rabbitMq内容整理

一、RabbitMQ基础概念

RabbitMQ是一个开源的、实现AMQP（高级消息队列协议）的消息代理中间件，负责应用间异步消息传递、解耦、削峰、异步处理任务等。

核心概念有：

生产者（Producer）：发送消息的程序。
消费者（Consumer）：接收并处理消息的程序。
Broker：消息服务器，RabbitMQ服务端程序。
Exchange（交换机）：负责根据规则分发消息到队列。
Queue（队列）：存放消息的地方。
Binding（绑定）：Exchange和Queue之间的关系，包含路由规则。
Routing Key（路由键）：决定消息如何路由到队列。

二、RabbitMQ的消息模型

RabbitMQ支持以下Exchange类型：

交换机类型	工作方式	使用场景示例
direct	根据消息routing key精确匹配分发消息	精准消息发送，如支付通知、订单确认
fanout	忽略routing key广播到所有绑定的队列	广播场景，如通知系统内所有服务刷新缓存
topic	根据routing key模式匹配分发消息	模糊匹配场景，如日志收集、监控数据分发
headers	根据消息头部匹配规则	极少使用，功能类似topic，但不关注routing key

常用场景举例：

direct模式
- 一个exchange，一个queue绑定routingKey为user.register，生产者发送时携带user.register路由键，消息被精确发送到该队列。
fanout模式
- 一个exchange绑定多个queue，发送消息时所有队列都能接收，适合发布订阅广播场景。
topic模式
- 可以使用通配符*匹配单个单词，#匹配0或多个单词，例如：
  - log.error -> 精确匹配
  - log.* 匹配log.error、log.info
  - log.# 匹配log.error.http

三、RabbitMQ重要特性与工作中常用知识点

1、消息可靠性（必掌握）

RabbitMQ实现消息可靠传递的机制：

生产者端确认（Publisher Confirm）
- RabbitMQ确认生产者的消息已成功到达Broker。
- 设置channel.confirmSelect()开启确认模式。
Broker端持久化
- Exchange、Queue、Message都需要开启持久化（durable=True），消息会落盘。
- 注意：消息可靠性会影响性能。
消费者端ACK机制
- 消费者明确告知消息消费完成，Broker才会删除消息。
- 自动ACK和手动ACK（推荐）两种模式：
  - 自动ACK (autoAck=true)，消费异常时可能导致消息丢失。
  - 手动ACK (channel.basicAck(deliveryTag, false))，保障数据可靠性。

2、消息幂等性（必掌握）

防止重复消息消费引发的数据一致性问题。
一般做法：
- 使用消息唯一ID（UUID）去重；
- 利用Redis或数据库的唯一键做去重校验。

3、消息死信队列（DLX）

用于处理未被正常消费的消息（超过重试次数、消息过期、队列满了）。
DLX机制：
- 创建单独死信交换机和队列；
- 将业务队列绑定到死信交换机，消息异常或超时后自动进入死信队列。

4、消息延迟队列

利用TTL（消息存活时间）和DLX实现延迟队列功能：
- 设置消息或队列TTL，消息过期进入DLX。
常用场景：
- 订单超时未支付自动取消；
- 延迟发送通知。

5、消息优先级队列

设置队列为priority模式：

java 复制代码

Map<String, Object> args = new HashMap<>();
args.put("x-max-priority", 10);
channel.queueDeclare(queue, durable, exclusive, autoDelete, args);

消息发送时指定优先级：

java 复制代码

AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder()
    .priority(5)
    .build();

6、流控与消息积压问题处理（必掌握）

消费端限流（QoS）
复制代码
java

复制编辑

channel.basicQos(10); // 一次最多处理10条未确认消息
设置合理的消费者数量，防止消息堆积。
监控队列长度和消费速率，及时预警处理。

四、RabbitMQ集群与高可用（常用）

镜像队列（Mirror Queue）：
- 同步队列数据到多个节点，提高可用性，防止单点故障。
集群模式（Cluster）：
- 主节点维护元数据，其他节点从节点复制数据。
Federation（联合）模式：
- 异地多数据中心间消息复制。

五、RabbitMQ性能优化（常用）

使用长连接，避免频繁开关。
批量发送消息，减少网络IO。
调整消息持久化策略，非关键数据可关闭。
合理配置消费并发数 和线程池。

六、工作中常见问题与解决方法（重点）

问题	常见原因	解决办法
消息重复消费	消费端未正确ACK、消息超时重投	保证幂等、正确ACK
消息丢失	Broker未持久化、生产者未确认、未ACK	确认模式、开启持久化
队列消息堆积	消费速率慢、消息大量堆积	限流、增加消费者数量
连接数过多	没用连接池、频繁创建连接	连接池、长连接
消息乱序	RabbitMQ默认先进先出，但并不完全保证顺序	业务逻辑自行排序或用Kafka

七、监控管理（必掌握）

使用RabbitMQ Management Plugin
- 默认端口15672；
- 查看队列、连接、交换机、消息堆积、消费者情况；
- 可手动删除消息、重置连接。
Prometheus + Grafana 监控方案：
- 深入监控队列深度、消息消费速率、连接数、资源消耗等。

分界线

一、为什么选择 RabbitMQ 而不是其他中间件（如 Kafka、RocketMQ）？

面试官一般想了解你对常用MQ的理解差异，考察你技术选型能力。

功能点/场景	RabbitMQ	Kafka	RocketMQ
协议	AMQP 标准	自定义协议	自定义协议
消息可靠性	非常高（事务、Confirm、ACK）	较高	高
吞吐量	中（万级）	极高（百万级）	高（十万级）
延迟消息	原生TTL+DLX支持	不支持原生延迟	原生支持
消息顺序性	不严格保证	分区内严格保证	严格保证
场景偏好	高可靠事务性消息、业务解耦	日志、埋点、大数据传输	电商场景
使用难度	简单、易管理	较难（生态复杂）	较容易（偏Java）

举例场景：

RabbitMQ适合高可靠业务通知场景，如订单支付结果通知；
Kafka适合日志传输和大数据处理场景；
RocketMQ更适合电商领域，有严格顺序消息需求。

二、如何保证RabbitMQ的消息可靠性、幂等性？

1. 消息可靠性（生产者→MQ→消费者）：

生产者：

开启confirm确认机制：

java 复制代码

channel.confirmSelect(); // 开启确认模式
channel.basicPublish(exchange, routingKey, null, message.getBytes());
if (channel.waitForConfirms()) {
    System.out.println("消息投递成功");
} else {
    System.out.println("消息投递失败，需要重试或记录");
}

MQ服务器：

设置队列和Exchange持久化：

java 复制代码

channel.exchangeDeclare("exchange", "direct", true);
channel.queueDeclare("queue", true, false, false, null);
channel.queueBind("queue", "exchange", "routingKey");

消息持久化发送：

java 复制代码

AMQP.BasicProperties props = new AMQP.BasicProperties.Builder()
    .deliveryMode(2)  // 2代表持久化消息
    .build();
channel.basicPublish("exchange", "routingKey", props, message.getBytes());

消费者：

使用手动ACK机制（关键）：

java 复制代码

channel.basicConsume("queue", false, (consumerTag, delivery) -> {
    try {
        // 处理消息
        System.out.println("收到消息: " + new String(delivery.getBody()));
        // 手动确认
        channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
    } catch (Exception e) {
        // 拒绝消息并重回队列
        channel.basicNack(delivery.getEnvelope().getDeliveryTag(), false, true);
    }
}, consumerTag -> {});

2. 消息幂等性（防止消息重复消费）：

幂等性就是同一消息多次处理结果不变。

常见实现方式：

① 数据库唯一索引去重：

复制代码

-- 使用订单号做唯一索引，消费前insert去重 CREATE UNIQUE INDEX order_unique ON order_table(order_id);

② Redis去重（推荐）：

java 复制代码

String msgId = message.getMsgId(); // 消息唯一标识
if (redis.setnx("msg:"+msgId, "1") == 1) {
    redis.expire("msg:"+msgId, 3600); // 设置过期时间1小时
    processMessage(message);
} else {
    // 消息重复，直接丢弃
}

三、RabbitMQ消费端如何限流？

消费者限流主要依靠basicQos：

// 同一时间最多允许处理10条消息（未确认状态） channel.basicQos(10);

解释：

RabbitMQ不会一次性推送超过设定值的消息给消费者，未ACK的消息数量达到10时，队列暂停向该消费者发送新消息。

四、RabbitMQ消息堆积如何处理？

常见处理办法：

增加消费者数量或并发数；
消费者限流合理设置；
临时创建新队列和消费者分流；
严重时，考虑清理无用消息。

优化方案举例：

增加消费者（并发处理）：

// 启动多个consumer实例（独立进程或线程） for (int i = 0; i < 10; i++) { new Thread(new ConsumerRunnable()).start(); }

五、如何使用RabbitMQ实现延迟消息功能？

延迟消息通过TTL（消息生存时间）+ DLX（死信队列）实现。

实现步骤（详细示例）：

① 定义正常队列与死信队列

java 复制代码

// 死信交换机和队列
channel.exchangeDeclare("dlx_exchange", "direct", true);
channel.queueDeclare("dlx_queue", true, false, false, null);
channel.queueBind("dlx_queue", "dlx_exchange", "timeout");

// 正常业务队列绑定死信交换机
Map<String, Object> args = new HashMap<>();
args.put("x-dead-letter-exchange", "dlx_exchange");
args.put("x-dead-letter-routing-key", "timeout");
args.put("x-message-ttl", 60000); // 队列TTL 60秒

channel.queueDeclare("order_queue", true, false, false, args);

② 发送消息到order_queue，过期进入死信队列：

复制代码

channel.basicPublish("", "order_queue", null, message.getBytes());

③ 消费死信队列，实现延迟处理：

java 复制代码

channel.basicConsume("dlx_queue", true, (consumerTag, delivery) -> {
    System.out.println("延迟消息：" + new String(delivery.getBody()));
}, consumerTag -> {});

六、RabbitMQ的确认机制与死信队列机制怎么用？

确认机制前文（第二节）已详细解释。
死信队列适用于消息无法被消费（超时、异常）：

关键场景：

消息TTL过期；
队列满了；
消费者拒绝消息（basicNack）。

实际使用：

常用于异常消息降级处理、失败重试，防止无限重试导致队列拥堵。

七、RabbitMQ集群有哪些方式？如何实现高可用？

1. 集群类型：

普通模式（集群元数据同步，无队列同步）
镜像队列模式（常用，高可用）
Federation模式（跨数据中心场景）

2. 镜像队列实现高可用（推荐）：

通过策略实现自动镜像队列：

复制代码

shell

复制编辑

rabbitmqctl set_policy ha-all "^" '{"ha-mode":"all"}'

解释：

^表示所有队列；
ha-mode:all表示复制到所有节点。