RabbitMQ
课程介绍
1.消息队列
1.1.MQ的相关概念
1.1.1.什么是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。
1.1.2.为什么要用MQ
1.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是绰绰有余，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更好。
2.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，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，下单用户感受不到物流系统的故障，提升系统的可用性。
3.异步处理
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
1.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。
2.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管理页面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；
3.RockectMQ
RockectMQ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，分布式框架，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我们可以在自己阅读源码，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
4.RabbitMQ
2007年发布，是一个在AMQP(高级消息队列协议)基础上完成，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；开源提供的管理页面非常棒，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
1.1.4.MQ的选择
1.Kafka
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。
2.RocketMQ
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。RocketMQ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。
3.RabbitMQ
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。
1.2.RabbitMQ
1.2.1.RabbitMQ的概念
RabbitMQ是一个消息中间件：它接受并转发消息。你可以把它当作一个快递站点，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。
1.2.2.四大核心概念
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，这个得由交换机类型决定
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。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也可以是消费者。
1.2.3.RabbitMQ核心部分
1.2.4.各个名词介绍
RabbitMQ工作原理
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极大减小了操作系统建立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，bingding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
1.官网地址
https://www.rabbitmq.com/download.html
2.文件下载
下载到/usr/local/software目录下（如果没有software需要自己创建）
# 下载erlang
wget https://github.com/rabbitmq/erlang-rpm/releases/download/v24.0.5/erlang-24.0.5-1.el8.x86_64.rpm
# 下载RabbitMQ
wget https://github.com/rabbitmq/rabbitmq-server/releases/download/v3.9.5/rabbitmq-server-3.9.5-1.el8.noarch.rpm
3.安装文件（分别按照以下顺序安装）
# 安装erlang
rpm -ivh erlang-24.0.5-1.el8.x86_64.rpm
# 安装完成后,运行命令来查看你安装的erl版本
erl -version
yum -y install socat
# 安装RabbitMQ
rpm -ivh rabbitmq-server-3.9.5-1.el8.noarch.rpm
4.常用命令（按照以下顺序执行）
添加开机启动RabbitMQ服务
systemctl enable rabbitmq-server
启动服务
systemctl start rabbitmq-server
查看服务状态
systemctl status rabbitmq-server
停止服务
systemctl stop rabbitmq-server
开启web管理插件
# 显示所有插件
rabbitmq-plugins list
# 开启RabbitMQ管控插件
rabbitmq-plugins enable rabbitmq_management
配置防火墙
# 查看防火墙开发端口
firewall-cmd --zone=public --list-ports
# 开放RabbitMQ端口15672以便远程访问
firewall-cmd --zone=public --add-port=15672/tcp --permanent
# 开放RabbitMQ AMQP端口以便远程访问
firewall-cmd --zone=public --add-port=5672/tcp --permanent
# 重启防火墙
firewall-cmd --reload
用默认账户密码（guest）访问地址http://192.168.200.128:15672/出现权限问题
5.添加一个新的用户
创建账户
rabbitmqctl add_user admin 123
设置用户角色
rabbitmqctl set_user_tags admin administrator
设置用户权限
# set_permissions [-p <vhostpath>] <user> <conf> <write> <read>
rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
# 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
rabbitmqctl list_users
6.再次利用admin用户登录
7.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
2.Hello World
在本教程的这一部分中，我们将用Java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。我们将介绍Java API中的一些细节。
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.依赖
<dependencies>
<!-- rabbitmq依赖客户端 -->
<dependency>
<groupId>com.rabbitmq</groupId>
<artifactId>amqp-client</artifactId>
<version>5.9.0</version>
</dependency>
<!-- 操作文件流的一个依赖 -->
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.8.0</version>
</dependency>
</dependencies>
2.2.消息生产者
public class Producer {
// 队列名字
public static final String QUEUE_NAME = "hello";
// 发消息
public static void main(String[] args) throws IOException, TimeoutException {
// 创建一个连接工厂
ConnectionFactory factory = new ConnectionFactory();
// 工厂IP 连接RabbitMQ的队列
factory.setHost("192.168.200.128");
// 用户名
factory.setUsername("admin");
// 密码
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（磁盘） 默认情况消息存储在内存中
* 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自动删除 false不自动删除
* 5.其它参数
*/
channel.queueDeclare(QUEUE_NAME, false, false, false, null);
// 发消息
String message = "hello world";
/**
* 发送一个消费
* 1.发送到哪个交换机
* 2.路由的Key值是哪个 本次是队列的名字
* 3.其它参数信息
* 4.发送消息的消息体
*/
channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
System.out.println("消息发送完毕");
}
}
2.3.消息消费者
public class Consumer {
// 队列的名称
public static final String QUEUE_NAME = "hello";
// 接收消息
public static void main(String[] args) throws IOException, TimeoutException {
// 创建连接工厂
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("192.168.200.128");
factory.setUsername("admin");
factory.setPassword("123");
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
// 声明 接收消息
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.消费哪个队列
* 2.消费成功之后是否要自动应答 true代表的自动应答 false代表手动应答
* 3.消费者成功消费的回调
* 4.消费者取消消费的回调
*/
channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
}
}
3.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。
3.1.轮询分发消息
在这个案例中我们会启动两个工作线程，一个消息发送线程，我们来看看它们两个工作线程是如何工作的。
3.1.1.抽取工具类
public class RabbitMqUtil {
// 得到一个连接的channel
public static Channel getChannel() throws IOException, TimeoutException {
// 创建一个连接工厂
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("192.168.200.128");
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
public class Worker01 {
// 队列的名称
public static final String QUEUE_NAME = "hello";
// 接收消息
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 消息的接收
DeliverCallback deliverCallback = (consumerTag, message) -> System.out.println("接收到的消息：" + new String(message.getBody()));
// 消息接收被取消时，执行下面的内容
CancelCallback cancelCallback = consumerTag -> System.out.println("消费被取消消费接口回调逻辑");
// 消费者消费消息
System.out.println("C2等待接收消息......");
channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
}
}
3.1.3.启动一个发送线程
public class Task01 {
// 队列名称
public static final String QUEUE_NAME = "hello";
// 发送大量消息
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 队列的声明
channel.queueDeclare(QUEUE_NAME, false, false, false, null);
// 从控制台接收消息
Scanner scanner = new Scanner(System.in);
while (scanner.hasNext()) {
String message = scanner.next();
// 发送一个消费
channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
System.out.println("发送消息完成：" + message);
}
}
}
3.1.4.结果展示
通过程序执行发现生产者总共发送4个消息，消费者1和消费者2分别得两个消息，并且是按照有序的一个接收一次消息
3.2.消息应答
3.2.1.概念
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，便立即将该消费标记为删除。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者的消息，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处理该消息之后，告诉rabbitmq它已经处理了，rabbitmq可以把该消费删除了。
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使用。
3.2.3.消息应答的方法
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相比少了一个参数
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
手动应答的好处是可以批量应答并且减少网络拥堵
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下面画红色部分代码。
核心思想：消息在手动应答时是不丢失的，放回队列中重新消费
消息生产者：
public class Task02 {
// 队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明队列
channel.queueDeclare(TASK_QUEUE_NAME, false, false, false, null);
// 从控制台输入信息
Scanner scanner = new Scanner(System.in);
while (scanner.hasNext()) {
String message = scanner.next();
// 发送消息
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：
public class Work02 {
// 队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
System.out.println("C1等待接收消息等待时间较短");
DeliverCallback deliverCallback = (consumerTag, message) -> {
// 沉睡1S
SleepUtil.sleep(1);
System.out.println("接收到的消息：" + new String(message.getBody(), "UTF-8"));
// 手动应答
/**
* 1.消息的标记 tag
* 2.是否批量应答 false：不批量应答信道中的消息 true：批量
*/
channel.basicAck(message.getEnvelope().getDeliveryTag(), false);
};
// 采用手动应答
boolean autoAck = false;
channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, consumerTag -> System.out.println(consumerTag + "消费者取消消费接口回调逻辑"));
}
}
消费者02：
public class Work03 {
// 队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
System.out.println("C2等待接收消息等待时间较长");
DeliverCallback deliverCallback = (consumerTag, message) -> {
// 沉睡30S
SleepUtil.sleep(30);
System.out.println("接收到的消息：" + new String(message.getBody(), "UTF-8"));
// 手动应答
/**
* 1.消息的标记 tag
* 2.是否批量应答 false：不批量应答信道中的消息 true：批量
*/
channel.basicAck(message.getEnvelope().getDeliveryTag(), false);
};
// 采用手动应答
boolean autoAck = false;
channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, consumerTag -> System.out.println(consumerTag + "消费者取消消费接口回调逻辑"));
}
}
睡眠工具类：
public class SleepUtil {
public static void sleep(int second) {
try {
Thread.sleep(1000 * second);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
}
}
3.2.7.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，发出消息之后得把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
3.3.RabbitMQ持久化
3.3.1.概念
刚刚我们已经看到了如何处理任务不丢失的情况，但是如何保障当RabbitMQ服务停掉以后消息生产者发送过来的消息不丢失。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。
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如果重启的话，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
以下为控制台中持久化与非持久化队列的UI显示区
这个时候即使重启rabbitmq队列也依然存在
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，参考后边课件发布确认章节。
3.3.4.不公平分发
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询分发的话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，我们可以设置参数channel.basicQos(1);
int prefetchCount = 1;
channel.basicQos(prefetchCount);
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。
3.3.5.预取值
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。比如说tag=6这个消息刚刚被确认ACK，RabbitMQ将会感知这个情况并再发送一条消息。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。
4.发布确认
设置队列必须持久化、队列中的消息必须持久化，并设置发布确认，消息才是绝对不会丢失的。
4.1.发布确认原理
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，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basic.ack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它是异步的，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。
4.2.发布确认的策略
4.2.1.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
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：发布速度特点的慢，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。
// 单个确认
public static void publishMessageIndividually() throws IOException, TimeoutException, InterruptedException {
Channel channel = RabbitMqUtil.getChannel();
// 队列的声明
String queueName = UUID.randomUUID().toString().replace("-", "");
channel.queueDeclare(queueName, true, false, false, null);
// 开启发布确认
channel.confirmSelect();
long begin = System.currentTimeMillis(); // 开始时间
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("", queueName, null, message.getBytes());
// 单个消息发布确认
boolean flag = channel.waitForConfirms();
if (flag) {
System.out.println("消息发送成功");
}
}
long end = System.currentTimeMillis(); // 结束时间
// 发布1000个单独确认消息，耗时647ms
System.out.println(String.format("发布%d个单独确认消息，耗时%dms", MESSAGE_COUNT, end - begin));
}
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。
// 批量确认
public static void publishMessageBatch() throws IOException, TimeoutException, InterruptedException {
Channel channel = RabbitMqUtil.getChannel();
// 队列的声明
String queueName = UUID.randomUUID().toString().replace("-", "");
channel.queueDeclare(queueName, true, false, false, null);
// 开启发布确认
channel.confirmSelect();
long begin = System.currentTimeMillis(); // 开始时间
// 批量确认消息大小
int batchSize = 100;
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("", queueName, null, message.getBytes());
// 每100条批量确认一次
if (i % batchSize == 0) {
// 发布确认
channel.waitForConfirms();
}
}
long end = System.currentTimeMillis(); // 结束时间
// 发布1000个批量确认消息，耗时68ms
System.out.println(String.format("发布%d个批量确认消息，耗时%dms", MESSAGE_COUNT, end - begin));
}
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，它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。
// 异步确认
public static void publishMessageAsync() throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 队列的声明
String queueName = UUID.randomUUID().toString().replace("-", "");
channel.queueDeclare(queueName, true, false, false, null);
// 开启发布确认
channel.confirmSelect();
long begin = System.currentTimeMillis(); // 开始时间
/**
* 消息确认成功 回调函数
* 1.消息的标记
* 2.是否为批量确认
*/
ConfirmCallback ackCallback = (deliveryTag, multiple) -> {
System.out.println("确认的消息：" + deliveryTag);
};
// 消息确认失败 回调函数
ConfirmCallback nackCallback = (deliveryTag, multiple) -> {
System.out.println("未确认的消息：" + deliveryTag);
};
/**
* 准备消息的监听器
* 1.监听哪些消息成功了
* 2.监听哪些消息失败了
*/
channel.addConfirmListener(ackCallback, nackCallback);
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = "消息" + i;
channel.basicPublish("", queueName, null, message.getBytes());
}
long end = System.currentTimeMillis(); // 结束时间
// 发布1000个异步确认消息，耗时38ms
System.out.println(String.format("发布%d个异步确认消息，耗时%dms", MESSAGE_COUNT, end - begin));
}
4.2.5.如何处理异步未确认消息
最好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。
使用线程安全有序的哈希表ConcurrentSkipListMap，实现confirm callbacks线程（消息监听器）与发布线程之间的消息传递：
1.记录下所有要发送的消息 消息的总和
2.删除掉已经确认的消息 剩下的就是未确认的消息
// 异步确认
public static void publishMessageAsync() throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 队列的声明
String queueName = UUID.randomUUID().toString().replace("-", "");
channel.queueDeclare(queueName, true, false, false, null);
// 开启发布确认
channel.confirmSelect();
/**
* 线程安全有序的一个哈希表 适用高并发的情况下
* 1.轻松的将序号与消息进行关联
* 2.轻松批量删除条目 只要给到序号
* 3.支持高并发（多线程）
*/
ConcurrentSkipListMap<Long, String> outstandingConfirms = new ConcurrentSkipListMap<>();
/**
* 消息确认成功 回调函数
* 1.消息的标记
* 2.是否为批量确认
*/
ConfirmCallback ackCallback = (deliveryTag, multiple) -> {
// 2:删除掉已经确认的消息 剩下的就是未确认的消息
if (multiple) {
ConcurrentNavigableMap<Long, String> confirmed = outstandingConfirms.headMap(deliveryTag);
confirmed.clear();
} else {
outstandingConfirms.remove(deliveryTag);
}
System.out.println("确认的消息：" + deliveryTag);
};
// 消息确认失败 回调函数
ConfirmCallback nackCallback = (deliveryTag, multiple) -> {
// 3:打印一下未确认的消息都有哪些
String message = outstandingConfirms.get(deliveryTag);
System.out.println("未确认的消息是：" + message + ", 未确认的消息tag：" + deliveryTag);
};
/**
* 准备消息的监听器
* 1.监听哪些消息成功了
* 2.监听哪些消息失败了
*/
channel.addConfirmListener(ackCallback, nackCallback);
long begin = System.currentTimeMillis(); // 开始时间
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = "消息" + i;
channel.basicPublish("", queueName, null, message.getBytes());
// 1:记录下所有要发送的消息 消息的总和
outstandingConfirms.put(channel.getNextPublishSeqNo(), message);
}
long end = System.currentTimeMillis(); // 结束时间
// 发布1000个异步确认消息，耗时38ms
System.out.println(String.format("发布%d个异步确认消息，耗时%dms", MESSAGE_COUNT, end - begin));
}
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哪条消息出现了问题。
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
public static void main(String[] args) throws InterruptedException, TimeoutException, IOException {
// 1、单个确认
ConfirmMessage.publishMessageIndividually();
// 2、批量确认
ConfirmMessage.publishMessageBatch();
// 3、异步确认
ConfirmMessage.publishMessageAsync();
}
// 运行结果
发布1000个单独确认消息，耗时647ms
发布1000个批量确认消息，耗时68ms
发布1000个异步确认消息，耗时38ms
5.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（工作线程）。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”；
为了说明这种模式，我们将构建一个简单的日志系统。它由两个程序组成：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，另外一个消费者接收到消息后把消息打印在屏幕上，事实上第一个程序发出的日志消息将广播给所有消费者
5.1.Exchanges
5.1.1.Exchanges概念
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它们放到许多队列中还是说丢弃它们。这就得由交换机的类型来决定。
5.1.2.Exchanges的类型
总共有以下类型：
直接(direct)，主题(topic)，标题(headers)，扇出(fanout)
5.1.3.无名exchange
在本教程的前面部分我们对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机，我们通过空字符串("")进行标识。
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
5.2.临时队列
之前的章节我们使用的是具有特定名称的队列（如hello和ack_queue）。队列的名称对我们来说至关重要-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，队列将自动删除。
创建临时队列的方式如下：
String queueName = channel.queueDeclare().getQueue();
创建出来之后成这样的：
5.3.绑定(bindings)
什么是binding呢，binding其实是exchange和queue之间的桥梁，它告诉我们exchange和哪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
5.4.Fanout
5.4.1.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
5.4.2.Fanout实战
Logs和临时队列的绑定关系如下图
ReceiveLogs01 将接收到的消息打印在控制台
public class ReceiveLogs01 {
public static final String EXCHANGE_NAME = "logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明一个交换机
channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
/**
* 生成一个临时队列 队列的名称是随机的
* 当消费者断开和该队列的连接时 队列自动删除
*/
String queueName = channel.queueDeclare().getQueue();
// 绑定交换机与队列 其中routingKey为空字符串
channel.queueBind(queueName, EXCHANGE_NAME, "");
System.out.println("等待接收消息，把接收到的消息打印在屏幕上......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("ReceiveLogs01控制台打印接收到的消息：" + new String(message.getBody(), "UTF-8"));
};
channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
});
}
}
ReceiveLogs02 将接收到的消息打印在控制台
public class ReceiveLogs02 {
public static final String EXCHANGE_NAME = "logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明一个交换机
channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
/**
* 生成一个临时队列 队列的名称是随机的
* 当消费者断开和该队列的连接时 队列自动删除
*/
String queueName = channel.queueDeclare().getQueue();
// 绑定交换机与队列 其中routingKey为空字符串
channel.queueBind(queueName, EXCHANGE_NAME, "");
System.out.println("等待接收消息，把接收到的消息打印在屏幕上......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("ReceiveLogs02控制台打印接收到的消息：" + new String(message.getBody(), "UTF-8"));
};
channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
});
}
}
EmitLog 发送消息给两个消费者接收
public class EmitLog {
public static final String EXCHANGE_NAME = "logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
Scanner sc = new Scanner(System.in);
while (sc.hasNext()) {
String message = sc.next();
channel.basicPublish(EXCHANGE_NAME, "", null, message.getBytes("UTF-8"));
System.out.println("生产者发出消息：" + message);
}
}
}
5.5.Direct exchange
5.5.1.回顾
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-比方说我们只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在日志文件（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，绑定时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。
5.5.2.Direct exchange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（errors），而不存储那些警告（warning）或消息（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black和green的消息会被发布到队列Q2，其他消息类型的消息将会被丢弃。
5.5.3.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但是它表现得就和fanout有点类似了，就跟广播差不多，如上图所示。
5.5.4. 实战
public class ReceiveLogsDirect01 {
public static final String EXCHANGE_NAME = "direct_logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明一个交换机
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
// 声明一个队列
channel.queueDeclare("console", false, false, false, null);
// 绑定交换机与队列
channel.queueBind("console", EXCHANGE_NAME, "info");
channel.queueBind("console", EXCHANGE_NAME, "warning");
System.out.println("等待接收消息......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("ReceiveLogsDirect01接收绑定键：" + message.getEnvelope().getRoutingKey()
+ "，消息：" + new String(message.getBody(), "UTF-8"));
};
channel.basicConsume("console", true, deliverCallback, consumerTag -> {
});
}
}
public class ReceiveLogsDirect02 {
public static final String EXCHANGE_NAME = "direct_logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明一个交换机
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
// 声明一个队列
channel.queueDeclare("disk", false, false, false, null);
// 绑定交换机与队列
channel.queueBind("disk", EXCHANGE_NAME, "error");
System.out.println("等待接收消息......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("ReceiveLogsDirect02接收绑定键：" + message.getEnvelope().getRoutingKey()
+ "，消息：" + new String(message.getBody(), "UTF-8"));
};
channel.basicConsume("disk", true, deliverCallback, consumerTag -> {
});
}
}
public class EmitLogDirect {
public static final String EXCHANGE_NAME = "direct_logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
Scanner sc = new Scanner(System.in);
while (sc.hasNext()) {
String message = sc.next();
String routingKey = "error"; // info, warning, error
channel.basicPublish(EXCHANGE_NAME, routingKey, null, message.getBytes("UTF-8"));
System.out.println("生产者发出消息：" + message);
}
}
}
5.6.Topics
5.6.1.之前类型的问题
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-比方说我们想接收到的日志类型有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。
5.6.2.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"这些类型的。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
5.6.3.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，我们来看看它们之间数据接收情况是怎么样的
quick.orange.rabbit 被队列Q1、Q2接收到
lazy.orange.elephant 被队列Q1、Q2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
当队列绑定关系是下列这种情况时需要引起注意
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
5.6.4.实战
public class ReceiveLogsTopic01 {
public static final String EXCHANGE_NAME = "topic_logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明交换机
channel.exchangeDeclare(EXCHANGE_NAME, "topic");
// 声明队列
String queueName = "Q1";
channel.queueDeclare(queueName, false, false, false, null);
// 绑定交换机与队列
channel.queueBind(queueName, EXCHANGE_NAME, "*.orange.*");
System.out.println("等待接收消息......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("接收队列：" + queueName + " 绑定键：" + message.getEnvelope().getRoutingKey() + "，消息：" + new String(message.getBody(), "UTF-8"));
};
// 接收消息
channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
});
}
}
public class ReceiveLogsTopic02 {
public static final String EXCHANGE_NAME = "topic_logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明交换机
channel.exchangeDeclare(EXCHANGE_NAME, "topic");
// 声明队列
String queueName = "Q2";
channel.queueDeclare(queueName, false, false, false, null);
// 绑定交换机与队列
channel.queueBind(queueName, EXCHANGE_NAME, "*.*.rabbit");
channel.queueBind(queueName, EXCHANGE_NAME, "lazy.#");
System.out.println("等待接收消息......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("接收队列：" + queueName + " 绑定键：" + message.getEnvelope().getRoutingKey() + "，消息：" + new String(message.getBody(), "UTF-8"));
};
// 接收消息
channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
});
}
}
public class EmitLogTopic {
public static final String EXCHANGE_NAME = "topic_logs";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明交换机
channel.exchangeDeclare(EXCHANGE_NAME, "topic");
/**
* 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.#)
*/
Map<String, String> bindingKeyMap = new HashMap<>();
bindingKeyMap.put("quick.orange.rabbit", "被队列Q1、Q2接收到");
bindingKeyMap.put("lazy.orange.elephant", "被队列Q1、Q2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");
for (Map.Entry<String, String> bindingKeyEntry : bindingKeyMap.entrySet()) {
String routingKey = bindingKeyEntry.getKey();
String message = bindingKeyEntry.getValue();
channel.basicPublish(EXCHANGE_NAME, routingKey, null, message.getBytes("UTF-8"));
System.out.println("生产者发出消息：" + message);
}
}
}
6.死信队列
6.1.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。
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
6.2.死信的来源
- 消息TTL过期
- 队列达到最大长度（队列满了，无法再添加数据到mq中）
- 消息被拒绝（basic.reject或basic.nack）并且requeue=false。
6.3.死信实战
6.3.1.代码架构图
6.3.2.消息TTL过期
消费者C1代码（启动之后关闭该消费者，模拟其接收不到消息）
public class Consumer01 {
// 普通交换机的名称
public static final String NORMAL_EXCHANGE = "normal_exchange";
// 死信交换机的名称
public static final String DEAD_EXCHANGE = "dead_exchange";
// 普通队列的名称
public static final String NORMAL_QUEUE = "normal_queue";
// 死信队列的名称
public static final String DEAD_QUEUE = "dead_queue";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明普通交换机和死信交换机
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);
// 声明普通队列
Map<String, Object> arguments = new HashMap<>();
// 过期时间 10s=10000ms
arguments.put("x-message-ttl", 100000);
// 正常队列设置死信交换机
arguments.put("x-dead-letter-exchange", DEAD_EXCHANGE);
// 设置死信RoutingKey
arguments.put("x-dead-letter-routing-key", "lisi");
channel.queueDeclare(NORMAL_QUEUE, false, false, false, arguments);
// 声明死信队列
channel.queueDeclare(DEAD_QUEUE, false, false, false, null);
// 绑定普通交换机与普通队列
channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zhangsan");
// 绑定死信交换机与死信队列
channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");
System.out.println("等待接收消息......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("Consumer01收到的消息是：" + new String(message.getBody(), "UTF-8"));
};
channel.basicConsume(NORMAL_QUEUE, true, deliverCallback, consumerTag -> {
});
}
}
生产者代码
public class Producer {
// 普通交换机的名称
public static final String NORMAL_EXCHANGE = "normal_exchange";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
// 死信消息 设置TTL时间 单位是ms
AMQP.BasicProperties props = new AMQP.BasicProperties()
.builder().expiration("10000").build();
for (int i = 1; i <= 10; i++) {
String message = "info" + i;
channel.basicPublish(NORMAL_EXCHANGE, "zhangsan", props, message.getBytes("UTF-8"));
System.out.println("生产者发送消息：" + message);
}
}
}
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）
public class Consumer02 {
// 死信交换机的名称
public static final String DEAD_EXCHANGE = "dead_exchange";
// 死信队列的名称
public static final String DEAD_QUEUE = "dead_queue";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);
channel.queueDeclare(DEAD_QUEUE, false, false, false, null);
channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");
System.out.println("等待接收死信队列的消息......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
System.out.println("Consumer02接收死信队列的消息是：" + new String(message.getBody(), "UTF-8"));
};
channel.basicConsume(DEAD_QUEUE, true, deliverCallback, consumerTag -> {
});
}
}
6.3.3.队列达到最大长度
1.消息生产者代码去掉TTL属性
public class Producer {
// 普通交换机的名称
public static final String NORMAL_EXCHANGE = "normal_exchange";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
for (int i = 1; i <= 10; i++) {
String message = "info" + i;
channel.basicPublish(NORMAL_EXCHANGE, "zhangsan", null, message.getBytes("UTF-8"));
System.out.println("生产者发送消息：" + message);
}
}
}
2.C1消费者修改一下代码（启动之后关闭消费者，模拟其接收不到消息）
此时需要注意把原先队列删除，因为参数改变了
3.C2消费者代码不变（启动C2消费者）
6.3.4.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）
public class Consumer01 {
// 普通交换机的名称
public static final String NORMAL_EXCHANGE = "normal_exchange";
// 死信交换机的名称
public static final String DEAD_EXCHANGE = "dead_exchange";
// 普通队列的名称
public static final String NORMAL_QUEUE = "normal_queue";
// 死信队列的名称
public static final String DEAD_QUEUE = "dead_queue";
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 声明普通交换机和死信交换机
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);
// 声明普通队列
Map<String, Object> arguments = new HashMap<>();
// 过期时间 10s=10000ms
//arguments.put("x-message-ttl", 100000);
// 正常队列设置死信交换机
arguments.put("x-dead-letter-exchange", DEAD_EXCHANGE);
// 设置死信RoutingKey
arguments.put("x-dead-letter-routing-key", "lisi");
// 设置正常队列长度的限制
//arguments.put("x-max-length", 6);
channel.queueDeclare(NORMAL_QUEUE, false, false, false, arguments);
// 声明死信队列
channel.queueDeclare(DEAD_QUEUE, false, false, false, null);
// 绑定普通交换机与普通队列
channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zhangsan");
// 绑定死信交换机与死信队列
channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");
System.out.println("等待接收消息......");
DeliverCallback deliverCallback = (consumerTag, message) -> {
String msg = new String(message.getBody(), "UTF-8");
if ("info5".equals(msg)) {
System.out.println("Consumer01收到的消息是：" + msg + ",并拒绝接收该消息");
// requeue 设置为 false 代表拒绝重新入队 该队列如果配置了死信交换机将发送到死信队列中
channel.basicReject(message.getEnvelope().getDeliveryTag(), false);
return;
}
System.out.println("Consumer01收到的消息是：" + msg);
channel.basicAck(message.getEnvelope().getDeliveryTag(), false);
};
// 拒绝接收 需要修改为手动应答
channel.basicConsume(NORMAL_QUEUE, 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
7.延迟队列
7.1.延迟队列概念
延迟队列，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。
7.2.延迟队列使用场景
- 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，如果三天内没有登录则进行短信提醒。
- 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，然后将未处理的订单进行关闭；看起来似乎使用定时任务，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。
7.3.整合springboot
7.3.1.创建项目
7.3.2.添加依赖
<dependencies>
<!-- RabbitMQ 依赖 -->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<!-- swagger -->
<dependency>
<groupId>io.springfox</groupId>
<artifactId>springfox-swagger2</artifactId>
<version>2.9.2</version>
</dependency>
<dependency>
<groupId>io.springfox</groupId>
<artifactId>springfox-swagger-ui</artifactId>
<version>2.9.2</version>
</dependency>
<!-- RabbitMQ 测试依赖 -->
<dependency>
<groupId>org.springframework.amqp</groupId>
<artifactId>spring-rabbit-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
7.3.3.添加配置文件
spring.rabbitmq.host=192.168.200.128
spring.rabbitmq.port=5672
spring.rabbitmq.username=admin
spring.rabbitmq.password=123
7.3.4.添加Swagger配置类
@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("enjoy6288", "https://www.cnblogs.com/yydscn/", "lqs0911@qq.com"))
.build();
}
}
7.4.队列TTL
7.4.1.代码架构图
创建两个队列QA和QB，两者队列TTL分别设置为10S和40S，然后再创建一个交换机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：
7.4.2.配置文件类代码
@Configuration
public class TtlQueueConfig {
public static final String X_EXCHANGE = "X";
public static final String QUEUE_A = "QA";
public static final String QUEUE_B = "QB";
public static final String Y_DEAD_LETTER_EXCHANGE = "Y";
public static final String DEAD_LETTER_QUEUE = "QD";
// 声明xExchange
@Bean
public DirectExchange xExchange() {
return new DirectExchange(X_EXCHANGE);
}
// 声明yExchange
@Bean
public DirectExchange yExchange() {
return new DirectExchange(Y_DEAD_LETTER_EXCHANGE);
}
// 声明队列A ttl为10s并绑定到对应的死信交换机
@Bean
public Queue queueA() {
Map<String, Object> arguments = new HashMap<>(3);
// 声明当前队列绑定的死信交换机
arguments.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
// 声明当前队列的死信路由 key
arguments.put("x-dead-letter-routing-key", "YD");
// 声明队列的TTL
arguments.put("x-message-ttl", 10000);
return QueueBuilder.durable(QUEUE_A).withArguments(arguments).build();
}
// 声明队列A绑定X交换机
@Bean
public Binding queueaBindingX(@Qualifier("queueA") Queue queueA,
@Qualifier("xExchange") DirectExchange xExchange) {
return BindingBuilder.bind(queueA).to(xExchange).with("XA");
}
// 声明队列B ttl为40s并绑定到对应的死信交换机
@Bean
public Queue queueB() {
Map<String, Object> arguments = new HashMap<>(3);
arguments.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
arguments.put("x-dead-letter-routing-key", "YD");
arguments.put("x-message-ttl", 40000);
return QueueBuilder.durable(QUEUE_B).withArguments(arguments).build();
}
// 声明队列B绑定X交换机
@Bean
public Binding queuebBindingX(@Qualifier("queueB") Queue queueB,
@Qualifier("xExchange") DirectExchange xExchange) {
return BindingBuilder.bind(queueB).to(xExchange).with("XB");
}
// 声明死信队列QD
@Bean
public Queue queueD() {
return new Queue(DEAD_LETTER_QUEUE);
}
// 声明死信队列QD绑定关系
@Bean
public Binding deadLetterBindingY(@Qualifier("queueD") Queue queueD,
@Qualifier("yExchange") DirectExchange yExchange) {
return BindingBuilder.bind(queueD).to(yExchange).with("YD");
}
}
7.4.3.消息生产者代码
@Slf4j
@RestController
@RequestMapping("/ttl")
public class SendMsgController {
@Autowired
private RabbitTemplate rabbitTemplate;
@GetMapping("/sendMsg/{message}")
public void senMsg(@PathVariable String message) {
String currentTime = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
log.info("当前时间：{}，发送一条消息给两个TTL队列：{}", currentTime, 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);
}
}
7.4.4.消息消费者代码
@Slf4j
@Component
public class DeadLetterQueueConsumer {
@RabbitListener(queues = "QD")
public void receiveD(Message message, Channel channel) throws UnsupportedEncodingException {
String msg = new String(message.getBody(), "UTF-8");
String currentTime = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
log.info("当前时间：{}，收到死信队列的消息：{}", currentTime, msg);
}
}
发送一个请求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，这里只是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？
7.5.延时队列优化
7.5.1.代码架构图
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
7.5.2.配置文件类代码
@Configuration
public class MsgTtlQueueConfig {
public static final String Y_DEAD_LETTER_EXCHANGE = "Y";
public static final String QUEUE_C = "QC";
// 声明队列C 并绑定到对应的死信交换机
@Bean
public Queue queueC() {
Map<String, Object> arguments = new HashMap<>(2);
// 声明当前队列绑定的死信交换机
arguments.put("x-dead-letter-exchange", Y_DEAD_LETTER_EXCHANGE);
// 声明当前队列的死信路由key
arguments.put("x-dead-letter-routing-key", "YD");
// 没有声明TTL属性
return QueueBuilder.durable(QUEUE_C).withArguments(arguments).build();
}
// 声明队列C绑定X交换机
@Bean
public Binding queuecBindingX(@Qualifier("queueC") Queue queueC,
@Qualifier("xExchange") DirectExchange xExchange) {
return BindingBuilder.bind(queueC).to(xExchange).with("XC");
}
}
7.5.3.消息生产者代码
@GetMapping("/sendExpirationMsg/{message}/{ttlTime}")
public void sendMsg(@PathVariable String message, @PathVariable String ttlTime) {
String currentTime = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
log.info("当前时间：{}，发送一条时长{}毫秒TTL信息给队列QC：{}", currentTime, ttlTime, message);
rabbitTemplate.convertAndSend("X", "XC", message, messagePostProcessor -> {
// 发送消息的时候设置延时时长
messagePostProcessor.getMessageProperties().setExpiration(ttlTime);
return messagePostProcessor;
});
}
发起请求
http://localhost:8080/ttl/sendExpirationMsg/你好1/10000
http://localhost:8080/ttl/sendExpirationMsg/你好2/1000
看起来似乎没有什么问题，但是在最开始的时候，就介绍过如果使用再消息属性上设置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。
7.6.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。
7.6.1.安装延时队列插件
在官网上下载https://www.rabbitmq.com/community-plugins.html，下载rabbitmq_delayed_message_exchange插件，然后解压放置到RabbitMQ的插件目录。
进入RabbitMQ的安装目录下的plugins目录，执行下面命令让该插件生效，然后重启RabbitMQ
/usr/lib/rabbitmq/lib/rabbitmq_server-3.9.5/plugins
rabbitmq-plugins enable rabbitmq_delayed_message_exchange
7.6.2.代码架构图
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：
7.6.3.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。
@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);
}
// 自定义交换机 在这里定义的是一个延迟交换机
@Bean
public CustomExchange delayedExchange() {
Map<String, Object> arguments = new HashMap<>();
// 自定义交换机的类型
arguments.put("x-delayed-type", "direct");
return new CustomExchange(DELAYED_EXCHANGE_NAME, "x-delayed-message", true, false, arguments);
}
@Bean
public Binding bindingDelayedQueue(@Qualifier("delayedQueue") Queue delayedQueue,
@Qualifier("delayedExchange") CustomExchange delayedExchange) {
return BindingBuilder.bind(delayedQueue).to(delayedExchange).with(DELAYED_ROUTING_KEY).noargs();
}
}
7.6.4.消息生产者代码
/**
* 基于插件的消息及延迟的时间
*
* @param message
* @param delayTime
*/
@GetMapping("/sendDelayMsg/{message}/{delayTime}")
public void sendMsg(@PathVariable String message, @PathVariable Integer delayTime) {
String currentTime = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
log.info("当前时间：{}，发送一条延迟{}毫秒TTL信息给队列delayed.queue：{}", currentTime, delayTime, message);
rabbitTemplate.convertAndSend(DelayedQueueConfig.DELAYED_EXCHANGE_NAME, DelayedQueueConfig.DELAYED_ROUTING_KEY, message, messagePostProcessor -> {
// 发送消息的时候设置延迟时长
messagePostProcessor.getMessageProperties().setDelay(delayTime);
return messagePostProcessor;
});
}
7.6.5.消息消费者代码
@Slf4j
@Component
public class DelayedQueueConsumer {
@RabbitListener(queues = DelayedQueueConfig.DELAYED_QUEUE_NAME)
public void receiveDelayedQueue(Message message) throws UnsupportedEncodingException {
String msg = new String(message.getBody(), "UTF-8");
String currentTime = LocalDateTime.now().format(DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
log.info("当前时间：{}，收到延时队列的消息：{}", currentTime, msg);
}
}
发送请求
http://localhost:8080/ttl/sendDelayMsg/come on baby1/10000
http://localhost:8080/ttl/sendDelayMsg/come on baby2/1000
第二个消息被先消费掉了，符合预期
7.7.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，这些方法各有特点，看需要适用的场景
8.发布确认高级
在生产环境中由于一些不明原因，导致rabbitmq重启，在RabbitMQ重启期间生产者消息投递失败，导致消息丢失，需要手动处理和恢复。于是，我们开始思考，如何才能进行RabbitMQ的消息可靠投递呢？特别是在这样比较极端的情况，RabbitMQ集群不可用的时候，无法投递的消息该如何处理呢：
应用[xxx]在[08-1516:36:04]发生[错误日志异常] ，alertId=[xxx] 。由[org.springframework.amqp.rabbit.listener.BlockingQueueConsumer:start:620]触发。应用xxx可能原因如下
异常为：org.springframework.amqp.rabbit.listener.BlockingQueueConsumer:start:620,
产 生 原 因 如 下 :1.org.springframework.amqp.rabbit.listener.QueuesNotAvailableException: Cannot prepare queue for listener. Either the queue doesn't exist or the broker will not allow us to use it.||Consumer received fatal=false exception on startup:
8.1.发布确认springboot版本
8.1.1.确认机制方案
8.1.2.代码架构图
8.1.3.配置文件
在配置文件当中需要添加
spring.rabbitmq.publisher-confirm-type=correlated
-
NONE
禁用发布确认模式，是默认值 -
CORRELATED
发布消息成功到交换机后会触发回调方法 -
SIMPLE
经测试有两种效果，其一效果和CORRELATED值一样会触发回调方法，其二再发布消息成功后使用rabbitTemplat调用waitForConfirms或waitForConfirmsOrDie方法等待broker节点返回发送结果，根据返回结果来判断下一步的逻辑，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
spring.rabbitmq.host=192.168.200.128
spring.rabbitmq.port=5672
spring.rabbitmq.username=admin
spring.rabbitmq.password=123
spring.rabbitmq.publisher-confirm-type=correlated
8.1.4.添加配置类
@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 CONFRIM_ROUTING_KEY = "key1";
@Bean
public Queue confirmQueue() {
return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
}
@Bean
public DirectExchange confirmExchange() {
return new DirectExchange(CONFIRM_EXCHANGE_NAME);
}
// 声明确认队列绑定关系
@Bean
public Binding queueBinding(@Qualifier("confirmQueue") Queue confirmQueue,
@Qualifier("confirmExchange") DirectExchange confirmExchange) {
return BindingBuilder.bind(confirmQueue).to(confirmExchange).with(CONFRIM_ROUTING_KEY);
}
}
8.1.5.消息生产者（回调接口）
@Slf4j
@RestController
@RequestMapping("/confirm")
public class ProducerController {
@Autowired
private RabbitTemplate rabbitTemplate;
/**
* 依赖注入rabbitTemplat之后再设置它的回调对象
* Constructor(构造方法) -> @Autowired(依赖注入) -> @PostConstruct(注释的方法)
*/
@PostConstruct
public void init() {
/**
* 交换机不管是否收到消息的一个回调方法
* 1.CorrelationData 消息相关数据
* 2.ack 交换机是否收到消息
* 3.cause 未收到消息的原因
*/
RabbitTemplate.ConfirmCallback confirmCallback = (correlationData, ack, cause) -> {
String id = correlationData != null ? correlationData.getId() : "";
if (ack) {
log.info("交换机已经接收到id为：{}的消息", id);
} else {
log.info("交换机未接收到id为：{}的消息，由于原因：{}", id, cause);
}
};
rabbitTemplate.setConfirmCallback(confirmCallback);
}
@GetMapping("/sendMessage/{message}")
public void sendMessage(@PathVariable String message) {
// 指定消息id为1
CorrelationData correlationData1 = new CorrelationData("1");
String routingKey = "key1";
rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME, routingKey,
message + routingKey, correlationData1);
log.info("发送消息内容：{}", message);
CorrelationData correlationData2 = new CorrelationData("2");
routingKey = "key2";
rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME, routingKey,
message + routingKey, correlationData2);
log.info("发送消息内容：{}", message);
}
}
8.1.6.消息消费者
@Slf4j
@Component
public class Consumer {
@RabbitListener(queues = ConfirmConfig.CONFIRM_QUEUE_NAME)
public void receiveMsg(Message message) throws UnsupportedEncodingException {
log.info("接收到队列confirm.queue消息：{}", new String(message.getBody(), "UTF-8"));
}
}
8.1.7.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，所以第二条消息被直接丢弃了。
8.2.回退消息
8.2.1.Mandatory参数
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mendatory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
8.2.2.配置文件
spring.rabbitmq.host=192.168.200.128
spring.rabbitmq.port=5672
spring.rabbitmq.username=admin
spring.rabbitmq.password=123
spring.rabbitmq.publisher-confirm-type=correlated
spring.rabbitmq.publisher-returns=true
8.2.3.消息生产者代码（回调接口）
@Slf4j
@RestController
@RequestMapping("/confirm")
public class ProducerController {
@Autowired
private RabbitTemplate rabbitTemplate;
/**
* 依赖注入rabbitTemplat之后再设置它的回调对象
* Constructor(构造方法) -> @Autowired(依赖注入) -> @PostConstruct(注释的方法)
*/
@PostConstruct
public void init() {
/**
* 交换机不管是否收到消息的一个回调方法
* 1.CorrelationData 消息相关数据
* 2.ack 交换机是否收到消息
* 3.cause 未收到消息的原因
*/
RabbitTemplate.ConfirmCallback confirmCallback = (correlationData, ack, cause) -> {
String id = correlationData != null ? correlationData.getId() : "";
if (ack) {
log.info("交换机已经接收到id为：{}的消息", id);
} else {
log.info("交换机未接收到id为：{}的消息，由于原因：{}", id, cause);
}
};
rabbitTemplate.setConfirmCallback(confirmCallback);
/**
* 消息回退：只有当消息传递过程中不可达目的地时才将消息返回给生产者
*/
RabbitTemplate.ReturnsCallback returnsCallback = returned -> {
log.error("消息：{}被交换机退回，退回原因：{}，交换机是：{}，路由key：{}",
new String(returned.getMessage().getBody()), returned.getReplyText(),
returned.getExchange(), returned.getRoutingKey());
};
rabbitTemplate.setReturnsCallback(returnsCallback);
}
@GetMapping("/sendMessage/{message}")
public void sendMessage(@PathVariable String message) {
// 指定消息id为1
CorrelationData correlationData1 = new CorrelationData("1");
String routingKey = "key1";
rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME, routingKey,
message + routingKey, correlationData1);
log.info("发送消息内容：{}", message);
CorrelationData correlationData2 = new CorrelationData("2");
routingKey = "key2";
rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME, routingKey,
message + routingKey, correlationData2);
log.info("发送消息内容：{}", message);
}
}
8.2.4.结果分析
8.3.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，有机会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，我们还可以创建一个报警队列，用独立的消费者来进行监测和报警。
8.3.1.代码架构图
8.3.2.修改配置类
@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 CONFRIM_ROUTING_KEY = "key1";
// 备份交换机
public static final String BACKUP_EXCHANGE_NAME = "backup.exchange";
// 备份队列
public static final String BACKUP_QUEUE_NAME = "backup.queue";
// 报警队列
public static final String WARNING_QUEUE_NAME = "warning.queue";
@Bean
public Queue confirmQueue() {
return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
}
// 声明交换机
@Bean
public DirectExchange confirmExchange() {
return ExchangeBuilder.directExchange(CONFIRM_EXCHANGE_NAME).durable(true)
.withArgument("alternate-exchange", BACKUP_EXCHANGE_NAME).build();
}
// 声明确认队列绑定关系
@Bean
public Binding queueBinding(@Qualifier("confirmQueue") Queue confirmQueue,
@Qualifier("confirmExchange") DirectExchange confirmExchange) {
return BindingBuilder.bind(confirmQueue).to(confirmExchange).with(CONFRIM_ROUTING_KEY);
}
// 备份交换机
@Bean
public FanoutExchange backupExchange() {
return new FanoutExchange(BACKUP_EXCHANGE_NAME);
}
@Bean
public Queue backupQueue() {
return QueueBuilder.durable(BACKUP_QUEUE_NAME).build();
}
@Bean
public Queue warningQueue() {
return QueueBuilder.durable(WARNING_QUEUE_NAME).build();
}
@Bean
public Binding backupQueueBindingBackupExchange(@Qualifier("backupQueue") Queue backupQueue,
@Qualifier("backupExchange") FanoutExchange backupExchange) {
return BindingBuilder.bind(backupQueue).to(backupExchange);
}
@Bean
public Binding warningQueueBindingBackupExchange(@Qualifier("warningQueue") Queue warningQueue,
@Qualifier("backupExchange") FanoutExchange backupExchange) {
return BindingBuilder.bind(warningQueue).to(backupExchange);
}
}
8.3.3.报警消费者
@Slf4j
@Component
public class WarningConsumer {
@RabbitListener(queues = ConfirmConfig.WARNING_QUEUE_NAME)
public void receiveWarningMsg(Message message) {
log.info("报警发现不可路由消息：{}", new String(message.getBody()));
}
}
8.3.4.测试注意事项
重新启动项目的时候需要把原来的confirm.exchange删除，因为我们修改了其绑定属性，不然报以下错：
8.3.5.结果分析
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。
9.RabbitMQ其它知识点
9.1.幂等性
9.1.1.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
9.1.2.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它的消费者，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。
9.1.3.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。
9.1.4.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：a.唯一ID+指纹码机制，利用数据库主键去重，b.利用redis的原子性去实现
9.1.5.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的，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。
9.1.6.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
9.2.优先级队列
9.2.1.使用场景
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是吧，比如像苹果，小米这样的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。
9.2.2.如何添加
a. 控制台页面添加
b. 队列中代码添加优先级
Map<String, Object> params = new HashMap<>();
params.put("x-max-priority", 10);
channel.queueDeclare(QUEUE_NAME, true, false, false, params);
c. 消息中代码添加优先级
AMQP.BasicProperties properties = new AMQP.BasicProperties().builder().priority(5).build();
d. 注意事项
要让队列实现优先级需要做的事情如下：队列需要设置为优先级队列，消息需要设置为消息的优先级，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。
9.2.3.实战
a. 消息生产者
public class Producer {
// 队列名字
public static final String QUEUE_NAME = "hello";
// 发消息
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
//给消息赋予一个priority属性
AMQP.BasicProperties properties = new AMQP.BasicProperties().builder().priority(5).build();
for (int i = 1; i <= 10; 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("消息发送完毕");
}
}
b. 消息消费者
public class Consumer {
// 队列的名称
public static final String QUEUE_NAME = "hello";
// 接收消息
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMqUtil.getChannel();
// 设置队列的最大优先级 最大可以设置到255 官方推荐1-10 如果设置太高比较吃CPU和内存
Map<String, Object> params = new HashMap<>();
params.put("x-max-priority", 10);
channel.queueDeclare(QUEUE_NAME, true, false, false, params);
// 声明 接收消息
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.消费哪个队列
* 2.消费成功之后是否要自动应答 true代表的自动应答 false代表手动应答
* 3.消费者成功消费的回调
* 4.消费者取消消费的回调
*/
channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
}
}
9.3.惰性队列
9.3.1.使用场景
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，而在消费者消费对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、当季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，这个操作会消耗较长的时间，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。
9.3.2.两种模式
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。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：
Map<String, String> args = new HashMap<>();
args.put("x-queue-mode", "lazy");
channel.queueDeclare("myqueue", false, false, false, args);
9.3.3.内存开销对比
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
10.RabbitMQ集群
10.1.clustering
10.1.1.使用集群的原因
最开始我们介绍了如何安装及运行RabbitMQ服务，不过这些是单机版的，无法满足目前真实应用的要求。如果RabbitMQ服务器遇到内存崩溃、机器掉电或者主板故障等情况，该怎么办？单机RabbitMQ服务器可以满足每秒1000条消息的吞吐量，那么如果应用需要RabbitMQ服务满足每秒10万条消息的吞吐量呢？购买昂贵的服务器来增强单机RabbitMQ服务的性能显得捉襟见肘，搭建一个RabbitMQ集群菜是解决实际问题的关键。
10.1.2.搭建步骤
1.修改3台机器的主机名称
vim /etc/hostname
2.配置各个节点的hosts文件，让各个节点都能互相识别对方
vim /etc/hosts
192.168.200.129 node1
192.168.200.130 node2
192.168.200.131 node3
3.以确保各个节点的cookie文件使用的是同一个值
在node1上执行远程操作命令
scp /var/lib/rabbitmq/.erlang.cookie root@node2:/var/lib/rabbitmq/.erlang.cookie
scp /var/lib/rabbitmq/.erlang.cookie root@node3:/var/lib/rabbitmq/.erlang.cookie
4.启动RabbitMQ服务，顺带启动Elang虚拟机和RabbitMQ应用服务（在三台节点上分别执行以下命令）
rabbitmq-server -detached
# 停止并禁用开机启动三台机器的防火墙
systemctl stop firewalld.service
5.在节点2执行
rabbitmqctl stop_app
(rabbitmqctl stop会将Erlang虚拟机关闭，rabbitmqctl stop_app只关闭RabbitMQ服务)
rabbitmqctl reset
rabbitmqctl join_cluster rabbit@node1
rabbitmqctl start_app(只启动应用服务)
6.在节点3执行
rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl join_cluster rabbit@node2
rabbitmqctl start_app
7.集群状态
rabbitmqctl cluster_status
8.需要重新设置用户
# 创建账户
rabbitmqctl add_user dev 123
# 设置用户角色
rabbitmqctl set_user_tags dev adminstrator
# 设置用户权限
rabbitmqctl set_permissions -p "/" dev ".*" ".*" ".*"
9.解除集群节点（node2和node3机器分别执行）
rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl start_app
rabbitmqctl cluster_status
rabbitmqctl forget_cluster_node rabbit@node2（node1机器上执行）
10.2.镜像队列
10.2.1.使用镜像的原因
如果RabbitMQ集群中只有一个Broker节点，那么该节点的失效将导致整体服务的临时性不可用，并且也可能会导致消息的丢失。可以将所有消息都设置为持久化，并且对应队列的durable属性也设置为true，但是这样仍然无法避免由于缓存导致的问题：因为消息在发送之后和被写入磁盘并执行刷盘动作之间存在一个短暂却会产生问题的时间窗。通过publisherconfirm机制能够确保客户端知道哪些消息已经存入磁盘，尽管如此，一般不希望遇到因单点故障导致的服务不可用。
引入镜像队列（Mirror Queue）的机制，可以将队列镜像到集群中的其它Broker节点之上，如果集群中的一个节点失效了，队列能自动地切换到镜像中的另一个节点上以保证服务的可用性。
10.2.2.搭建步骤
1.启动三台集群节点
2.随便找一个节点添加policy
3.在node1上创建一个队列发送一条消息，队列存在镜像队列
4.停掉node1之后发现node2成为镜像队列
5.就算整个集群只剩下一台机器了依然能消费队列里面的消息
说明队列里面的消息被镜像队列传递到相应机器里面了
10.3.Haproxy+Keepalive实现高可用负载均衡
10.3.1.整体架构图
10.3.2.Haproxy实现负载均衡
HAProxy提供高可用、负载均衡及基于TCP、HTTP应用的代理，支持虚拟主机，它是免费、快速并且可靠的一种解决方案，包括Twitter，Reddit，StackOverflow，GitHub在内的多家知名互联网公司在使用。HAProxy实现了一种事件驱动、单一进程模型，此模型支持非常大的并发连接数。
扩展nginx，lvs，haproxy之间的区别：http://www.ha97.com/5646.html
10.3.3.搭建步骤
1.下载haproxy(在node1和node2)
yum -y install haproxy
2.修改node1和node2的haproxy.cfg
vim /etc/haproxy/haproxy.cfg
需要修改红色IP为当前机器IP
3.在两台节点启动haproxy
haproxy -f /etc/haproxy/haproxy.cfg
ps -ef|grep haproxy
4.访问地址
http://10.211.55.71:8888/stats
10.3.4.Keepalived实现双机（主备）热备
试想如果前面配置的HAProxy主机突然宕机或者网卡失效，那么虽然RabbitMQ集群没有任何故障但是对于外界的客户端来说所有的连接都会被断开结果将是灾难性的，为了确保负载均衡的可靠性同样显得十分重要，这里就要引入Keepalived它能够通过自身健康检查、资源监管功能做高可用（双机热备），实现故障转移。
10.3.5.搭建步骤
1.下载keepalived
yum -y install keepalived
2.节点node1配置文件
vim /etc/keepalived/keepalived.conf
把资料里面的keepalived.conf修改之后替换
3.节点node2配置文件
需要修改global_defs的router_id；如：nodeB
其次要修改vrrp_instance_VI中state为“BACKUP”；
最后要将priority设置为小于100的值
4.添加haproxy_chk.sh
（为了防止HAProxy服务挂掉之后Keepalived还在正常工作而没有切换到Backup上，所以这里需要编写一个脚本来检测HAProxy服务的状态，当HAProxy服务挂掉之后该脚本会自动重启HAProxy的服务，如果不成功则关闭Keepalived服务，这样便可以切换到Backup继续工作）
vim /etc/keepalived/haproxy_chk.sh（可以直接上传文件）
# 修改权限
chmod 777 /etc/keepalived/haproxy_chk.sh
5.启动keepalive命令（node1和node2启动）
systemctl start keepalived
6.观察Keepalived的日志
tail -f /var/log/messages -n 200
7.观察最新添加的vip
ip add show
8.node1模拟keepalived关闭状态
systemctl stop keepalived
9.使用vip地址来访问rabbitmq集群
10.4.Federation Exchange
10.4.1.使用它的原因
（broker 北京），（broker 深圳）彼此之间相距甚远，网络延迟是一个不得不面对的问题。有一个在北京的业务（Client 北京）需要连接（broker 北京），向其中的交换机exchangeA发送消息，此时的网络延迟很小，（Client 北京）可以迅速将消息发送至exchangeA中，就算在开启了publisherconfirm机制或者事务机制的情况下，也可以迅速收到确认消息。此时又有个在深圳的业务（Client 深圳）需要向exchangeA发送消息，那么（Client 深圳）（broker 北京）之间由很大的网络延迟，（Client 深圳）将发送消息至exchangeA会经历一定的延迟，尤其是在开启了publisher confirm机制或者事务机制的情况下，（Client 深圳）会等待很长的延迟时间来接收（broker 北京）的确认消息，进而必然造成这条发送线程的性能降低，甚至造成一定程度上的阻塞。
将业务（Client 深圳）部署到北京的机房可以解决这个问题，但是如果（Client 深圳）调用的另些服务都部署在深圳，那么又会引发新的延时问题，总不见得将所有业务全部部署在一个机房，那么容灾又何以实现？这里使用Federation插件就可以很好地解决这个问题。
10.4.2.搭建步骤
1.需要保证每台节点单独运行
2.在每台机器上开启federation相关插件
rabbitmq-plugins enable rabbitmq_federation
rabbitmq-plugins enable rabbitmq_federation_management
3.原理图（先运行consumer在node2创建fed_exchange）
4.在downstream(node2)配置upstream(node1)
5.添加policy
6.成功的前提
10.5.Federation Queue
10.5.1.使用它的原因
联邦队列可以在多个Broker节点（或者集群）之间为单个队列提供负载均衡的功能。一个联邦队列可以连接一个或者多个上游队列（upstream queue），并从这些上游队列中获取消息以满足本地消费者消费消息的需求。
10.5.2.搭建步骤
1.原理图
2.添加upstream（同上）
3.添加policy
10.6.Shovel
10.6.1.使用它的原因
Federation具备的数据转发功能类似，Shovel够可靠、持续地从一个Broker中的队列（作为源端，即source）拉取数据并转发至另一个Broker中的交换机（作为目的端，即destination）。作为源端的队列和作为目的端的交换机可以同时位于同一个Broker，也可以位于不同的Broker上。Shovel可以翻译为“铲子”，是一种比较形象的比喻，这个“铲子”可以将消息从一方“铲到”另一方。Shovel行为就像优秀的客户端应用程序能够负责连接源和目的地、负责消息的读写及负责连接失败问题的处理。
10.6.2.搭建步骤
1.开启插件（需要的机器都开启）
rabbitmq-plugins enable rabbitmq_shovel
rabbitmq-plugins enable rabbitmq_shovel_management
2.原理图（在源头发送的消息直接会进入到目的地队列）
3.添加shovel源和目的地
本文来自博客园，作者：冰枫丶，转载请注明原文链接：https://www.cnblogs.com/lqsblog/p/15208402.html
【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
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识（上）
· 浏览器原生「磁吸」效果！Anchor Positioning 锚点定位神器解析
· 没有源码，如何修改代码逻辑？
· 一个奇形怪状的面试题：Bean中的CHM要不要加volatile？
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了
· 上周热点回顾（2.24-3.2）