SpringBoot + SSE + rabbitMQ 实现服务端分布式广播推送

山河已无恙2025-03-26 9:51

写在前面

  • 项目中用到，简单整理，为什么选择这种方式，主要是考虑 SSE 简单轻量
  • 和 HTTP 耦合度高，不需要单独考虑限流，加密、认证鉴权等，方便维护
  • 博文内容为通过 SSE + MQ 实现分布式广播推送，
  • 当然考虑成本问题，这里的 MQ 也可以使用 redis 发布订阅模式
  • 理解不足小伙伴帮忙指正 😃,生活加油

我看远山，远山悲悯

持续分享技术干货，感兴趣小伙伴可以关注下 _

实现逻辑简单说明，分布式系统，当前项目有一个局部刷新的业务场景，后端处理完数据需要实时推送到前端，之前的处理办法是 WebSocket + redis ,但是 WebSocket 老断，后面考虑做一些报文加密之类的，考虑 WebSocket协议升级全双工通信之后Servlet过滤器之类不再适用，而且也没有客户端推送的需求，所以考虑使用 SSE 加 MQ 的方式，可以基于当前Web安全框架，不需要额外编码

实现方式也比较简单，后端业务处理完数据，通过 MQ 广播交换机发布广播，分布式节点收到订阅后，通过之前建立的 SSE 长连接推送刷新数据ID，前端根据事件进行更新渲染操作

SSE 部分

SSE 由三个方法分别负责建立SSE连接、发送房间状态更新和维持心跳连接，每个方法都结合了SseEmitter的功能和Spring的异步处理机制，确保实时数据推送的可靠性和效率。

streamStockPrice 建立SSE连接 :该方法通过@GetMapping注解定义了一个SSE端点/stream/{hotelId}，用于为指定酒店建立实时数据推送连接。核心逻辑包括：

  • 创建SseEmitter ：为每个酒店生成唯一标识sId（基于SnowFlake算法），并创建SseEmitter实例，设置超时时间为最大值以保持长连接。
  • 事件处理 ：通过onCompletion、onTimeout和onError回调处理连接关闭、超时和错误场景，自动从sseEmitterMap中移除失效连接。
java 复制代码 
/**
     * 建立 SSE 连接
     * @param hotelId
     * @return
     */
    @SneakyThrows
    @GetMapping (value ="/stream/{hotelId}", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public SseEmitter streamStockPrice(@HotelValidator @PathVariable("hotelId") Long hotelId) {
        Future<SseEmitter> future1 = executor.submit(() -> {
        final String sId = SnowFlake.No (hotelId+"SSE");
        SseEmitter emitter = new SseEmitter(0L); // 设置超时时间为最大值
            try {
                // 发送初始连接事件
                emitter.send(SseEmitter.event().reconnectTime(1000).name("connectionEstablished_"+ hotelId ).data("连接已建立完成"));
                emitter.onCompletion(() -> {
                    sseEmitterMap.remove(sId);
                    log.info("========================= SSE连接完成 ===================================："+sId);
                });
                emitter.onTimeout(() -> {
                    log.warn("========================= SSE连接超时 ====================================："+sId);
                    sseEmitterMap.remove(sId);
                });
                emitter.onError ((e) ->{
                    log.warn("========================= SSE连接错误 ====================================："+sId);
                    sseEmitterMap.remove(sId);
                    //e.printStackTrace ();
                });
                    log.info("=========================新建连接 ===================================:"+hotelId);
                    sseEmitterMap.put (sId,emitter);
                return emitter;
            } catch (  IOException e) {
                sseEmitterMap.remove(sId);
                emitter.completeWithError(e);
            }
        return emitter;
        });
        return  future1.get (5, TimeUnit.SECONDS);
    }

sendRoomStatus 推送房间状态更新 该方法接收房间状态数据，向指定酒店的所有SSE连接推送更新。实现细节包括：

  • 事件定制 ：通过SseEmitter.event().name("roomStatus_...")定义自定义事件类型，携带房间状态数据（如roomStatus Map）。
  • 精准推送 ：遍历sseEmitterMap，仅向与传入hotelId匹配的连接发送数据，避免跨酒店干扰。
java 复制代码 
 /**
     * 床房态更新
     * @param roomStatus
     */
    public void sendRoomStatus(Map roomStatus){
        executor.submit (() -> {
            sseEmitterMap.forEach ((key,emitter) ->{
                final long hotelId =Long.parseLong (roomStatus.get ("hotelId").toString ());
                final long SSEhotelId = Long.parseLong (key.split ("SSE")[0]);
                // 只发送给当前的酒店
                if (hotelId == SSEhotelId){
                    try {
                        emitter.send(SseEmitter.event()
                                .name("roomStatus_"+ key.split ("SSE")[0])
                                .reconnectTime(1000)
                                .data(roomStatus));
                        log.debug("sendRoomStatus sent to emitter: {}", emitter);
                    } catch (IOException | IllegalStateException e) {  // 扩展异常类型
                        log.error("Emitter failed [ID:{}] - {}", emitter.hashCode(), e.getMessage());
                    }
                }
            });
        });
    }

sendHeartbeat 维持长连接活跃 : 该方法通过@Scheduled注解每5秒执行一次，用于发送心跳事件以保持SSE连接活跃：

  • 心跳事件 ：使用SseEmitter.event().comment("heartbeat")发送注释型心跳数据，包含当前时间和连接标识sId，防止浏览器因无数据传输而关闭连接。
  • 连接监控：日志输出当前活跃连接数，便于监控系统状态。
java 复制代码 
/**
     * 保持长连接的心跳
     */
    @Scheduled (fixedRate = 10000)
    public void sendHeartbeat () {
        executor.submit (() -> {
            try {
                final int size = sseEmitterMap.size ();
                log.info ("======================================== 当前连接数：" + size);
                sseEmitterMap.forEach ((key, emitter) -> {
                    try {
                        emitter.send (SseEmitter.event ()
                                .comment ("heartbeat")
                                .reconnectTime (1000)
                                .data (ImmutableMap.of ("sId", key, "time", System.currentTimeMillis ())));

                        if (log.isDebugEnabled ()) {  // 日志级别优化
                            log.debug ("Heartbeat sent to emitter: {}", emitter);
                        }
                    } catch (IOException | IllegalStateException e) {  // 扩展异常类型
                        log.error ("Emitter failed [ID:{}] - {}", emitter.hashCode (), e.getMessage ());
                    }
                });
            } catch (Exception e) {
                log.error ("+++++++++++++++++++++++++++++++++++++++++++++++++ee");
            }
        });
    }

涉及到的容器一个是线程池，一个是线程安全的 Map

java 复制代码 
@Slf4j
@RestController
@RequestMapping("/demo/webs/sse")
public class SSEController {

    private final ExecutorService executor = Executors.newCachedThreadPool();
    /**
     * messageId的 SseEmitter对象映射集
     */
    private static Map<String, SseEmitter> sseEmitterMap = new ConcurrentHashMap<>();
    /**
     * 建立 SSE 连接
     * @param hotelId
     * @return
     */
    @SneakyThrows
    @GetMapping (value ="/stream/{hotelId}", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
    public SseEmitter streamStockPrice(@HotelValidator @PathVariable("hotelId") Long hotelId) {
       ......................................
    }
    /**
     * 床房态更新
     * @param roomStatus
     */
    public void sendRoomStatus(Map roomStatus){
      .....................................
    }
    /**
     * 保持长连接的心跳
     */
    @Scheduled (fixedRate = 5000)
    public void sendHeartbeat () {
      ..............................
    }
}

MQ 部分

基于Spring Boot的RabbitMQ配置类，通过@Bean注解创建了广播交换机（FanoutExchange）​和持久化队列（Queue）​，并建立两者的无路由键绑定关系

java 复制代码 
@Configuration
public class RabbitMQConfig {

    public static final String ROOM_STATUS_EXCHANGE = "room_status_exchange"; // 普通交换机名称
    public static final String ROOM_STATUS_QUEUE = "room_status_queue"; // 普通队列名称

// 定义广播交换机（与原有队列参数解耦）
    @Bean
    public FanoutExchange roomStatusExchange() {
        return new FanoutExchange(ROOM_STATUS_EXCHANGE, true, false);  // 持久化交换机[3](@ref)
    }

    // 定义业务队列
    @Bean
    public Queue roomStatusQueue() {
        return new Queue(ROOM_STATUS_QUEUE, true);  // 短信队列[3](@ref)
    }
    
    // 队列与交换机的绑定
    @Bean
    public Binding roomStatusBinding(FanoutExchange roomStatusExchange, Queue roomStatusQueue) {
        return BindingBuilder.bind(roomStatusQueue).to(roomStatusExchange);  // 无路由键绑定[1,3](@ref)
    }
}
​广播消息发送

sendBroadcast方法接收房态数据Map，将其序列化为JSON格式并封装为RabbitMQ消息，通过ROOM_STATUS_EXCHANGE广播交换机（Fanout模式）发送，路由键留空确保所有绑定该交换机的队列均能接收消息。消息头设置x-retry-count=0表示禁用自动重试机制，由业务层自行处理异常重试逻辑

java 复制代码 
/**
     *  房态广播
     * @param msg
     *
     */
    public void sendBroadcast(Map<String, Object> msg) {
        log.info("广播时间：{}，内容：{}", LocalDateTime.now(), msg);
        MessageProperties props = new MessageProperties();
        props.setHeader("x-retry-count", 0);
        
        Message message = new Message(new Gson().toJson(msg).getBytes(), props);
        rabbitTemplate.convertAndSend(ROOM_STATUS_EXCHANGE, "", message);  // routingKey留空
    }
消息消费处理

handleRoomStatus 方法通过 @RabbitListener 监听ROOM_STATUS_QUEUE队列，接收房态变更消息后，将消息体反序列化为Map对象，并调用sseController.sendRoomStatus()方法将房态数据推送给前端SSE长连接。处理完成后通过basicAck手动确认消息消费成功，避免消息重复投递。

java 复制代码 
/**
     * 房态广播
     * @param message
     * @param channel
     * @throws IOException
     */
    @RabbitListener(queues = RabbitMQConstants.ROOM_STATUS_QUEUE,ackMode = "MANUAL")
    public void handleRoomStatus(Message message, Channel channel) throws IOException {
        try {
            String msg = new String(message.getBody());
            ObjectMapper objectMapper = new ObjectMapper();
            Map map = objectMapper.readValue(msg, Map.class);
            sseController.sendRoomStatus (map);
        } catch (Exception e) {
            log.error("消息处理异常：", e);
        }
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), false);  // 手动确认[4](@ref)
    }

业务部分

添加埋点，在业务数据处理完成之后，推送数据ID 到MQ

java 复制代码 
 ................................
 final ImmutableMap<String, ? extends Serializable> stringImmutableMap = ImmutableMap.of ("hotelId", hotelId
                , "action", BusinessTypeConstants.ORDER_CHANGE_LOG_LIVE, "roomCodeNew", amsHotelRoom.getParentCode ());
        notifySendOnBlockingTaskAsync (stringImmutableMap);
 ...................................       


private static final ExecutorService executor = Executors.newFixedThreadPool(5, r -> new Thread(r, "Notify-Thread"));

 // 埋点方法 
 public  void notifySendOnBlockingTaskAsync (Map map) {
        executor.submit (() -> {
            // 房态广播
            delayedMessageService.sendBroadcast (map);
            //  todo 发送短信
        });

    }

博文部分内容参考

© 文中涉及参考链接内容版权归原作者所有，如有侵权请告知 😃

© 2018-至今 liruilonger@gmail.com, 保持署名-非商用-相同方式共享(CC BY-NC-SA 4.0)

相关推荐
CodeWithMe38 分钟前
【Note】《Kafka: The Definitive Guide》 第5章：深入 Kafka 内部结构，理解分布式日志系统的核心奥秘
分布式·kafka
seventeennnnn40 分钟前
谢飞机的Java高级开发面试：从Spring Boot到分布式架构的蜕变之旅
spring boot·微服务架构·java面试·分布式系统·电商支付
CodeWithMe1 小时前
【Note】《Kafka: The Definitive Guide》第一章：Meet Kafka
分布式·kafka
CodeWithMe1 小时前
【Note】《Kafka: The Definitive Guide》 第二章 Installing Kafka：Kafka 安装与运行
分布式·kafka
超级小忍2 小时前
服务端向客户端主动推送数据的几种方法（Spring Boot 环境）
java·spring boot·后端
时间会给答案scidag2 小时前
报错 400 和405解决方案
vue.js·spring boot
Wyc724093 小时前
SpringBoot
java·spring boot·spring
ladymorgana4 小时前
【Spring Boot】HikariCP 连接池 YAML 配置详解
spring boot·后端·mysql·连接池·hikaricp
CodeWithMe5 小时前
【Note】《Kafka: The Definitive Guide》 第8章： Cross-Cluster Data Mirroring
分布式·kafka
热门推荐
01Java学习第十五部分——MyBatis02集群聊天服务器---MySQL数据库的建立03Coze扣子平台完整体验和实践（附国内和国际版对比）04基于odoo17的设计模式详解---装饰模式05使用Ruby接入实时行情API教程06扣子（coze）实战|我用扣子搭建了一个自动分析小红薯笔记内容的AI应用|详细步骤拆解07【无标题】08Everything文件检索工具 几秒检索几百G的文件09DeepSeek各版本说明与优缺点分析10基于odoo17的设计模式详解---单例模式