4. RabbitMQ 发布确认的配置详细说明

RainbowSea2025-04-03 16:57

4. RabbitMQ 发布确认的配置详细说明

@[toc]

分布确认的原理：

生产者将信道设置成 confirm 模式，一旦信道进入 confirm 模式，所有在该信道上面发布的 消息都将会被指派一个唯一的 ID(从 1 开始)，一旦消息被投递到所有匹配的队列之后，broker 就会发送一个确认给生产者(包含消息的唯一 ID)，这就使得生产者知道消息已经正确到达目的队 列了，如果消息和队列是可持久化的，那么确认消息会在将消息写入磁盘之后发出，broker 回传 给生产者的确认消息中 delivery-tag 域包含了确认消息的序列号，此外 broker 也可以设置 basic.ack 的 multiple 域，表示到这个序列号之前的所有消息都已经得到了处理。 confirm 模式最大的好处在于他是异步的，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。

1. 发布确认的策略

开启发布确认的方法：

布确认默认是没有开启的，如果要开启需要调用方法 confirmSelect，每当你要想使用发布 确认，都需要在 channel 上调用该方法

1.1 单个发布确认

这是一种简单的确认方式，它是一种同步确认发布 的方式，也就是发布一个消息之后只有它 被确认发布，后续的消息才能继续发布,waitForConfirmsOrDie(long)这个方法只有在消息被确认 的时候才返回，如果在指定时间范围内这个消息没有被确认那么它将抛出异常。 这种确认方式有一个最大的缺点就是:发布速度特别的慢，因为如果没有确认发布的消息就会 阻塞所有后续消息的发布，这种方式最多提供每秒不超过数百条发布消息的吞吐量。当然对于某 些应用程序来说这可能已经足够了。

注意：消息的发布是在 生产者上编码的，因为消息是从生产者当中发送出来的 。

java 复制代码 
package com.rainbowsea.rabbitmq.four;


import com.rabbitmq.client.Channel;
import com.rainbowsea.rabbitmq.utils.RabbitMQUtils;

import java.io.IOException;
import java.util.UUID;
import java.util.concurrent.TimeoutException;

/**
 * 发布确认模式：
 * 使用的时间：比较哪种确认方式是最好的
 * 1. 单个确认
 * 2. 批量确认
 * 3. 异步批量确认
 */
public class ConfirmMessage {

    // 批量发消息的个数
    public static final int MESSAGE_COUNT = 1000;

    public static void main(String[] args) throws InterruptedException, TimeoutException, IOException {
        // 1.单个确认
        ConfirmMessage.publishMessageIndividually(); // 发布1000个单独确认消息，耗时718ms

    }


    /**
     * 单个确认
     */
    public static void publishMessageIndividually() throws IOException, TimeoutException, InterruptedException {
        Channel channel = RabbitMQUtils.getChannel();

        // 开启发布确认
        channel.confirmSelect();

        String queueName = UUID.randomUUID().toString();

        // 开始时间
        long begin = System.currentTimeMillis();

        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + "";
            channel.basicPublish("",queueName,null,message.getBytes());
            // 单个消息就马上进行发布确认
            boolean flag = channel.waitForConfirms();
            if(flag) {
                System.out.println("消息发送成功");
            }
        }

        // 结束时间
        long end = System.currentTimeMillis();
        System.out.println("发布" + MESSAGE_COUNT + "个单独确认消息，耗时" + (end - begin) + "ms");

    }
}

1.2 批量确认发布

上面那种方式非常慢，与单个等待确认消息相比，先发布一批消息然后一起确认可以极大地 提高吞吐量，当然这种方式的缺点就是:当发生故障导致发布出现问题时，不知道是哪个消息出现 问题了，我们必须将整个批处理保存在内存中，以记录重要的信息而后重新发布消息。当然这种 方案仍然是同步的，也一样阻塞消息的发布。

java 复制代码 
/**
     * 批量发布确认
     */
    public static void publishMessageBatch() throws IOException, TimeoutException, InterruptedException {
        Channel channel = RabbitMQUtils.getChannel();

        // 开启发布确认
        channel.confirmSelect();

        //批量确认消息大小
        int batchSize = 100;

        String queueName = UUID.randomUUID().toString();

        // 开始时间
        long begin = System.currentTimeMillis();

        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + "";
            channel.basicPublish("", queueName, null, message.getBytes());

            if (i % batchSize == 0) {  // 到了 100 个消息，就发布确认，告诉交换机，我们该100个消息，都确认发布了
                channel.waitForConfirms();
            }
        }

        // 结束时间
        long end = System.currentTimeMillis();
        System.out.println("发布" + MESSAGE_COUNT + "批量" + batchSize + "确认消息，耗时" + (end - begin) + "ms");

    }

1.3 异步确认发布

异步确认虽然编程逻辑比上两个要复杂，但是性价比最高，无论是可靠性还是效率都没得说， 他是利用回调函数来达到消息可靠性传递的，这个中间件也是通过函数回调来保证是否投递成功， 下面就让我们来详细讲解异步确认是怎么实现的。

java 复制代码 
package com.rainbowsea.rabbitmq.four;


import com.rabbitmq.client.Channel;
import com.rabbitmq.client.ConfirmCallback;
import com.rainbowsea.rabbitmq.utils.RabbitMQUtils;

import java.io.IOException;
import java.util.UUID;
import java.util.concurrent.TimeoutException;

/**
 * 发布确认模式：
 * 使用的时间：比较哪种确认方式是最好的
 * 1. 单个确认
 * 2. 批量确认
 * 3. 异步批量确认
 */
public class ConfirmMessage {

    // 批量发消息的个数
    public static final int MESSAGE_COUNT = 1000;

    public static void main(String[] args) throws InterruptedException, TimeoutException, IOException {
        // 1.单个确认
        //ConfirmMessage.publishMessageIndividually(); // 发布1000个单独确认消息，耗时718ms
        //ConfirmMessage.publishMessageBatch(); // 发布1000批量100确认消息，耗时58ms
        ConfirmMessage.publishMessageAsync(); // 发布1000异步确认消息，耗时20ms

    }


    /**
     * 异步发布确认
     */
    public static void publishMessageAsync() throws IOException, TimeoutException, InterruptedException {
        Channel channel = RabbitMQUtils.getChannel();

        // 开启发布确认
        channel.confirmSelect();

        //批量确认消息大小
        int batchSize = 100;

        // 队列的声明
        String queueName = UUID.randomUUID().toString();

        // 开启发布确认
        channel.waitForConfirms();

        // 消息确认成功，执行的回调函数
        ConfirmCallback ackCallback = (deliveryTag, multiple) -> {
            System.out.println("确认的消息" + deliveryTag);
        };

        // 消息确认失败，执行的回调函数
        ConfirmCallback nackCallback = (deliveryTag, multiple) -> {
            System.out.println("未确认的消息" + deliveryTag);
        };

        // 准备消息的监听器，监听哪些消息成功了，哪些消息失败了
        /*
         * 1. 监听哪些消息成功了
         * 2. 监听哪些消息失败了
         */
        channel.addConfirmListener(ackCallback, nackCallback);  // 异步通知

        // 开始时间
        long begin = System.currentTimeMillis();

        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + "";
            channel.basicPublish("", queueName, null, message.getBytes());
        }

        // 结束时间
        long end = System.currentTimeMillis();
        System.out.println("发布" + MESSAGE_COUNT + "异步确认消息，耗时" + (end - begin) + "ms");

    }


}

如何处理异步未确认消息：

最好的解决的解决方案就是把未确认的消息放到一个基于内存的能被发布线程访问的队列， 比如说用 ConcurrentLinkedQueue 这个队列在 confirm callbacks 与发布线程之间进行消息的传 递。

java 复制代码 
    public static void publishMessageAsync2() throws Exception {
        try (Channel channel = RabbitMqUtils.getChannel()) {
            String queueName = UUID.randomUUID().toString();
            channel.queueDeclare(queueName, false, false, false, null); //开启发布确认
            channel.confirmSelect();
/**
 * 线程安全有序的一个哈希表，适用于高并发的情况 * 1.轻松的将序号与消息进行关联
 * 2.轻松批量删除条目  只要给到序列号 * 3.支持并发访问
 */
            ConcurrentSkipListMap<Long, String> outstandingConfirms = new ConcurrentSkipListMap<>();
/**
 * 确认收到消息的一个回调
 * 1.消息序列号
 * 2.true 可以确认小于等于当前序列号的消息
 *   false 确认当前序列号消息
 */
            ConfirmCallback ackCallback = (sequenceNumber, multiple) -> {
                if (multiple) {
//返回的是小于等于当前序列号的未确认消息  是一个 map
                    ConcurrentNavigableMap<Long, String> confirmed = outstandingConfirms.headMap(sequenceNumber, true);
//清除该部分未确认消息
                    confirmed.clear();
                } else {
//只清除当前序列号的消息
                    outstandingConfirms.remove(sequenceNumber);
                }
            };
            ConfirmCallback nackCallback = (sequenceNumber, multiple) -> {
                String message = outstandingConfirms.get(sequenceNumber);
                System.out.println("发布的消息" + message + "未被确认，序列号" + sequenceNumber);
            };
/**
 * 添加一个异步确认的监听器
 * 1.确认收到消息的回调
 * 2.未收到消息的回调
 */
            channel.addConfirmListener(ackCallback, null);
            long begin = System.currentTimeMillis();
            for (int i = 0; i < MESSAGE_COUNT; i++) {
                String message = "消息" + i;
/**
 * channel.getNextPublishSeqNo()获取下一个消息的序列号
 * 通过序列号与消息体进行一个关联
 * 全部都是未确认的消息体
 */
                outstandingConfirms.put(channel.getNextPublishSeqNo(), message);
                channel.basicPublish("", queueName, null, message.getBytes());
            }
            long end = System.currentTimeMillis();
            System.out.println("发布" + MESSAGE_COUNT + "个异步确认消息,耗时" + (end - begin) +
                    "ms");
        }
    }

以上 3 种发布确认速度对比:

  • 单独发布消息：同步等待确认，简单，但吞吐量非常有限。
  • 批量发布消息：批量同步等待消息，简单，合理的吞吐量，一旦出现问题，很难推断出是那条消息出现了问题。
  • 异步处理：最佳性能和资源使用，在出现错误的情况下可以很好地控制，但是实现起来稍微复杂一些。

2. 最后：

"在这个最后的篇章中，我要表达我对每一位读者的感激之情。你们的关注和回复是我创作的动力源泉，我从你们身上吸取了无尽的灵感与勇气。我会将你们的鼓励留在心底，继续在其他的领域奋斗。感谢你们，我们总会在某个时刻再次相遇。"

相关推荐
yuren_xia27 分钟前
Spring MVC中自定义日期类型格式转换器
java·spring·mvc
GottdesKrieges1 小时前
OceanBase数据库磁盘空间管理
java·数据库·oceanbase
Themberfue2 小时前
Redis ⑦-set | Zset
java·开发语言·数据库·redis·sql·缓存
此木|西贝6 小时前
【设计模式】享元模式
java·设计模式·享元模式
李少兄7 小时前
解决Spring Boot多模块自动配置失效问题
java·spring boot·后端
bxlj_jcj7 小时前
JVM性能优化之年轻代参数设置
java·性能优化
八股文领域大手子7 小时前
深入理解缓存淘汰策略：LRU 与 LFU 算法详解及 Java 实现
java·数据库·算法·缓存·mybatis·哈希算法
不当菜虚困8 小时前
JAVA设计模式——（八）单例模式
java·单例模式·设计模式
m0_740154678 小时前
Maven概述
java·maven
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑03西电B测-计算机网络综合实验(含验收问题)04YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】05Coze扣子平台完整体验和实践（附国内和国际版对比）06DeepSeek各版本说明与优缺点分析07Python基于Flask的豆瓣电影数据分析可视化系统（附源码，文档说明）08yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记09我决定放弃搞 Java 了10最新 Kubernetes 集群部署 + flannel 网络插件（保姆级教程，最新 K8S 版本）