1.简单的Hello word

在下图中,“ P”是我们的生产者,“ C”是我们的消费者。中间的框是一个队列-RabbitMQ 代 表使用者保留的消息缓冲区

rabbitmq 主题断开重连 java_发送消息

添加依赖:

<!--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>

生产者:

//队列名
    public static  final String QUEUE_NAME="hello";
     //发消息
     public static void main(String[] args) throws Exception {
         //创建连接工厂
         ConnectionFactory factory=new ConnectionFactory();
         //工厂IP 连接MQ的队列
         factory.setHost("120.26.51.144");
         //用户名
         factory.setUsername("admin");
         //密码
         factory.setPassword("123");
         //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
          * 2.队列里面的消息是否持久化
          * 3.该队列是否被一个消费者消费,是否共享
          * 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
          * 5.其他参数
          */
         //连接(创建)队列
         channel.queueDeclare(QUEUE_NAME,false,false,false,null);
         //发消息的消息内容
         String message="hello world";
         /**
          * 发送消费
          * 1.发送到哪个交换机
          * 2.路由的Key值是哪个   本次队列的名称
          * 3.其他参数
          * 4.发送消息的消息体
          */
         //发送消息
         channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
         System.out.println("消息发送完毕");
     }

消费者:

//队列名
    public static  final String QUEUE_NAME="hello";
    //接收消息
    public static void main(String[] args)throws Exception {
        //创建连接工厂
        ConnectionFactory factory=new ConnectionFactory();
        factory.setHost("120.26.51.144");
        factory.setUsername("admin");
        factory.setPassword("123");
        //创建连接
        Connection connection = factory.newConnection();
        //获取信道
        Channel channel = connection.createChannel();

        /**
         * 消费者消费消息
         * 1.消费哪个队列
         * 2.消费成功之后是否要自动应答,true(自动应答)false(手动应答)
         * 3. 当一个消息发送过来后的回调接口
         * 4.当一个消费者取消订阅时的回调接口;
         */
        //
        DeliverCallback deliverCallback=(consumerTag,message)->{
            System.out.println(new String(message.getBody()));
        };

        CancelCallback cancelCallback=consumerTag->{
            System.out.println("消费消息被中断");
        };
        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);

 2.工作队列

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。

2.1轮询分发消息

工作队列轮询的处理消息,两个线程轮询的处理队列中的消息。假设队列中有aa、bb、cc、dd四个消息,开启两个消费者C1、C2.此时结果如图所示

rabbitmq 主题断开重连 java_分布式_02

 

rabbitmq 主题断开重连 java_rabbitmq_03

rabbitmq 主题断开重连 java_分布式_04

 3.消息应答

 3.1概念

来由:消费者完成消费任务的中途由于某些原因挂掉,导致这条消息并没有被真正的完成,但Rabbitmq向消费者发送了一条消息后就会将这条消息标记删除,这样就会导致我们的消息丢失,为了保证数据安全引入消息应答。

消息应答: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。

3.2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。

3.3手动应答

能够解决消费者在消费消息导致的消息丢失问题。

在消费者这边将消息处理完毕再给队列channel应答,防止消息的丢失。而不是自动应答一上来消息发送就认为应答成功。

3.3.1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

3.3.2Multiple 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

rabbitmq 主题断开重连 java_发送消息_05

 

rabbitmq 主题断开重连 java_持久化_06

 3.3.3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。

手动应答代码:

生产者:

//队列名陈
    public  static  final  String TASK_QUEUE_NAME="ack_name";

    public static void main(String[] args)throws Exception {
        Channel channel = RabbitmqUtil.getChannel();
        channel.queueDeclare(TASK_QUEUE_NAME,false,false,false,null);
        //从控制台当中接收信息
        Scanner scanner=new Scanner(System.in);
        while(scanner.hasNext()){
            String message=scanner.next();
       channel.basicPublish("",TASK_QUEUE_NAME,MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes("UTF-8"));
            System.out.println("发送消息完成"+message);
        }
    }

消费者1:

//队列名陈
    public  static  final  String TASK_QUEUE_NAME="ack_name";

    public static void main(String[] args)throws  Exception {
        Channel channel = RabbitmqUtil.getChannel();
        System.out.println("C1等待接收时间短");
        //消息接收
        DeliverCallback deliverCallback=(consumerTag, message)->{
            //睡眠1S
            SleepUitls.sleep(5);
            System.out.println("消息被接收"+new String(message.getBody(),"UTF-8"));
            //手动应答
            /**
             * 1.消息的标记 tag
             * 2.是否批量应答,  false不批量应道信道中的消息
             */
            channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
        };
        //消息被消费者取消订阅
        CancelCallback cancelCallback= consumerTag->{
            System.out.println(consumerTag+"消息被消费者取消回调");
        };

        //采用手动应答
        boolean autoAck=false;
        channel.basicConsume(TASK_QUEUE_NAME,autoAck,deliverCallback,cancelCallback);
    }

消费者2:

//队列名陈
    public  static  final  String TASK_QUEUE_NAME="ack_name";

    public static void main(String[] args)throws  Exception {
        Channel channel = RabbitmqUtil.getChannel();
        System.out.println("C2等待接收时间长");

        //消息接收
        DeliverCallback deliverCallback=(consumerTag, message)->{
            //睡眠1S
            SleepUitls.sleep(30);
            System.out.println("消息被接收"+new String(message.getBody(),"UTF-8"));
            //手动应答
            /**
             * 1.消息的标记 tag
             * 2.是否批量应答,  false不批量应道信道中的消息
             */
            channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
        };
        //消息被消费者取消订阅
        CancelCallback cancelCallback= consumerTag->{
            System.out.println(consumerTag+"消息被消费者取消回调");
        };
        //采用手动应答
        boolean autoAck=false;
        channel.basicConsume(TASK_QUEUE_NAME,autoAck,deliverCallback,cancelCallback);
    }

正常情况下发送aa、bb、cc、dd自动应答情况下轮询,C1和C2一个一个轮着处理,由于手动应答,C2这边处理消息时间过长,mq没有收到应答,所以消息会重新排队然后被mq分发给闲置的消费者处理,结果所示。

rabbitmq 主题断开重连 java_持久化_07

 4.持久化

前面看到了消费者消费消息保证了消息的不丢失,但在我们生产者发送消息的过程中也可能导致消息丢失。所以为了保证消息不被丢失我们要::我们需要将队列和消息都标 记为持久化。

4.1队列持久化

之前我们创建的队列都是非持久化的,rabbitmq 如果重启的化,该队列就会被删除掉,如果要队列实现持久化需要在声明队列的时候把 durable 参数设置为持久化

boolean durable=true;  //队列持久化     --
        channel.queueDeclare(TASK_QUEUE_NAME,durable,false,false,null);

4.2消息持久化

要想让消息实现持久化需要在消息生产者修改代码,MessageProperties.PERSISTENT_TEXT_PLAIN 添 加这个属性。

channel.basicPublish("",TASK_QUEUE_NAME,MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes("UTF-8"));

这里消息持久化也不能完全保证消息不丢失,应为消息持久化是写在磁盘中的,不能保证你在写的过程中会写失败等。所以会有发布确认。

4.3不公平分发

在最开始的时候我们学习到 RabbitMQ 分发消息采用的轮训分发,但是在某种场景下这种策略并不是 很好,比方说有两个消费者在处理任务,其中有个消费者 1 处理任务的速度非常快,而另外一个消费者 2 处理速度却很慢,这个时候我们还是采用轮训分发的化就会到这处理速度快的这个消费者很大一部分时间 处于空闲状态,而处理慢的那个消费者一直在干活,这种分配方式在这种情况下其实就不太好,但是 RabbitMQ 并不知道这种情况它依然很公平的进行分发。

前面默认是轮询的,我们可以设置参数 channel.basicQos(1);这样哪个消费者能力强就多做。

4.4预期值

本身消息的发送就是异步发送的,所以在任何时候,channel 上肯定不止只有一个消息另外来自消费者的手动确认本质上也是异步的。因此这里就存在一个未确认的消息缓冲区,因此希望开发人员能限制此缓冲区的大小,以避免缓冲区里面无限制的未确认消息问题。

这个时候就可以通过使用 basic.qos 方法设置“预取计数”值来完成的。该值定义通道上允许的未确认消息的最大数量。一旦数量达到配置的数量,RabbitMQ 将停止在通道上传递更多消息,除非至少有一个未处理的消息被确认。

例如,假设在通道上有未确认的消息 5、6、7,8,并且通道的预取计数设置为 4,此时 RabbitMQ 将不会在该通道上再传递任何消息,除非至少有一个未应答的消息被 ack。比方说 tag=6 这个消息刚刚被确认 ACK,RabbitMQ 将会感知这个情况到并再发送一条消息。消息应答和 QoS 预取值对用户吞吐量有重大影响。通常,增加预取将提高向消费者传递消息的速度。虽然自动应答传输消息速率是最佳的,但是,在这种情况下已传递但尚未处理的消息的数量也会增加,从而增加了消费者的 RAM 消耗(随机存取存储器)应该小心使用具有无限预处理 的自动确认模式或手动确认模式,消费者消费了大量的消息如果没有确认的话,会导致消费者连接节点的 内存消耗变大,所以找到合适的预取值是一个反复试验的过程,不同的负载该值取值也不同 100 到 300 范 围内的值通常可提供最佳的吞吐量,并且不会给消费者带来太大的风险。

预取值为 1 是最保守的。当然这 将使吞吐量变得很低,特别是消费者连接延迟很严重的情况下,特别是在消费者连接等待时间较长的环境 中。对于大多数应用来说,稍微高一点的值将是最佳的。