(转载)【RocketMQ 课程笔记】17.消费者基于Tag实现消息过滤
消费者基于Tag实现消息过滤
在发送消息时,需要设置消息的“标记Tag”,Tag用于说明消息的某项特征,消费者可以根据这个特征决定是否接收这些消息。
消息发送者
com.itlaoqi.rocketmq.tagfilter.TfProducer,下面案例模拟了来自“京东”、“天猫”、“淘宝”的电商模拟数据,要求负责“阿里”业务的程序消费tmall与taobao的数据,负责“京东”的程序消费“jd”的数据。
//消息过滤案例生产者 @Slf4j public class TfProducer { public static void main(String[] args) { //DefaultMQProducer用于发送非事务消息 DefaultMQProducer producer = new DefaultMQProducer("tf-producergroup"); //注册NameServer地址 producer.setNamesrvAddr("192.168.31.103:9876"); try { //启动生产者实例 producer.start(); for(Integer i = 0 ; i < 10 ; i++) { Thread.sleep(1000); Integer rnd = new Random().nextInt(10); String tag = ""; switch (rnd % 3){ case 0: tag = "jd"; break; case 1: tag = "tmall"; break; case 2: tag = "taobao"; break; } // 消息数据 String data = "第" + i + "条消息数据"; //消息主题 Message message = new Message("tf-sample-data", tag, i.toString(), data.getBytes()); //发送结果 SendResult result = producer.send(message); log.info("tag:{},keys:{},data:{}" , tag,i.toString(),data); } }catch (Exception e){ e.printStackTrace(); }finally { try { //关闭连接 producer.shutdown(); log.info("连接已关闭"); }catch (Exception e){ e.printStackTrace(); } } } }
运行结果
TfProducer - tag:tmall,keys:0,data:第0条消息数据 TfProducer - tag:jd,keys:1,data:第1条消息数据 TfProducer - tag:tmall,keys:2,data:第2条消息数据 TfProducer - tag:tmall,keys:3,data:第3条消息数据 TfProducer - tag:tmall,keys:4,data:第4条消息数据 TfProducer - tag:taobao,keys:5,data:第5条消息数据 TfProducer - tag:jd,keys:6,data:第6条消息数据 TfProducer - tag:tmall,keys:7,data:第7条消息数据 TfProducer - tag:tmall,keys:8,data:第8条消息数据 TfProducer - tag:jd,keys:9,data:第9条消息数据
消息消费者
京东消费者
com.itlaoqi.rocketmq.tagfilter.TfJDConsumer
关键在第12行代码,consumer.subscribe第二个参数指明只消费tag=jd的数据。
@Slf4j public class TfJDConsumer { public static void main(String[] args) throws Exception { // 声明并初始化一个 consumer // 需要一个 consumer group 名字作为构造方法的参数 DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("tf-jdconsumer-group"); // 同样也要设置 NameServer 地址,须要与提供者的地址列表保持一致 consumer.setNamesrvAddr("192.168.31.103:9876"); //设置为集群模式 consumer.setMessageModel(MessageModel.CLUSTERING); // 设置 consumer 所订阅的 Topic 和 Tag,*代表全部的 Tag consumer.subscribe("tf-sample-data", "jd"); // 注册消息监听者 consumer.registerMessageListener(new MessageListenerConcurrently() { @Override public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> list ConsumeConcurrentlyContext consumeConcurrentlyContext) { list.forEach(msg->{ log.info( msg.getTags() + ":" + new String(msg.getBody())); }); // 返回消费状态 // CONSUME_SUCCESS 消费成功 // RECONSUME_LATER 消费失败,需要稍后重新消费 return ConsumeConcurrentlyStatus.CONSUME_SUCCESS; } }); // 调用 start() 方法启动 consumer consumer.start(); log.info("集群消费者启动成功,正在监听新消息"); } }
运行结果
17:12:25.209 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - 集群消费者启动成功,正在监听新消息 17:12:44.418 [ConsumeMessageThread_1] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第1条消息数据 17:12:45.389 [ConsumeMessageThread_2] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第6条消息数据 17:12:47.417 [ConsumeMessageThread_3] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第9条消息数据
阿里消费者
com.itlaoqi.rocketmq.tagfilter.TfAliConsumer
consumer.subscribe第二个参数指明只消费tag=tmall || taobao的数据,遇到这种多个
DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("tf-aliconsumer-group"); ... //设置为广播模式 consumer.setMessageModel(MessageModel.BROADCASTING); consumer.subscribe("tf-sample-data", "tmall || taobao"); ...
运行结果
17:11:26.136 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - 广播消费者启动成功,正在监听新消息 17:12:42.376 [ConsumeMessageThread_1] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - tmall:第0条消息数据 17:12:43.362 [ConsumeMessageThread_2] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - taobao:第2条消息数据 17:12:46.403 [ConsumeMessageThread_3] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - taobao:第3条消息数据 17:12:48.441 [ConsumeMessageThread_4] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - taobao:第4条消息数据 17:12:49.444 [ConsumeMessageThread_5] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - tmall:第5条消息数据 17:12:50.457 [ConsumeMessageThread_6] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - tmall:第7条消息数据 17:12:51.470 [ConsumeMessageThread_7] INFO com.itlaoqi.rocketmq.tagfilter.TfAliConsumer - tmall:第8条消息数据
FAQ
Tags的写法
- * :消费所有消息
- Tag:只消费指定的Tag
- Tag || Tag || Tag:只要有一个Tag符合要求就会被消费
为什么要设置两组不同的消费者组
如果通过不同Tag标注的数据,往往要交由不同的消费者处理,就像当前案例中,“jd”数据被京东消费组处理,“taobao”、“tmall”被阿里消费组处理。这两个消费组可以拥有不同的处理逻辑,例如京东消费者组采用“广播模式”,所有消费者都接收到相同数据;而阿里消费者组则采用“集群模式”将消费分发给不同的消费者实现”负载均衡“功能。如果放在同一个消费者组便无法实现上述功能 。
生产者日志:
17:22:53.539 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:tmall,keys:0,data:第0条消息数据 17:22:54.564 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:jd,keys:1,data:第1条消息数据 17:22:55.571 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:tmall,keys:2,data:第2条消息数据 17:22:56.588 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:jd,keys:3,data:第3条消息数据 17:22:57.603 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:taobao,keys:4,data:第4条消息数据 17:22:58.612 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:tmall,keys:5,data:第5条消息数据 17:22:59.630 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:tmall,keys:6,data:第6条消息数据 17:23:00.650 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:jd,keys:7,data:第7条消息数据 17:23:01.661 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:jd,keys:8,data:第8条消息数据 17:23:02.673 [main] INFO com.itlaoqi.rocketmq.tagfilter.TfProducer - tag:jd,keys:9,data:第9条消息数据
启动两个京东消费者实例的运行结果说明集群模式已生效。
实例1:
17:22:56.633 [ConsumeMessageThread_1] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第3条消息数据 17:23:01.662 [ConsumeMessageThread_3] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第8条消息数据 17:23:02.673 [ConsumeMessageThread_4] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第9条消息数据
实例2:
17:22:54.562 [ConsumeMessageThread_3] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第1条消息数据 17:23:00.650 [ConsumeMessageThread_2] INFO com.itlaoqi.rocketmq.tagfilter.TfJDConsumer - jd:第7条消息数据
本文作者:JamKing
本文链接:https://www.cnblogs.com/JamKing/p/16737642.html
版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。
分类:
,
标签:
,
,
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步