RabbitMQ
1. MQ的相关概念
1.1什么是MQ
MQ(message queue)，从字面意思上看，本质是个队列，FIFO 先入先出，只不过队列中存放的内容是message 而已，还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ 是一种非常常见的上下游“逻辑解耦+物理解耦”的消息通信服务。使用了 MQ 之后，消息发送上游只需要依赖 MQ，不用依赖其他服务。
1.2MQ的特点
- 流量消峰
举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单时绰绰有余，正常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订分散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体验要好。 - 应用解耦
模块之间的调用十分复杂，为了降低模块与模块之间调用依赖，使用MQ将两系统分开,不直接调用系统接口,减轻两系统依赖关系 - 异步处理
服务间的调用是异步的
1.3MQ分类
- Active MQ
优点：单机吞吐量万级，时效性 ms 级，可用性高，基于主从架构实现高可用性，消息可靠性较低的概率丢失数据
缺点:官方社区现在对 ActiveMQ 5.x 维护越来越少，高吞吐量场景较少使用。 - kafka
大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开 Kafka，这款为大数据而生的消息中间件，以其百万级 TPS 的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥着举足轻重的作用。目前已经被 LinkedIn，Uber, Twitter, Netflix 等大公司所采纳。
- 优点: 性能卓越，单机写入 TPS 约在百万条/秒，最大的优点，就是吞吐量高。时效性 ms 级可用性非常高，kafka 是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用,消费者采用 Pull 方式获取消息, 消息有序, 通过控制能够保证所有消息被消费且仅被消费一次;有优秀的第三方Kafka Web 管理界面 Kafka-Manager；在日志领域比较成熟，被多家公司和多个开源项目使用；功能支持：功能较为简单，主要支持简单的 MQ 功能，在大数据领域的实时计算以及日志采集被大规模使用
- 缺点：Kafka 单机超过 64 个队列/分区，Load 会发生明显的飙高现象，队列越多，load 越高，发送消息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试；支持消息顺序，但是一台代理宕机后，就会产生消息乱序，社区更新较慢
- Rocket MQ
RocketMQ 出自阿里巴巴的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一些改进。被阿里巴巴广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理，binglog 分发等场景。
- 优点:单机吞吐量十万级,可用性非常高，分布式架构,消息可以做到 0 丢失,MQ 功能较为完善，还是分布式的，扩展性好,支持 10 亿级别的消息堆积，不会因为堆积导致性能下降,源码是 java 我们可以自己阅读源码，定制自己公司的 MQ
- 缺点：支持的客户端语言不多，目前是 java 及 c++，其中 c++不成熟；社区活跃度一般,没有在 MQ核心中去实现 JMS 等接口,有些系统要迁移需要修改大量代码
- RabbitMQ
2007 年发布，是一个在 AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一。
- 优点:由于 erlang 语言的高并发特性，性能较好；吞吐量到万级，MQ 功能比较完备,健壮、稳定、易用、跨平台、支持多种语言 如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP 等，支持 AJAX 文档齐全；开源提供的管理界面非常棒，用起来很好用,社区活跃度高；更新频率相当高
- 缺点：商业版需要收费,学习成本较高
2.Rabbit MQ
2.1Rabbit MQ概念
RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到件人那里，按照这种逻辑RabbitMQ 是一个快递站，一个快递员帮你传递快件。RabbitMQ 与快递站的主要区别在于，它不处理快件而是接收，存储和转发消息数据。
2.2四大核心概念
- 生产者
产生数据发送消息的程序是生产者 - 交换机
交换机是 RabbitMQ 非常重要的一个部件，一方面它接收来自生产者的消息，另一方面它将消息推送到队列中。交换机必须确切知道如何处理它接收到的消息，是将这些消息推送到特定队列还是推送到多个队列，亦或者是把消息丢弃，这个得有交换机类型决定 - 队列
队列是 RabbitMQ 内部使用的一种数据结构，尽管消息流经RabbitMQ 和应用程序，但它们只能存储在队列中。队列仅受主机的内存和磁盘限制的约束，本质上是一个大的消息缓冲区。许多生产者可以将消息发送到一个队列，许多消费者可以尝试从一个队列接收数据。这就是我们使用队列的方式 - 消费者
消费与接收具有相似的含义。消费者大多时候是一个等待接收消息的程序。请注意生产者，消费者和消息中间件很多时候并不在同一机器上。同一个应用程序既可以是生产者又是可以是消费者。
2.3各个名词介绍
-
Broker：接收和分发消息的应用，RabbitMQ Server 就是 Message Broker
-
Virtual host：出于多租户和安全因素设计的，把 AMQP 的基本组件划分到一个虚拟的分组中，类似于网络中的 namespace 概念。当多个不同的用户使用同一个 RabbitMQ server 提供的服务时，可以划分出多个 vhost，每个用户在自己的 vhost 创建 exchange／queue 等
-
Connection：publisher／consumer 和 broker 之间的 TCP 连接
-
Channel：如果每一次访问 RabbitMQ 都建立一个 Connection，在消息量大的时候建立 TCP
-
Connection 的开销将是巨大的，效率也较低。Channel 是在 connection 内部建立的逻辑连接，如果应用程序支持多线程，通常每个 thread 创建单独的 channel 进行通讯，AMQP method 包含了 channel id 帮助客户端和 message broker 识别 channel，所以 channel 之间是完全隔离的。Channel 作为轻量级的Connection 极大减少了操作系统建立 TCP connection 的开销
-
Exchange：message 到达 broker 的第一站，根据分发规则，匹配查询表中的 routing key，分发消息到 queue 中去。常用的类型有：direct (point-to-point), topic (publish-subscribe) and fanout (multicast)
-
Queue：消息最终被送到这里等待 consumer 取走
-
Binding：exchange 和 queue 之间的虚拟连接，binding 中可以包含 routing key，Binding 信息被保存到 exchange 中的查询表中，用于 message 的分发依据
3.Hello World简单实现
- 依赖
<dependencies>
<!--rabbitmq 依赖客户端-->
<dependency>
<groupId>com.rabbitmq</groupId>
<artifactId>amqp-client</artifactId>
<version>5.8.0</version>
</dependency>
<!--操作文件流的一个依赖-->
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.6</version>
</dependency>
- 消息生产者
public class Product {
public static final String QUEUE_NAME="hollow";
//发消息
public static void main(String[] args) throws Exception {
//创建一个连接工厂
ConnectionFactory factory = new ConnectionFactory();
//工厂ip连接rabbit MQ
factory.setHost("127.0.0.1");
//用户名
factory.setUsername("guest");
//密码
factory.setPassword("guest");
//创建连接
Connection connection = factory.newConnection();
//获取信道
Channel channel = connection.createChannel();
/**
* 生成一个队列
* 1. 队列名称
* 2. 队列里面的消息是否持久化（磁盘）默认情况消息存储在内存中
* 3. 该队列是否只提供一个消费者进行消费 是否进行消息共享 true 多个消费者进行消费 false 一个消费者进行消费
* 4. 是否自动删除 最后一个消费者断开连接以后该队列是否自动删除 true为自动删除 false为不自动删除
* 5. 其他参数
*/
channel.queueDeclare(QUEUE_NAME,false,false,false,null);
//发送消息
String message="hollow word";
/**
* 发送一个消息
* 1.发送到那个交换机
* 2.路由的 key 是哪个
* 3.其他的参数信息
* 4.发送消息的消息体
*/
channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
System.out.println("消息发送完毕");
}
}
- 消息消费者
public class Customer {
//队列的名称 接收队列中的消息
public static final String QUEUE_NAME="hollow";
public static void main(String[] args) throws Exception {
//创建连接工厂
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("127.0.0.1");
factory.setUsername("guest");
factory.setPassword("guest");
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
//声明接收消息
DeliverCallback deliverCallback=(consumerTag,message)->{
System.out.println(message);
String s = new String(message.getBody());
System.out.println(s);
};
//取消消息是的回调
CancelCallback cancelCallback=consumerTag->{
System.out.println("消息消费被中断");
};
/**
* 消费者消费消息
* 1.消费那个消息队列
* 2.消费成功之后是否自动应答 true代表自动应答 false打表手动应答
* 3.消费者为成功消费的回调
* 4.消费者为取消消费的回调
*/
channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
}
}
4.Work Queues
工作队列(又称任务队列)的主要思想是避免立即执行资源密集型任务，而不得不等待它完成。相反我们安排任务在之后执行。我们把任务封装为消息并将其发送到队列。在后台运行的工作进程将弹出任务并最终执行作业。当有多个工作线程时，这些工作线程将一起处理这些任务。
4.1轮训分发消息
在这个案例中我们会启动两个工作线程，一个消息发送线程，们两个工作线程接收消息
4.1.1 抽取工具类
创建一个RabbitMqUtils用来获取信道
//此类为连接工厂创建信道的工具类
public class RabbitMqUtils {
public static Channel getChannel() throws Exception {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("127.0.0.1");
factory.setUsername("guest");
factory.setPassword("guest");
Connection connection = factory.newConnection();
com.rabbitmq.client.Channel channel = connection.createChannel();
return channel;
}
}
4.1.2启动两个工作线程
public class Work01 {
//队列的名称 接收队列中的消息
public static final String QUEUE_NAME="hollow";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
//声明接收消息
DeliverCallback deliverCallback=(consumerTag, message)->{
// System.out.println(message);
String s = new String(message.getBody());
System.out.println("接收到的消息为"+s);
};
//取消消息是的回调
CancelCallback cancelCallback= consumerTag->{
System.out.println(consumerTag+"消息消费被中断");
};
/**
* 消费者消费消息
* 1.消费那个消息队列
* 2.消费成功之后是否自动应答 true代表自动应答 false打表手动应答
* 3.消费者为成功消费的回调
* 4.消费者为取消消费的回调
*/
System.out.println("C1等待接收消息...");
channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
}
}
在工作空间选择Modify options下的Allow multiple instances 即可以实现多个线程
4.1.3启动一个发送线程
public class Task01 {
public static final String QUEUE_NAME="hollow";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
/**
* 生成一个队列
* 1. 队列名称
* 2. 队列里面的消息是否持久化（磁盘）默认情况消息存储在内存中
* 3. 该队列是否只提供一个消费者进行消费 是否进行消息共享 true 多个消费者进行消费 false 一个消费者进行消费
* 4. 是否自动删除 最后一个消费者断开连接以后该队列是否自动删除 true为自动删除 false为不自动删除
* 5. 其他参数
*/
channel.queueDeclare(QUEUE_NAME,false,false,false,null);
System.out.println("请输入您想发送的消息");
Scanner scanner = new Scanner(System.in);
while (scanner.hasNext())
{
String message = scanner.next();
/**
* 发送一个消息
* 1.发送到那个交换机
* 2.路由的 key 是哪个
* 3.其他的参数信息
* 4.发送消息的消息体
*/
channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
System.out.println("消息发送完毕"+message);
}
}
}
4.2 消息应答
4.2.1 概念
消费者完成一个任务可能需要一段时间，如果其中一个消费者处理一个长的任务并仅只完成了部分突然它挂掉了，会发生什么情况。RabbitMQ 一旦向消费者传递了一条消息，便立即将该消息标记为删除。在这种情况下，突然有个消费者挂掉了，我们将丢失正在处理的消息。以及后续发送给该消费这的消息，因为它无法接收到。
为了保证消息在发送过程中不丢失，rabbitmq 引入消息应答机制，消息应答就是:消费者在接收到消息并且处理该消息之后，告诉 rabbitmq 它已经处理了，rabbitmq 可以把该消息删除了。
4.2.2自动应答
消息发送后立即被认为已经传送成功，这种模式需要在高吞吐量和数据传输安全性方面做权衡,因为这种模式如果消息在接收到之前，消费者那边出现连接或者 channel 关闭，那么消息就丢失了,当然另一方面这种模式消费者那边可以传递过载的消息，没有对传递的消息数量进行限制，当然这样有可能使得消费者这边由于接收太多还来不及处理的消息，导致这些消息的积压，最终使得内存耗尽，最终这些消费者线程被操作系统杀死，所以这种模式仅适用在消费者可以高效并以某种速率能够处理这些消息的情况下使用。
4.2.3消息应答的方法
- Channel.basicAck(用于肯定确认):RabbitMQ: 已知道该消息并且成功的处理消息，可以将其丢弃了
- Channel.basicNack(用于否定确认)
- Channel.basicReject(用于否定确认) 与 Channel.basicNack 相比少一个参数不处理该消息了直接拒绝，可以将其丢弃了
4.2.4 Multiple 的解释
手动应答的好处是可以批量应答并且减少网络拥堵
multiple 的 true 和 false 代表不同意思
- true: 代表批量应答 channel 上未应答的消息,比如说 channel 上有传送 tag 的消息 5,6,7,8 当前 tag 是 8 那么此时5-8 的这些还未应答的消息都会被确认收到消息应答
- false: 同上面相比只会应答 tag=8 的消息 5,6,7 这三个消息依然不会被确认收到消息应答
4.2.5消息自动重新入队
如果消费者由于某些原因失去连接(其通道已关闭，连接已关闭或 TCP 连接丢失)，导致消息未发送 ACK 确认，RabbitMQ 将了解到消息未完全处理，并将对其重新排队。如果此时其他消费者可以处理，它将很快将其重新分发给另一个消费者。这样，即使某个消费者偶尔死亡，也可以确保不会丢失任何消息。
默认消息采用的是自动应答，所以我们要想实现消息消费过程中不丢失，需要把自动应答改为手动应答
task.java
public class Task {
//队列名称
private static final String TASK_QUEUE_NAME="ack_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
//声明队列
channel.queueDeclare(TASK_QUEUE_NAME,false,false,false,null);
Scanner scanner = new Scanner(System.in);
while (scanner.hasNext())
{
String s = scanner.next();
channel.basicPublish("",TASK_QUEUE_NAME,null,s.getBytes(StandardCharsets.UTF_8));
System.out.println("生产者发出消息"+s);
}
}
}
work01.java
public class Work01 {
//队列名称
private static final String TASK_QUEUE_NAME="ack_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
System.out.println("C1等待接收消息，处理时间较短");
DeliverCallback deliverCallback=(consumerTag,message)->{
//睡眠1秒
SleepUtils.sleep(1);
System.out.println("收到的消息"+new String(message.getBody(),"utf-8"));
//手动应答
/**
* 1. x消息的标记 tag
* 2. 是否批量应答 false 不批量
*/
channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
};
//采取手动应答
channel.basicConsume(TASK_QUEUE_NAME,false,deliverCallback,(consumerTag->{
System.out.println(consumerTag+"消费者取消消费接口回调逻辑");
}));
}
}
work02.java
public class Work02 {
//队列名称
private static final String TASK_QUEUE_NAME="ack_queue";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
System.out.println("C2等待接收消息，处理时间较长");
DeliverCallback deliverCallback=(consumerTag,message)->{
//睡眠1秒
SleepUtils.sleep(10);
System.out.println("收到的消息"+new String(message.getBody(),"utf-8"));
//手动应答
/**
* 1. x消息的标记 tag
* 2. 是否批量应答 false 不批量
*/
channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
channel.basicNack(message.getEnvelope().getDeliveryTag(),false,false);
};
//采取手动应答
channel.basicConsume(TASK_QUEUE_NAME,false,deliverCallback,(consumerTag->{
System.out.println(consumerTag+"消费者取消消费接口回调逻辑");
}));
}
}