RabbitMQ_8_高级特性(完)

延迟队列

概念

延迟队列(Delayed Queue),即消息被发送以后,并不想让消费者立刻拿到消息,而是等待特定时间后,消费者才能拿到这个消息进行消费

应用场景

延迟队列的使用场景有很多,比如:

  1. 智能家居:用户希望通过手机远程遥控家里的智能设备在指定的时间进行工作,这时候就可以将用户指令发送到延迟队列,当指令设定的时间到了再将指令推送到智能设备。
  2. 日常管理:预定会议后,需要在会议开始前15分钟提醒参会人参加会议
  3. 用户注册成功后,7天后发送短信,提高用户活跃度等
  4. ......

RabbitMQ本身没有直接支持延迟队列的功能,但是可以通过上一篇文章所介绍的TTL+死信队列的方式组合模拟出延迟队列的功能。

假设一个应用中需要将每条消息都设置为10秒的延迟,生产者通过nomal_exchange(普通交换机)这个交换机将发送的消息存储在normal_queue(普通队列)这个队列中。消费者订阅的并非是normal_queue而是dlx_queue(死信队列)这个队列。当消息从normal_queue这个队列中过期之后被存入dlx_queue这个队列中,消费者就恰巧消费到延迟10秒的这条消息。

TTL+死信队列实现

队列TTL+死信队列

先删除掉我们原来用于测试死信的normal队列(不删除原队列而随意修改队列属性会报异常!!!):

声明队列、交换机和绑定关系:

java 复制代码
public static final String NORMAL_QUEUE = "normal.queue";
    public static final String NORMAL_EXCHANGE = "normal.exchange";
    public static final String DL_QUEUE = "dl.queue";
    public static final String DL_EXCHANGE = "dl.exchange";
java 复制代码
    @Bean("normalQueue")
    public Queue normalQueue(){
        return QueueBuilder.durable(Contants.NORMAL_QUEUE)
                .deadLetterExchange(Contants.DL_EXCHANGE)
                .deadLetterRoutingKey("dlx")
                .maxLength(10L)
                .ttl(20000)
                .build();
    }

     @Bean("normalExchange")
    public DirectExchange normalExchange(){
        return ExchangeBuilder.directExchange(Contants.NORMAL_EXCHANGE).build();
    }

    @Bean("normalBinding")
    public Binding normalBinding(@Qualifier("normalQueue") Queue queue,
    @Qualifier("normalExchange")DirectExchange directExchange){
        return BindingBuilder.bind(queue).to(directExchange).with("normal");
    }
    //死信交换机和队列
    @Bean("dlQueue")
    public Queue dlQueue(){
        return QueueBuilder.durable(Contants.DL_QUEUE).build();
    }

    @Bean("dlExchange")
    public DirectExchange dlExchange(){
        return ExchangeBuilder.directExchange(Contants.DL_EXCHANGE).build();
    }

    @Bean("dlBinding")
    public Binding dlBinding(@Qualifier("dlQueue") Queue queue,
                                 @Qualifier("dlExchange")DirectExchange directExchange){
        return BindingBuilder.bind(queue).to(directExchange).with("dlx");
    }

发送消息:

java 复制代码
 @RequestMapping("/delay")
    public String delay(){
        rabbitTemplate.convertAndSend(Contants.NORMAL_EXCHANGE,"normal","ttl test 30s...",message -> {
            message.getMessageProperties().setExpiration("30000");//单位是毫秒,设置过期时间为30s
            return message;
        });
        rabbitTemplate.convertAndSend(Contants.NORMAL_EXCHANGE,"normal","ttl3 test 10s...",message -> {
            message.getMessageProperties().setExpiration("10000");//单位是毫秒,设置过期时间为10s
            return message;
        });
        System.out.printf("%tc 消息发送成功",new Date());
        System.out.println();
        return "消息发送成功";
    }

Listener:

java 复制代码
@Component
public class DLListener {
    @RabbitListener(queues = Contants.DL_QUEUE)
    public void dlHandleMessage(Message message, Channel channel) throws Exception {
        //消费者逻辑
        System.out.printf("[dl.queue] %tc 接收到消息:%s,deliveryTag:%d\n",new Date(),new String(message.getBody()),
                message.getMessageProperties().getDeliveryTag());
        System.out.println();

    }
}

调用接口,发送请求:127.0.0.1:8080/producer/delay

观察日志,可以发现,两条消息都会在队列过期之后被收到,也就是说队列里的消息无法自由地自定义过期时间。

消息TTL+死信队列

还是先删除原来的队列:

声明新的队列:

java 复制代码
​​ @Bean("normalQueue")
    public Queue normalQueue(){
        return QueueBuilder.durable(Contants.NORMAL_QUEUE)
                .deadLetterExchange(Contants.DL_EXCHANGE)
                .deadLetterRoutingKey("dlx")
                .build();
    }

交换机和绑定关系等复用上面的内容即可......

发送消息和Listener也还是使用原来的即可......

访问接口:127.0.0.1:8080/producer/delay

可以看到,因为设置消息TTL是在消费者进行消费时进行判定,而队列是先进先出的,所以延时10s的消息会在30s的消息出队后再被判定为过期。

通过控制台也可以发现,这两条消息都是30s后才被消费的:

可以发现,上面的两种方式:

1、队列TTL+死信队列需要保证队列中的消息的延迟时间相同,如果需要不同的延迟时间就需要创建不同的队列。

2、消息TTL+死信队列则需要保证延迟时间短的消息比延迟时间长的消息更先入队。

都不太灵活,那么有没有更灵活的方式呢?

我们可以使用延迟队列插件来解决这个问题。

延迟队列插件实现

RabbitMQ官方也提供了一个延迟的插件来实现延迟的功能。

参考:Scheduling Messages with RabbitMQ | RabbitMQ

接下来具体进行操作:

安装延迟队列插件

插件下载地址:Releases · rabbitmq/rabbitmq-delayed-message-exchange · GitHub

进去之后选择RabbitMQ对应的版本进行下载即可:

安装之后将文件拖到下图中的路径底下(两者取其一即可):

启动插件

拖完之后,查看插件列表是否下载成功:

查看插件列表:

bash 复制代码
rabbitmq-plugins list

启动插件

bash 复制代码
rabbitmq-plugins enable rabbitmq_delayed_message_exchange

重启服务

bash 复制代码
service rabbitmq-server restart
验证插件

在RabbitMQ管理平台查看,新建交换机时是否有延迟消息选项,如果有就说明延迟消息插件已经正常运行了。

基于延迟插件实现

声明交换机、队列和绑定关系(通过delayed方法声明当前交换机是能够支持发送延时消息的):

java 复制代码
@Configuration
public class DelayConfig {
    @Bean("delayQueue")
    public Queue delayQueue(){
        return QueueBuilder.durable(Contants.DELAY_QUEUE).build();
    }

    @Bean("delayExchange")
    public Exchange delayExchange(){
        return ExchangeBuilder.directExchange(Contants.DELAY_EXCHANGE).delayed().build();
    }

    @Bean("delayBinding")
    public Binding delayBinding(@Qualifier("delayQueue")Queue queue,
                                @Qualifier("delayExchange")Exchange delayExchange){

        return BindingBuilder.bind(queue).to(delayExchange).with("delay").noargs();
    }
}

生产者:

java 复制代码
@RequestMapping("/delay2")
    public String delay2(){
        rabbitTemplate.convertAndSend(Contants.DELAY_EXCHANGE,"delay","delay test 30s...",message -> {
            message.getMessageProperties().setDelayLong(30000L);//单位是毫秒,设置延迟时间为30s
            return message;
        });
        rabbitTemplate.convertAndSend(Contants.DELAY_EXCHANGE,"delay","delay test 10s...",message -> {
            message.getMessageProperties().setDelayLong(10000L);//单位是毫秒,设置延迟时间为10s
            return message;
        });
        System.out.printf("%tc 消息发送成功",new Date());
        System.out.println();
        return "消息发送成功";
    }

消费者:

java 复制代码
@Component
public class DelayListener {
    @RabbitListener(queues = Contants.DELAY_QUEUE)
    public void delayHandleMessage(Message message, Channel channel) throws Exception {
        //消费者逻辑
        System.out.printf("[delay.queue] %tc 接收到消息:%s\n",new Date(),new String(message.getBody()));
        System.out.println();
    }
}

运行程序,访问接口:127.0.0.1:8080/producer/delay2

此时消息就准确延时发送了:

常见面试题

介绍下RabbitMQ的延迟队列

延迟队列是一个特殊的队列,消息发送之后,并不立即给消费者,而是等待特定的时间,才发送给消费者,延迟队列的应用场景有很多,比如:

  1. 订单在十分钟内未支付自动取消
  2. 用户注册成功后,3天后发调查问卷
  3. 用户发起退款,24小时后商家未处理,则默认同意,自动退款
  4. ......

但RabbitMQ本身并没有直接实现延迟队列,通常有两种方法:

  1. TTL+死信队列组合的方式
  2. 使用官方提供的延迟插件实现延迟功能
二者对比:

1、基于死信实现的延迟队列

  • 优点:灵活不需要额外插件支持
  • 缺点:存在消息顺序问题并且需要额外的逻辑来处理死信队列的消息,增加了系统的复杂性

2、基于插件实现的延迟队列

  • 优点:通过插件可以直接创建延迟队列,简化延迟消息的实现而且避免了死信的时序问题
  • 缺点:需要依赖特定的插件,有运维工作和只适用特定版本

事务

RabbitMQ是基于AMQP协议实现的,该协议实现了事务机制,因此RabbitMQ也支持事务机制。SpringAMQP也提供了对事务相关的操作。RabbitMQ事务允许开发者确保消息的发送和接收时原子性的,要么全部成功·,要么全部失败。

代码演示

演示之前,我们需要将发送方消息确认的配置注释掉:

这里一定要注释掉,否则会产生信道冲突,一个信道不可以即开启发送方消息确认模式,又开启事务模式!!!

配置事务管理器:

java 复制代码
 @Bean("transRabbitTemplate")
    public RabbitTemplate transRabbitTemplate(ConnectionFactory connectionFactory){
        RabbitTemplate rabbitTemplate = new RabbitTemplate(connectionFactory);
        //开启事务
        rabbitTemplate.setChannelTransacted(true);
        return rabbitTemplate;
    }

    @Bean
    public RabbitTransactionManager rabbitTransactionManager(ConnectionFactory connectionFactory){
        return new RabbitTransactionManager(connectionFactory);
    }

声明队列:

java 复制代码
 //事务
    public static final String TRANS_QUEUE = "trans.queue";
java 复制代码
@Bean("transQueue")
    public Queue transQueue(){
        return QueueBuilder.durable(Contants.TRANS_QUEUE).build();
    }

生产者:

java 复制代码
@Transactional
    @RequestMapping("/trans")
    public String trans(){
        System.out.println("trans test...");
        transRabbitTemplate.convertAndSend("",Contants.TRANS_QUEUE,"trans test 1...");
        int nums = 10/0;
        transRabbitTemplate.convertAndSend("",Contants.TRANS_QUEUE,"trans test 2...");
        return "消息发送成功";
    }

可以看到两条消息均发送失败:

把@Transactional去掉,第一条消息发送成功:

将开启事务这一行注释掉:

重新发送消息,依然收到了第一条消息:

注释掉事务管理部分:

消息1发送成功:

消息分发

概念

RabbitMQ队列拥有多个消费者时,队列会把收到的消息分派给不同的消费者,每条消息只会发送给订阅列表里的一个消费者。这种方式非常适合扩展,如果现在负载加重,那么只需要创建更多的消费者来消费处理消息即可。

默认情况下,RabbitMQ是以轮询的方法进行分发的,而不管消费者是否已经消费并已经确认了消息,这种方式是不太合理的试想一下,如果某些消费者消费速度慢,而其他消费者速度快,就可能会导致某些消费者消息积压,某些消费者空闲,进而应用整体的吞吐量下降。

如何处理呢?我们可以使用前面章节讲到的channel.basicQos(int prefetehCount)方法,来限制当前信道上消费者所能保持的最大未确认消息数量。

比如:消费端调用了channelbasicQos(5),RabbitMQ会为该消费者计数,发送一条消息计数+1,消费一条消息计数-1,当达到了设定的上限,RabbitMQ就不会再向它发送消息了,知道消费者确认了某条消息。类似于TCP/IP中的"滑动窗口"。

应用场景

消息分发的应用场景如下:

  1. 限流
  2. 非公平分发

限流

如下使用场景:

订单系统每秒最多处理5000请求,正常情况下,订单系统可以正常满足需求

但是再秒杀时间点,请求瞬间增多,每秒1w个请求,如果这些请求全部通过MQ发送到订单系统,无疑会把订单系统压垮。

RabbitMQ提供了限流机制,可以控制消费端一次只拉取N个请求。

通过设置prefetchCount参数,同时也必须要设置消息应答方式为手动应答。

prefetchCount:控制消费者从队列中预取消息的数量,以此来实现流量控制和负载均衡。

代码示例:

配置prefetch参数,设置应答方式为手动应答

java 复制代码
spring:
  application:
    name: rabbit-extensions-demo
    #配置RabbitMQ的基本信息
    #amqp://username:password@Ip:port/virtual-host
  rabbitmq:
        addresses: amqp://admin:admin@106.52.188.165:5672/extension
        listener:
          simple:
#            acknowledge-mode: none  #消息接收确认
#             acknowledge-mode: auto
             acknowledge-mode: manual
             retry:
              enabled: true # 开启消费者失败重试
              initial-interval: 5000ms # 初始失败等待时长为5秒
              max-attempts: 5 # 最大重试次数
             prefetch: 5
#        publisher-confirm-type: correlated #消息发送确认

配置交换机、队列和绑定关系:

java 复制代码
@Configuration
public class DelayConfig {
    @Bean("delayQueue")
    public Queue delayQueue(){
        return QueueBuilder.durable(Contants.DELAY_QUEUE).build();
    }

    @Bean("delayExchange")
    public Exchange delayExchange(){
        return ExchangeBuilder.directExchange(Contants.DELAY_EXCHANGE).delayed().build();
    }

    @Bean("delayBinding")
    public Binding delayBinding(@Qualifier("delayQueue")Queue queue,
                                @Qualifier("delayExchange")Exchange delayExchange){

        return BindingBuilder.bind(queue).to(delayExchange).with("delay").noargs();
    }
}

发送消息,一次发送20条消息

java 复制代码
 @RequestMapping("/qos")
    public String qos(){
        System.out.println("qos test...");
        //发送普通消息
        for (int i = 0; i < 20; i++) {
            rabbitTemplate.convertAndSend(Contants.QOS_EXCHANGE,"qos","qos test...");
        }
        return "消息发送成功";
    }

消费者监听:

java 复制代码
@Component
public class QOSListener {
    @RabbitListener(queues = Contants.QOS_QUEUE)
    public void handleMessage(Message message, Channel channel) throws Exception {
        long deliveryTag = message.getMessageProperties().getDeliveryTag();

        try {
            //消费者逻辑
            System.out.printf("消费者接收到消息:%s,deliveryTag:%d\n", new String(message.getBody()),
                    message.getMessageProperties().getDeliveryTag());
            //进行业务逻辑处理
            System.out.println("模拟业务逻辑处理");
//            int num = 3 / 0;
//            Thread.sleep(2000);
            System.out.println("业务逻辑处理完成");
            //肯定确认
            //先将手动确认注掉,不然会直接消费掉
            //channel.basicAck(deliveryTag, false);
        } catch (Exception e) {
            //否定确认
            channel.basicNack(deliveryTag, false, true);
        }
    }
}

测试:

调用接口:127.0.0.1:8080/producer/qos

可以看到,控制台只打印了5条消息

观察管理平台

可以发现待发送15条,未确认5条。因为代码,没有手动ack。

把prefetch:5注掉,再观察运行结果:

从日志和控制台上可以看到:消费者会一次性把这20条消息全部收到

管理平台:

负载均衡(非公平分发)

我们也可以使用此配置,来实现"负载均衡"。

如下图所示,在有两个消费者的情况下,一个消费者处理任务非常快,另一个非常慢,就会造成一个消费者一直很忙,而另一个消费者很闲。这是因为RabbitMQ只是在消息进入队列时分派消息。他不考虑消费者未确认消息的数量

我们可以使用设置prefetch=1的方式,告诉RabbitMQ一次只给消费者一条消息,也就是说,在处理并确认前一条消息之前,不要向该消费者发送新消息。相反,它会将它分派给下一个不忙的消费者。

代码示例:

修改配置

java 复制代码
spring:
  application:
    name: rabbit-extensions-demo
    #配置RabbitMQ的基本信息
    #amqp://username:password@Ip:port/virtual-host
  rabbitmq:
        addresses: amqp://admin:admin@106.52.188.165:5672/extension
        listener:
          simple:
#            acknowledge-mode: none  #消息接收确认
#             acknowledge-mode: auto
             acknowledge-mode: manual
             retry:
              enabled: true # 开启消费者失败重试
              initial-interval: 5000ms # 初始失败等待时长为5秒
              max-attempts: 5 # 最大重试次数
             prefetch: 1
#        publisher-confirm-type: correlated #消息发送确认

修改消费者代码,使用Thread.sleep()模拟一个工作快,一个工作慢的场景:

javascript 复制代码
@Component
public class QOSListener {
    @RabbitListener(queues = Contants.QOS_QUEUE)
    public void handleMessage(Message message, Channel channel) throws Exception {
        long deliveryTag = message.getMessageProperties().getDeliveryTag();

        try {
            //消费者逻辑
            System.out.printf("消费者接收到消息:%s,deliveryTag:%d\n", new String(message.getBody()),
                    message.getMessageProperties().getDeliveryTag());
            //进行业务逻辑处理
            System.out.println("模拟业务逻辑处理");
//            int num = 3 / 0;
            Thread.sleep(2000);
            System.out.println("业务逻辑处理完成");
            //肯定确认
            channel.basicAck(deliveryTag, false);
        } catch (Exception e) {
            //否定确认
            channel.basicNack(deliveryTag, false, true);
        }
    }
    @RabbitListener(queues = Contants.QOS_QUEUE)
    public void handleMessage2(Message message, Channel channel) throws Exception {
        long deliveryTag = message.getMessageProperties().getDeliveryTag();

        try {
            //消费者逻辑
            System.out.printf("消费者2接收到消息:%s,deliveryTag:%d\n", new String(message.getBody()),
                    message.getMessageProperties().getDeliveryTag());
            //进行业务逻辑处理
            System.out.println("模拟业务逻辑处理");
//            int num = 3 / 0;
            Thread.sleep(1000);
            System.out.println("业务逻辑处理完成");
            //肯定确认
            channel.basicAck(deliveryTag, false);
        } catch (Exception e) {
            //否定确认
            channel.basicNack(deliveryTag, false, true);
        }
    }
}

可以看到消费者2因为消费速率快,会比消费者1收到更多的消息:

相关推荐
巧克力味的桃子11 小时前
Spark 课程核心知识点复习汇总
大数据·分布式·spark
Java 码农11 小时前
RabbitMQ集群部署方案及配置指南05
分布式·rabbitmq
小马爱打代码12 小时前
ZooKeeper:五种经典应用场景
分布式·zookeeper·云原生
上海锟联科技15 小时前
DAS一体化光模块
分布式·分布式光纤传感·ofdr·光频域反射·das
Java 码农16 小时前
RabbitMQ集群部署方案及配置指南01
linux·服务器·rabbitmq
Overt0p16 小时前
抽奖系统(6)
java·spring boot·redis·设计模式·rabbitmq·状态模式
Java 码农16 小时前
RabbitMQ集群部署方案及配置指南04
分布式·rabbitmq
独自破碎E16 小时前
在RabbitMQ中,怎么确保消息不会丢失?
分布式·rabbitmq
Java 码农16 小时前
RabbitMQ集群部署方案及配置指南02
分布式·rabbitmq
虫小宝16 小时前
京东返利app分布式追踪系统:基于SkyWalking的全链路问题定位
分布式·skywalking