RabbitMQ快速入门-从基础使用到高级应用
|
后端
|
15
|
0

6495 字
|
27 分钟

本教程只是留给笔者自己温故复习使用，中间省略了很多笔者自己觉得可以省略的内容，如果有正式的学习需求，可以参考下面的视频和两篇笔记。当然，如果本文章对你有帮助那就更好了。

参考视频：黑马程序员RabbitMQ入门到实战教程

参考笔记：RabbitMQ快速入门 + RabbitMQ高级篇

1. 消息队列（异步调用）的目的和好处：

为了异步调用。什么是异步调用？发送方在发送消息后，不需要等待接收方的立即回应，就可以继续执行其他操作，而接收方在处理完消息后，可能会在未来的某个时间点给出回应。异步调用有很多好处：非阻塞、解耦、故障隔离、削峰填谷等。当然，有一些业务必须使用同步调用，因为这些业务下一步操作依赖于上一步操作的结果。而异步调用本身其实也存在一些问题：不能得到调用结果、不确定下游业务执行是否成功、业务安全依赖于消息代理的可靠性等。

2. 安装并启动 RabbitMQ：

RabbitMQ是基于 Erlang 语言开发的开源消息通信中间件，我们基于docker安装RabbitMQ：

搜索RabbitMQ镜像：sudo docker search rabbitmq

下载RabbitMQ镜像：sudo docker pull rabbitmq

启动 RabbitMQ：

sudo docker run \
-e RABBITMQ_DEFAULT_USER=wuyanzu \
-e RABBITMQ_DEFAULT_PASS=bhoLdSvpd0UAOysh \
-v rabbitmq-plugins:/plugins \
--name rabbitmq \
--hostname rabbitmq \
-p 15672:15672 \
-p 5672:5672 \
-d \
rabbitmq:latest

指令说明：sudo docker run: 基本的Docker命令，用于启动一个新的容器实例

-e RABBITMQ_DEFAULT_USER=wuyanzu: 设置RabbitMQ服务的默认用户名为wuyanzu

-e RABBITMQ_DEFAULT_PASS=kZoeSW$$xS5i^Cum: 设置RabbitMQ服务的默认密码为bhoLdSvpd0UAOysh

-v rabbitmq-plugins:/plugins: 将一个名为rabbitmq-plugins的卷映射到容器的/plugins目录，用于存放RabbitMQ的插件。这里的rabbitmq-plugins是一个卷的名称，而不是宿主机的路径

–name rabbitmq: 指定容器的名称为rabbitmq

–hostname rabbitmq: 设置容器的主机名为rabbitmq

-p 15672:15672: 将宿主机的端口15672映射到容器的端口15672，这是RabbitMQ管理界面的默认端口

-p 5672:5672: 将宿主机的端口5672映射到容器的端口5672，这是RabbitMQ用于AMQP协议通信的默认端口

-d: 在后台运行容器（守护进程）

rabbitmq:latest: 使用最新的RabbitMQ官方镜像来创建容器

注：记得开放端口：

sudo ufw allow 15672
sudo ufw allow 5672
sudo ufw reload

3. RabbitMQ入门

RabbitMQ 有几个核心概念：

  1. Publisher：消息发送者
  2. Consumer：消息的消费者
  3. Queue：消息队列，存储消息
  4. Exchange：交换机，负责路由消息（一般不存储消息）
  5. VirtualHost：虚拟主机，用于数据隔离（项目之间）
RabbitMQ在网页端的管理页面和操作略，页面上的指引很明确了。

4. 在 SpringBoot 项目中集成 RabbitMQ

先了解一下AMQP：Advanced Message Queuing Protocol，是用于在应用程序之间传递业务消息的开放标准。该协议与语言和平台无关，更符合微服务中独立性的要求。

再看一下Spring AMQP：基于AMQP协议定义的一套API规范，提供了模板来发送和接收消息。包含两分，其中spring-amqp是基础抽象，spring-rabbit是底层的默认实现。

4.1 父工程中引入Maven依赖

<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>

4.2 在配置文件中编写RabbitMQ的相关配置

spring:
rabbitmq:
host: 127.0.0.1
port: 5672
virtual-host: /blog
username: ZJS
password: 123456

4.3 简单案例

生产者注入RabbitTemplate，然后调用rabbitTemplate.convertAndSend()方法。（参数暂时留空）

消费者标记@RabbitListener(queues = “”)到具体的处理方法上

5 Work Queues 模型

如果有两个或两个以上的消费者监听同一个队列，默认情况下 RabbitMQ 会采用轮询的方法将消息分配给每个队列，即使两个队列的消费能力不一样，默认情况下 RabbitMQ 还是会采用轮询的方法将消息分配给每个队列，也就是平均分配。

@RabbitListener(queues = “work.queue”)
public void listenWorkQueue1(String message) {
  System.out.println(“消费者1 收到了 work.queue的消息：【” + message + “】”);
}

@RabbitListener(queues = “work.queue”)
public void listenWorkQueue2(String message) {
  System.err.println(“消费者2 收到了 work.queue的消息…… ：【” + message + “】”);
}

如果要让消费能力强的消费者处理更多的消息（能者多劳模式），只需在配置文件中添加以下信息：
spring:
rabbitmq:
listener:
simple:
prefetch: 1

这个配置信息相当于告诉消费者要一条一条地从队列中取出消息，只有处理完一条消息才能取出下一条，这样一来，就可以充分利用每一台机器的性能，让消费能力强的消费者处理更多的消息，同时还可以避免消息在消费能力较弱的消费者上发生堆积的情况，达到了“能者多劳”的效果。

6 交换机

交换机的类型有以下三种：

  1. Fanout：广播
  2. Direct：定向
  3. Topic：话题

注意：交换机只能路由和转发消息，不能存储消息。

Fanout和Direct交换机都是见名思意，前者会将接收到的消息广播到每一个跟其绑定的 queue，后者会将接收到的消息根据“规则”路由到指定的队列，这里的规则指的是每一个 Queue 与 Exchange 绑定时设置的 bindingKey，发布者发送消息时，会指定消息的 RoutingKey，从而与 bindingKey 匹配，当然同一个队列可以绑定多个 bindingKey，多个队列也可以绑定同一个 bindingKey。

最推荐使用的是Topic 交换机：Topic Exchange 与 Direct Exchange类似，区别在于 Topic Exchange 的 routingKey 可以是多个单词的列表（多个 routingKey 之间以 “.” 分割），还可以使用通配符 # (代指 0 个或多个单词) 和 * (代指 1 个单词)，比Direct更灵活。

7 在 SpringBoot 项目中声明队列和交换机的方式

7.1 编程式声明（不推荐）

编写配置类：

import org.springframework.amqp.core.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class FanoutConfiguration {

@Bean
public FanoutExchange fanoutExchange3() {
return ExchangeBuilder.fanoutExchange(“blog.fanout3”).build();
}

@Bean
public FanoutExchange fanoutExchange4() {
return new FanoutExchange(“blog.fanout4”);
}

@Bean
public Queue fanoutQueue3() {
return new Queue(“fanout.queue3”);
}

@Bean
public Queue fanoutQueue4() {
return QueueBuilder.durable(“fanout.queue4”).build();
}

@Bean
public Binding fanoutBinding3(Queue fanoutQueue3, FanoutExchange fanoutExchange3) {
return BindingBuilder.bind(fanoutQueue3).to(fanoutExchange3);
}

@Bean
public Binding fanoutBinding4() {
return BindingBuilder.bind(fanoutQueue4()).to(fanoutExchange4());
}

}

7.2 注解式声明（推荐）

在消费者端标明注解：

@RabbitListener(bindings = @QueueBinding(
    value = @Queue(name = “direct.queue1”),
    exchange = @Exchange(name = “blog.direct”, type = ExchangeTypes.DIRECT),
    key = {“red”, “blue”}
))
public void listenDirectQueue1(String message) {
    System.out.println(“消费者1 收到了 direct.queue1的消息：【” + message + “】”);
}

@RabbitListener(bindings = @QueueBinding(
    value = @Queue(name = “direct.queue2”),
    exchange = @Exchange(name = “blog.direct”, type = ExchangeTypes.DIRECT),
    key = {“red”, “yellow”}
))
public void listenDirectQueue2(String message) {
    System.out.println(“消费者2 收到了 direct.queue2的消息：【” + message + “】”);
}

7.3 但实际上可能的最佳实践：

// 先通过管理界面或配置类预创建
@Configuration
public class RabbitConfig {

  @Bean
  public Queue lazyQueue() {
    return QueueBuilder.durable(“lazy.queue”)
      .lazy() // 使用lazy队列
      .build();
  }

  @Bean
  public DirectExchange delayExchange() {
    return ExchangeBuilder.directExchange(“delay.direct”)
      .delayed()
     .durable(true)
     .build();
  }
}

// 然后消费时只引用
@RabbitListener(queues = “lazy.queue”)
public void listenLazyQueue(String message) {
  // …
}

8 消息转换器

如果不配置消息转换器，就和Redis一样，在序列化和反序列化（主要是序列化）的过程中会出现乱码，可读性降低，占用空间增大。这本质是因为默认使用了JDK提供的序列化方法。

所以我们要自定义消息转换器，使用JSON序列化。

先在父工程引入jackson依赖：

<dependency>
    <groupId>com.fasterxml.jackson.dataformat</groupId>
    <artifactId>jackson-dataformat-xml</artifactId>
</dependency>

注：如果是 Web 项目，无需引入该依赖，因为 spring-boot-starter-web 依赖中已包含该依赖。

然后在 consumer 服务和 publisher 服务中配置 MessageConverter：

@Bean
public MessageConverter jacksonMessageConvertor(){
    return new Jackson2JsonMessageConverter();
}

9 生产者与消费者的可靠性

之所以强调可靠性，是因为考虑到消息丢失的情况：

  1. 生产者向消息代理传递消息的过程中，消息丢失了
  2. 消息代理（ RabbitMQ ）把消息弄丢了
  3. 消费者把消息弄丢了

9.1 生产者的可靠性

（1）生产者重连，由于网络问题，可能会出现客户端连接 RabbitMQ 失败的情况，我们可以通过配置开启连接 RabbitMQ 失败后的重连机制：

spring:
  rabbitmq:
    host: 127.0.0.1
    port: 5672
    virtual-host: /blog
    username: ZJS
    password: 123456
    connection-timeout: 1s  # 连接超时时间
    template:
      retry:
        enabled: true  # 开启连接超时重试机制
        initial-interval: 1000ms  # 连接失败后的初始等待时间
        multiplier: 1  # 连接失败后的等待时长倍数，下次等待时长 = (initial-interval) * multiplier
        max-attempts: 3  # 最大重试次数

注意事项：

  1. 当网络不稳定的时候，利用重试机制可以有效提高消息发送的成功率，但 SpringAMOP 提供的重试机制是阻塞式的重试，也就是说多次重试等待的过程中，线程会被阻塞，影响业务性能；
  2. 如果对于业务性能有要求，建议禁用重试机制。如果一定要使用，请合理配置等待时长（比如 200 ms）和重试次数，也可以考虑使用异步线程来执行发送消息的代码。

（2）生产者确认

RabbitMQ 提供了 Publisher Confirm 和 Publisher Return 两种确认机制。开启确机制认后，如果 MQ 成功收到消息后，会返回确认消息给生产者，返回的结果有以下几种情况：

  1. 消息投递到了 MQ，但是路由失败，此时会通过 PublisherReturn 机制返回路由异常的原因（Publisher Return），然后返回 ACK（Publisher Confirm），告知生产者消息投递成功；
  2. 临时消息投递到了 MQ，并且入队成功，返回 ACK，告知生产者消息投递成功；
  3. 持久消息投递到了MQ，并且入队完成持久化，返回 ACK，告知生产者消息投递成功；
  4. 其它情况都会返回 NACK，告知生产者消息投递失败。

相关配置信息：

spring:
  rabbitmq:
    publisher-returns: true
    publisher-confirm-type: correlated

publisher-confirm-type 有三种模式：

  1. none：关闭 confirm 机制
  2. simple：以同步阻塞等待的方式返回 MQ 的回执消息
  3. correlated：以异步回调方式的方式返回 MQ 的回执消息（显然correlated更好）

注意：每个 RabbitTemplate 只能配置一个 ReturnCallback，用于实现Publisher Return：

@Configuration
public class RabbitMQConfig implements ApplicationContextAware {

@Override
  public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
    RabbitTemplate rabbitTemplate = applicationContext.getBean(RabbitTemplate.class);

    // 配置回调
    rabbitTemplate.setReturnsCallback((returnedMessage) -> {
      System.out.println(“收到消息的return callback, ” +
          “exchange = ” + returnedMessage.getExchange() + “, ” +
          “routingKey = ” + returnedMessage.getRoutingKey() + “, ” +
          “replyCode = ” + returnedMessage.getReplyCode() + “, ” +
          “replyText = ” + returnedMessage.getReplyText() + “, ” +
          “message = ” + returnedMessage.getMessage());
});
}

}

针对每一个生产者发送消息的方法，实现相应的Publisher Confirm：

@Test
void testConfirmCallback() throws InterruptedException {
  CorrelationData correlationData = new CorrelationData();
  correlationData.getFuture().whenCompleteAsync((confirm, throwable) -> {
    if (confirm.isAck()) {
      // 消息发送成功
      System.out.println(“消息发送成功，收到ack”);
    } else {
      // 消息发送失败
      System.err.println(“消息发送失败，收到nack，原因是” + confirm.getReason());
    }

    if (throwable != null) {
      // 消息回调失败
      System.err.println(“消息回调失败”);
    }
  });

    rabbitTemplate.convertAndSend(“blog.direct”, “red”, “Hello, confirm callback”, correlationData);

    // 测试方法执行结束后程序就结束了，所以这里需要阻塞线程，否则程序看不到回调结果
    Thread.sleep(2000);
}

  1. 生产者确认需要额外的网络开销和系统资源开销，尽量不要使用；
  2. 如果一定要使用，无需开启 Publisher-Return 机制，因为路由失败一般是业务出了问题；
  3. 对于返回 nack 的消息，可以尝试重新投递，如果依然失败，则记录异常消息。

9.2 消费者的可靠性

（1）消费者确认机制

为了确认消费者是否成功处理消息，RabbitMQ 提供了消费者确认机制。处理消息后，消费者应该向 RabbitMQ 发送一个回执，告知 RabbitMQ 消息的处理状态，回执有三种可选值：

  1. ack：成功处理消息，RabbitMQ 从队列中删除该消息
  2. nack：消息处理失败，RabbitMQ 需要再次投递消息
  3. reject：消息处理失败并拒绝该消息，RabbitMQ 从队列中删除该消息

SpringAMQP 已经实现了消息确认功能，并允许我们通过配置文件选择 ACK 的处理方式，有三种方式：

  1. none：不处理，即消息投递给消费者后立刻 ack，消息会会立刻从 MQ 中删除，非常不安全，不建议使用；
  2. manual：手动模式。需要自己在业务代码中调用 api，发送 ack 或 reject ，存在业务入侵，但更灵活；
  3. auto：自动模式，SpringAMQP 利用 AOP 对我们的消息处理逻辑做了环绕增强，当业务正常执行时则自动返回 ack，当业务出现异常时，会根据异常的类型返回不同结果：
    如果是业务异常，会自动返回 nack；
    如果是消息处理或校验异常，自动返回 reject。

开启消息确认机制，需要在消费端的 application.yml 文件中编写相关的配置：

spring:
  rabbitmq:
    listener:
      simple:
        prefetch: 1
        acknowledge-mode: auto

（2）失败重试机制

当消费者出现异常后，消息会不断重新入队，重新发送给消费者，然后再次发生异常，再次 requeue（重新入队），陷入无限循环，给 RabbitMQ 带来不必要的压力。

我们可以利用 Spring 提供的 retry 机制，在消费者出现异常时利用本地重试，而不是无限制地重新入队。

在 application.yml 配置文件中开启失败重试机制：

spring:
  rabbitmq:
    listener:
      simple:
        prefetch: 1
        acknowledge-mode: auto
        retry:
          enabled: true    # 开启消息消费失败重试机制
          initial-interval: 1000ms    # 消息消费失败后的初始等待时间
          multiplier: 1    # 消息消费失败后的等待时长倍数，下次等待时长 = (initial-interval) * multiplier
          max-attempts: 3    # 最大重试次数
          stateless: true    # true表示无状态，false表示有状态，如果业务中包含事务，需要设置为false

但这有个问题是一旦本地重试次数用尽，消息队列里的消息也会丢失，正常情况下，消息丢失都不是我们想看到的，该怎么解决这个问题呢？

（3）失败消息的处理策略

开启重试模式后，如果重试次数耗尽后消息依然处理失败，则需要由 MessageRecoverer 接口来处理， MessageRecoverer 有三个实现类：

  1. RejectAndDontRequeueRecoverer：重试次数耗尽后，直接 reject，丢弃消息，默认就是这种方式
  2. ImmediateRequeueMessageRecoverer：重试次数耗尽后，返回 nack，消息重新入队
  3. RepublishMessageRecoverer：重试耗尽后，将失败消息投递到指定的交换机

推荐使用RepublishMessageRecoverer，以下为案例：

第一步：定义一个名为 blog.error 的交换机、一个名为 error.queue 的队列，并将队列和交换机进行绑定：

@Configuration
@ConditionalOnProperty(prefix = “spring.rabbitmq.listener.simple.retry”, name = “enabled”, havingValue = “true”)
public class ErrorConfiguration {

  @Bean
  public DirectExchange errorExchange() {
    return new DirectExchange(“error.direct”, true, false);
  }

  @Bean
  public Queue errorQueue() {
    return new Queue(“error.queue”, true, false, false);
  }

  @Bean
  public Binding errorBinding(Queue errorQueue, DirectExchange errorExchange) {
    return BindingBuilder.bind(errorQueue).to(errorExchange).with(“error”);
  }

}

第二步：将失败处理策略改为 RepublishMessageRecoverer （开起了消费者重试机制才会生效）：

@Bean
public MessageRecoverer messageRecoverer(RabbitTemplate rabbitTemplate) {
  return new RepublishMessageRecoverer(rabbitTemplate, “error.direct”, “error”);
}

10 消息代理（RabbitMQ）的可靠性

在默认情况下，RabbitMQ 会将接收到的信息保存在内存中以降低消息收发的延迟，这样会导致两个问题：

  1. 一旦 RabbitMQ 宕机，内存中的消息会丢失
  2. 内存空间是有限的，当消费者处理过慢或者消费者出现故障或时，会导致消息积压，引发 MQ 阻塞（ Paged Out 现象）

怎么理解 MQ 阻塞呢？当队列的空间被消息占满了之后，RabbitMQ 会先把老旧的信息存到磁盘，为新消息腾出空间，在这个过程中，整个 MQ 是被阻塞的，也就是说，在 MQ 完成这一系列工作之前，无法处理已有的消息和接收新的消息。

解决上述丢失和阻塞问题的方法有以下两种：

10.1 数据持久化

RabbitMQ 实现数据持久化包括 3 个方面：

  1. 交换机持久化
  2. 队列持久化
  3. 消息持久化

注意事项：

利用 SpringAMQP 创建的交换机、队列、消息，默认都是持久化的；
在 RabbitMQ 控制台创建的交换机、队列默认是持久化的，而消息默认是存在内存中（ 3.12 版本之前默认存放在内存，3.12 版本及之后默认先存放在磁盘，消费者处理消息时才会将消息取出来放到内存中）。

该方法主要看一下消息持久化的常用方式：

@Test
void testPagedOut() {
  Message message = MessageBuilder.withBody(“Hello, paged out”.getBytes(StandardCharsets.UTF_8))
      .setDeliveryMode(MessageDeliveryMode.PERSISTENT)
      .build();

  for (int i = 0; i < 1; i++) {
    rabbitTemplate.convertAndSend(“simple.queue”, message);
  }
}

10.2 LazyQueue（3.12 版本后所有队列都是 Lazy Queue 模式）

LazyQueue的特征如下：

  1. 接收到消息后直接存入磁盘而非内存（内存中只保留最近的消息，默认 2048条 )
  2. 消费者要处理消息时才会从磁盘中读取并加载到内存
  3. 支持数百万条的消息存储，在 3.12 版本后，所有队列都是 Lazy Queue 模式，无法更改

在 RabbitMQ 控制台中，要创建一个惰性队列，只需要在声明队列时，指定 x-queue-mode 属性为 lazy 即可。
在 Java 代码中，要创建一个惰性队列，只需要在声明队列时，指定 x-queue-mode 属性为 lazy 即可（这里只编写注解式创建）：

@RabbitListener(queuesToDeclare = @Queue(
    name = “lazy.queue”,
    durable = “true”,
    arguments = @Argument(
      name = “x-queue-mode”,
      value = “lazy”
    )
))
public void listenLazeQueue(String message) {
System.out.println(“消费者收到了 laze.queue2的消息: ” + message);
}

注意，上述声明队列的方式会自动绑定到默认交换机（direct exchange），且当声明已存在的队列/交换机时，Spring AMQP 会检查参数是否一致，一致则使用原有队列/交换机，不一致直接报错。

11 业务幂等性

幂等是一个数学概念，用函数表达式来描述是这样的：f（x） = f（f（x）），绝对值函数具有幂等性。在程序开发中，幂等是指同一个业务，执行一次或多次对业务状态的影响是一致的。

我们要做的是确保业务的幂等性。

11.1 方案一：为每条消息设置一个唯一的 id

给每个消息都设置一个唯一的 id，利用 id 区分是否是重复消息：

  1. 为每条消息都生成一个唯一的 id，与消息一起投递给消费者
  2. 消费者接收到消息后处理自己的业务，业务处理成功后将消息 id 保存到数据库
  3. 如果消费者下次又收到相同消息，先去数据库查询该消息对应的 id 是否存在，如果存在则为重复消息，放弃处理

可以在指定 MessageConverter 的具体类型时，同时为 MessageConverter 设置自动创建一个 messageId：

@Bean
public MessageConverter jacksonMessageConvertor() {
  Jackson2JsonMessageConverter jackson2JsonMessageConverter = new Jackson2JsonMessageConverter();
  jackson2JsonMessageConverter.setCreateMessageIds(true);
  return jackson2JsonMessageConverter;
}

但这种方式对业务有一定的侵入性，且数据库压力会很大，不推荐。

11.2 方案二：结合业务判断

结合业务逻辑，基于业务本身做判断。以支付业务为例：我们要在支付后修改订单状态为已支付，应该在修改订单状态前先查询订单状态，判断状态是否是未支付，只有未支付订单才需要修改，其它状态的订单不做处理。

总结：如何保证支付服务与交易服务之间的订单状态一致性?

  1. 首先，支付服务会正在用户支付成功以后利用 MQ 发送消息通知交易服务，完成订单状态同步；
  2. 其次，为了保证 MQ 消息的可靠性，我们采用了生产者确认机制、消费者确认、消费者失败重试等策略，确保消息投递和处理的可靠性，同时也开启了MQ的持久化，避免因服务宕机导致消息丢失；
  3. 最后，我们还在交易服务更新订单状态时做了业务幕等判断，避免因消息重复消费导致订单状态异常。

当然，如果交易服务消息处理失败，支付服务和交易服务出现了数据不一致的情况，还可以在交易服务设置定时任务，定期查询订单支付状态，这样即便 MQ 通知失败，还可以利用定时任务作为兜底方案，确保订单支付状态的最终一致性。

12 延迟消息

延迟消息：生产者发送消息时指定一个时间，消费者不会立刻收到消息，而是在指定时间之后才会收到消息。

12.1 死信交换机

当一个队列中的某条消息满足下列情况之一时，就会成为死信（dead letter）：

  1. （消费者使用 basic.reject） 或 （basic.nack 声明消费失败，并且消息的 requeue 参数设置为 false）；
  2. 过期消息（达到了队列或消息本身设置的过期时间），消息超时后无人消费；
  3. 要投递的队列消息堆积满了，最早的消息可能成为死信。

如果队列通过 dead-letter-exchange 属性指定了一个交换机，那么该队列中的死信就会投递到这个交换机中，这个交换机称为死信交换机（Dead Letter Exchange，简称DLX）。

可以利用死信交换机的特点，可以实现发送延迟消息的功能，但实际应用起来很麻烦，并且这也并非DLX被设计出来的本意，所以不推荐。

12.2 延迟消息插件（推荐使用）

下载和安装教程。

消费端代码：

@RabbitListener(bindings = @QueueBinding(
    value = @Queue(name = “delay.queue”),
    exchange = @Exchange(name = “delay.direct”, delayed = “true”, type = ExchangeTypes.DIRECT),
    key = “delay”
))
public void listenDelayQueue(String message) {
  System.out.println(“消费者收到了 delay.queue的消息: ” + message + “，时间：” + simpleDateFormat.format(System.currentTimeMillis()));
}

注意：这里的 delayed = “true” 指的是延迟交换机，原理是消息先保存在交换机中，等待延迟时间到了才路由到队列。

生产端代码：

@Test
void testSendDelayMessage() {
  rabbitTemplate.convertAndSend(“delay.direct”, “delay”, “Hello, DelayQueue!”, new MessagePostProcessor() {
    @Override
    public Message postProcessMessage(Message message) throws AmqpException {
      message.getMessageProperties().setDelay(10000); // 毫秒
      return message;
    }
});

}

发送延迟消息的本质是在消息头属性中添加 x-delay 属性。

12.3 延迟消息的原理和缺点

RabbitMQ 的延迟消息是怎么实现的呢？RabbitMQ 会自动维护一个时钟，这个时钟每隔一秒就跳动一次，如果对时钟的精度要求比较高的，可能还要精确到毫秒，甚至纳秒。

RabbitMQ 会为发送到交换机的每一条延迟消息创建一个时钟，时钟运行的过程中需要 CPU 不断地进行计算。发送到交换机的延迟消息数越多，RabbitMQ 需要维护的时钟就越多，对 CPU 的占用率就越高（Spring 提供的定时任务的原理也是类似）。

定时任务属于 CPU 密集型任务，中间涉及到的计算过程对 CPU 来说压力是很大的，所以说，采用延迟消息会给服务器的 CPU 带来更大的压力。当交换机中有非常多的延迟消息时，对 CPU 的压力就会特别大。

补充：延迟交换机 + LazyQueue的注解式声明写法：

// 延迟交换机 + 惰性队列的组合
@RabbitListener(bindings = @QueueBinding(
    value = @Queue(
      name = “delay.lazy.queue”,
      durable = “true”,
      arguments = @Argument(name = “x-queue-mode”, value = “lazy”)   // LazyQueue
),
    exchange = @Exchange(
      name = “delay.direct”,
      delayed = “true”,    // 延迟交换机
      type = ExchangeTypes.DIRECT
    ),
    key = “delay”
))

特别声明：当且仅当技术类文章可转载，转载时请标明出处和作者哟~
暂无评论

发送评论 编辑评论 


				

			

						

				

					

						

							

								
							

							
						

					

				

				

					

						

							

								
							

							
						

					

				

				

					

						

							

								
							

							
							
													

					

				

			

			
			

				

					
				

			

				

											

							
							
						

																

							
							
						

																

							
							
						

										
					
											
						

	

		
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
（╯‵□′）╯︵┴─┴
￣﹃￣
(/ω＼)
∠( ᐛ 」∠)＿
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ｀)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ(￣∇￣o)
ヾ(´･ ･｀｡)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò｡)
Σ(っ °Д °;)っ
( ,,´･ω･)ﾉ"(´っω･｀｡)
╮(╯▽╰)╭
o(*////▽////*)q
＞﹏＜
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
	

	

		
颜文字
Emoji
小恐龙
花!
	


									

			

			
			
		

	






上一篇