JAVA Web 学习（四）RabbitMQ、Zookeeper

十、消息队列服务器------RabbitMQ

RabbitMQ是使用Erlang语言开发的开源消息队列系统，基于AMQP协议来实现。AMQP的主要特征是面向消息、队列、路由(包括点对点和发布/订阅)、可靠性、安全。AMQP协议更多用在企业系统内，对数据一致性、稳定性和可靠性要求很高的场景，对性能和吞吐量的要求还在其次。

Channel：网络信道，读写都是在Channel中进行（NIO的概念），包括对MQ进行的一些操作（例如clear queue等）都是在Channel中进行，客户端可建立多个Channel，每个Channel代表一个会话任务
Message：由properties（有消息优先级、延迟等特性）和Body（消息内容）组成
Exchange：Routing and Filter7、Binding：把Exchange和Queue进行Binding8、Routing key：路由规则
Binding：把Exchange和Queue进行Binding
Routing key：路由规则

优点：
1. 解除业务系统之间的耦合，降低系统之间的依赖关系
2. 实现消息的异步处理，无需同步等待
3. 削峰填谷，将流量从高峰期引到低谷期进行处理
缺点：
1. 增加了系统的复杂度，带入了幂等、重复消费、消息丢失的问题
2. 系统的可用性比原先要低，MQ挂了以后，整个系统也会崩溃.
3. 消费端数据一致性问题
使用场景
- 消息订阅
- 日志采集
- 埋点
- 订单
  
  基于消息的模型，关心的是"通知"，而非"处理".
  在下单时库存系统不能正常使用。也不影响正常下单，因为下单后，订单系统写入消息队列就不再关心其他的后续操作了。实现订单系统与库存系统的应用解耦.
  为了保证库存肯定有，可以将队列大小设置成库存数量，或者采用其他方式解决。

四种交换机(Exchange)

i. 直连交换机，Direct exchange：带路由功能的交换机，根据routing_key（消息发送的时候需要指定）直接绑定到队列，⼀个交换机也可以通过过个routing_key绑定多个队列。
ii. 扇形交换机，Fanout exchange：⼴播消息。
iii. 主题交换机，Topic exchange：发送到主题交换机上的消息需要携带指定规则的routing_key，主题交换机会根据这个规则将数据发送到对应的(多个)队列上。
iv. ⾸部交换机，Headers exchange：⾸部交换机是忽略routing_key的⼀种路由⽅式。路由器和交换机路由的规则是通过Headers信息来交换的，这个有点像HTTP的Headers。将⼀个交换机声明成⾸部交换机，绑定⼀个队列的时候，定义⼀个Hash的数据结构，消息发送的时候，会携带⼀组hash数据结构的信息，当Hash的内容匹配上的时候，消息就会被写⼊队列。
1. 在RabbitMQ集群中的节点只有两种类型：内存节点/磁盘节点，单节点系统只运行磁盘类型的节点。而在集群中，可以选择配置部分节点为内存节点。
2. 内存节点将所有的队列，交换器，绑定关系，用户，权限，和vhost的元数据信息保存在内存中。
3. 磁盘节点将这些信息保存在磁盘中，但是内存节点的性能更高，为了保证集群的高可用性，必须保证集群中有两个以上的磁盘节点，来保证当有一个磁盘节点崩溃了，集群还能对外提供访问服务

两种模式

主从模式：默认的集群模式、（高性能）

内存节点的性能只能体现在资源管理上，比如增加或删除队列（queue），虚拟主机（vrtual hosts），交换机（exchange）等，发送和接受message速度同磁盘节点一样。
rabbitmq集群中可以共享user，vhost，exchange等，所有的数据和状态都是必须在所有节点上复制的，在集群模式下只要有任何一个节点能够工作，RabbitMQ集群对外就能提供服务。
消息实体只存在于其中一个节点，A、B两个节点仅有相同的元数据，即队列结构，但队列的元数据仅保存有一份，即创建该队列的rabbitmq节点（A节点），当A节点宕机，你可以去其B节点查看，./rabbitmqctl list_queues发现该队列已经丢失，但声明的exchange还存在。

markdown 复制代码

## 消费流程
当消息进入A节点的Queue中后，consumer从B节点拉取时，RabbitMQ会临时在A、B间进行消息传输，把A中的消息实体取出并经过B发送给consumer，所以consumer应平均连接每一个节点，从中取消息。
## 故障处理
该模式存在一个问题就是当A节点故障后，B节点无法取到A节点中还未消费的消息实体。如果做了队列持久化或消息持久化，那么得等A节点恢复，然后才可被消费，并且在A节点恢复之前其它节点不能再创建A节点已经创建过的持久队列；

    这种模式更适合非持久化队列，只有该队列是非持久的，客户端才能重新连接到集群里的其他节点，并重新创建队列。假如该队列是持久化的，那么唯一办法是将故障节点恢复起来。

镜像模式：高可用性

消息实体会主动在镜像节点间同步，而不是在consumer取数据时临时拉取。该模式带来的副作用也很明显，除了降低系统性能外，如果镜像队列数量过多，加之大量的消息进入，集群内部的网络带宽将会被这种同步通讯大大消耗掉。所以在对可靠性要求较高的场合中适用

搭建注意

各节点之间使用"--link"连接，此属性不能忽略。
各节点使用的 erlang cookie 值必须相同，此值相当于"秘钥"的功能，用于各节点的认证。
整个集群中必须包含一个磁盘节点。

问题

如何保证MQ中消息不会丢失？

RabbitMQ允许将消息标记为持久化，这意味着消息将会被写入磁盘而不是仅保存在内存中。这样，在消息发送到队列之后，即使RabbitMQ服务器发生故障或重启，消息也能够存储在磁盘上，并在恢复后仍然可用。
生产者发生异常没有把消息成功发送给MQ，MQ成功接收到消息之后发生宕机了，消息未被成功，消费消费端要设置签收机制为手动签收，只有当消息最终被处理，才告诉MQ已经消费，此时MQ再去删除这条消息。
消息预取（Message Prefetch）：RabbitMQ允许消费者一次从队列中获取多个消息，并将它们存储在本地缓冲区中。这样可以提高消费者的效率，并减少消费者与RabbitMQ服务器之间的通信次数。

java 复制代码

/*消息持久化方法？
1.声明交换机Exchange的时候设置 durable=true；
2.声明队列Queue的时候设置 durable=true；
3.发送消息的时候设置消息的 deliveryMode = 2；*/
//public TopicExchange(String name, boolean durable, boolean autoDelete)
return new TopicExchange(EXCHANGE_NAME,true,false);
//durable：是否将队列持久化 true表示需要持久化 false表示不需要持久化
return new Queue(QUEUE_NAME, false);

new MessageProperties() --> DEFAULT_DELIVERY_MODE = MessageDeliveryMode.PERSISTENT --> deliveryMode = 2;

如何解决消息堆积？

启动多个消费者微服务
优化消费者处理消息的能力，提高消费消息的性能
调整RabbitMQ的队列容量
设置过期时间，让一些不是那么重要的消息到达指定时间之后就丢弃
将无法被消费的消息放到死信队列（DLQ）中

如何解决消息被重复消费？

生产者发送消息的时候带上一个全局唯一的id，消费者拿到消息后，先根据这个id去 Redis 里查一下，之前有没消费过，没有消费过就处理，并且写入这个id到 Redis，如果消费过了，则不处理。
基于数据库的唯一键
消费者端幂等性：设计消费者端的处理逻辑具有幂等性。即无论消息被处理多次，最终结果都保持一致。这样，即使消息被重复消费，也不会对最终结果产生影响。

RabbitMQ 中 vhost 的作用是什么？

vhost：每个 RabbitMQ 都能创建很多 vhost，我们称之为虚拟主机，每个虚拟主机其实都是 mini 版的RabbitMQ，它拥有自己的队列，交换器和绑定，拥有自己的权限机制，主要是为了隔离，vhost 不仅消除了为基础架构中的每一层运行一个RabbitMq服务器的需要, 童谣避免为每一层创建不同的集群.

RabbitMQ 集群中唯一一个磁盘节点崩溃了会发生什么情况？

如果唯一磁盘的磁盘节点崩溃了，

唯一磁盘节点崩溃了，集群是可以保持运行的，但你不能更改任何东西。

RabbitMQ 每个节点是其他节点的完整拷贝吗？为什么？

不是，原因有以下两个：

存储空间的考虑：如果每个节点都拥有所有队列的完全拷贝，这样新增节点不但没有新增存储空间，反而增加了更多的冗余数据；
性能的考虑：如果每条消息都需要完整拷贝到每一个集群节点，那新增节点并没有提升处理消息的能力，最多是保持和单节点相同的性能甚至是更糟

rabbitMQ节点的关闭顺序？

在关闭 RabbitMQ 集群时，应该先关闭从节点，然后再关闭主节点。这是因为从节点的状态是依赖于主节点的，如果先关闭主节点，可能会导致从节点无法正常工作。

十一、分布式应用程序协调服务------ZooKeeper

ZooKeeper 是一个开源的分布式协调框架 ，它的定位是为分布式应用提供一致性服务，是整个大数据体系的管理员 。ZooKeeper 会封装好复杂易出错的关键服务，将高效、稳定、易用的服务提供给用户使用。

特点

集群：Zookeeper是一个领导者（Leader），多个跟随者（Follower）组成的集群。
高可用性：集群中只要有半数以上节点存活，Zookeeper集群就能正常服务。
全局数据一致：每个Server保存一份相同的数据副本，Client无论连接到哪个Server，数据都是一致的。
更新请求顺序进行：来自同一个Client的更新请求按其发送顺序依次执行。
数据更新原子性：一次数据更新要么成功，要么失败。
实时性：在一定时间范围内，Client能读到最新数据。
从设计模式角度来看，zk是一个基于观察者设计模式的框架，它负责管理跟存储大家都关心的数据，然后接受观察者的注册，数据反生变化zk会通知在zk上注册的观察者做出反应。

markdown 复制代码

Zookeeper 有三种部署模式：
    单机部署：一台集群上运行；
    集群部署：多台集群运行；
    伪集群部署：一台集群启动多个 Zookeeper 实例运行。
Zookeeper 保持主从节点的同步？
    Zookeeper 的核心是原子广播机制，这个机制保证了各个 server 之间的同步。实现这个机制的协议叫做 Zab 协议。Zab 协议有两种模式，它们分别是恢复模式和广播模式。
为什么要有主节点？
    在分布式环境中，有些业务逻辑只需要集群中的某一台机器进行执行，其他的机器可以共享这个结果，这样可以大大减少重复计算，提高性能

ZooKeeper文件系统

ZooKeeper文件系统（ZooKeeper File System，ZFS）是ZooKeeper提供的一种类似于文件系统的数据模型，可以帮助用户通过树形节点结构，对ZooKeeper中的数据进行管理和访问。

在ZFS中，数据存储以节点（ZNode）的形式组织，每个ZNode可以保存一个Byte数组，同时也可以是一个目录节点，包含了子节点的信息。用户可以通过ZFS的API接口，对节点进行创建、读取、更新和删除等操作。

ZFS的根节点是"/"，通过这个节点，用户可以访问整个ZooKeeper文件系统。节点名字可以是任何的字符串，但是不能重复，节点名字可以有多级，中间用"/ "隔开。例如，/myapp/config是一个典型的ZFS节点路径。

ZNode节点四种类型：

持久节点（persistent）：这是最常见的节点类型，一旦创建，将一直存在于ZooKeeper的目录结构中，直到显式删除。
临时节点（ephemeral）：临时节点是指在创建客户端会话期间存在的节点。当客户端会话结束（由于某种原因）时，节点将被自动删除。临时节点非常有用，它们可以用于表示客户端会话是否处于特定状态。
有序节点（sequential）：有序节点还可以与上述两种节点类型结合使用，这样可以创建名称自动带有序增量的节点。有序节点用于排序构造出一种递增的节点名称集合。
临时顺序节点（ephemeral sequential）：这是一种组合节点类型，是临时节点和顺序节点的组合。这种节点将在客户端会话期间存在，并带有一个顺序号。当会话终止时，顺序号将自动从数据库中删除。

监听通知流程

在main线程中创建Zookeeper客户端，这时就会创建两个线程，一个负责网络连接通信（connet），一个负责监听（listener）。
通过connect线程将注册的监听事件发送给Zookeeper。
在Zookeeper的注册监听器列表中将注册的监听事件添加到列表中。
Zookeeper监听到有数据或路径变化，就会将这个消息发送给listener线程。
listener线程内部调用了process()方法。
ZooKeeper 支持watch(观察)的概念。客户端可以在每个znode节点上设置一个观察。如果被观察服务端的znode结点有变更，那么watch就会被触发，这个watch所属的客户端将接收到一个通知包被告知结点已经发生变化，把相应的事件通知给设置过Watcher的Client端。

应用场景

1. 数据发布/订阅

当某些数据由几个机器共享，且这些信息经常变化数据量还小的时候，这些数据就适合存储到ZK中。

数据存储：将数据存储到 Zookeeper 上的一个数据节点。
数据获取 ：应用在启动初始化节点从 Zookeeper 数据节点读取数据，并在该节点上注册一个数据变更 Watcher
数据变更 ：当变更数据时会更新 Zookeeper 对应节点数据，Zookeeper会将数据变更通知发到各客户端，客户端接到通知后重新读取变更后的数据即可。

2. 分布式锁

主要是避免了羊群效应，临时节点已经预先存在，所有想要获得锁的线程在它下面创建临时顺序编号目录节点，编号最小的获得锁，用完删除，后面的依次排队获取。

3. 负载均衡

多个服务注册
客户端获取中间件地址集合
从集合中随机选一个服务执行任务

命名服务

利用 zk 创建一个全局唯一的路径，这个路径就可以作为一个名字，指向集群中的集群，提供的服务的地址，或者一个远程的对象等等。

Leader选举

利用ZooKeeper的强一致性，能够保证在分布式高并发情况下节点创建的全局唯一性，即：同时有多个客户端请求创建 /Master 节点，最终一定只有一个客户端请求能够创建成功。利用这个特性，就能很轻易的在分布式环境中进行集群选举了。

就是动态Master选举。这就要用到 EPHEMERAL_SEQUENTIAL 类型节点的特性了，这样每个节点会自动被编号。允许所有请求都能够创建成功，但是得有个创建顺序，每次选取序列号最小的那个机器作为Master 。

markdown 复制代码

## ZooKeeper集群节点个数一定是奇数个
在节点数量是奇数个的情况下， zookeeper集群总能对外提供服务（即使损失了一部分节点）；如果节点数量是偶数个，会存在zookeeper集群不能用的可能性（脑裂成两个均等的子集群的时候）。