RabbitMQ限流机制(五)
在服务端的稳定系的体系质量保障中，一个是考虑在客户端高并发的请求后，服务端如何能够
接收所有的请求并且服务端能够顶得住洪流的负载。这中间就需要涉及考虑调度机制和队列机制。比
如在2022年中，西安一码通是崩溃了又崩溃，这就是很典型的在高可用设计和稳定性体系建设方面
缺少系统化的思考。作为主流的核心中间件RabbitMQ，也是考虑到了限流的机制。
一、为什么要限流？
如果生产者批量发送消息，但是消费者接收的能力是很慢，那么就会导致堆积的MQ的消息越
来越多，最后导致无法承受，从而出现崩溃，这种情况是最不愿意看到的情况。那么我们可以把限流
解释为RabbitMQ把收到的消息没来得及处理（可能是资源也可能是其他情况），但是这个时候生产
者推送了批量的消息过来，单个客户端无法承受这么多的数据流量，最后结果就是崩溃，从而影响
业务端使用的客户，给客户造成了损失。
二、RabbitMQ限流机制
在RabbitMQ消息队列服务器中，限流机制主要是由消费者来承载，这其实从逻辑上是很好理解
的，毕竟消费者端是作为接收端，而生产者作为发送端是不需要限流的策略机制的。在RabbitMQ中提
供了QOS的功能，也可以说是服务质量保障，它可以解决消费端存在大批量的消息的时候进行限流。使
用到的方法具体是BasicQos。使用限流的前提是手工签收，不是自动签收，也就是basicConsumer方
法中的autoAck的参数，需要把该参数设置为false，也就是手工签收。
三、限流案例实现
3.1、生产端的代码
package com.example.rabbitmq.currentLimit;
import com.rabbitmq.client.*;
public class ProducerLimit
{
private static final String exchangeName="test_qos";
private static final String routyKey="qos.test";
public static void main(String[] args) throws Exception
{
ConnectionFactory connectionFactory = new ConnectionFactory();
connectionFactory.setHost("101.**.***.84");
connectionFactory.setPort(5672);
connectionFactory.setUsername("wuya");
connectionFactory.setPassword("java");
connectionFactory.setVirtualHost("/");
Connection connection = connectionFactory.newConnection();
Channel channel = connection.createChannel();
String msg = "Hello RabbitMQ QOS Message";
for(int i=0;i<5;i++)
{
channel.basicPublish(exchangeName,routyKey,true,null,msg.getBytes());
}
}
}
3.2、消费端的代码
package com.example.rabbitmq.currentLimit;
import com.example.rabbitmq.MyConsumer;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
public class ConsumerLimit
{
private static final String EXCHANGE = "test_qos";
private static final String queueName="test_qos_queue";
private static final String routingKey="qos.#";
public static void main(String[] args) throws Exception
{
try{
ConnectionFactory connectionFactory=new ConnectionFactory();
connectionFactory.setHost("101.**.***.84");
connectionFactory.setPort(5672);
connectionFactory.setUsername("wuya");
connectionFactory.setPassword("java");
connectionFactory.setVirtualHost("/");
Connection connection=connectionFactory.newConnection();
Channel channel=connection.createChannel();
channel.exchangeDeclare(EXCHANGE,"topic",true,false,null);
channel.queueDeclare(queueName,true,false,false,null);
channel.queueBind(queueName,EXCHANGE,routingKey);
channel.basicQos(0,1,false);
//设置手工签收的方式，限流的前提是必须把autoAck设置为false
channel.basicConsume(queueName,false,new MyConsumer(channel=channel));
}catch (Exception e){
e.printStackTrace();
}
}
}备注：在如上的代码中，在方法basicQos中，第二个参数prefetchCount设置为1，表示的是生产者给消费者一个
消息后，等待消费者ack处理完成后，然后再接收新的消息，第三个参数global设置为false表示的是consumer级
别，而不是channel级别的消息。
3.3、自定义接收消息
package com.example.rabbitmq;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DefaultConsumer;
import com.rabbitmq.client.Envelope;
import java.io.IOException;
public class MyConsumer extends DefaultConsumer
{
private Channel channel;
/**
* Constructs a new instance and records its association to the passed-in channel.
*
* @param channel the channel to which this consumer is attached
*/
public MyConsumer(Channel channel)
{
super(channel);
this.channel=channel;
}
@Override
public void handleDelivery(
String consumerTag,
Envelope envelope,
AMQP.BasicProperties properties,
byte[] body) throws IOException
{
System.err.println("---------------consumer---------------\n");
System.err.println("consumerTag:"+consumerTag);
System.err.println("envelope:"+envelope);
System.err.println("properties:"+properties);
System.err.println("the message received:"+new String(body));
// channel.basicAck(envelope.getDeliveryTag(),false);
}
}3.4、案例结果
执行如上的代码，可以在RabbitMQ控制台就能够看到限流的机制，消费者返回的消息具体如下：
---------------consumer---------------
consumerTag:amq.ctag-wx7ky-PxTenMX7Q8MbeoXA
envelope:Envelope(deliveryTag=1, redeliver=false, exchange=test_qos, routingKey=qos.test)
properties:#contentHeader<basic>(content-type=null, content-encoding=null, headers=null, delivery-mode=null, priority=null, correlation-id=null, reply-to=null, expiration=null, message-id=null, timestamp=null, type=null, user-id=null, app-id=null, cluster-id=null)
the message received:Hello RabbitMQ QOS Message在RabbitMQ的WEB控制台中就会显示出存在的总的消息是5，等待中的消息是4，等待ack签收的消息是1个，
具体如下展示：
我们针对消费者接收消息的代码进行完善，具体如下：
package com.example.rabbitmq;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DefaultConsumer;
import com.rabbitmq.client.Envelope;
import java.io.IOException;
public class MyConsumer extends DefaultConsumer
{
private Channel channel;
/**
* Constructs a new instance and records its association to the passed-in channel.
*
* @param channel the channel to which this consumer is attached
*/
public MyConsumer(Channel channel)
{
super(channel);
this.channel=channel;
}
@Override
public void handleDelivery(
String consumerTag,
Envelope envelope,
AMQP.BasicProperties properties,
byte[] body) throws IOException
{
System.err.println("---------------consumer---------------\n");
System.err.println("consumerTag:"+consumerTag);
System.err.println("envelope:"+envelope);
System.err.println("properties:"+properties);
System.err.println("the message received:"+new String(body));
channel.basicAck(envelope.getDeliveryTag(),false);
}
}这地方设置的是非批量的方式来接收消息，我们就可以看到再次启动消费者的程序后，就会看到每个
消息都会有一个确认ack的过程，具体如下：
四、稳定性的保障体系思考
我一直认为作为一个质量保障工程师，在稳定系的体系建设方面的前提是我们需要懂得后端涉及到的技术，那么
知道具体的技术，我们几可以设计对应的测试用例以及测试场景，来验证后端这部分的稳定性，比如针对限流部分，那
么我们可以模拟生产者端，批量的往消费者端写数据，来验证消费者端在无法消费的情况下，它的处理逻辑以及限流机
制的合理性，这中间，不管是限流还是不限流，其实都是为客户服务的思考路线，那么限流了，是否影响客户的正常使用？
如果影响了，这个影响点具体是什么，有哪些，质量保障团队都需要通过测试验证，来拿出一个评估的数据。感谢您
的阅读，您也可关注我的公众号：
