1. 为什么我们需要异步通知系统
在开发我的个人博客系统时,最初我把所有功能都设计成了同步操作。当用户评论后,系统会立即发送邮件通知博主和被回复的用户。这种设计看似简单直接,但在实际运行中却暴露出了严重的性能问题。
同步通知的性能瓶颈
让我们先看一下同步实现的代码:
java
@PostMapping("/comment/add")
public Result addComment(@RequestBody CommentVO comment) {
// 1. 保存评论到数据库
commentService.saveComment(comment);
// 2. 发送邮件通知(这一过程可能需要5-10秒)
emailService.sendNotification(comment);
// 3. 返回结果给用户
return Result.success();
}
为了量化分析这个问题,我使用JMeter进行了压力测试(50并发用户,100循环次数),同时对比了同步和异步两种实现方式的性能差异:
性能指标 | 同步接口 | 异步接口 | 性能提升 |
---|---|---|---|
平均响应时间 | 5007ms | 55ms | 提升91倍 |
最小响应时间 | 5001ms | 50ms | 提升100倍 |
最大响应时间 | 5083ms | 81ms | 提升63倍 |
吞吐量 | 9.8请求/秒 | 324.3请求/秒 | 提升33倍 |
数据接收率 | 1.83KB/s | 69.59KB/s | 提升38倍 |
数据发送率 | 2.38KB/s | 76.65KB/s | 提升32倍 |
测试结果的响应时间分布图更直观地展示了两种实现方式的差异:
同步接口响应时间 | 异步接口响应时间 |
---|---|
为了全方位对比两种实现方式的性能特征,我们还可以通过下面的雷达图来分析:
通过这些数据,我们可以得出以下关键发现:
-
响应时间断崖式下降:异步实现将响应时间从5秒降至55毫秒,提升了91倍。这意味着用户几乎可以瞬间收到评论成功的反馈。
-
系统吞吐量显著提升:异步方式下系统每秒可以处理324.3个请求,是同步方式的33倍。这大大提高了系统的并发处理能力。
-
资源利用更加高效:数据传输效率提升了30多倍,表明系统资源得到了更好的利用。
-
稳定性保持良好:尽管性能大幅提升,但两种实现的标准差都保持在较低水平(同步4.06,异步3.19),说明系统表现稳定可预测。
更重要的是,异步实现解决了同步方式最致命的问题:在流量突增时,同步实现会因邮件服务连接池耗尽而导致整个评论功能崩溃。而异步架构通过消息队列实现了请求的削峰填谷,即使在访问高峰期也能保持系统的稳定运行。
异步架构的优势
将通知处理改为异步后,系统架构变成了这样:
这种设计带来了三大好处:
- 响应时间提升:评论API从7秒降至50ms,用户体验大幅改善
- 系统解耦:通知服务的问题不会影响核心业务
- 削峰填谷:流量高峰期,消息在队列缓冲,避免系统过载
2. RabbitMQ核心概念速览
在深入实现前,先了解RabbitMQ的几个关键概念。
交换机、队列与绑定:不只是术语
RabbitMQ的工作模式并不复杂,简单理解就是:
- 生产者:发送消息到交换机
- 交换机:根据规则将消息路由到队列
- 队列:存储消息的地方
- 消费者:从队列获取并处理消息
他们之间的工作流程如下图所示,生产者(Producer)首先将消息发布(Publish)到交换机(Exchange),交换机根据配置的路由规则(Route)决定将消息发送到哪个或哪些队列(Queue)。消息到达队列后会被存储,直到有消费者来处理。消费者(Consumer)主动从队列中获取(Consume)消息并进行处理。整个过程中,交换机负责消息的分发路由,而队列则负责消息的缓冲存储,这种解耦设计使得系统各组件可以独立扩展,并能灵活应对各种消息分发场景。
四种交换机类型对比
RabbitMQ提供四种交换机类型,每种适合不同场景:
交换机类型 | 路由行为 | 适用场景 |
---|---|---|
Direct | 精确匹配routing key | 直接定向发送特定通知 |
Topic | 模式匹配routing key | 按照通知类型/接收者分类 |
Fanout | 广播到所有绑定队列 | 群发通知 |
Headers | 根据消息头属性匹配 | 复杂条件下的通知分发 |
对于我的博客通知系统,最终选择了Topic交换机,因为它灵活性高,可以根据通知类型和接收者进行精细路由。
java
// 创建Topic交换机的示例代码
@Bean
public TopicExchange notificationExchange() {
// 第一个参数 "notification.exchange" - 交换机的名称,用于标识这个交换机
// 第二个参数 true - 表示交换机是持久化的,重启RabbitMQ后交换机仍然存在
// 第三个参数 false - 表示非自动删除模式,即使没有队列绑定到此交换机也不会自动删除
return new TopicExchange("notification.exchange", true, false);
}
消息持久化与确认机制
队列挂了,消息会丢吗?取决于你的配置:
java
// 1. 声明持久化队列
@Bean
public Queue emailNotificationQueue() {
return new Queue("email.notification.queue", true); // 第二个参数true表示持久化
}
// 2. 发送持久化消息
rabbitTemplate.convertAndSend("notification.exchange", "email.comment", message,
m -> {
m.getMessageProperties().setDeliveryMode(MessageDeliveryMode.PERSISTENT);
return m;
}
);
下图是消息持久化的工作流程图,展示了消息从发送到持久化存储再到消费的全过程。 可以简单理解为消息的"防丢失机制"。整个流程就像是寄送一封重要信件,需要多重确认和保障:
-
发送带保障的消息:生产者发送消息时特别标记了"请妥善保管"(delivery_mode=2),就像寄挂号信一样。
-
交换机接收消息:交换机就像邮局的分拣中心,接收到消息后准备送往指定队列。
-
保存消息副本:为了防止意外,系统会先将消息内容存储到磁盘上,类似邮局保留寄件凭证。
-
记录队列状态:系统不仅保存消息本身,还会记录队列的状态信息,就像邮局的登记簿,记录每封信的去向。
-
确认存储完成:只有当消息安全地写入磁盘后,才会确认存储成功,这保证即使服务器突然关机,消息也不会丢失。
-
转发给消费者:确认安全后,队列将消息发送给消费者处理,就像邮递员最终将信送到收件人手中。
-
消费者确认接收:消费者处理完消息后会发送确认(ACK),相当于收件人签收了邮件。
-
清理已处理消息:收到确认后,队列才会移除这条消息,类似邮局在确认送达后归档处理记录。
这整个流程保证了即使在系统崩溃或重启的情况下,已发送但未处理的消息也不会丢失,非常适合处理那些不能容忍丢失的重要业务消息,比如订单、支付通知等。
3. 异步通知系统整体架构设计
通知系统的领域模型
首先,定义清晰的通知消息模型:
java
@Data
public class NotificationMessage {
// 通知唯一ID
private String notificationId;
// 通知类型:COMMENT, LIKE, SYSTEM_ANNOUNCEMENT...
private NotificationType type;
// 接收者信息
private String recipientId;
private String recipientEmail;
// 通知内容
private String title;
private String content;
private Map<String, Object> extraData;
// 元数据
private Date createdTime;
private int retryCount;
}
队列拓扑结构设计
我的博客通知系统使用了以下队列结构:
arduino
notification.exchange (Topic) ---> email.notification.queue [routing key: email.*]
---> sms.notification.queue [routing key: sms.*]
---> webhook.notification.queue [routing key: webhook.*]
这种结构的好处是:
- 不同类型的通知分开处理
- 可以为不同队列设置不同的消费者和处理策略
- 方便扩展新的通知渠道
- 灵活的路由模式
- 独立的消费者服务
4. 代码实战:SpringBoot中的RabbitMQ实现
基础配置
首先添加依赖:
xml
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
然后配置连接:
yaml
# application.yml
spring:
rabbitmq:
host: localhost
port: 5672
username: guest
password: guest
virtual-host: /
# 生产者确认机制
publisher-confirm-type: correlated
publisher-returns: true
template:
mandatory: true
# 消费者配置
listener:
simple:
acknowledge-mode: manual
prefetch: 10
concurrency: 5
max-concurrency: 10
RabbitMQ配置类
java
@Configuration
public class RabbitMQConfig {
// 定义交换机
@Bean
public TopicExchange notificationExchange() {
return new TopicExchange("notification.exchange", true, false);
}
// 定义邮件通知队列
@Bean
public Queue emailNotificationQueue() {
Map<String, Object> args = new HashMap<>();
// 设置死信交换机,处理失败的消息
args.put("x-dead-letter-exchange", "notification.dlx");
args.put("x-dead-letter-routing-key", "email.failed");
return new Queue("email.notification.queue", true, false, false, args);
}
// 绑定队列到交换机
@Bean
public Binding emailBinding() {
return BindingBuilder
.bind(emailNotificationQueue())
.to(notificationExchange())
.with("email.*"); // routing key pattern
}
// ... 其他队列和绑定的定义
// 配置RabbitTemplate
@Bean
public RabbitTemplate rabbitTemplate(ConnectionFactory connectionFactory) {
RabbitTemplate rabbitTemplate = new RabbitTemplate(connectionFactory);
rabbitTemplate.setMessageConverter(new Jackson2JsonMessageConverter());
// 设置生产者确认回调
rabbitTemplate.setConfirmCallback((correlationData, ack, cause) -> {
if (!ack) {
log.error("消息发送到交换机失败: {}", cause);
// 执行重试逻辑
}
});
// 设置消息返回回调
rabbitTemplate.setReturnsCallback(returned -> {
log.error("消息路由到队列失败: exchange={}, routingKey={}, message={}, replyCode={}, replyText={}",
returned.getExchange(), returned.getRoutingKey(),
new String(returned.getMessage().getBody()),
returned.getReplyCode(), returned.getReplyText());
// 执行消息无法路由的处理逻辑
});
return rabbitTemplate;
}
}
生产者实现
java
@Service
@Slf4j
public class NotificationProducerService {
@Autowired
private RabbitTemplate rabbitTemplate;
public void sendEmailNotification(NotificationMessage message) {
try {
String routingKey = "email." + message.getType().name().toLowerCase();
// 设置消息唯一ID用于后续跟踪
CorrelationData correlationData = new CorrelationData(message.getNotificationId());
log.info("发送邮件通知: id={}, recipient={}", message.getNotificationId(), message.getRecipientEmail());
rabbitTemplate.convertAndSend(
"notification.exchange",
routingKey,
message,
correlationData
);
} catch (Exception e) {
log.error("发送通知消息异常", e);
// 异常处理,如记录数据库
}
}
}
在评论服务中使用:
java
@Service
public class CommentService {
@Autowired
private NotificationProducerService notificationProducer;
@Transactional
public void saveComment(CommentDTO comment) {
// 1. 保存评论到数据库
Comment savedComment = commentRepository.save(comment.toEntity());
// 2. 异步发送通知
if (comment.getReplyToUserId() != null) {
NotificationMessage notification = NotificationMessage.builder()
.notificationId(UUID.randomUUID().toString())
.type(NotificationType.COMMENT_REPLY)
.recipientId(comment.getReplyToUserId())
.recipientEmail(userService.getUserEmail(comment.getReplyToUserId()))
.title("您的评论收到了新回复")
.content(comment.getContent())
.extraData(Map.of(
"commentId", savedComment.getId(),
"articleId", comment.getArticleId(),
"articleTitle", articleService.getArticleTitle(comment.getArticleId())
))
.createdTime(new Date())
.build();
notificationProducer.sendEmailNotification(notification);
}
}
}
消费者实现
java
@Component
@Slf4j
public class EmailNotificationConsumer {
@Autowired
private JavaMailSender mailSender;
@Autowired
private TemplateEngine templateEngine;
@RabbitListener(queues = "email.notification.queue")
public void processEmailNotification(NotificationMessage message,
Channel channel,
@Header(AmqpHeaders.DELIVERY_TAG) long tag) {
try {
log.info("收到邮件通知: id={}, recipient={}", message.getNotificationId(), message.getRecipientEmail());
// 1. 根据通知类型选择模板
String templateName = getTemplateName(message.getType());
// 2. 准备模板上下文
Context context = new Context();
context.setVariable("title", message.getTitle());
context.setVariable("content", message.getContent());
message.getExtraData().forEach(context::setVariable);
// 3. 处理模板生成邮件内容
String emailContent = templateEngine.process(templateName, context);
// 4. 发送邮件
MimeMessage mimeMessage = mailSender.createMimeMessage();
MimeMessageHelper helper = new MimeMessageHelper(mimeMessage, true, "UTF-8");
helper.setTo(message.getRecipientEmail());
helper.setSubject(message.getTitle());
helper.setText(emailContent, true);
mailSender.send(mimeMessage);
log.info("邮件通知发送成功: id={}", message.getNotificationId());
// 5. 确认消费消息
channel.basicAck(tag, false);
} catch (Exception e) {
log.error("处理邮件通知异常: id=" + message.getNotificationId(), e);
try {
// 判断是否需要重试
if (shouldRetry(message, e)) {
// 拒绝消息并重新入队
channel.basicReject(tag, true);
} else {
// 拒绝消息不重新入队,进入死信队列
channel.basicReject(tag, false);
}
} catch (IOException ioException) {
log.error("确认消息异常", ioException);
}
}
}
private boolean shouldRetry(NotificationMessage message, Exception e) {
// 根据异常类型和重试次数判断是否应该重试
return message.getRetryCount() < 3 && isRetryableException(e);
}
private boolean isRetryableException(Exception e) {
// 网络连接问题、超时等临时性错误应该重试
return e instanceof MailSendException || e instanceof MailAuthenticationException;
}
private String getTemplateName(NotificationType type) {
return switch (type) {
case COMMENT_REPLY -> "comment-reply-template";
case ARTICLE_LIKE -> "article-like-template";
case SYSTEM_ANNOUNCEMENT -> "system-announcement-template";
default -> "default-notification-template";
};
}
}
异步邮件发送的流程图如下: 当用户提交评论后,评论服务首先将评论保存到数据库,然后立即返回成功响应给用户,同时发送通知消息到RabbitMQ队列。这种设计使用户无需等待邮件发送完成,大大提升了响应速度。随后,EmailNotificationConsumer通过@RabbitListener注解监听队列,接收到消息后开始处理:首先根据通知类型获取适当的模板,准备上下文数据并使用TemplateEngine生成HTML邮件内容,接着创建MimeMessage,设置收件人、主题和内容,通过JavaMailSender发送邮件。整个过程采用了优雅的异常处理机制,根据异常类型判断是否需要重试,并相应地执行basicAck确认或basicReject拒绝处理,确保了消息的可靠投递。
这种异步架构不仅解耦了核心业务和通知服务,提高了系统的响应性,还通过消息队列实现了削峰填谷,增强了系统的稳定性和可扩展性。即使邮件服务暂时不可用,用户体验也不会受到影响,同时消息持久化机制保证了通知最终能够可靠送达。整个流程充分体现了分布式系统设计中"最终一致性"的理念。
5. 处理那些可能出错的地方
消息重复消费问题
幂等性处理是异步系统的关键。我是这么做的:
java
@Service
@Slf4j
public class NotificationService {
@Autowired
private NotificationRepository notificationRepository;
public boolean processNotification(NotificationMessage message) {
// 根据通知ID检查是否已处理
if (notificationRepository.existsByNotificationId(message.getNotificationId())) {
log.info("通知已处理,跳过: id={}", message.getNotificationId());
return true;
}
// 处理通知并记录结果
try {
// 发送通知逻辑...
// 记录已处理的通知ID
saveProcessedNotification(message);
return true;
} catch (Exception e) {
log.error("处理通知失败: id=" + message.getNotificationId(), e);
return false;
}
}
}
死信队列实现
在消息中间件系统中,当消息无法被正常消费时(如处理失败、超时或超过重试次数),这些消息就会变成"死信"。死信队列(Dead Letter Queue)是专门用来存储和处理这些无法正常消费的消息的特殊队列,确保重要消息不会丢失,同时提供二次处理机会。
死信队列工作流程如下: 主要包括五个方面:
- 生产者发送消息到普通交换机
- 消息被路由到普通队列
- 消费失败时(处理异常、消息拒绝、队列消息过期等情况),消息会被转发到死信交换机
- 死信交换机将消息路由到死信队列
- 死信消费者处理这些失败的消息,通常会记录到数据库并触发告警
下面是死信队列的代码配置
死信队列配置
java
@Configuration
public class DeadLetterQueueConfig {
@Bean
public DirectExchange deadLetterExchange() {
return new DirectExchange("notification.dlx");
}
@Bean
public Queue deadLetterQueue() {
return new Queue("notification.dead-letter.queue");
}
@Bean
public Binding deadLetterBinding() {
return BindingBuilder
.bind(deadLetterQueue())
.to(deadLetterExchange())
.with("email.failed");
}
}
死信队列消费者实现
java
@Component
@Slf4j
public class DeadLetterConsumer {
@Autowired
private NotificationRepository notificationRepository;
@RabbitListener(queues = "notification.dead-letter.queue")
public void processFailedNotifications(NotificationMessage message, Channel channel,
@Header(AmqpHeaders.DELIVERY_TAG) long tag) throws IOException {
try {
log.warn("处理失败通知: id={}, type={}, recipient={}",
message.getNotificationId(), message.getType(), message.getRecipientEmail());
// 保存失败通知到数据库
notificationRepository.saveFailedNotification(message);
// 根据失败类型发送告警
alertService.sendNotificationFailureAlert(message);
// 确认消息
channel.basicAck(tag, false);
} catch (Exception e) {
log.error("处理死信队列消息异常", e);
// 处理异常,避免死信队列消息也处理失败
channel.basicAck(tag, false);
}
}
}
通过这种机制,即使通知发送失败,系统也能保证消息不会丢失,并通过死信队列提供补偿处理,增强系统的可靠性和容错能力。
消息积压应对策略
当系统流量激增,可能出现消息积压。解决方案:
- 动态扩容消费者
java
@Service
public class ConsumerManagerService {
@Autowired
private RabbitListenerEndpointRegistry registry;
public void adjustConcurrency(String listenerId, int concurrency) {
AbstractMessageListenerContainer container =
(AbstractMessageListenerContainer) registry.getListenerContainer(listenerId);
if (container != null) {
container.setConcurrentConsumers(concurrency);
log.info("调整消费者并发数: listenerId={}, concurrency={}", listenerId, concurrency);
}
}
}
- 监控告警
消息积压阶段 从图中可以看到,队列共累积了近1000条条待处理消息。图表中持续上升的红线清晰地反映了消息以约15/s的速率不断进入队列,而没有消费者处理它们。这种情况在实际生产环境中通常出现在流量突增或消费者服务临时不可用的场景下。
消费处理过程 上图捕捉了消息开始被消费的关键时刻。在图表右侧可以看到消费速率(Get auto ack)突然飙升至146/s,远高于生产速率。这正是"动态扩容消费者"策略发挥作用的体现:当系统检测到队列积压,自动增加了消费者数量或提高了预取值,使得处理速度大幅提升,开始快速消费积压的消息。
消费后状态
第三张图显示大部分积压消息已被处理,队列中只剩280条消息。消费速率峰值已过(可以看到Get速率已经回落),系统逐渐恢复到正常状态。值得注意的是,队列状态从"running"变为"idle",表明队列活动减少。
这三张图展示了异步通知系统的核心优势之一:"削峰填谷"。即使在短时间内产生大量通知消息(如系统公告推送),消息队列也能暂存这些消息,然后由消费者以最合适的速率逐步处理,避免了系统过载。
6. 性能优化实战经验
批量确认提升吞吐量
java
@Component
public class BatchAckEmailConsumer {
@RabbitListener(queues = "email.notification.queue")
public void processBatch(List<Message> messages, Channel channel) throws IOException {
List<NotificationMessage> notificationMessages = messages.stream()
.map(message -> {
try {
return objectMapper.readValue(message.getBody(), NotificationMessage.class);
} catch (Exception e) {
log.error("消息反序列化失败", e);
return null;
}
})
.filter(Objects::nonNull)
.collect(Collectors.toList());
// 批量处理消息
processNotificationBatch(notificationMessages);
// 获取最后一条消息的tag
long lastDeliveryTag = messages.get(messages.size() - 1).getMessageProperties().getDeliveryTag();
// 批量确认所有消息
channel.basicAck(lastDeliveryTag, true);
}
}
消费者线程池优化
生产环境中,消费者线程池配置是重要的性能因素:
yaml
spring:
rabbitmq:
listener:
simple:
# 初始消费者数量
concurrency: 5
# 最大消费者数量
max-concurrency: 20
# 预取数量
prefetch: 50
这些参数的影响:
在图中,我们可以看到随着预取值的增加,系统的处理能力显著提升。当预取值达到50时,系统的吞吐量达到了最佳水平,显示出优化的效果。
实际性能测试
在我的博客系统中,优化前后的性能对比:
指标 | 优化前 | 优化后 | 提升 |
---|---|---|---|
单线程消费速率 | 20条/秒 | 120条/秒 | 6倍 |
峰值处理能力 | 50条/秒 | 500条/秒 | 10倍 |
平均处理延迟 | 800ms | 95ms | 88% |
从表格和柱状图中可以看出,优化后的系统在各项指标上都有显著提升。单线程消费速率从20条/秒提升至120条/秒,峰值处理能力更是达到了500条/秒,平均处理延迟则大幅降低至95ms。这些数据充分证明了消费者线程池优化的有效性。
7. 实际应用案例解析
评论回复邮件通知流程
评论回复的完整处理流程如下:
- 用户A在文章下发表评论回复用户B
- 评论服务保存评论并发送通知消息到RabbitMQ
- 邮件通知消费者接收消息并处理
- 根据模板生成个性化邮件内容
- 发送邮件通知用户B
系统公告推送
当需要向所有用户推送系统公告时:
java
@Service
public class AnnouncementService {
@Autowired
private NotificationProducerService notificationProducer;
@Autowired
private UserRepository userRepository;
public void sendSystemAnnouncement(AnnouncementDTO announcement) {
// 1. 保存公告
Announcement saved = announcementRepository.save(announcement.toEntity());
// 2. 分批次获取用户并发送通知
int pageSize = 500;
int totalPages = (int) Math.ceil(userRepository.count() / (double) pageSize);
for (int page = 0; page < totalPages; page++) {
List<User> users = userRepository.findAll(PageRequest.of(page, pageSize)).getContent();
for (User user : users) {
NotificationMessage notification = NotificationMessage.builder()
.notificationId(UUID.randomUUID().toString())
.type(NotificationType.SYSTEM_ANNOUNCEMENT)
.recipientId(user.getId())
.recipientEmail(user.getEmail())
.title(announcement.getTitle())
.content(announcement.getContent())
.extraData(Map.of("announcementId", saved.getId()))
.createdTime(new Date())
.build();
notificationProducer.sendEmailNotification(notification);
}
log.info("批次{}系统公告通知入队完成: {}/{}", page + 1, (page + 1) * pageSize, userRepository.count());
}
}
}
8. 从单机到分布式:扩展你的通知系统
RabbitMQ集群基础
当单节点RabbitMQ不足以支撑业务需求时,集群是必然选择,下图是典型的3节点集群架构,包括HAProxy负载均衡: 对于我的博客,配置集群的关键点:
yaml
# Spring Boot应用连接RabbitMQ集群配置
spring:
rabbitmq:
addresses: rabbit1:5672,rabbit2:5672,rabbit3:5672
username: ${RABBITMQ_USER}
password: ${RABBITMQ_PASS}
virtual-host: /blog
# 集群环境下的重试配置
connection-timeout: 5000
template:
retry:
enabled: true
initial-interval: 1000
max-attempts: 3
multiplier: 1.5
消费者水平扩展
将通知消费者部署在多个节点:
java
// 设置消费者组ID,支持广播模式和竞争模式
@RabbitListener(queues = "email.notification.queue",
id = "email-consumer-${SERVER_ID}",
containerFactory = "rabbitListenerContainerFactory")
public void processEmailNotification(NotificationMessage message, Channel channel,
@Header(AmqpHeaders.DELIVERY_TAG) long tag) {
// 消费逻辑...
}
9. 踩过的坑与总结
真实案例:消息丢失排查
有段时间系统偶尔出现通知没有送达的情况。经过排查发现:
- 生产者没有正确处理确认回调
- 网络偶尔抖动导致连接断开
- 消息未持久化,节点重启后丢失
解决方案:
java
// 完善的生产者可靠投递
@Service
public class ReliableProducer {
@Autowired
private RabbitTemplate rabbitTemplate;
@Autowired
private RetryRepository retryRepository;
@Transactional
public void sendWithGuarantee(String exchange, String routingKey, Object message) {
// 1. 保存消息到本地事务表
String messageId = UUID.randomUUID().toString();
byte[] serializedMessage = objectMapper.writeValueAsBytes(message);
retryRepository.saveMessageForRetry(messageId, exchange, routingKey, serializedMessage);
// 2. 发送消息,带上correlationId
rabbitTemplate.convertAndSend(exchange, routingKey, message, m -> {
m.getMessageProperties().setMessageId(messageId);
m.getMessageProperties().setDeliveryMode(MessageDeliveryMode.PERSISTENT);
return m;
}, new CorrelationData(messageId));
}
// 3. 定时任务扫描未成功的消息并重试
@Scheduled(fixedDelay = 60000)
public void retryFailedMessages() {
List<RetryMessage> failedMessages = retryRepository.findAllUnconfirmedMessages();
for (RetryMessage failed : failedMessages) {
// 重试逻辑...
}
}
}
性能调优经验总结
- 合理设置预取值:太小会导致消费者饥饿,太大会导致负载不均衡
- 批量确认:大幅提高吞吐量,但要注意内存消耗
- 消费者并发数:通常设置为CPU核心数的1-2倍效果最佳
- 避免重量级操作:消费者中避免耗时的同步操作,如有必要再次异步处理
消息队列产品选择
特性 | RabbitMQ | Kafka | RocketMQ |
---|---|---|---|
吞吐量 | 中等 | 极高 | 高 |
可靠性 | 高 | 高 | 高 |
消息模型 | 复杂路由 | 简单主题 | 主题+标签 |
适用场景 | 复杂业务,低延迟 | 大数据,日志分析 | 金融级可靠,事务消息 |
对于我的博客系统,RabbitMQ是最佳选择,因为:
- 通知系统需要灵活的路由能力
- 博客规模适中,不需要极高吞吐
- 开发成本和维护成本较低
总结
通过引入RabbitMQ构建异步通知系统,我的博客获得了这些收益:
- 接口响应时间显著降低
- 系统解耦,各组件独立扩展
- 流量高峰期系统稳定性大幅提升
- 通知功能可靠性显著提高
关键是理解异步架构的核心思想,并把握好RabbitMQ的配置和使用细节。希望这篇文章能帮助你在自己的系统中构建可靠高效的异步通知功能。最后给上最终的架构图,包括队列、交换机、死信队列、消费者集群等