RABBITMQ
-
连接（Connection）： 连接是消息队列客户端与消息代理（如 RabbitMQ、Kafka 等）之间的网络连接。当客户端应用程序需要与消息代理进行通信时，首先需要建立一个连接。连接是一个低开销的资源，应尽量重用，以避免频繁地建立和断开连接。一个连接可以同时支持多个通道。
-
通道（Channel）： 通道是在连接中创建的虚拟信道，用于进行实际的消息传递操作。通道允许在不同的信道上进行并发的消息操作，而不需要建立多个物理连接。通过使用通道，可以更有效地管理资源，并减少开销。通道还允许在同一连接中执行多个操作，如声明队列、发布消息、订阅消息等。
-
队列（Queue）： 队列是消息的存储和传递的地方。消息被发布到队列中，然后订阅者可以从队列中获取消息并进行处理。队列是一种先进先出（FIFO）的数据结构，确保消息按照顺序被处理。消息可以在队列中暂存，直到订阅者准备好处理它们。
using System;
using System.Text;
using RabbitMQ.Client;
namespace BasicQueueProducer
{
class Program
{
static void Main(string[] args)
{
var factory = new ConnectionFactory() { HostName = "localhost" };
using (var connection = factory.CreateConnection())
using (var channel = connection.CreateModel())
{
channel.QueueDeclare(queue: "basic_queue",
durable: false,
exclusive: false,
autoDelete: false,
arguments: null);
string message = "Hello, RabbitMQ!";
var body = Encoding.UTF8.GetBytes(message);
channel.BasicPublish(exchange: "",
routingKey: "", // No routingKey needed
basicProperties: null,
body: body);
Console.WriteLine(" [x] Sent {0}", message);
}
Console.WriteLine(" Press [enter] to exit.");
Console.ReadLine();
}
}
}
using System;
using System.Text;
using RabbitMQ.Client;
using RabbitMQ.Client.Events;
namespace BasicQueueConsumer
{
class Program
{
static void Main(string[] args)
{
var factory = new ConnectionFactory() { HostName = "localhost" };
using (var connection = factory.CreateConnection())
using (var channel = connection.CreateModel())
{
channel.QueueDeclare(queue: "basic_queue",
durable: false,
exclusive: false,
autoDelete: false,
arguments: null);
var consumer = new EventingBasicConsumer(channel);
consumer.Received += (model, ea) =>
{
var body = ea.Body.ToArray();
var message = Encoding.UTF8.GetString(body);
Console.WriteLine(" [x] Received {0}", message);
};
channel.BasicConsume(queue: "basic_queue", autoAck: true, consumer: consumer);
Console.WriteLine(" Press [enter] to exit.");
Console.ReadLine();
}
}
}
}
channel.ExchangeDeclare(exchange: "logs", type: ExchangeType.Fanout);
string message = "Hello, subscribers!";
var body = Encoding.UTF8.GetBytes(message);
channel.BasicPublish(exchange: "logs",routingKey: "", basicProperties: null, body: body);
channel.ExchangeDeclare(exchange: "logs", type: ExchangeType.Fanout);
var queueName = channel.QueueDeclare().QueueName;
channel.QueueBind(queue: queueName,exchange: "logs",routingKey: "");
var consumer = new EventingBasicConsumer(channel);
consumer.Received += (model, ea) =>
{
var body = ea.Body.ToArray();
var message = Encoding.UTF8.GetString(body);
Console.WriteLine(" [x] Received {0}", message);
};
channel.BasicConsume(queue: queueName, autoAck: true, consumer: consumer);
channel.ExchangeDeclare(exchange: "direct_logs", type: ExchangeType.Direct);
string message = "Hello, direct exchange!";
var body = Encoding.UTF8.GetBytes(message);
string routingKey = "error";
channel.BasicPublish(exchange: "direct_logs",routingKey: routingKey,basicProperties: null,body: body);
channel.ExchangeDeclare(exchange: "direct_logs", type: ExchangeType.Direct);
var queueName = channel.QueueDeclare().QueueName;
string routingKey = "error"; // Specify the routing key to bind to
channel.QueueBind(queue: queueName,exchange: "direct_logs",routingKey: routingKey);
var consumer = new EventingBasicConsumer(channel);
consumer.Received += (model, ea) =>
{
var body = ea.Body.ToArray();
var message = Encoding.UTF8.GetString(body);
Console.WriteLine(" [x] Received {0}", message);
};
channel.BasicConsume(queue: queueName, autoAck: true, consumer: consumer);
RabbitMQ 和 Kafka 都是流行的消息传递平台，但它们在设计和使用场景方面有一些不同。以下是 RabbitMQ 和 Kafka 的优劣势，以及它们不同的使用场景：
RabbitMQ： 优势：
-
支持多种消息传递模式，包括点对点、发布订阅、RPC（远程过程调用）等。
-
提供多种交换机类型，如直接、主题、扇出等，以及丰富的路由选项。
-
简单易用，适合用于一般的消息传递需求。
-
拥有丰富的插件和扩展，使得可以更容易地集成到各种应用中。
劣势：
-
在高吞吐量和大规模数据处理方面可能不如 Kafka 高效。
-
对于长时间的消息保留和持久化存储，可能会受限于性能。
适用场景：
-
适用于实时通信、任务队列、日志收集等需求。
-
当需要多样化的消息模式和交换机类型时，RabbitMQ 是一个良好的选择。
-
对于小到中等规模的消息传递需求，以及简单的消息路由和分发。
Kafka： 优势：
-
高吞吐量、低延迟，适合处理大量的实时数据流。
-
能够持久化存储大规模的消息，支持长时间的消息保留。
-
通过分区和副本机制，支持高可用性和故障恢复。
-
适用于构建事件驱动架构和流处理应用。
劣势：
-
相对于 RabbitMQ，配置和管理可能会稍显复杂。
-
不如 RabbitMQ 支持多种消息模式，主要用于发布订阅和日志流式处理。
适用场景：
-
适用于大规模数据流处理、事件驱动架构、日志流式处理等。
-
当需要高吞吐量、低延迟和长时间的消息保留时，Kafka 是一个优秀的选择。
-
对于构建实时流处理应用，Kafka 提供了强大的支持。
