RabbitMQ

支持多种语言

RM架构:

如何保证消息可靠性?

1.保证消息可以到达Exchange

异步回调(Confirums机制)

步骤:开启confirms;设置confirms的异步回调(ACK/NCK)

2.保证消息可以路由到Queue

Return机制

3.保证Queue可以持久化消息

RM重启后队列中的消息依然存在

4.保证消费者可以正常消费信息

手动ACK

死信队列

死信:

1.消息被消费者拒绝,会重新放回到队列中供其他消费者消费,requeue设置为false

2.指定了队列中的消息生存时间/发送消息时设置了消息的生存时间,生存时间到了,消息没有被消费

3.队列已经到达消息的最大长度,之后路由过来的消息直接变为死信

消费者执行了ACK/reject机制,并设置requeue==false,那么消费者没有消费的信息会重新放回到队列中,并路由到死信交换机,进而放到死信队列中供消费者消费

应用:

1,基于死信队列,队列消息已经满的情况下,消息也不会丢失;

2.实现延迟消费的效果,如下订单在一定的时间内付款

延迟交换机

死信队列实现延迟消费时,如果延迟时间比较复杂,比较多,直接使用队列需要创建大量队列

RM集群

相关推荐
Thomas.Sir5 天前
第21课:PyTorch|GPU多卡训练与分布式训练基础【让多卡并行成为你的加速引擎】
人工智能·pytorch·分布式
Cicada1285 天前
库存消息消费的正确性设计——从幂等窗口到批量流水线
分布式·系统架构
Francek Chen5 天前
【大数据处理与分析】数据仓库Hive:04 数据仓库Hive概述
大数据·数据仓库·hive·hadoop·分布式
Gl�ria6 天前
Hadoop/YARN 集群缩容:下线DN节点
大数据·hadoop·分布式
吉甫作诵6 天前
Kafka 集群安装与运维实战:消费组排查、Offset 重置与副本重分配
大数据·运维·分布式·kafka·消息队列
imDwAaY6 天前
消息队列四大核心问题:顺序性、幂等性、可靠性与一致性
学习·kafka·rabbitmq
是Dream呀6 天前
Harness 工程:让 Agent 真正把任务做完
人工智能·分布式·缓存·agent
yt004yt6 天前
绿岛数字化平台搭建:VOCs 监测与能碳数据一体化方案
大数据·分布式
天天喝旺仔7 天前
分布式服务容错实战:用 Sentinel 实现限流、熔断与降级
分布式·微服务·云原生·sentinel