RabbitMQ高频面试题整理

一只IT攻城狮2024-06-19 17:54

文章目录

1、RabbitMQ如何保证消息不丢失

RabbitMQ 提供了相应的解决方案:

1）confirm 消息确认机制 (生产者)

confirm 模式是 RabbitMQ 提供的一种消息可靠性保障机制。当生产者通过 confirm 模式发送消息时，它会等待RabbitMQ 的确认，确保消息已经被正确地投递到了指定的 Exchange 中。

  • 消息正确投递到 queue 时，会返回 ack。
  • 消息没有正确投递到 queue 时，会返回 nack。如果 exchange 没有绑定 queue，也会出现消息丢失

使用方法:

  • 生产者通过 confirm.select 方法将 Channel 设置为 Confirm 模式。
  • 发送消息后，通过添加 add confirm listener 方法，监听消息的确认状态.

2）消息持久化机制 (RabbitMQ 服务)

持久化机制是指将消息存储到磁盘，以保证在 RabbitMQ 服务器宕机或重启时，消息不会丢失使用方法:

  • 生产者通过将消息的 delivery_mode 属性设置为 2，将消息标记为持久化。
  • 队列也需要进行持久化设置，确保队列在 RabbitMQ 服务器重启后仍然存在。经典队列需要将durable属性设置为true。而仲裁队列和流式队列默认必须持久化保存。

注意事项:

  • 持久化机制会影响性能，因此在需要确保消息不丢失的场景下使用。

3）ACK 事务机制(消费者)

ACK 事务机制用于确保消息被正确消费。当消息被消费者成功处理后，消费者发送确认 (ACK)给 RabbitMQ，告知消息可以被移除。这个过程是自动处理的，也可以关闭进行手工发送 ACK。

使用方法:

  • 在 RabbitMQ 中，ACK 机制默认是开启的。当消息被消费者接收后，会立即从队列中删除，除非消费者发生异常。
  • 可以手动开启 ACK 机制，通过将 auto_ack 参数设置为 False，手动控制消息的 ACK

注意事项:

  • ACK 机制可以确保消息不会被重复处理，但如果消费者发生异常或者未发送 ACK，消息可能会被重复投递

2、RabbitMQ 中有哪几种交换机类型?

RabbitMQ 提供了5种不同类型的交换机，每种交换机都有其特定的路由逻辑：

1） Direct Exchange

Direct Exchange 根据消息的路由键（Routing Key）精确地将消息路由到队列。

  • 路由规则：消息被路由到路由键完全匹配的队列。
  • 使用场景：需要将消息发送到特定队列的情况。
  • 例子：
java 复制代码 
channel.exchangeDeclare("directExchange", "direct");
channel.queueBind("queue1", "directExchange", "routingKey1");
channel.queueBind("queue2", "directExchange", "routingKey2");

// 发送消息
channel.basicPublish("directExchange", "routingKey1", null, "Message to queue1".getBytes());
channel.basicPublish("directExchange", "routingKey2", null, "Message to queue2".getBytes());

2）Fanout Exchange

Fanout Exchange 将消息广播到绑定到该交换机的所有队列。

  • 路由规则：消息会被路由到所有与该交换机绑定的队列。
  • 使用场景：广播消息到多个队列的情况。
  • 例子：
java 复制代码 
channel.exchangeDeclare("fanoutExchange", "fanout");
channel.queueBind("queue1", "fanoutExchange", "");
channel.queueBind("queue2", "fanoutExchange", "");

// 发送消息
channel.basicPublish("fanoutExchange", "", null, "Broadcast Message".getBytes());

3）Topic Exchange

Topic Exchange 根据消息的路由键模式（通常是带点号的字符串）将消息路由到匹配的队列。

  • 路由规则：路由键和绑定键（Binding Key）是点号分隔的字符串。绑定键可以包含两个特殊字符：*（匹配一个单词）和 #（匹配零个或多个单词）。
  • 使用场景：需要基于模式（如日志级别、地理位置等）路由消息的情况。
  • 例子：
java 复制代码 
channel.exchangeDeclare("topicExchange", "topic");
channel.queueBind("queue1", "topicExchange", "key1.*");
channel.queueBind("queue2", "topicExchange", "key2.#");

// 发送消息
channel.basicPublish("topicExchange", "key1.test", null, "Message to queue1".getBytes());
channel.basicPublish("topicExchange", "key2.test.sub", null, "Message to queue2".getBytes());

4）Headers Exchange

Headers Exchange 根据消息的头属性（Headers）进行路由。与其他交换机不同，Headers Exchange 不使用路由键。

  • 路由规则：消息的头属性必须与绑定的头属性完全匹配，才能将消息路由到相应的队列。
  • 使用场景：需要基于消息的多个属性进行复杂路由的情况。
  • 例子：
java 复制代码 
Map<String, Object> headers = new HashMap<>();
headers.put("header1", "value1");
headers.put("header2", "value2");

channel.exchangeDeclare("headersExchange", "headers");
channel.queueBind("queue1", "headersExchange", "", new AMQP.BasicProperties.Builder().headers(headers).build());

// 发送消息
AMQP.BasicProperties props = new AMQP.BasicProperties.Builder().headers(headers).build();
channel.basicPublish("headersExchange", "", props, "Message to queue1".getBytes());

5） Default Exchange

Default Exchange 是 RabbitMQ 内置的一个隐式交换机，每个队列在创建时会自动绑定到这个交换机上，路由键为队列的名称。

  • 路由规则：消息的路由键必须与队列名称完全匹配。
  • 使用场景：直接发送消息到指定队列的情况，不需要显式声明交换机。
  • 例子：
java 复制代码 
// 直接发送消息到名为 "queue1" 的队列
channel.basicPublish("", "queue1", null, "Message to queue1".getBytes());

综合使用：在实际应用中，可以根据需求选择合适的交换机类型，并结合多种类型的交换机进行复杂的消息路由和处理。

3、什么是AMQP？

AMQP（Advanced Message Queuing Protocol，高级消息队列协议）是一种用于消息传递的开放标准协议，广泛用于消息队列和消息中间件系统中。RabbitMQ 是 AMQP 协议的一个实现。

AMQP 定义了一套标准的消息传递机制，包括以下几个核心组件：

  • Broker（代理）
    消息代理是消息队列服务器，负责接收、存储和转发消息。例如，RabbitMQ 就是一个 AMQP 消息代理。
  • Message（消息）
    消息是 AMQP 中的基本数据单元，包含要传递的数据和一些元数据（如路由键和头属性）。
  • Producer（生产者）
    生产者是发送消息到交换机的应用程序。生产者将消息发布到指定的交换机，而不是直接发送到队列。
  • Consumer（消费者）
    消费者是从队列中接收和处理消息的应用程序。
  • Exchange（交换机）
    交换机接收来自生产者的消息，并根据绑定规则将消息路由到一个或多个队列。AMQP 定义了几种不同类型的交换机，如 direct、fanout、topic 和 headers。
  • Queue（队列）
    队列存储来自交换机的消息，直到消费者接收并处理这些消息。队列是消息传递的终点。
  • Binding（绑定）
    绑定是交换机和队列之间的连接，定义了消息的路由规则。

AMQP 的工作原理：

AMQP 的消息传递流程可以概括为以下几个步骤：

  • 生产者将消息发送到交换机
  • 生产者将消息发送到指定的交换机，并指定路由键。
  • 交换机根据路由规则将消息发送到队列
  • 交换机会根据绑定的路由规则，将消息发送到一个或多个队列。
  • 消费者从队列中接收消息
  • 消费者从队列中拉取或推送接收到的消息，并进行处理。

4、RabbitMQ中如何解决消息堆积问题

1）增加消费者的数量

增加消费者的数量是解决消息堆积问题的直接方法。通过增加更多的消费者来并行处理消息，可以有效地提高消息的处理速度。

java 复制代码 
// 示例：启动多个消费者
for (int i = 0; i < 5; i++) {
    new Thread(() -> {
        // 消费者逻辑
    }).start();
}

2）优化消费者的处理逻辑

优化消费者的处理逻辑，减少每条消息的处理时间，从而提高整体处理效率。这可以包括：

  • 使用更高效的算法或数据结构。
  • 减少 I/O 操作，如数据库访问或网络请求。
  • 使用缓存机制，避免重复计算或访问。

3） 使用消息预取（Prefetch）机制

RabbitMQ 允许消费者设置预取值，控制消费者一次可以预取多少条消息。合理设置预取值可以确保消费者不会一次获取过多的消息，导致处理速度变慢。

java 复制代码 
channel.basicQos(10); // 设置预取值为 10

4）消息分发策略

使用合适的消息分发策略将消息均匀地分发到多个消费者。例如，可以使用轮询分发策略（Round-robin dispatching）来确保每个消费者都能公平地分配到消息。

5）消息优先级队列

使用消息优先级队列，确保高优先级的消息可以优先被处理，从而避免关键消息被低优先级消息淹没。

java 复制代码 
Map<String, Object> args = new HashMap<String, Object>();
args.put("x-max-priority", 10);
channel.queueDeclare("priority_queue", true, false, false, args);

// 发送带有优先级的消息
AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder()
    .priority(5)
    .build();
channel.basicPublish("", "priority_queue", properties, message.getBytes());

6）分布式部署和集群化

将 RabbitMQ 部署在集群环境中，通过多个节点来分担消息处理压力。RabbitMQ 支持集群模式，可以水平扩展来处理大量消息。

7） 流量控制

使用 RabbitMQ 提供的流量控制机制（Flow Control）来限制生产者的消息发送速率，防止生产者过快地发送消息导致队列积压。

8）延迟队列和死信队列

使用延迟队列和死信队列处理无法立即处理的消息。通过设置消息的 TTL（Time To Live），可以将处理不了的消息重新入队，或转移到死信队列进行后续处理。

9）监控和报警

建立完善的监控和报警系统，及时发现和处理消息堆积问题。可以使用 RabbitMQ 提供的管理插件或第三方监控工具（如 Prometheus、Grafana）来监控队列长度、消费者数量等关键指标。

5、RabbitMQ 是如何实现死信队列的?

死信队列是 RabbitMQ 提供的一种特殊序列，处理那些无法被正常消费的消息。有三种情况会产生死信:

  • 消息被消费者明确拒绝
  • 消息达到预设的过期时间仍没有消费者消费
  • 消息由于队列已经达到最大长度限制而被丢弃

在 RabbitMQ 中，实现死信队列只需要给正常队列增加三个核心参数即可:

  • 1.dead-letter-exchange: 指定当前队列对应的死信队列
  • 2.dead-letter-routing-key:指定消息转入死信队列时的路由键
  • 3.message-ttl: 消息在队列中的过期时间。

接下来，就可以往正常队列中发送消息。如果消息满足了某些条件就会成为死信，并被重新发送到对应的死信队列中。而此时，RabbitMQ会在消息的头部添加一些与死信相关的补充信息，例如时间、成为死信的原因、原队列等。

应用程序可以按需处理这些补充的信息,最后，死信队列中的消息都是正常业务处理失败的消息，应用程序需要创建一个消费者来专门处理这些被遗漏的消息。例如记录日志、发送警报等。这样才能保证业务数据的完整性。

6、RabbitMQ中如何保证消息不被重复消费

什么情况会导致消息被重复消费呢？

  • 1.生产者: 生产者可能会重复推送一条数据到 MQ 中，比如 Controller 接口被重复调用了 2 次，没有做接口幂等性导致的;
  • 2.MQ: 在消费者消费完准备响应 ack 消息消费成功时，MQ 突然挂了，导致 MQ 以为消费者还未消费该条数据MQ 恢复后再次推送了该条消息，导致了重复消费。
  • 3.消费者: 消费者已经消费完消息，正准备但是还未响应给ack消息到时，此时消费者挂了，服务重启后 MQ 以为消费者还没有消费该消息，再次推送了该条消息。

解决方案：

1）消息确认机制

启用消息确认机制，最好是手动确定。确保消费者成功处理消息后才将消息从队列中删除。

  • 自动确认（Auto Ack）：消息一旦被消费者接收，就会立即被确认，适用于消息处理非常快且可靠的场景。
  • 手动确认（Manual Ack）：消息只有在消费者明确确认后才会被移出队列，适用于需要确保消息处理成功的场景。
java 复制代码 
// 手动确认消息
channel.basicConsume(queueName, false, new DefaultConsumer(channel) {
    @Override
    public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
        String message = new String(body, "UTF-8");
        try {
            // 处理消息
            System.out.println(" [x] Received '" + message + "'");
            // 确认消息已处理成功
            channel.basicAck(envelope.getDeliveryTag(), false);
        } catch (Exception e) {
            // 处理失败，消息未被确认，将被重新投递
            channel.basicNack(envelope.getDeliveryTag(), false, true);
        }
    }
});

2）消息重投机制

使用消息重投（Requeue）机制，确保处理失败的消息重新进入队列，供其他消费者再次处理。

java 复制代码 
catch (Exception e) {
    // 处理失败，消息未被确认，将被重新投递
    channel.basicNack(envelope.getDeliveryTag(), false, true);
}

3）消息幂等性设计

确保消费者在处理消息时具有幂等性，即无论相同的消息被处理多少次，结果都是一致的。这可以通过以下方法实现：

  • 使用唯一标识符（如消息ID）记录已经处理过的消息。
  • 对于数据库操作，使用唯一约束防止重复插入。
  • 对于外部系统调用，设计幂等接口。
java 复制代码 
// 在发送消息时设置唯一ID
AMQP.BasicProperties props = new AMQP.BasicProperties.Builder()
    .messageId(UUID.randomUUID().toString())
    .build();
channel.basicPublish("", "my_queue", props, message.getBytes("UTF-8"));

综合案例：

java 复制代码 
import com.rabbitmq.client.*;

import java.io.IOException;
import java.util.HashSet;
import java.util.Set;
import java.util.concurrent.TimeoutException;

public class RabbitMQConsumer {

    private final static String QUEUE_NAME = "my_durable_queue";
    private static Set<String> processedMessageIds = new HashSet<>();

    public static void main(String[] argv) throws IOException, TimeoutException {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost");

        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();

        boolean durable = true;
        channel.queueDeclare(QUEUE_NAME, durable, false, false, null);
        System.out.println(" [*] Waiting for messages. To exit press CTRL+C");

        channel.basicQos(1); // 仅处理一个未确认的消息

        DeliverCallback deliverCallback = (consumerTag, delivery) -> {
            String message = new String(delivery.getBody(), "UTF-8");
            String messageId = delivery.getProperties().getMessageId();

            if (processedMessageIds.contains(messageId)) {
                // 已处理过的消息，直接确认
                channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
            } else {
                try {
                    // 处理消息
                    System.out.println(" [x] Received '" + message + "'");
                    // 记录已处理的消息ID
                    processedMessageIds.add(messageId);
                    // 确认消息已处理成功
                    channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
                } catch (Exception e) {
                    // 处理失败，消息未被确认，将被重新投递
                    channel.basicNack(delivery.getEnvelope().getDeliveryTag(), false, true);
                }
            }
        };

        channel.basicConsume(QUEUE_NAME, false, deliverCallback, consumerTag -> { });
    }
}
相关推荐
天乐敲代码2 小时前
Etcd静态分布式集群搭建
数据库·分布式·etcd
光纤传感技术研究3 小时前
分布式光纤传感|分布式光纤测温|线型光纤感温火灾探测器DTS|DTS|DAS|BOTDA的行业16年的总结【2024年】
分布式·dts·光纤传感器·botda·光纤传感技术
dbcat官方3 小时前
1.微服务灰度发布(方案设计)
java·数据库·分布式·微服务·中间件·架构
明达技术5 小时前
分布式 IO 模块助力冲压机械臂产线实现智能控制
分布式
溟洵5 小时前
【C++】异步（并发）实现 线程池 ---附源码+实现步骤（future、async、promise、package_task、任务池原理和框架）
服务器·网络·c++·分布式·后端
weisian15119 小时前
Redis篇--常见问题篇7--缓存一致性2（分布式事务框架Seata）
redis·分布式·缓存
不能只会打代码19 小时前
Java并发编程框架之综合案例—— 分布式日志分析系统（七）
java·开发语言·分布式·java并发框架
Elastic 中国社区官方博客19 小时前
如何通过 Kafka 将数据导入 Elasticsearch
大数据·数据库·分布式·elasticsearch·搜索引擎·kafka·全文检索
马剑威（威哥爱编程）20 小时前
分布式Python计算服务MaxFrame使用心得
开发语言·分布式·python·阿里云
热门推荐
01大模型国产化适配7-华为昇腾LLM落地可选解决方案（MindFormers、ModelLink、MindIE）02Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO03玄机平台应急响应—webshell查杀04电赛2024年H题智能小车基于MSPM0G3507主控MCU（利用8路灰度加上MPU6050的解决方式）具体项目报告05组基轨迹建模 GBTM的介绍与实现（Stata 或 R）06支付宝短视频平台创作分成激励项目07怎么找小红书美食探店博主合作？08【一文读懂】NTN（非地面网络）技术介绍09优化手机性能，解决卡顿问题：关闭这3个微信开关，释放内存空间10STM32 无法烧录