qualifier("normal_queue_a") Queue queueA, @Qualifier("normal_exchange") DirectExchange normal_exchange) { return BindingBuilder.bind(queueA).to(normal_exchange).with("XA" ); } @Bean public Binding queueBBindingNormalExchange (@Qualifier("normal_queue_b") Queue queueB, @Qualifier("normal_exchange") DirectExchange normal_exchange) { return BindingBuilder.bind(queueB).to(normal_exchange).with("XB" ); } }
2、消息生产者代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 import lombok.extern.slf4j.Slf4j;import org.springframework.amqp.rabbit.core.RabbitTemplate;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Controller;import org.springframework.web.bind.annotation.GetMapping;import org.springframework.web.bind.annotation.PathVariable;import org.springframework.web.bind.annotation.RequestMapping;import org.springframework.web.bind.annotation.RestController;import java.util.Date;@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); } }
3、消息消费者代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 import lombok.extern.slf4j.Slf4j;import com.rabbitmq.client.Channel;import org.springframework.amqp.core.Message;import org.springframework.amqp.rabbit.annotation.RabbitListener;import org.springframework.stereotype.Component;import java.nio.charset.StandardCharsets;import java.util.Date;@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); } }
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？
延时队列TTL优化
上面代码的缺点：延迟时间固定了，那么项目上线后如何改变这个时间呢，显然只能改代码，不合理。
解决办法：
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
发送请求给 QC 时通过URL设置时间
配置文件类代码：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 @Configuration public class MsgTtlQueueConfig { public static final String Y_DEAD_LETTER_EXCHANGE = "Y" ; public static final String QUEUE_C = "QC" ; @Bean("queueC") public Queue queueB () { Map<String, Object> args = new HashMap <>(3 ); args.put("x-dead-letter-exchange" , Y_DEAD_LETTER_EXCHANGE); args.put("x-dead-letter-routing-key" , "YD" ); return QueueBuilder.durable(QUEUE_C).withArguments(args).build(); } @Bean public Binding queuecBindingX (@Qualifier("queueC") Queue queueC, @Qualifier("xExchange") DirectExchange xExchange) { return BindingBuilder.bind(queueC).to(xExchange).with("XC" ); } }
生产者代码：
1 2 3 4 5 6 7 8 9 10 11 12 13 @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
基于死信存在问题：
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。
这也就是为什么第二个延时2秒，却后执行。（看上图运行效果）
如何解决？————看插件实现延迟队列
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。
安装延时队列插件
可去官网下载 rabbitmq_delayed_message_exchange 插件，放置到 RabbitMQ 的插件目录。
进入 RabbitMQ 的安装目录下的 plgins 目录，执行下面命令让该插件生效，然后重启 RabbitMQ
1 2 3 4 5 6 7 8 [root@VM-0-6-centos software] erlang-21.3.8.21-1.el7.x86_64.rpm rabbitmq_delayed_message_exchange-3.8.0.ez rabbitmq-server-3.8.8-1.el7.noarch.rpm cp rabbitmq_delayed_message_exchange-3.8.0.ez /usr/lib/rabbitmq/lib/rabbitmq_server-3.8.8/pluginsrabbitmq-plugins enable rabbitmq_delayed_message_exchange systemctl restart rabbitmq-server
代码
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:
1、配置文件类代码：
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。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 @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); } @Bean public CustomExchange delayedExchange () { Map<String, Object> args = new HashMap <>(); 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(); } }
2、生产者代码
1 2 3 4 5 6 7 8 9 @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); }
3、消费者代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 @Slf4j @ComponentScan public class DelayQueueConsumer { 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); } }
发送请求：
第二个消息被先消费掉了，符合预期
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
发布确认进阶 如果rabbimq宕机了，要保证消息的可靠性（不丢失），就要在rabbitmq宕机之后发送消息备份给缓存。
发布确认 springboot 版本 确认机制方案：
代码架构图：
在配置文件当中需要添加
1 spring.rabbitmq.publisher-confirm-type =correlated
NONE 值是禁用发布确认模式，是默认值CORRELATED 值是发布消息成功到交换器后会触发回调方法SIMPLE 值经测试有两种效果，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;
代码
1、添加配置类：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 @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 queueBinding (@Qualifier("confirmQueue") Queue queue, @Qualifier("confirmExchange") DirectExchange exchange) { return BindingBuilder.bind(queue).to(exchange).with("key1" ); } }
2、消息生产者的回调接口
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 @Component @Slf4j public class MyCallBack implements RabbitTemplate .ConfirmCallback { @Override public void confirm (CorrelationData correlationData, boolean ack, String cause) { String id = correlationData != null ? correlationData.getId() : "" ; if (ack) { 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，原因:{}" , id, cause); } } }
3、消息生产者
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 @RestController @RequestMapping("/confirm") @Slf4j public class ProducerController { public static final String CONFIRM_EXCHANGE_NAME = "confirm.exchange" ; @Autowired private RabbitTemplate rabbitTemplate; @Autowired private MyCallBack myCallBack; @PostConstruct public void init () { rabbitTemplate.setConfirmCallback(myCallBack); } @GetMapping("sendMessage/{message}") public void sendMessage (@PathVariable String message) { CorrelationData correlationData1 = new CorrelationData ("1" ); String routingKey = "key1" ; rabbitTemplate.convertAndSend(CONFIRM_EXCHANGE_NAME, routingKey, message + routingKey, correlationData1); log.info(routingKey + "发送消息内容:{}" , message + routingKey); CorrelationData correlationData2 = new CorrelationData ("2" ); routingKey = "key2" ; rabbitTemplate.convertAndSend(CONFIRM_EXCHANGE_NAME, routingKey, message + routingKey, correlationData2); log.info(routingKey + "发送消息内容:{}" , message + routingKey); } }
4、消息消费者
1 2 3 4 5 6 7 8 9 10 11 12 @Component @Slf4j public class ConfirmConsumer { public static final String CONFIRM_QUEUE_NAME = "confirm.queue" ; @RabbitListener(queues = 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); } }
访问： http://localhost:8080/confirm/sendMessage/你好
结果分析：
可以看到，发送了两条消息，第一条消息的 RoutingKey 为 “key1”，第二条消息的 RoutingKey 为 “key2”，两条消息都成功被交换机接收，也收到了交换机的确认回调，但消费者只收到了一条消息，因为第二条消息的 RoutingKey 与队列的 BindingKey 不一致，也没有其它队列能接收这个消息，所有第二条消息被直接丢弃了。
丢弃的消息交换机是不知道的，需要解决告诉生产者消息传送失败
回退消息 Mandatory 参数
1 rabbitTemplate.setReturnsCallback(myCallBack);
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。
发布确认高级部分的重点就是这个回调。
1、修改配置
1 2 spring.rabbitmq.publisher-returns =true
2、修改回调接口
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 @Component @Slf4j public class MyCallBack implements RabbitTemplate .ConfirmCallback, RabbitTemplate.ReturnsCallback { @Override public void confirm (CorrelationData correlationData, boolean ack, String cause) { String id = correlationData != null ? correlationData.getId() : "" ; if (ack) { 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，原因:{}" , id, cause); } } @Override public void returnedMessage (ReturnedMessage returned) { log.error("消息：{}，被交换机 {} 退回，原因：{}，路由key：{},code:{}" , new String (returned.getMessage().getBody()), returned.getExchange(), returned.getReplyText(), returned.getRoutingKey(), returned.getReplyCode()); } }
低版本可能没有 RabbitTemplate.ReturnsCallback 请用 RabbitTemplate.ReturnCallback
1 2 3 4 5 @Override public void returnedMessage (Message message, int replyCode, String replyText, String exchange, String routingKey) { log.info("消息:{}被服务器退回，退回原因:{}, 交换机是:{}, 路由 key:{}" ,new String (message.getBody()),replyText, exchange, routingKey); }
3、修改发送者 ProducerController
1 2 3 4 5 6 7 8 9 10 11 12 13 14 @PostConstruct public void init () { rabbitTemplate.setConfirmCallback(myCallBack); rabbitTemplate.setMandatory(true ); rabbitTemplate.setReturnsCallback(myCallBack); }
访问： http://localhost:8080/confirm/sendMessage/你好(opens new window)
结果分析：
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，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。
1、修改配置类
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 @Configuration public class ConfirmConfig { 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 BACKUP_QUEUE_NAME = "backup.queue" ; public static final String WARNING_QUEUE_NAME = "warning.queue" ; @Bean("confirmQueue") public Queue confirmQueue () { return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build(); } @Bean public Binding queueBinding (@Qualifier("confirmQueue") Queue queue, @Qualifier("confirmExchange") DirectExchange exchange) { return BindingBuilder.bind(queue).to(exchange).with("key1" ); } @Bean("backupExchange") public FanoutExchange backupExchange () { return new FanoutExchange (BACKUP_EXCHANGE_NAME); } @Bean("confirmExchange") public DirectExchange confirmExchange () { ExchangeBuilder exchangeBuilder = ExchangeBuilder.directExchange(CONFIRM_EXCHANGE_NAME) .durable(true ) .withArgument("alternate-exchange" , BACKUP_EXCHANGE_NAME); return exchangeBuilder.build(); } @Bean("warningQueue") public Queue warningQueue () { return QueueBuilder.durable(WARNING_QUEUE_NAME).build(); } @Bean public Binding warningBinding (@Qualifier("warningQueue") Queue queue, @Qualifier("backupExchange") FanoutExchange backupExchange) { return BindingBuilder.bind(queue).to(backupExchange); } @Bean("backQueue") public Queue backQueue () { return QueueBuilder.durable(BACKUP_QUEUE_NAME).build(); } @Bean public Binding backupBinding (@Qualifier("backQueue") Queue queue, @Qualifier("backupExchange") FanoutExchange backupExchange) { return BindingBuilder.bind(queue).to(backupExchange); } }
2、报警消费者
1 2 3 4 5 6 7 8 9 10 11 @Component @Slf4j public class WarningConsumer { public static final String WARNING_QUEUE_NAME = "warning.queue" ; @RabbitListener(queues = 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); } }
之前已写过 confirm.exchange 交换机，由于更改配置，需要删掉，不然会报错
mandatory 参数与备份交换机可以一起使用的时候，如果两者同时开启，消息究竟何去何从？谁优先级高，经过上面结果显示答案是备份交换机优先级高 。
幂等性、优先级、惰性 幂等性
概念
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。
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,
利用 redis 的原子性去实现。==更好，效率更高==
唯一ID+指纹码机制 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。
note Redis 原子性 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
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。
官方允许的优先级范围是 0 —— 255。越大优先级越高。
a.控制台页面添加
b.队列中代码添加优先级
1 2 3 Map<String, Object> params = new HashMap (); params.put("x-max-priority" , 10 ); channel.queueDeclare("hello" , true , false , false , params);
c.消息中代码添加优先级
1 AMQP.BasicProperties properties = new AMQP .BasicProperties().builder().priority(10 ).build();
注意事项：
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
实战
生产者：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 public class PriorityProducer { private static final String QUEUE_NAME = "hello" ; public static void main (String[] args) throws Exception { Channel channel = RabbitMqUtils.getChannel(); AMQP.BasicProperties properties = new AMQP .BasicProperties().builder().priority(10 ).build(); for (int i = 1 ; i < 11 ; i++) { String message = "info" + i; if (i == 5 ) { channel.basicPublish("" , QUEUE_NAME, properties, message.getBytes()); } else { channel.basicPublish("" , QUEUE_NAME, null , message.getBytes()); } System.out.println("发送消息完成:" + message); } } }
消费者：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 public class PriorityConsumer { private final static String QUEUE_NAME = "hello" ; public static void main (String[] args) throws Exception { Channel channel = RabbitMqUtils.getChannel(); Map<String, Object> params = new HashMap (); params.put("x-max-priority" , 10 ); channel.queueDeclare(QUEUE_NAME, true , false , false , params); DeliverCallback deliverCallback = (consumerTag, delivery) -> { String message = new String (delivery.getBody()); System.out.println(message); }; CancelCallback cancelCallback = (consumerTag) -> { System.out.println("消息消费被中断" ); }; channel.basicConsume(QUEUE_NAME, true , deliverCallback, cancelCallback); } }
惰性队列
消息保存在磁盘中。
优点：
缺点：消费速度慢。因为要先从磁盘中中取出消息到内存。
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(比如消费者下线、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。
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。default模式的消息是存储在内存中的。
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”。下面示例中演示了一个惰性队列的声明细节：
1 2 3 Map<String, Object> args = new HashMap <String, Object>(); args.put("x-queue-mode" , "lazy" ); channel.queueDeclare("myqueue" , false , false , false , args);
在发送 1 百万条消息，每条消息大概占 1KB 的情况下，普通队列占用内存是 1.2GB，而惰性队列仅仅 占用 1.5MB
wechat
alipay
