RabbitMQ高级特性之发送方确认

背景:

从消费者来说,如果在订阅队列的时候将autoAck参数设置为true的时候,那么一旦消费者接收了消息就会将消息自动从mq去除,但是可能还没来得及消费,消费者就宕机了,这种算作为数据丢失,针对这种是很好解决的,将autoAck参数设置为false即可,也就是消费者在正确消费以后然后就进行mq中对应消息的手动删除。

从RabbitMQ来说,在持久化的消息正确存入RabbitMQ之后,之后还需要有一段时间才能存入磁盘中,RabbitMQ并不会为每条消息都进行同步存盘的处理,可能仅仅保存到操作系统缓存之中而不是物理磁盘之中,如果在这段时间RabbitMQ服务节点发生了宕机,重启等异常情况,消息保存还没来得及落盘,那么消息将会丢失。

针对于第二种场景,就需要引入一种新的模式来进行解决,就是发送方确认,发送方这边确认消息已经到达RabbitMQ服务器,需要发送方确认机制来实现。

1.发送发确认机制

RabbitMQ提供了两种方式来供我们控制消息的可靠性投递:confirm模式(检查消息是否到达消费方)和return模式(检查消费是否到达消费方,如果中途出现错误,则会退还消息)。

1.1 confirm模式

Producer在发送消息的时候,对发送端设置一个ConfirmCallback的监听,无论消息是否已经到达Exchange,这个监听都会被执行,如果Exchange成功收到,ACK为true,如果没有接收到消息。ACK就为false。

(1)配置application.yml(当然也可以选用application.properties)

ps:address中需要有用户名和密码(使用的RabbitMQ的管理界面需要进行登录),服务器的地址,虚拟主机名(每一个主机都有属于自己的Exchange,Queue....)

(2)config配置类:

需要使用@Bean注解来声明对应对象的名称;在创建绑定关系的时候需要使用@Qualifier注解来声明对应Exchange和Queue的名称。

该配置类主要作用:完成Exchange,Queue,Binding在RabbitMQ虚拟机上的注册。

(3)RabbitTemplate配置类:

该配置类的作用:设置ConfirmCallback(是RabbitTemplate的属性)监听,监听消息是否到达服务器。

(4)Listener类:

作用:监听某个队列,一旦有消息就进行消费。

(5)Producer类:

作用:接收来自外界的消息,并且发送给对应的Exchange。

(6)访问127.0.0.1:8080/producer/confirm所得到的结果为:

(ACK为true)

倘若将消息发到一个不存在的Exchange,那么此时消息就会确认失效。

可以看到日志中提示没有aaa的Exchange。

1.2 Return模式

Producer在发送消息的时候,对发送端设置ReturnsCallback的监听,无论消息是否已经到达Exchange,这个监听都会被执行,如果Exchange成功收到并成功转发到Queue中,则无事发生,如果Exchange接收消息失败/消息没有转发到对应的Queue中,此时就会退还消息。

(1)config配置类:

(2)RabbitTemplate配置类:

Mandatory必须设置为true,否则如果消息发送失败则不会退还消息。

(3)Producer类:

(4)访问127.0.0.1:8080/producer/ret得到结果:

由于routingKey(ret)与创建绑定时的routingKey(return)匹配不上,会发送到对应Exchange但对应Exchange转发不到Queue中,所以此时会回退消息:

相关推荐
努力的小郑2 天前
从一次分表实践谈起:我们真的需要复杂的分布式ID吗?
分布式·后端·面试
AAA修煤气灶刘哥2 天前
别让Redis「歪脖子」!一次搞定数据倾斜与请求倾斜的捉妖记
redis·分布式·后端
往事随风去3 天前
架构师必备思维:从“任务队列”到“事件广播”,彻底吃透消息队列两大设计模式
消息队列·rabbitmq
Aomnitrix3 天前
知识管理新范式——cpolar+Wiki.js打造企业级分布式知识库
开发语言·javascript·分布式
程序消消乐3 天前
Kafka 入门指南:从 0 到 1 构建你的 Kafka 知识基础入门体系
分布式·kafka
智能化咨询3 天前
Kafka架构:构建高吞吐量分布式消息系统的艺术——进阶优化与行业实践
分布式·架构·kafka
Chasing__Dreams3 天前
kafka--基础知识点--5.2--最多一次、至少一次、精确一次
分布式·kafka
在未来等你3 天前
Elasticsearch面试精讲 Day 17:查询性能调优实践
大数据·分布式·elasticsearch·搜索引擎·面试
大数据CLUB3 天前
基于spark的澳洲光伏发电站选址预测
大数据·hadoop·分布式·数据分析·spark·数据开发