RabbitMq的事务机制

RabbitMQ中与事务机制有关的方法有三个:txSelect(), txCommit()以及txRollback(), txSelect用于将当前channel设置成transaction模式,txCommit用于提交事务,txRollback用于回滚事务,在通过txSelect开启事务之后,我们便可以发布消息给broker代理服务器了,如果txCommit提交成功了,则消息一定到达了broker了,如果在txCommit执行之前broker异常崩溃或者由于其他原因抛出异常,这个时候我们便可以捕获异常通过txRollback回滚事务了。

复制代码
public class P1 {

    private static final String QUEUE_NAME = "test_tx";
    public static void main(String[] args) throws IOException, TimeoutException {
        Connection connection = ConnectionUtils.getConnection();
        Channel channel = connection.createChannel();

        channel.queueDeclare(QUEUE_NAME,false,false,true,null);
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd 'at' HH:mm:ss z");
        Date date = new Date(System.currentTimeMillis());
        String message = simpleDateFormat.format(date);

        try {
            channel.txSelect();//开始事务
            channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
            channel.txCommit();//提交事务
        }catch (Exception e){
            channel.txRollback();//回滚事务
            System.out.println("send message txRollback");
        }
        channel.close();
        connection.close();


    }
}
  • 采用事务机制实现会降低RabbitMQ的消息吞吐量。
  • 有一种更好的方法就是开启发布确认,生产者在发送消息时会为每条消息分配一个唯一的id,当消息正常到达broker时就会通知生产者。
  • 一旦发布一条消息,生产者应用程序就可以在等信道返回确认的同时继续发送下一条消息,当消息最终得到确认之后,生产者应用便可以通过回调方法来处理该确认消息,如果 RabbitMQ 因为自身内部错误导致消息丢失,就会发送一条 nack 消息,生产者应用程序同样可以在回调方法中处理该 nack 消息。
相关推荐
kong79069287 小时前
微服务项目开发环境
微服务·nacos·rabbitmq·开发环境
Bug快跑-17 小时前
面向数据密集型应用的Python工程化实践与性能优化策略深度分析与经验分享探索研究篇
rabbitmq
while(努力):进步9 小时前
面向移动与云端的Kotlin微服务架构设计与高并发后端性能优化工程化实践经验分享
rabbitmq
debug骑士11 小时前
互联网高性能技术系列分享文档(Python / Java / C++ / Go)
rabbitmq
2501_9411467011 小时前
高并发RPC框架gRPC与Thrift在互联网系统优化实践经验分享
rabbitmq
SuperHeroWu714 小时前
【HarmonyOS 6】UIAbility跨设备连接详解(分布式软总线运用)
分布式·华为·harmonyos·鸿蒙·连接·分布式协同·跨设备链接
杜子不疼.14 小时前
【探索实战】从0到1打造分布式云原生平台:Kurator全栈实践指南
分布式·云原生
q***697715 小时前
RabbitMQ HAProxy 负载均衡
rabbitmq·负载均衡·ruby
2501_9418017615 小时前
高性能智能语音识别系统架构设计
rabbitmq
2501_9411426417 小时前
人工智能与推荐系统在高并发互联网架构中的优化与工程实践经验分享
rabbitmq