快速搞定分布式RabbitMQ---RabbitMQ进阶与实战

本篇内容是本人精心整理;主要讲述RabbitMQ的核心特性;RabbitMQ的环境搭建与控制台的详解;RabbitMQ的核心API;RabbitMQ的高级特性;RabbitMQ集群的搭建;还会做RabbitMQ和Springboot的整合;内容会比较多,将原理跟应用相结合,希望大家能有所收获!

1.初始RabbitMQ核心概念

RabbitMQ是一个开源的消息代理与队列服务器,用来通过普通协议在完全不同

的应用之间共享数据,RabbitMQ是使用Erlang 语言来编写的,并且RabbitMQ

是基于AMQP 协议的。
MQ使用的场景:

电商系统跟物流体系:体系之间(为什么可以使用MQ,

因为对于消息的传递无非就是几种模式,rpc通信(包括http,主流的java框架

Springcloud,springboot都是;),)

逻辑:即时性很强,比如付款马上知道是否成功,一般来讲都会采用rpc

或者http请求

服务解耦;削峰填谷;异步化;

本身也可完成消息堆积的这件事情。消息堆积能力有限。

解决方式:要么有足够的consumer;消费处理能力比较快

语言分析:
Erlang语言

一种交换机语言,强大点在于:数据同步非常快(节点与节点之间)

**AMQP协议:**高级消息队列协议;

定义:是具有现代特征的二进制协议,是一个提供统一消息服务的

应用层标准高级消息队列协议,是应用层协议的一个开放标准,为面向

消息的中间件设计。
AMQP核心概念:

Server:又称Broker,接受客户端的连接,实现AMQP实体服务

Connection:连接,应用程序与broker的网络连接

Channel:网络信道,几乎所有的操作都在channel中进行,Channel是

进行消息读写的通道。客户端可以建立多个channel,每个channel

代表一个会话任务。

Message:消息,服务器与应用程序之间传送的数据,由Properties和Body组成.Properties可以对消息进行修饰,必须消息的优先级、延迟等高级特性;Body则是消息体内容。

协议模型:

生产者产生通过rabbitMQ去把消息投递到rabbitMQ,

通过复杂的exchange放入Message Queue中;消费者从messageQueue

中获取消息

server:代表rabbitMQ

virtualhost: 虚拟主机;可以进行作用域的划分;虚拟地址,用于进行逻辑隔离,最上层的消息路由。

一个virtual host里面可以有若干个Exchange和Queue,同一个Virtual

Host 里面不能有相同名称的Exchange 或 Queue。

Exchange:交换机,接收消息,根据路由键转单消息到绑定队列(主题。与message queue相关,决定数据发送到那个message)

Binding: Exchange和Queue之间的虚拟链接,binding中可以包换routing key

Routing key: 一个路由规则,虚拟机可用它来确定如何路由一个特定消息。(如负载均衡)

Queue:消息队列。多对多的关系,应用场景下多为一对多的关系).

Rabbit的整理架构:

实际工作中一个consumer消费一个queue最好。

应用场景下,一个exchange对多个queue;

消息是如何流转的:

2.RabbltMQ环境搭建与控制详解

(1)RabbltMQ安装教程:

这里使用RabbitMQ3.6.5版本进行操作

环境搭建:

官网地址:http://www.rabbitmq.com/

环境描述:linux (centos 7 RedHat7)

1.首先在linux上进行一些软件的准备工作,yum下来一些基础的软件包

注:总共三个节点需要配置

yum install build-essential openssl openssl-devel unixOOBC-idevel make gcc

gcc-c++ kernel-devel m4 ncurses-devel tk tc xz

配置好主机名称

/etc/hosts /etc/hostname

2.下载RabbitMQ所需软件包(这里使用的是RabbitMQ 3.6.5稳定版本)

3.安装服务命令:

rpm -ivh erlang-18.3-1.el7.centos.x86_64.rpm

rpm -ivh socat-1.7.3.2-5.el7.lux.x86_64.rpm(命令报错)

错误信息:依赖检测失败:tcp_wrappers 被 socat-1.7.3.2-1.1.el7.x86_64 需要

使用 rpm -ivh socat-1.7.3.2-1.1.el7.x86_64.rpm --force --nodeps

rpm -ivh rabbitmq-server-3.6.5-1.noarch.rpm

4.修改用户登录与连接心跳检测,注意修改

vi /usr/lib/rabbitmq/lib/rabbitmq_server-3.6.5/ebin/rabbit.app

修改点1:loopback_users 中的<<"guest">>,只保留guest(用于用户登录)

(修改前:{loopback_users, [<<"guest">>]}, 这里只需要将<<>>删除即可)

修改点2:heartbeat 为10(用于心跳连接)

5.安装控制插件

5.1首先启动服务(后面|包含了停止,查看状态以及重启的命令)

/etc/init.d/rabbitmq-server start | stop | status |restart

5.2 查看服务有没有启动:lsof -i:5672(5672是rabbit的默认端口)

rabbitmq-plugins enable rabbitmq_management

5.3可查看管理端口有没有启动:

lsof -i:15672 或者netstat -tnlp| grep 15672

  1. 一切ok,我们访问地址,输入用户名密码均为 guest:

http://你的ip地址:15672/

总结:

1.防火墙

需要添加5672以及15672端口,防火墙允许其开放

第一个命令:firewall-cmd --add-port=5672/tcp --permanent

显示执行成功:success

但是使用:firewall-cmd --query-port=5672/tcp查询的时候未查询到

2.hostname

修改涉及集群的测试;Hostname,修改后需要重启才能够生效;

(2)rabbitMQ控制台相关的内容:

rabbitMQ自带的交换机:

看不到相应的文件在哪,可以查看控制台:

安装文档中,配置文件的地址也是有的:这两个是有优先级的,

默认是控制台的优先级比较高

/usr/lib/rabbitmq/lib/rabbitmq_server-3.6.5/ebin/rabbit.app

测试:

1.创建exchange:

exchange的type实际工作中使用的比较多的是direct(直连)和topic(主题)。

fanout是广播.

Durability:持久化设置durable:持久化,transient:不持久化。

不持久化的时候,服务重启exchange就会消失。

arguments:表示参数

创建队列:

如何将exchange与queue建立关系:

可以在控制台选择exchange操作,也可以在控制台的queue中选择对应的

queue添加exchange就可。

绑定成功:

发布消息:

使用特定routing key消息才能够发送过来。

通过binding实现数据发送

使用queue对应的routing key,数据发送成功。

此时,数据显示为两条。

当不使用对应routing key:

Butnot routed:表示发布失败。

数据的总数没变。

3.RabbitMQ急速入门Helloworld

ConnectionFactory:获取连接工厂

Connection:一个连接

Channel:数据通信信道,可发送和接收消息

Queue:具体消息存储队列

Prodecer&Consumer:生产和消费者

核心:

java 复制代码
<dependency>
   <groupId>com.rabbitmq</groupId>
   <artifactId>amqp-client</artifactId>
   <version>3.6.5</version>
</dependency>  

Spring AMQP是基于AMQP协议定义的一套API规范,提供了模板来

发送和接收消息,包含两部分,其中spring-amqp是基础抽象,

Spring-rabbit是底层的默认实现。

SpringAMQP提供了三个功能:

自动声明队列、交换机及其绑定关系

基于注解的监听器模式,异步接收消息

封装了RabbitTemplate工具,用于发送消息

生产者Sender:

java 复制代码
ConnectionFactory connectionFactory  = new ConnectionFactory();
connectionFactory.setHost("192.168.56.107");
connectionFactory.setPort(5672);
connectionFactory.setVirtualHost("/");
//2.创建ConnectionFactory
Connection connection = connectionFactory.newConnection();
//3.创建channel
Channel channel = connection.createChannel();
// 4 声明
String queueName = "testone";
///  参数: queue名字,是否持久化,独占的queue(仅供此连接),不使用时
是否自动删除, 其他参数
channel.queueDeclare(queueName,false,false,false,null);
Map<String, Object> headers = new HashMap<>();
//deliveryMode 1:消息非持久化,2:消息持久化
AMQP.BasicProperties props = new AMQP.BasicProperties().builder()
        .deliveryMode(2)
        .contentEncoding("UTF-8")
        .headers(headers).build();
for(int i = 0; i < 5;i++) {
    String msg = "Hello World RabbitMQ " + i;
    //channel第一没有设置exchange的名称,是按照queueName来发送消息
    //使用的是默认的exchange,props就是上面的props。
    channel.basicPublish("", queueName , props , msg.getBytes());
}

备注:队列持久化与消息持久化是区分开的。

只有队列跟消息都持久化时,重启之后消息才能够保存。

是否自动ack:ack就是确认收到消息发送的一个ack确认。

Offset:下一条需要处理的消息的编号。

补充:同步的情况下,没有ack;只有在异步的时候,才能回发ACK,ack会将offset传回去。

正常的生产环境,一般使用的是手动ack,因为不确定消息是否成功的传输,所以一定要手动ack
消费者:Receiver

java 复制代码
ConnectionFactory connectionFactory = new ConnectionFactory();

connectionFactory.setHost("192.168.56.107");
connectionFactory.setPort(5672);
connectionFactory.setVirtualHost("/");

//服务如果宕机的话,可以进行自动切换。
connectionFactory.setAutomaticRecoveryEnabled(true);
//设置网络恢复间隔
connectionFactory.setNetworkRecoveryInterval(3000);
Connection connection = connectionFactory.newConnection();

Channel channel = connection.createChannel();

String queueName = "testone";
// durable是否持久化消息
channel.queueDeclare(queueName, false, false, false, null);
QueueingConsumer consumer = new QueueingConsumer(channel);
//参数:队列名称,是否自动ACK,Consumer,相当于设置监听
channel.basicConsume(queueName,true,consumer);
//循环获取消息

while (true){
    //获取消息,如果没有消息,这一步将会一直阻塞
    Delivery delivery = consumer.nextDelivery();
    String msg = new String(delivery.getBody());
    System.out.println("收到消息"+msg);
 }

4.RabbltMQ核心API

(1)API-exchange之Direct

Exchange:发送和接收消息;并根据路由键转发消息

所绑定的队列

消息是根据你的路由key加上你的exchange所对应的

决定他到底传到那个队列;

交换机属性:

Name:交换机名称;

Type:交换机类型 direct,topic,fanout,headers

Durability:是否需要持久化,true为持久化

AutoDelete:当最后一个绑定到Exchange上的队列删除后,

自动删除该exchange(一般设置不自动);

Internal:当前exchange是否用于RabbitMQ内部使用,默认为False

Arguments:扩展参数,用于扩展AMQP协议自制定义使用,

首先设置exchange的name,然后设置queue信息。

最后通过queueBind实现三者的binding关系,生产者

只关注发到那个exchange和携带的routingKey,

direct模式要求exchangename必须与routingkey完全匹配,不能模糊匹配。

当routingkey和队列的名字一样,也能发过去;

走的是amqp.defaultexchanage

(2)API-exchange之Topic

所有发送的TopicExchange 的消息都被转发到所有关心RouteKey

中指定的Topic的Queue上。

Exchange将RouteKey和某topic进行模糊匹配,此时队列需要

绑定一个topic

注:可以使用通配符进行模糊匹配

最好别用上面的匹配规则,建议一种消息就搞一种匹配规则就好了。

问题:

consumer2为什么也能够消费user.delete.abc.

因为对于统一个queue绑定了两个不同的规则同一个队列,绑定了两个规则,所以这两个消费者无论谁都可以随机消费,

但如果两个规则对应两个不同的队列,两个消费者

也消费各自的队列,这时候就按匹配规则来了,

另外,如果两个消费者监听同一个队列,那么他俩会均摊消息不回重复消费,但如果监听各自不同的队列,而且发送方也都能发送给这两个队列,消费者也消费两个不同的队列,那这个时候就各自消费各自的了

备注:现实情况,最好使用控制台去创建台,去绑定key,queue

以及对应的exchange之间的关系。

(3)API-exchange之Fanout

不处理路由键,只需要简单的将队列绑定到交换机上。

发送到交换机的消息会被转发到与该 交换机绑定的所有队列上

Fanout交换机转发消息是最快的。

(4)API-其他关键概念讲解
Binding-绑定

Exchange和exchange,queue之间的连接关系;

Binding可以包含RoutingKey和参数

队列:Queue

Message:

服务器和应用程序之间传送的数据

本质上就是一段数据,由properties和Payload(Body)组成

常用属性:delivery mode.headers(自定义属性);

自定义属性:content_type,content_encoding,piority;

correlation_id,reply_to,expiration,message_id;

Timestamp,type,user_id,app_id,cluster_id;

备注:correlation_id可以作为唯一标记,message_id也是可以当成

唯一的id.expiration:可以用来设置过期时间。
Virtual host:虚拟主机

虚拟地址:用于进行逻辑隔离,最上层的消息路由;

一个virtual host里面可以有若干个Exchange和Queue;

同一个Virtual host里面不能有相同的名称和Exchange和Queue。

5.RabbitMQ高级特性

(1)生产端可靠性投递与消费端幂等性
需要解决的问题:

如何保障消息100%的投递成功?

幂等性概念详解

在海量订单产生的业务高峰期,如何避免消息的重复消费问题?

Confirm确认消息,return返回消息;

消息的ACK与重回队列

消息的限流;

TTL消息;生存时间

死信队列;

如何保障消息100%的投递成功?

什么是生产端的可靠性投递?

保障消息的成功发出;保障MQ节点成功接收;

发送端收到MQ节点(Broker)确认应答;完善的消息补偿机制;

BAT/TMD互联网大厂的解决方案:

机制一:消息落库,对消息的状态进行打标;机制二:分两次发送

BIZDB:就是自己的业务,MSGDB一个记录(理解为log日志记录)。
理解:

业务入库要做一个log日志。(同源:一个链接可以去操作

一个地址下面多个数据库,一个connection,它在一个事务内的)

Step1:业务入库;step2:日志记录;(上面两个step需要实现原子性)

Step3:将消息发送到MQ Broker上。(需要broker返回ack,确认消息发送成功)

Step4:传递ack;

Producer Component:监听,接受broker端给与的ACK,

Step5:更新MSGDB,更新状态,表示发送成功。

(当一直没有ack,这时你可以设置超时时间,用定时任务去扫描日志表

里状态一直是0的,然后再将对应的数据进行重发。)

幂等性概念:

类比数据库的乐观锁机制;sql语句

在海量订单产生的业务高峰期,如何避免消息的重复消费问题:

消费端实现幂等性,意味着,我们的消息永远不会消费多次;

即使我们收到了多条一样的消息;

业界主流的幂等性操作:

业务唯一ID或者指纹码机制,利用数据库主键去重

好处:实现简单

(2)生产端特性讲解-确认机制和返回机制
理解Confirm消息确认机制:

消息的确认,是指生产者投递消息后,如果Broker收到消息,

则会给生产者一个应答;

生产者进行接收应答,用来确定这条消息是否正常的发送到Broker,

进行这种方式也是消息的可靠性投递的核心保障

Confirm消息的流程:brokerconfirm就是ack。


Return消息机制:

ReturnListener:用于处理一些不可路由的消息;

我们消息生产者,通过制定一个exchange和Routingkey,

把消息送达到某队列中,然后消费者监听队列,进行消费处理;

但是在某些情况下,如果我们再发送消息的时候,当时的exchange不存在

或者执行的路由key路由不到,这个时候我们需要监听这种不可达的消息

就需要return Listener!

基础api中有一个关键的配置项;

Mandatory:如果为true,则监听器会收到路由不可达的消息,然后进行

后续处理;如果为false,则,broker端会自动删除该消息。
流程:

Producer发送消息;路由不可达或者exchange不存在的时候;

broker会丢弃掉这条消息;producer要知道消息发送情况,这

就存在Return Listener机制。

代码示例:
Confirm(Sender)核心部分:

java 复制代码
//采用confirm模式,异步实现
channel.confirmSelect();
//添加监听,等待broker应答
channel.addConfirmListener(new ConfirmListener() {
   @Override
   public void handleNack(long deliveryTag, boolean multiple) throws IOException {
      System.err.println("------- error ---------");
   }
   @Override
   public void handleAck(long deliveryTag, boolean multiple) throws IOException {
      System.err.println("------- ok ---------");
   }
});
      
channel.basicPublish(exchangeName, routingKey1 , null , msg.getBytes()); 

不能保证百分之百发送成功,因为可能消息发到broker之后,

Broker发送的ack没收到,网络中断了。压根没收到回调函数。就需要补偿机制。

Return在满足对应机制时是没有回应的。不调用handleReturn

Return(Sender)核心部分:

java 复制代码
//5 监听
channel.addReturnListener(new ReturnListener() {
public void handleReturn(int replyCode,
                        String replyText,
                        String exchange,
                        String routingKey,
                        AMQP.BasicProperties properties,
                        byte[] body)
         throws IOException {
      System.out.println("**************handleReturn**********");
      System.out.println("replyCode: " + replyCode);
      System.out.println("replyText: " + replyText);
      System.out.println("exchange: " + exchange);
      System.out.println("routingKey: " + routingKey);
      System.out.println("body: " + new String(body));
   }
   });

(3)流控服务和ACK重回队列
消费端限流:

假设有个场景:首先,我们rabbitMQ服务器有上万条未处理的消息

我们随便打开一个消费者客户端,会出现下面的情况:

巨量的消息全部推送过来,但是我们单个客户端无法同时处理这么

多数据!

RabbitMQ提供了一种qos(服务质量保证),即在非自动确认消息的

前提下,如果一定数目的消息(通过基于consume或者channel设置

Qos的值)未被确认前,不进行消费消息。

java 复制代码
Void BasicQos(unit prefetchSize ,unshort prefetchCount,bool global);

参数:prefetchSize:报文大小

prefetchCount:会告诉RabbitMQ不要同时给一个消费者推送多于

N个消息,即一旦有N个消息还没有ack,则该consumer将block掉,

知道有消息ack

Global:true/false:是否将上面设置应用于channel。

**理解:**global就是上面限制是channel级别还是consumer级别

消费端的手工ACK与NACK

消费端进行消费的时候,如果由于业务异常,我们可以进行日志标记,

然后进行补偿(尽量不要做重回队列)

如果由于服务器宕机等严重问题,那我们就需要手工进行ACK,

保障消费端消费成功

消息的重回队列:

消息的重回队列是为了对没有处理成功的消息,把消息重新递给Broker!

在实际工作中,都会关闭重回队列,设置为false(避免多次重回)

代码示例:

核心部分(Receiver):

java 复制代码
//  参数:队列名称、是否自动ACK、Consumer
channel.basicConsume(queueName, false, consumer);  
// 循环获取消息  
while(true){  
    // 获取消息,如果没有消息,这一步将会一直阻塞  
    Delivery delivery = consumer.nextDelivery();  
    String msg = new String(delivery.getBody());    
    System.out.println("收到消息:" + msg);  
    Thread.sleep(1000);
    
    if((Integer)delivery.getProperties().getHeaders().get("flag") == 0) {
       //throw new RuntimeException("异常");
       channel.basicNack(delivery.getEnvelope().getDeliveryTag(), false, false);
    } else {
       channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
    }
} 

在这里,nack时候可以使用重回队列(与ack的主要区别)。

设置重回队列的话,一直会打印消息,因为一直在重回队列。

关于流控的内容 :如下示例。

在传递消息前添加basicQos设置就可。

(4)TTL消息与死信队列详解

TTL队列/消息: (生存时间,Time to Live)

RabbitMQ支持消息的过期时间,在消息发送时可以进行指定

RabbiitMQ支持队列的过期时间,从消息入队列开始计算,只要超过了

队列的超时时间配置,那么消息会自动删除。

**死信队列:**DLX,Dead-Letter-Exchange.

利用DLX,当消息在某一个队列中变成死信(dead message)之后,

它能被重新publish到另一个exchange,这个exchange就是DLX.

消息变成死信有几种情况:

消息被拒绝(basic.reject/basic.nack),并且requeue=false(重回队列=false);

消息的TTL过期;队列达到最大长度;

DLX是一个正常的exchange,和一般的Exchange没有区别,它能在任何队列

上被指定,实际上就是设置某个队列的属性。

当某个队列中有死信时,rabbitMQ会自动的将这个消息发布到这只的exchange上去。

进而被路由到另一个队列。

可以监听这个队列中消息做相应处理,这个特性弥补rabbitMq3.0

以前支持的immediate参数的功能。

死信队列的设置:

首先,需要设置死信队列的exchange和queue,然后进行绑定。

Exchange:dlx.exchange; Queue:dlx.queue;RoutingKey:#;(自己定义)

然后我们进行正常声明交换机,队列,绑定,只不过我们需要在队列加上

一个参数即可。Arguments.put("x-dead-letter-exchange",dlx.exchange);

这样消息在过期,requeue,队列在达到最大长度时,消息就可以直接

路由到死信队列!

代码示例:dlx

java 复制代码
//1 创建ConnectionFactory
ConnectionFactory connectionFactory = new ConnectionFactory();
connectionFactory.setHost("192.168.56.107");
connectionFactory.setPort(5672);
connectionFactory.setVirtualHost("/");

//2 创建Connection
Connection connection = connectionFactory.newConnection();
//3 创建Channel
Channel channel = connection.createChannel();  
//4 声明
String exchangeName = "test_dlx_exchange";
String routingKey = "group.bfxy";
//5 发送

Map<String, Object> headers = new HashMap<String, Object>();

AMQP.BasicProperties props = new AMQP.BasicProperties.Builder()
.deliveryMode(2)
.contentEncoding("UTF-8")
// TTL
.expiration("6000")
.headers(headers).build();

String msg = "Hello World RabbitMQ 4 DLX Exchange Message ... ";
channel.basicPublish(exchangeName, routingKey , props , msg.getBytes()); 

6.RabbitMQ集群搭建-镜像队列集群搭建环境搭建实操

镜像模式:

集群模式非常经典的就是Mirror镜像模式,保证数据100%

不丢失,在实际工作中也是用的最多的,并且实现集群非常简单。

一般互联网大厂都会构建这种镜像集群模式。

Mirror镜像队列,目的是为了保证rabbitmq数据的高可靠性的解决方案。

主要是实现数据的同步,一般来讲是2-3个节点实现数据同步

(对于100%数据可靠性解决方案一般是3个节点)集群架构如下:

具体安装步骤参考安装文档:

Haproxy+keepalived可以参考我之前写的文章,执行安装!

参考地址:

https://blog.csdn.net/TOMORROW6COME/article/details/140296869

节点参考:分配节点,定义安装集群;

修改hostname即可。

安装成功:

镜像模式配置成功:+2表示两个节点。可以在控制台看到具体的信息

7.RabbitMQ与Springboot整合生产端

依赖,参考上面的demo;
编写测试RabbitSender

确认消息,需要一个回调的监听,这个监听就是生产者把消息发出去之后,

Borker收到消息,然后给我们回一个confirm应答,根据应答的状态是成功

还是失败,来确认消息是发送成功还是失败。这样的话需要一个Listener。

代码示例:

java 复制代码
public class RabbitSender {
    @Autowired
    private RabbitTemplate rabbitTemplate;

    /**
     * 这里就是确认消息的回调监听,用于确认消息是否被broker所收到
     */
    final RabbitTemplate.ConfirmCallback  confirmCallback = new RabbitTemplate.ConfirmCallback() {
        /**
         *
         * @param correlationData 作为唯一的标识
         * @param ack broker是否落盘成功
         * @param cause 失败的一些异常信息
         */
        @Override
        public void confirm(CorrelationData correlationData, boolean ack, String cause) {

        }
    };

    /**
     *  对外发送消息的方法
     * @param message 具体消息的内容
     * @param properties 额外的附加属性
     * @throws Exception
     */
    public void send(Object message, Map<String, Object> properties)throws Exception{

        MessageHeaders mhs = new MessageHeaders(properties);

        //构造消息
         Message<?>  msg = MessageBuilder.createMessage(message,mhs);

         //设置监听
        rabbitTemplate.setConfirmCallback(confirmCallback);

        MessagePostProcessor mpp = new MessagePostProcessor() {

            @Override
            public org.springframework.amqp.core.Message postProcessMessage(org.springframework.amqp.core.Message message)
                    throws AmqpException {
                System.err.println("---> post to do: " + message);
                return message;
            }
        };
        
        //指定业务唯一的id
        CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());

        //发送消息,correlationData作为唯一的标记
        rabbitTemplate.convertAndSend("exchange-1",
                "springboot.rabbit",
                msg,
                mpp,
               correlationData);
    }

8.RabbitMQ与springboot整合-消费端

代码示例:

编写consumer类

java 复制代码
@Component
public class RabbitReceive {
   /**
    *     组合使用监听
    *     @RabbitListener @QueueBinding @Queue @Exchange
    * @param message
    * @param channel
    * @throws Exception
    */
   @RabbitListener(bindings = @QueueBinding(
               value = @Queue(value = "queue-1", durable = "true"),
               exchange = @Exchange(name = "exchange-1",
               durable = "true",
               type = "topic",
               ignoreDeclarationExceptions = "true"),
               key = "springboot.*"
            )
         )
   @RabbitHandler
   public void onMessage(Message message, Channel channel) throws Exception {
      // 1. 收到消息以后进行业务端消费处理
      System.err.println("-----------------------");
      System.err.println("消费消息:" + message.getPayload());

      //  2. 处理成功之后 获取deliveryTag 并进行手工的ACK操作, 因为我们配置文件里配置的是 手工签收
      // spring.rabbitmq.listener.simple.acknowledge-mode=manual
      Long deliveryTag = (Long)message.getHeaders().get(AmqpHeaders.DELIVERY_TAG);
      channel.basicAck(deliveryTag, false);
   }
}

测试类:

java 复制代码
@RunWith(SpringRunner.class)
@SpringBootTest
public class ApplicationTests {

   
   @Autowired
   private RabbitSender reRabbitSender;
   
   
   @Test
   public void testSender() throws Exception {
      Map<String, Object> properties = new HashMap<String, Object>();
      properties.put("attr1", "12345");
      properties.put("attr2", "abcde");
      reRabbitSender.send("hello rabbitmq!", properties);
      
      Thread.sleep(10000);
   } 
}
相关推荐
字节程序员1 小时前
Jmeter分布式压力测试
分布式·jmeter·压力测试
ProtonBase1 小时前
如何从 0 到 1 ,打造全新一代分布式数据架构
java·网络·数据库·数据仓库·分布式·云原生·架构
时时刻刻看着自己的心1 小时前
clickhouse分布式表插入数据不用带ON CLUSTER
分布式·clickhouse
Data跳动10 小时前
Spark内存都消耗在哪里了?
大数据·分布式·spark
Java程序之猿11 小时前
微服务分布式(一、项目初始化)
分布式·微服务·架构
来一杯龙舌兰12 小时前
【RabbitMQ】RabbitMQ保证消息不丢失的N种策略的思想总结
分布式·rabbitmq·ruby·持久化·ack·消息确认
节点。csn14 小时前
Hadoop yarn安装
大数据·hadoop·分布式
NiNg_1_23415 小时前
基于Hadoop的数据清洗
大数据·hadoop·分布式
隔着天花板看星星16 小时前
Spark-Streaming集成Kafka
大数据·分布式·中间件·spark·kafka
技术路上的苦行僧20 小时前
分布式专题(8)之MongoDB存储原理&多文档事务详解
数据库·分布式·mongodb