RabbitMQ 学习知识点总结

RabbitMQ 学习知识点总结

---

一个简洁的博客网站：http://lss-coding.top，欢迎大家来访
学习娱乐导航页：http://miss123.top/

---

1. 消息队列简介 1.1 什么是 MQ

MQ（message queue），本质是个队列，FIFO 先入先出，只不过队列中存放的内容是message，还是一种跨进程的通信机制，用于上下游传递消息。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 MQ 之后，消息发送上游只需要依赖 MQ，不用依赖其他服务。

1.2 为什么要用 MQ

1. 流量削峰

   假设一个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绰绰有余，正常时段当我们下单后一秒就能返回结果，但是在高峰期，如果有两万此下单 *** 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。使用消息多列做缓冲，我们可以取消这个限制，把一秒内下的订单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 *** 作，但是比不能下单的体验要好。

2. 应用解耦

   电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会造成下单 *** 作异常。当转变成基于消息队列的方式后，系统间隔的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单 *** 作可以正常完成。当物流系统恢复后，继续处理订单信息即可，中单用户感受不到物流系统的故障，提升系统的可用性。

3. 异步处理

   有些服务间调用是异步的，例如 A 调用 B，B 需要花费很长时间执行，但是 A 需要知道 B 什么时候可以执行完，以前一般有两种方式，A 过一段时间去调用 B 的查询 api 查询。或者 A 提供一个 callback api，B 执行完之后调用 api 通知 A 服务。这两种方式都不是很优雅，使用消息总线，可以很方便解决这个问题， A 调用 B 服务后，只需要监听 B 处理完成的消息，当 B 处理完成后，会发送一条消息给 MQ，MQ 会将此消息转发给 A 服务。这样 A 服务既不用循环调用 B 的查询 api，也不用提供 callback api。同样 B 服务也不用做这些 *** 作。A 服务还能及时的得到异步处理成功的消息。

1.3 MQ 的分类

1. ActiveMQ

   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：官网社区现在对 ActiveMQ 5.x 维护越来越少，高吞吐量场景较少使用

2. kafka

   大数据领域的消息传输，百万级 TPS 的吞吐量，在数据采集、传输、存储的过程中发挥重要作用。

   优点：性能卓越，单机写入 TPS 约在百万条/s，最大的优点就是吞吐量高。时效性 ms 级可用性非常高，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，使用轮询方式，实时性取决于轮询间隔时间，消费失败不支持充实；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；

3. RocketMQ

   出自阿里巴巴的开源产品，Java 语言实现，设计时参考了 Kafka，做出了一些改进。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。

   缺点：支持的客户端语言不多，目前是 java 及 c++，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。

4. RabbitMQ

   官网：http://www.rabbitmq.com/news.html

   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好，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. RabbitMQ 简介 2.1 概念

RabbitMQ 是一个消息中间件：它接受并转发消息，可以把它当作一个快递站点，当要发送一个包裹时，你可以把包裹放到快递站，快递员最终会把你的快递送到收件人哪里，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

1. 生产者

   产生数据发送消息的程序是生产者

2. 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，也或者是把消息丢弃，这个得有交换机类型决定。

3. 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。队列仅受到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一个队列接收数据。这就是我们使用队列的方式

4. 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。注意：消费者和消息中间件很多时候并不在同一台机器上，同一个应用程序既可以是生产者又是可以是消费者。

2.3 RabbitMQ 六大核心部分

• Broker：接收和发布消息的应用，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，多个用户在自己的 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 *** 作系统建立 TCP connection 的开销
• Exchange：message 达到 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。

2.4 安装

官网：https://www.rabbitmq.com/news.html

下载地址：https://rabbitmq.com/download.html

#在 linux 中使用命令进行安装
 yum -y install erlang.x86_64  # 安装 erlang 依赖
 yum install socat -y

将下载好 rabbitmq 安装包上传到 linux 服务器中

# 执行命令安装
rpm -ivh ...rpm
https://www.cnblogs.com/angel-devil/p/11939402.html # 完整依赖包下载地址

安装完成后启动服务

systemctl start rabbitmq-server.service # 启动服务
systemctl stop rabbitmq-server.service # 停止服务
systemctl status rabbitmq-server.service # 查看服务状态

开启 web 管理插件

首先 systemctl stop rabbitmq-server.service 关掉服务

rabbitmq-plugins enable rabbitmq_management # 开启 web 管理插件

使用默认账号密码(guest) 访问 ip地址:15672 会出现一个权限不够的问题

解决方法：添加一个新的用户

# 1. 创建一个账号
rabbitmqctl add_user admin 123
# 2. 设置用户角色
rabbitmqctl set_user_tags admin administrator
# 3. 设置用户权限
			set_permissions [-p ]
rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
用户 user_admin 具有 /vhost1 这个 virtual host 中所有资源的配置、写、读权限
# 4. 查看当前用户和角色
rabbitmqctl list_users

创建好账户之后使用 admin 自己创建的账户登录即可

3. 在 Java 环境中使用 MQ

需要有两个程序，发送单个消息的生产者和接收消息并打印出来的消费者。

p：生产者

c：消费者

红框：队列（RabbitMQ 消息缓冲区）

1. 创建一个空的 maven 项目，引入依赖

    
    
        com.rabbitmq
        amqp-client
        5.8.0
    
    
    
        commons-io
        commons-io
        2.6
    

2. 创建一个生产者类 Producer

public class Producer {
    // 队列名称
    public static final String QUEUE_NAME = "hello";

    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
        // 创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        // 工厂 IP 连接 RabbitMQ 的队列
        factory.setHost("49.233.100.200");
        // 用户名
        factory.setUsername("admin");
        factory.setPassword("123");
        // 创建连接
        Connection connection = factory.newConnection();
        // 获取信道
        Channel channel = connection.createChannel();
        
        channel.queueDeclare(QUEUE_NAME, false, false, false, null);
        // 发消息
        String message = "hello world";
        
        channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
        System.out.println("消息发送完毕");
    }
}

3. 测试运行

   启动后在 rabbitmq 的web 管理界面可以看到消息的发送情况

4. 工作队列模式

Work Queues，又称任务队列，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d出任务并最终执行作业。当有个工作线程时，这些工作线程将一起处理这些任务。

创建一个 RabbitMQ 的连接的工具类

public class RabbitMqUtils {

    public static Channel getChannel() throws IOException, TimeoutException {
        // 创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        // 工厂 IP 连接 RabbitMQ 的队列
        factory.setHost("49.233.100.200");
        // 用户名
        factory.setUsername("admin");
        factory.setPassword("123");
        // 创建连接
        Connection connection = factory.newConnection();
        // 获取信道
        Channel channel = connection.createChannel();
        return channel;
    }
}

4.1 轮询分发消息

1. 创建两个消费者模拟多线程

   另一个与之类似

public class Worker01 {

    // 队列名称
    public static final String QUEUE_NAME = "hello";

    // 接收消息
    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitMqUtils.getChannel();

        // 消息接收了执行
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("接收到的消息：" + new String(message.getBody()));

        };
        // 消息接收被取消时执行
        CancelCallback cancelCallback = (consumerTag) -> {
            System.out.println("消息被消费者取消接口回调逻辑");
        };
        System.out.println("C1 等待接收消息。。。。。。");
        channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);
    }

}

2. 创建一个生产者

   从控制台接收输入的数据进行生产

public class Task01 {

    // 队列名称
    public static final String QUEUE_NAME = "hello";

    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitMqUtils.getChannel();
        // 队列声明
        channel.queueDeclare(QUEUE_NAME, false, false, false, null);
        // 从控制台接收消息
        Scanner scanner = new Scanner(System.in);
        while (scanner.hasNext()) {
            String message = scanner.next();
            channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
            System.out.println("发送消息完成：" + message);
        }
    }

}

3. 测试运行

   在控制台一次输入 AA BB CC DD

   正确的逻辑是 work01 接收 AA CC 消息

   ​ work02 接收 BB DD 消息

4.2 消息应答 4.2.1 概念

消费者完成了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且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者的消息，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对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 *** 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（手动应答）

1. 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

2. Channel.basicNack（用于否定确认）

3. 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

channel.basicAck(deliverTag,false);
void basicAck(long deliveryTag, boolean multiple) throws IOException;

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 上有传递 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。

4.2.6 消息手动应答代码

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，在消费者基础上进行修改。

1. 消息生产者

public class Task2 {

    // 队列名称
    public static final String TASK_QUEUE_NAME = "ack_queue";

    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明一个队列
        channel.queueDeclare(TASK_QUEUE_NAME, false, false, false, null);
        Scanner scanner = new Scanner(System.in);
        while (scanner.hasNext()) {
            String message = scanner.next();
            channel.basicPublish("", TASK_QUEUE_NAME, null, message.getBytes("UTF-8"));
        }

    }

}

2. 创建两个消息消费者用来消费消息，一个休眠时长1秒 另一个设置为 30 秒（模拟工作时间长度）

public class Work03 {

    // 队列名称
    public static final String TASK_QUEUE_NAME = "ack_queue";

    // 接收消息
    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitMqUtils.getChannel();
        System.out.println("C1 等待接收消息处理时间较短");

        // 消息接收了执行
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            // 沉睡 1s
            ThreadSleepUtils.sleep(1);
            System.out.println("接收到的消息：" + new String(message.getBody()));
            // 手动应答
            
            channel.basicAck(message.getEnvelope().getDeliveryTag(), false);
        };
        // 消息接收被取消时执行
        CancelCallback cancelCallback = (consumerTag) -> {
            System.out.println("消息被消费者取消接口回调逻辑");
        };

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

    }
}

3. 启动测试

   生产者一次输入 AA BB CC DD

   当输入 AA 的时候 消费者 C1 会很快的接收到消息

   当输入 BB 的时候 消费者 C2 需要等待 30 秒之后才能接收到消息

   … CC … C1 …

   当输入 DD 的时候，消费者 C2 需要等待 30 秒才能接收到消息，在等待的时间中将 C1 停止掉，就会有手动响应的 *** 作，因为没有收到 C2 的响应所以由于 C1 接收消息进行处理。

4.3 RabbitMQ 持久化 4.3.1 概念

使用手动应答可以做到消息不丢失，但是如何保障当 RabbitMQ 服务停掉以后消息生产者发送过来的消息不丢失。默认情况下 RabbitMQ 退出或由于某种原因崩溃时，它忽视队列和消息，除非告知它不要这样做。确保消息不会丢失需要做两件事：将队列和消息都标记为持久化。

4.3.2 队列实现持久化

之前的队列都是非持久化的，rabbitmq 如果重启的话，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

// 让消息队列持久化
// 声明一个队列
boolean durable = true; // 需要让 RabbitMQ 进行持久化
channel.queueDeclare(TASK_QUEUE_NAME, durable, false, false, null);

注意：如果之前声明的队列不是持久化的，需要把原先队列先删除，或者重新创建一个持久化的队列，不然就会出现错误。

在控制台可以看到持久化与非持久化队列的显示

4.3.3 消息实现持久化

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

在生产者中进行修改

while (scanner.hasNext()) {
    String message = scanner.next();
    channel.basicPublish("", TASK_QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes("UTF-8"));
}

将消息标记为持久化并不能完全保证不会丢失消息。尽管它告诉 RabbitMQ 将消息保存到磁盘，但是这里依然存在当消息刚准备存储在磁盘的时候但是还没有存储完，消息还在缓存的一个间隔点。此时并没有真正写入磁盘。持久性保证并不强，但是对于我们的简单任务队列而言，这已经绰绰有余了。

4.3.4 不公平分发

上面 RabbitMQ 分发消息采用的轮询分发，但是在某种场景下这种策略并不是很好，假如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 处理速度很慢，这个时候我们还是采用轮询分发的话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

为了避免这种情况，可以设置消费方参数 channel.basicQos(1)

意思就是如果这个任务我还没有处理完或者我还没有答应你，你先别分配给我，我目前只能处理一个任务，然后 rabbitmq 就会把该任务分配给没有那么忙的那个空闲消费者，当然如果所有的消费者都没有完成手上任务，队列还在不停的添加新任务，队列有可能就会遇到队列被撑满的情况，这个时候就只能添加新的 worker 或者改变其他存储任务的策略。

4.3.5 预取值

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量大数量。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未 4，此时 RabbitMQ 将不会在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。比如说 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。

- channel 中未 ack 的信息等于 prefetch 不再发送消息到该 channel
- channel 中假如 tag = 6 刚刚被 ack 了，rabbitmq 可以感知到并发送一个消息。

代码中的设置方法：

// 设置不公平分发
// int prefetchCount = 1;
// 如果 prefetchCount = 1 就是不公平分发，> 1 就是预取值
int prefetchCount = 2;
channel.basicQos(prefetchCount);

5. 发布确认 5.1 发布确认原理

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。

5.2 发布确认策略 5.2.1 开启发布确认的方法

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

Channel channel = RabbitMqUtils.getChannel();
// 开启发布确认模式
channel./confirm/iSelect();

5.2.2 单个确认发布

简答的确认方式，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。

public static void publishMessageIndividually() throws IOException, TimeoutException, InterruptedException {
    Channel channel = RabbitMqUtils.getChannel();
    // 随机生成一个队列名称
    String queueName = UUID.randomUUID().toString();
    channel.queueDeclare(queueName, true, false, false, null);
    // 开启发布确认
    channel./confirm/iSelect();
    // 记录开始时间
    long begin = System.currentTimeMillis();
    // 发送消息
    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.waitFor/confirm/is();
        if (flag) {
            System.out.println("消息发送成功");
        }
    }
    // 记录结束时间
    long end = System.currentTimeMillis();
    System.out.println("发布" + MESSAGE_COUNT + "个单独确认消息，耗时为：" + (end - begin) + "ms");
}

发布1000个单独确认消息，耗时为：8676ms

5.2.3 批量确认发布

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，不知道是那个消息出现问题了，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。这种方案也是同步的，也一样阻塞消息的发布。

public static void publishMessageBatch() throws IOException, TimeoutException, InterruptedException {
    Channel channel = RabbitMqUtils.getChannel();
    // 随机生成一个队列名称
    String queueName = UUID.randomUUID().toString();
    channel.queueDeclare(queueName, true, false, false, null);
    // 开启发布确认
    channel./confirm/iSelect();
    // 记录开始时间
    long begin = System.currentTimeMillis();
    // 批量确认消息大小
    int batchSize = 100;
    // 未确认消息个数
    // 批量发送消息 批量发布确认
    for (int i = 0; i < MESSAGE_COUNT; i++) {
        String message = i + "";
        channel.basicPublish("", queueName, null, message.getBytes());
        // 判断达到 100 条消息的时候，批量确认一次
        if (i % batchSize == 0) {
            // 发布确认
            channel.waitFor/confirm/is();
        }
    }
    // 记录结束时间
    long end = System.currentTimeMillis();
    System.out.println("发布" + MESSAGE_COUNT + "个批量确认消息，耗时为：" + (end - begin) + "ms");
}

发布1000个批量确认消息，耗时为：187ms

5.2.4 异步确认发布

异步确认虽然编程逻辑比上两个要复杂，但是性价比高，无论是可靠性还是效率都优与前两者的，它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。

public static void publishMessageAsync() throws IOException, TimeoutException, InterruptedException {
    Channel channel = RabbitMqUtils.getChannel();
    // 随机生成一个队列名称
    String queueName = UUID.randomUUID().toString();
    channel.queueDeclare(queueName, true, false, false, null);
    // 开启发布确认
    channel./confirm/iSelect();
    // 记录开始时间
    long begin = System.currentTimeMillis();
    // 消息确认成功回调函数
    /confirm/iCallback confirmCallback = (deliveryTag, multiple) -> {
        System.out.println("确认的消息：" + deliveryTag);
    };
    // 消息确认失败回调函数
    
    /confirm/iCallback 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
    
    channel.add/confirm/iListener(/confirm/iCallback,nackCallback);  // 异步
    // 批量发送消息
    for (int i = 0; i < MESSAGE_COUNT; i++) {
        String message = "消息" + i;
        channel.basicPublish("", queueName, null,message.getBytes(StandardCharsets.UTF_8));
    }
    // 记录结束时间
    long end = System.currentTimeMillis();
    System.out.println("发布" + MESSAGE_COUNT + "个异步确认消息，耗时为：" + (end - begin) + "ms");
}

发布1000个异步确认消息，耗时为：94ms

5.2.5 处理异步未确认消息

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。

1. 记录下所有要发送的消息 消息的总和
2. 删除掉已经确认的消息 剩下的就是未确认的消息
3. 打印未确认的消息 ConcurrentlinkedQueue

public static void publishMessageAsync() throws IOException, TimeoutException, InterruptedException {
    Channel channel = RabbitMqUtils.getChannel();
    // 随机生成一个队列名称
    String queueName = UUID.randomUUID().toString();
    channel.queueDeclare(queueName, true, false, false, null);
    // 开启发布确认
    channel./confirm/iSelect();
    
    ConcurrentSkipListMap outstandingConfirms = new ConcurrentSkipListMap<>();
    // 消息确认成功回调函数
    /confirm/iCallback confirmCallback = (deliveryTag, multiple) -> {
        if (multiple) {
            // 2. 删除掉已经确认的消息  剩下的都是未确认的消息
            ConcurrentNavigableMap confirmed = outstanding/confirm/is.headMap(deliveryTag);
            /confirm/ied.clear();
        } else {
            outstanding/confirm/is.remove(deliveryTag);
        }
        System.out.println("确认的消息：" + deliveryTag);
    };
    // 消息确认失败回调函数
    
    /confirm/iCallback nackCallback = (deliveryTag, multiple) -> {
        // 3. 打印一下未确认的消息
        String message = outstanding/confirm/is.get(deliveryTag);
        System.out.println("未确认的消息是：" + message + " 未确认消息的编号：" + 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
    
    channel.add/confirm/iListener(/confirm/iCallback, nackCallback);  // 异步
    // 记录开始时间
    long begin = System.currentTimeMillis();
    // 批量发送消息
    for (int i = 0; i < MESSAGE_COUNT; i++) {
        String message = "消息" + i;
        channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));
        // 1. 记录下所有要发送的消息  消息的总和
        outstanding/confirm/is.put(channel.getNextPublishSeqNo(), message);
    }
    // 记录结束时间
    long end = System.currentTimeMillis();
    System.out.println("发布" + MESSAGE_COUNT + "个异步确认消息，耗时为：" + (end - begin) + "ms");
}

5.2.6 速度对比

单个确认发布：同步等待处理，简单，但吞吐量非常有限

批量发布消息：同步等待确认，简单，合理的吞吐量，出现问题很难推断是那条消息出现了问题

异步确认发布：最佳的性能和资源使用，在出错的情况下可以很好地控制，但是实现起来相比较前两者较难

6. 交换机

假设工作队列背后，每个任务都恰好交付给一个消费者（工作进程）。做一些完全不同的事情-将消息传达给多个消费者。这种模式称为“发布/订阅”

构建一个简单的日志系统，由两个程序组成：第一个程序将发出日志消息，第二个程序是消费者。启动两个消费者，其中一个消费者接收到消息后把日志存储在磁盘，另外一个消费者接收到消息后把消息打印在屏幕上，事实上第一个程序发出的日志消息将广播给所有消费者。

在之前的队列使用的是默认的交换机，消息只能被消费一次

这里生产者产生一个消息交给交换机，然后交换机绑定多个不同的队列，这样消息就可以有多个可以被消费，这就是 发布/订阅 模式

6.1 Exchanges 6.1.1 概念

RabbitMQ 消息传递模型的核心思想是：生产者生产的消息从不会直接发送到队列。实际上，通常生产者甚至都不知道这些消息传递到了哪些队列中。

相反，生产者只能将消息发送到交换机(exchange)，交换机工作的内容非常简单，一方面它接收来自生产者的消息，另一方面将它们推入队列。交换机必须确切知道如何处理收到的消息。是应该把这些消息放到特定队列还是说把它们放到许多队列中还是说应该丢弃它们。这就是由交换机的类型来决定的。

6.1.2 交换机类型

• 直接（direct）：路由类型
• 主题（topic）：主题类型
• 标题（headers）：头类型
• 扇出（fanout）：发布/订阅类型

6.1.3 无名 exchanges

在上面的使用过程中就是无名类型，因为在之前的代码中发布的时候没有对交换机进行指定，使用的是空字符串。

channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));

第一个参数是交换机名称。空字符串表示默认或无名称交换机：消息能路由发送到队列中其实是由 routingKey(bindingkey) 绑定 key 指定的，如果它存在的话。

6.2 临时队列

上面使用的是具有特定名称的队列（hello、ack_queue），队列的名称是非常重要的，我们需要指定我们的消费者去消费哪个队列的消息

每当我们连接到 Rabbit 时，我们都需要一个全新的空队列，为此我们可以创建一个具有随机名称的队列，或者能让服务器为我们选择一个随机队列名称那就更好了。其次一旦我们断开了消费者的连接，队列将被自动删除。

在 web 控制台可以判断队列是否是临时队列，如下图中：有 D 字母就不是临时队列，反之则是临时队列。

创建临时队列：

Channel channel = RabbitMqUtils.getChannel();
String queue = channel.queueDeclare().getQueue();

6.3 绑定(bindings)

binding 就是 exchange 和 queue 之间的桥梁，它告诉我们 exchange 和那个队列进行了绑定关系，图中 X 与 Q1 和 Q2 进行了绑定

6.4 Fanout

Fanout 这种类型非常简单，将接收到的所有消息广播到它知道的所有队列中，系统中默认有些 exchange 类型

代码 *** 作：

1. 创建两个消息接收者，代码是一样的

public class ReceiveLog01 {

    // 声明一个交换机名称
    public static final String EXCHANGE_NAME = "logs";

    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明一个交换机
        channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
        // 声明一个队列  临时队列
        
        String queueName = channel.queueDeclare().getQueue();
        
        channel.queueBind(queueName, EXCHANGE_NAME, "");
        System.out.println("等待接收消息，把接收到消息打印在屏幕上......");

        // 接收消息
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("ReceiveLog01 控制台打印接收到的消息：" + new String(message.getBody(), "UTF-8"));
        };
        // 消费者取消消息时回调接口
        channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
        });
    }
}

2. 消息生产者

public class EmitLog {

    // 声明一个交换机名称
    public static final String EXCHANGE_NAME = "logs";

    public static void main(String[] args) throws IOException, TimeoutException {

        Channel channel = RabbitMqUtils.getChannel();
        channel.exchangeDeclare(EXCHANGE_NAME, "fanout");

        Scanner scanner = new Scanner(System.in);

        while (scanner.hasNext()) {
            String message = scanner.next();
            channel.basicPublish(EXCHANGE_NAME, "", null, message.getBytes(StandardCharsets.UTF_8));
            System.out.println("生产者发出消息：" + message);
        }

    }

}

3. 测试运行

6.5 Direct exchange

在 fanout 中，我们能够向许多接收者广播日志消息，还有一些特别的功能需要用 Direct exchange 实现：让某个消费者订阅发布的部分消息，例如我们把严重错误消息定向存储到日志文件（以节省磁盘空间），同时仍能够在控制台上打印所有日志消息。

在 bindings 中，绑定是交换机和队列之间的桥梁关系，也可以说是：队列只对它绑定的交换机的消息感兴趣。绑定用参数：routingKey 来表示也可称该参数为 binding key，创建绑定我们用代码：channel.queueBind(queueName,EXCHANGE_NAME,“routingKey”); 绑定之后的意义由其交换类型决定。

6.5.1 介绍

fanout 中将将所有消息广播给所有的消费者，对此我们想做一些改变，例如我们希望将日志消息写入磁盘的程序仅接收严重错误(error)，而不存储哪些警告(warning) 或信息(info) 日志消息避免浪费磁盘空间。Fanout 这种交换类型并不能给我们带来很大的灵活性-它只能进行无意识的广播，使用 direct 这种类型来进行替换，这种类型的工作方式是，消息只去到它绑定的 routingKey 队列中去。

上图中，可以看到 X 绑定了两个队列，绑定类型是 direct。队列 Q1 绑定键为 orange，队列 Q2 绑定键有两个：一个绑定键为 black，另一个绑定键为 green。

这种绑定情况下，生产者发布消息到 exchange 上，绑定键为 orange 的消息会被发布到队列 Q1。绑定键为 black 和 green 的消息会被发布到队列 Q2，其他消息类型的消息将被丢弃。

6.5.2 代码实现

1. 构建两个消费者

public class ReceiveLogsDirect01 {

    // 声明一个交换机名称
    public static final String EXCHANGE_NAME = "direct_logs";

    public static void main(String[] args) throws IOException, TimeoutException {
        Channel channel = RabbitMqUtils.getChannel();
        // 声明一个交换机
        channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);
        // 声明一个队列  队列名 console
        String queueName = "console";
        channel.queueDeclare(queueName,false, false,false,null );
        
        channel.queueBind(queueName, EXCHANGE_NAME, "info");
        channel.queueBind(queueName, EXCHANGE_NAME, "warning");
        System.out.println("等待接收消息，把接收到消息打印在屏幕上......");

        // 接收消息
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("ReceiveLogsDirect01 控制台打印接收到的消息：" + new String(message.getBody(), "UTF-8"));
        };
        // 消费者取消消息时回调接口
        channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {});
    }
}

2. 消息生产者

public class DirectLogs {

    // 声明一个交换机名称
    public static final String EXCHANGE_NAME = "direct_logs";

    public static void main(String[] args) throws IOException, TimeoutException {

        Channel channel = RabbitMqUtils.getChannel();

        Scanner scanner = new Scanner(System.in);

        while (scanner.hasNext()) {
            String message = scanner.next();
            // 根据 routingKey 来进行分发消息：error
            channel.basicPublish(EXCHANGE_NAME, "error", null, message.getBytes(StandardCharsets.UTF_8));
            System.out.println("生产者发出消息：" + message);
        }
    }
}

3. 测试运行

6.6 Topic 6.6.1 前者的问题

使用 direct 交换机改进了 fanout 的缺陷，但是它仍然存在局限性：比如我们想接收的日志类型有 info.base 和 info.advantage，某个队列只想 info.base 的消息，那这个时候 direct 就办不到了，只能使用 topic 类型了。

6.6.2 Topic 的要求

发送到类型是 topic 交换的消息的 routing_key 不能随意写，必须满足一定的要求，它必须是一个单词列表，以点号分隔开。这些单词可以是任意单词，比如说：“stock.usd.nyse” ，“nyse.vmw”，“quick.orange.rabbit” 这种类型的，这个单词列表最多不能超过 255 个字节。

注意：

*（星号）可以代替一个单词

#（井号）可以替代零个或多个单词

6.6.3 匹配实例

Q1 — 绑定的是：中间带 orange 带 3 个单词的字符串(* .orange. *)

Q2 — 绑定的是：最后一个单词是 rabbit 的 3 个单词 (* . * . rabbit)，第一个单词是 lazy 的多个单词(lazy.#)

注意：当一个队列绑定键 是 #，那么这个队列将接收所有的数据，就有点像 fanout 了

​ 如果队列绑定键当中没有 # 和 * 出现，那么该队列绑定类型就是 direct 了

测试数据：

quick.orange.rabbit 被队列 Q1Q2 接收到

lazy.orange.elephant 被队列Q1Q2接收到

quick.orange.fox 被队列Q1接收到

lazy.brown.fox 被队列Q2接收到

lazy.pink.rabbit 虽然满足两个绑定但是被队列Q2 接收一次

quick.brown.fox 不匹配任何绑定不会被任何队列接收到会被丢弃

quick.orange.male.rabbit 是4个单词不匹配任何绑定会被丢弃

lazy.orange.male.rabbit 是4个单词但匹配Q2

6.6.4 代码实现

1. 创建两个消费者类

public class ReceiveLogsTopic01 {

    // 定义交换机名称
    public static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws IOException, TimeoutException {

        Channel channel = RabbitMqUtils.getChannel();
        // 声明交换机
        channel.exchangeDeclare(EXCHANGE_NAME, "topic");
        // 声明队列
        String queueName = "Q1";
        channel.queueDeclare(queueName,false,false,false,null);
        channel.queueBind(queueName, EXCHANGE_NAME, "*.orange.*");
        // 另一个的表达式有所不同
        // channel.queueBind(queueName, EXCHANGE_NAME, "*.*.rabbit");
		// channel.queueBind(queueName, EXCHANGE_NAME, "lazy.#");
        
        System.out.println("ReceiveLogsTopic01 等待接收消息......");

        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println(new String(message.getBody(),"UTF-8"));
            System.out.println("接收队列：" + queueName + " 绑定键：" + message.getEnvelope().getRoutingKey());
        };
        // 接收消息
        channel.basicConsume(queueName,true,deliverCallback,consumerTag -> {});
    }
}

2. 消息发送者

public class EmitLogTopic {

    // 定义交换机名称
    public static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws IOException, TimeoutException {

        Channel channel = RabbitMqUtils.getChannel();

        
        HashMap bindingKeyMap = new HashMap<>();
        bindingKeyMap.put("quick.orange.rabbit", "被队列 Q1Q2 接收到");
        bindingKeyMap.put("lazy.orange.elephant", "被队列Q1Q2接收到");
        bindingKeyMap.put("quick.orange.fox", "被队列Q1接收到");
        bindingKeyMap.put("lazy.brown.fox", "被队列Q2接收到");
        bindingKeyMap.put("lazy.pink.rabbit", "虽然满足两个绑定但是被队列Q2 接收一次");
        bindingKeyMap.put("quick.brown.fox", "不匹配任何绑定不会被任何队列接收到会被丢弃");
        bindingKeyMap.put("quick.orange.male.rabbit", "是4个单词不匹配任何绑定会被丢弃");
        bindingKeyMap.put("lazy.orange.male.rabbit", "是4个单词但匹配Q2");

        for (Map.Entry bindingKeyEntry : bindingKeyMap.entrySet()) {
            String routingKey = bindingKeyEntry.getKey();
            String message = bindingKeyEntry.getValue();
            channel.basicPublish(EXCHANGE_NAME, routingKey, null, message.getBytes(StandardCharsets.UTF_8));
            System.out.println("生产者发出消息：" + message);
        }
    }
}

3. 运行测试

7. 死信队列 7.1 死信的概念

死信，顾名思义就是无法被消费的消息，字面意思可以这样理解，一般来说，producer 将消息投递到 broker 或者直接到 queue 里了，consumer 从 queue 取出消息进行消费，但某些时候由于特定的原因导致 queue 中的某些消费无法被消费，这样的消息如果没有后续的处理，就变成了死信，有死信自然就有了死信队列。

应用场景：为了保证订单业务的消息数据不丢失，需要使用到 RabbitMQ 的死信队列机制，当消息消费发生异常时，将消息投入死信队列中。还有比如说：用户在商城下单成功并点击去支付后在指定时间未支付时自动失效。

7.2 死信的来源

消息 TTL 过期；队列达到最大长度（队列满，无法再添加数据到 mq 中）；消息被拒绝（basic.reject 或 basic.nack）并且 requeue = false；

7.3 死信实战 7.3.1 架构图

7.3.2 代码实现–消息过期

1. 创建 Consumer01 进行消息接收

public class Consumer01 {

    // 普通交换机名称
    public static final String NORMAL_EXCHANGE = "normal_exchange";
    // 死信交换机名称
    public static final String DEAD_EXCHANGE = "dead_exchange";
    // 普通队列名称
    public static final String NORMAL_QUEUE = "normal_queue";
    // 死信队列的名称
    public static final String DEAD_QUEUE = "dead_queue";

    public static void main(String[] args) throws IOException, TimeoutException {

        Channel channel = RabbitMqUtils.getChannel();

        // 声明一个普通交换机
        channel.exchangeDeclare(NORMAL_EXCHANGE, "direct");
        // 声明一个死信交换机
        channel.exchangeDeclare(DEAD_EXCHANGE, "direct");

        // 声明一个普通队列
        Map arguments = new HashMap<>();
        // 过期时间     10s = 10000ms
        // arguments.put("x-message-ttl",10000);
        // 正常队列设置死信交换机
        arguments.put("x-dead-letter-exchange",DEAD_EXCHANGE);
        // 设置死信 RoutingKey
        arguments.put("x-dead-letter-routing-key","lisi");
        channel.queueDeclare(NORMAL_QUEUE,false,false,false, arguments);
        // 声明一个死信队列
        channel.queueDeclare(DEAD_QUEUE,false,false,false,null);

        // 绑定普通的交换机与普通的队列
        channel.queueBind(NORMAL_QUEUE,NORMAL_EXCHANGE,"zhangsan");
        // 绑定死信的交换机与死信的队列
        channel.queueBind(DEAD_QUEUE,DEAD_EXCHANGE,"lisi");
        System.out.println("等待接收消息......");

        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("consumer01 接收的消息：" + new String(message.getBody(), "UTF-8"));
        };

        channel.basicConsume(NORMAL_QUEUE, true, deliverCallback, consumerTag -> {
        });

    }
}

2. 创建一个死信消息消费类

public class Consumer02 {

    // 死信队列的名称
    public static final String DEAD_QUEUE = "dead_queue";

    public static void main(String[] args) throws IOException, TimeoutException {

        Channel channel = RabbitMqUtils.getChannel();
        System.out.println("等待接收消息......");
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("Consumer02 接收的消息是：" + new String(message.getBody(), "UTF-8"));
        };
        channel.basicConsume(DEAD_QUEUE, true, deliverCallback, consumerTag -> {
        });
    }
}

3. 创建一个消息生产者

public class Producer {

    // 普通交换机名称
    public static final String NORMAL_EXCHANGE = "normal_exchange";

    public static void main(String[] args) throws IOException, TimeoutException {

        Channel channel = RabbitMqUtils.getChannel();
        // 死信消息 设置 TTL 时间  单位是 ms   10000ms = 10s
        AMQP.BasicProperties properties = new AMQP.BasicProperties()
                .builder().expiration("10000").build();

        for (int i = 1; i < 11; i++) {
            String message = "info" + i;
            channel.basicPublish(NORMAL_EXCHANGE, "zhangsan", properties, message.getBytes());
        }
    }
}

4. 测试运行

   Consumer01 开启，Producer 进行消息发送，这时 Consumer01 可以正常接收到消息；

   Consumer01 关闭，Producer 进行消息发送，这是 Consumer01 不能接收消息，Producer 发送的消息进入死信队列，启动 Consumer02 之后，消费掉死信队列中的消息。

7.3.3 代码实现–队列达到最大长度

修改上面代码中的 Consumer01

// 设置正常队列的长度的限制
arguments.put("x-max-length", 6);

启动 Producer 发送消息

7.3.4 消息被拒

修改 Consumer01 中的代码

DeliverCallback deliverCallback = (consumerTag, message) -> {
    String msg = new String(message.getBody(), "UTF-8");
    if (msg.equals("info5")) {
        System.out.println("此消息是被 Consumer01 拒绝的：" + msg);
        // 拒绝该消息
        channel.basicReject(message.getEnvelope().getDeliveryTag(),false);
    } else {
        System.out.println("consumer01 接收的消息：" + msg);
        channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
    }
};
// 开启手动应答
channel.basicConsume(NORMAL_QUEUE, false, deliverCallback, consumerTag -> {
});

8. 延迟队列 8.1 概念

延时队列，队列内部是有序的，最重要的特性就体现在它的延时属性上，延时队列中的元素是希望在指定时间到了以后或之前取出和处理，简单来说，延时队列就是用来存放需要在指定时间被处理的元素的队列。

8.2 延迟队列使用场景

1. 订单在十分钟之内未支付则自动取消
2. 新创建的店铺，如果在十天内都没有上传过商品，则自动发送消息提醒
3. 用户注册成功后，如果三天内没有登录则进行短信提醒。
4. 用户发起退款，如果三天内没有得到处理则通知相关运营人员
5. 预定会议后，需要在指定的时间点前十分钟通知各个与会人员参加会议

延迟队列其实就是死信队列中的消息 TTL 过期

上述这些场景都有一个特点，需要在某个事件发生之后或者之前指定时间点完成某一项任务，如：发生点单生成事件，在十分钟之后检查该订单支付状态，然后将未支付的订单进行关闭；看起来似乎使用定时任务，一直轮询数据，每秒查一次，取出需要被处理的数据，然后处理不就完事了吗？如果数据量比较少，确实可以这样，比如：对于“如果账单一周内未支付则进行自动结算”这样的需求，如果对于时间不是严格限制，而是宽松意义上的一周，那么每天晚上跑个定时任务检查一下所有未支付的账单，确实也是一个可行的方案。但对于数据量比较大，并且时效性较强的场景，如：“订单十分钟内未支付则关闭”，短期内未支付的订单数据可能会有很多，活动期间甚至会达到百万甚至千万级别，对这么庞大的数据量仍旧使用轮询的方式显然是不可取的，很可能在一秒内无法完成所有订单的检查，同时会给数据库带来很大压力，无法满足业务要求而且性能低下。

8.3 整合 Spring Boot

1. 创建一个 Spring Boot 项目，引入以下依赖

    org.springframework.boot
    spring-boot-starter-amqp


    com.alibaba
    fastjson
    1.2.79


    io.springfox
    springfox-swagger2
    2.9.2


    io.springfox
    springfox-swagger-ui
    2.9.2



    org.springframework.amqp
    spring-rabbit-test
    2.2.0.RELEASE
    test


    org.springframework.boot
    spring-boot-starter-web


    org.springframework.boot
    spring-boot-starter-test
    test

2. 在 yml 配置文件中配置 rabbitmq 的信息

spring:
  rabbitmq:
    host: 49.233.100.200
    port: 15672
    username: admin
    password: 123

3. 创建一个 Swagger2 的配置类

@Configuration
@EnableSwagger2
public class SwaggerConfig {

    @Bean
    public Docket webApplication() {
        return new Docket(documentationType.SWAGGER_2)
                .groupName("webApi")
                .apiInfo(webApiInfo())
                .select()
                .build();

    }
    public ApiInfo webApiInfo() {
        return new ApiInfoBuilder()
                .title("rabbitmq接口文档")
                .description("描述了rabbitmq微服务接口定义")
                .version("1.0")
                .contact(new Contact("lishisen","lss-coding.top","[email protected]"))
                .build();
    }
}

8.4 队列 TTL 8.4.1 代码架构

创建两个队列 QA 和 QB ，两个队列 TTL 分别设置为 10s 和 40s，然后再创建一个交换机 X 和死信交换机 Y，它们的类型都是 direct，创建一个死信队列 QD

8.4.2 创建 TtlQueueConfig 的配置类

进行上图的交换机、队列以及绑定关系的定义

@Configuration
public class TtlQueueConfig {

    // 普通交换机名称
    public static final String EXCHANGE_X = "X";
    // 死信交换机名称
    public static final String EXCHANGE_DEAD_Y = "Y";
    // 普通队列名称
    public static final String QUEUE_A = "QA";
    public static final String QUEUE_B = "QB";
    // 死信队列名称
    public static final String QUEUE_DEAD_QD = "QD";

    // 声明 xExchange 别名
    @Bean("xExchange")
    public DirectExchange xExchange() {
        return new DirectExchange(EXCHANGE_X);
    }

    // 声明 yExchange 别名
    @Bean("yExchange")
    public DirectExchange yExchange() {
        return new DirectExchange(EXCHANGE_DEAD_Y);
    }

    // 声明普通队列 TTL 为 10s
    @Bean("queueA")
    public Queue queueA() {
        HashMap arguments = new HashMap<>(3);
        // 设置死信交换机
        arguments.put("x-dead-letter-exchange", EXCHANGE_DEAD_Y);
        // 设置死信 RoutingKey
        arguments.put("x-dead-letter-routing-key", "YD");
        // 设置 TTL
        arguments.put("x-message-ttl", 10000);

        return QueueBuilder.durable(QUEUE_A)
                .withArguments(arguments).build();
    }

    // 声明普通队列 TTL 为 10s
    @Bean("queueB")
    public Queue queueB() {
        HashMap arguments = new HashMap<>(3);
        // 设置死信交换机
        arguments.put("x-dead-letter-exchange", EXCHANGE_DEAD_Y);
        // 设置死信 RoutingKey
        arguments.put("x-dead-letter-routing-key", "YD");
        // 设置 TTL
        arguments.put("x-message-ttl", 40000);

        return QueueBuilder.durable(QUEUE_B)
                .withArguments(arguments).build();
    }

    // 死信队列
    @Bean("queueD")
    public Queue queueD() {
        return QueueBuilder.durable(QUEUE_DEAD_QD).build();
    }

    // 绑定关系
    @Bean
    public Binding queueABindingX(@Qualifier("queueA") Queue queueA,
                                  @Qualifier("xExchange") DirectExchange xExchange) {
        return BindingBuilder.bind(queueA).to(xExchange).with("XA");
    }

    // 绑定关系
    @Bean
    public Binding queueBBindingX(@Qualifier("queueB") Queue queueB,
                                  @Qualifier("xExchange") DirectExchange xExchange) {
        return BindingBuilder.bind(queueB).to(xExchange).with("XB");
    }

    // 绑定关系
    @Bean
    public Binding queueBBindingY(@Qualifier("queueD") Queue queueD,
                                  @Qualifier("yExchange") DirectExchange yExchange) {
        return BindingBuilder.bind(queueD).to(yExchange).with("YD");
    }

}

8.4.3 创建生产者

@Slf4j
@RestController
@RequestMapping("/ttl")
public class SendMsgController {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @RequestMapping("/sendMsg/{message}")
    public void sendMsg(@PathVariable("message") String message) {
        log.info("当前时间：{}，发送一条消息给两个TTL队列：{}", new Date().toString(), message);
        rabbitTemplate.convertAndSend("X", "XA", "消息来自ttl为10s的队列：" + message);
        rabbitTemplate.convertAndSend("X", "XB", "消息来自ttl为40s的队列：" + message);
    }
}

8.4.4 创建消费者

@Slf4j
@Component
public class DeadLetterQueueConsumer {

    // 接收消息
    @RabbitListener(queues = "QD")
    public void receiveD(Message message, Channel channel) throws Exception {
        String msg = new String(message.getBody());
        log.info("当前时间：{}，接收死信队列的消息：{}", new Date().toString(), msg);
    }

}

启动程序进行测试

在浏览器地址栏输入：localhost:8080/ttl/sendMsg/你好啊

在控制台日志可以看到消息延迟 10s 和 40s 之后才打印出来

从上面的测试结果可以看到，第一条消息 10s 后变成了 死信消息，然后被消费者消费掉，第二条消息在 40s 之后变成了死信消息，然后被消费掉，这样一个延时队列就创建完成了；不过如果这样使用的话，岂不是每增加一个新的时间需求，就要新增一个队列，这里只有 10s 和 40s 两个时间选项，如果需要一个小时后处理，那么就需要增加 TTL 为一个小时的队列，如果是预定会议室后提前通知这样的场景，是不是要增加无数个队列才能满足需求呢？

8.5 优化延迟队列 8.5.1 架构

新增一个队列 QC，该队列不设置 TTL 时间

8.5.2 修改代码

1. 修改 TtlRabbitConfig 配置类

// 普通队列
public static final String QUEUE_C = "QC";
// 声明 QC
@Bean("queueC")
public Queue queueC() {
    HashMap arguments = new HashMap<>(2);
    // 设置死信交换机
    arguments.put("x-dead-letter-exchange", EXCHANGE_DEAD_Y);
    // 设置死信 RoutingKey
    arguments.put("x-dead-letter-routing-key", "YD");
    // 不设置 TTL
    return QueueBuilder.durable(QUEUE_C).withArguments(arguments).build();
}
// 绑定关系
@Bean
public Binding queueCBindingX(@Qualifier("queueC") Queue queueC,
                              @Qualifier("xExchange") DirectExchange xExchange) {
    return BindingBuilder.bind(queueC).to(xExchange).with("XC");
}

2. 添加消息发送的接口

// 开始发消息  消息 TTL
@RequestMapping("/sendExpirationMsg/{message}/{ttlTime}")
public void sendMsg(@PathVariable("message") String message, @PathVariable("ttlTime") String ttlTime) {
    log.info("当前时间：{}，发送一条时长{}毫秒TTL信息给队列QC：{}", new Date().toString(), ttlTime, message);
    rabbitTemplate.convertAndSend("X","XC",message, msg->{
        // 发送消息的时候  延迟时长
        msg.getMessageProperties().setExpiration(ttlTime);
        return msg;
    });
}

3. 测试运行

   在地址栏中请求两次，一次 TTL 时间为 20000，一次为 2000

   http://localhost:8080/ttl/sendExpirationMsg/你好1/20000

   http://localhost:8080/ttl/sendExpirationMsg/你好2/2000

结果看起来没什么问题，但是如果使用在消息属性上设置 TTL 的方式，消息可能并不会按时“死亡”，因为 RabbitMQ 只会检查第一个消息是否过期，如果过期则丢到死信队列，如果第一个消息的延时时长很长，而第二个消息的延时时长很短，第二个消息并不会优先得到执行。

8.6 RabbitMQ 插件实现延迟队列

上面的问题，如果不能实现在消息粒度上的 TTL，并使其在设置的 TTL 时间及时死亡，就无法设计成一个通用的延时队列

8.6.1 安装延时队列插件

插件下载地址：https://github.com/rabbitmq/rabbitmq-delayed-message-exchange/releases

下载完成之后将插件上传到服务器的 /lib/rabbitmq/lib/rabbitmq_server-3.8.8/plugins 目录下

执行命令 rabbitmq-plugins enable rabbitmq_delayed_message_exchange 使插件生效

然后重启 RabbitMQ

8.6.2 架构

新增一个 delayed.queue 队列，一个自定义交换机 delayed.exchange

8.6.3 创建配置文件

在自定义的交换机中，这是一种新的交换类型，该类型消息支持延迟投递机制，消息传递后并不会立即投递到目标队列中，而是存储在 mnesia（一个分布式数据系统）表中，当到达投递时间时，才投递到目标队列中。

@Configuration
public class DelayedQueueConfig {

    // 交换机
    public static final String DELAYED_EXCHANGE_NAME = "delayed.exchange";
    // 队列
    public static final String DELAYED_QUEUE_NAME = "delayed.queue";
    // routingKey
    public static final String DELAYED_ROUTING_KEY = "delayed.routingkey";

    // 声明交换机  基于插件
    @Bean
    public CustomExchange delayedExchange() {

        HashMap arguments = new HashMap<>();
        arguments.put("x-delayed-type","direct");
        
        return new CustomExchange(DELAYED_EXCHANGE_NAME, "x-delayed-message",
                true,false,arguments);
    }

    // 队列
    @Bean
    public Queue delayedQueue() {
        return new Queue(DELAYED_QUEUE_NAME);
    }

    @Bean
    public Binding delayedQueueBindingDelayedExchange(@Qualifier("delayedQueue") Queue delayedQueue,
                                                      @Qualifier("delayedExchange") CustomExchange delayedExchange) {
        return BindingBuilder.bind(delayedQueue).to(delayedExchange).with(DELAYED_ROUTING_KEY).noargs();
    }

}

8.6.4 生产者

// 基于插件发送延迟消息  消息 延迟的时间
@GetMapping("/sendDelayMsg/{message}/{delayedTime}")
public void sendMsg(@PathVariable("message") String message, @PathVariable("delayedTime") Integer delayedTime) {
    log.info("当前时间：{}，发送一条时长{}毫秒信息给延迟队列delayed.queue：{}", new Date().toString(), delayedTime, message);
    rabbitTemplate.convertAndSend(DelayedQueueConfig.DELAYED_EXCHANGE_NAME, DelayedQueueConfig.DELAYED_ROUTING_KEY, message, msg -> {
        // 发送消息的时候  延迟时长  单位 ms
        msg.getMessageProperties().setDelay(delayedTime);
        return msg;
    });
}

8.6.5 消费者

@Slf4j
@Component
public class DelayedQueueConsumer {

    @RabbitListener(queues = DelayedQueueConfig.DELAYED_QUEUE_NAME)
    public void receiveDelayQueue(Message message) {
        String msg = new String(message.getBody());
        log.info("当前时间：{}，收到延迟队列的消息：{}",new Date().toString(),msg);
    }

}

运行测试

这里第二个消息先被消费掉了，符合预期

8.7 总结

延时队列在需要延时处理的场景下非常有用，使用RabbitMQ 来实现延时队列可以很好的利用 RabbitMQ 的特性，如：消息可靠发送、消息可靠投递、死信队列来保障消息至少被消费一次以及未被正确处理的消息不会丢弃。另外，通过 RabbitMQ 集群的特性，可以很好的解决单点故障问题，不会因为单个节点挂掉导致延时队列不可用或者消息丢失。

延时队列还有很多其他选择，比如利用 Java 的 DelayeQueue，利用 Redis 的 zset，利用 Quartz 或者利用 kafka 的时间轮，这些方式各有特色，看需要使用的场景进行选择。

9. 发布确认高级

生产环境中由于一些不明原因，导致 RabbitMQ 重启，在 RabbitMQ 重启期间生产者消息投递失败，导致消息丢失，需要手动处理和恢复。如何才能进行 RabbitMQ 的消息可靠投递呢？特别是在这样比较极端的情况，RabbitMQ 集群不可用的时候，无法投递的消息该如何处理呢？

9.1 发布确认 Spring Boot 9.1.1 确认机制方案

发布消息过程中，如果交换机宕机了，需不需要有一个缓存中进行存储呢？

要解决的问题，就是发送消息 RabbitMQ 收不到，那么就要存储到缓存中，然后定时任务对未完成发送的消息重新投递。

9.1.2 架构

9.1.3 代码实现

1. 创建一个新的配置类 /confirm/iConfig

@Configuration
public class /confirm/iConfig {

    // 交换机
    public static final String COMFIRM_EXCHANGE_NAME = "/confirm/i_exchange";
    // 队列
    public static final String COMFIRM_QUEUE_NAME = "/confirm/i_queue";
    // routingKey
    public static final String COMFIRM_ROUTING_KEY = "key1";

    @Bean("/confirm/iExchange")
    public DirectExchange /confirm/iExchange() {
        return new DirectExchange(COMFIRM_EXCHANGE_NAME);
    }

    @Bean("/confirm/iQueue")
    public Queue /confirm/iQueue() {
        return QueueBuilder.durable(COMFIRM_QUEUE_NAME).build();
    }

    @Bean
    public Binding queueBindingExchange(@Qualifier("/confirm/iExchange") DirectExchange /confirm/iExchange,
                                        @Qualifier("/confirm/iQueue") Queue /confirm/iQueue) {

        return BindingBuilder.bind(/confirm/iQueue).to(/confirm/iExchange).with(COMFIRM_ROUTING_KEY);

    }
}

2. 创建一个生产者接口

@Slf4j
@RestController
@RequestMapping("//confirm/i")
public class ProducerController {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    // 发消息
    @GetMapping("/sendMessage/{message}")
    public void sendMessage(@PathVariable String message) {
        log.info("发送消息内容为：{}", message);
        rabbitTemplate.convertAndSend(/confirm/iConfig.COMFIRM_EXCHANGE_NAME,
                /confirm/iConfig.COMFIRM_ROUTING_KEY, message);
    }

}

3. 创建一个消费者消费

@Slf4j
@Component
public class Consumer {

    @RabbitListener(queues = /confirm/iConfig.COMFIRM_QUEUE_NAME)
    public void receive/confirm/iMessage(Message message) {
        String msg = new String(message.getBody());
        log.info("接收到的队列/confirm/i.queue消息：{}", msg);
    }

}

4. 启动测试一下

   请求结果正常，这是在没有出问题的情况下的，但是如果出了问题（无论什么原因导致交换机收不到）消息就无法正常接收了进行消费了

9.1.4 回调接口

消息是由生产者发出的，所以如果消费者没有收到消息那么生产者是应该感知到的

@Slf4j
@Component
public class MyCallBack implements RabbitTemplate./confirm/iCallback {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    // 这是一个内部类，无法被使用这个类，需要注入
    @PostConstruct
    public void init() {
        rabbitTemplate.set/confirm/iCallback(this);
    }

    
    @Override
    public void /confirm/i(CorrelationData correlationData, boolean b, String s) {
        String id = correlationData != null ? correlationData.getId() : "";
        if (b) {
            log.info("交换机收到了ID为：{}的消息", id);
        } else {
            log.info("交换还为收到ID为：{}的消息，由于原因：{}", id, s);
        }
    }
}

在生产方设置回调时候返回的提示信息，修改 ProducerController 类

@Slf4j
@RestController
@RequestMapping("//confirm/i")
public class ProducerController {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    // 发消息
    @GetMapping("/sendMessage/{message}")
    public void sendMessage(@PathVariable String message) {

        // 回调的时候携带信息，括号内容为 id
        CorrelationData correlationData = new CorrelationData("1");

        log.info("发送消息内容为：{}", message);
        rabbitTemplate.convertAndSend(/confirm/iConfig.COMFIRM_EXCHANGE_NAME,
                /confirm/iConfig.COMFIRM_ROUTING_KEY, message,correlationData);
    }

}

在 yml 配置文件中添加配置信息 spring.rabbitmq.publisher-/confirm/i-type=correlated

spring:
  rabbitmq:
    host: 49.233.100.200
    port: 5672
    username: admin
    password: 123
    publisher-/confirm/i-type: correlated

• none 禁止发布确认模式，是默认值
• correlated 发布消息成功后交换器后会触发回调方法
• simple 经测试有两种效果，第一种效果和 correlated 值一样会触发回调方法；第二种在发布消息成功后使用 rabbitTemplate 调用 waitForConfirms 或 waitForConfirmsOrDie 方法等待 broker 节点返回发送结果，根据返回结果来判定下一步的逻辑，要注意的点是 waitForConfirmsOrDie 方法如果返回 false 则会关闭 channel，则接下来无法发送消息到 broker

启动项目进行测试

为了测试出来回调效果，在消息发送的时候设置交换机为错误的交换机

启动访问接口 http://localhost:8080//confirm/i/sendMessage/你好 后可以看到给出的提示信息

以上情况是交换机收不到消息的情况，如果队列也是以这种方式进行修改也是收不到消息的。

9.1.5 回退消息

在仅开启了生产者确认机制的情况下，交换机接收到消息后，会直接给消息生产者发送确认消息，如果发现该消息不可路由，那么消息会被直接丢弃，此时生产者是不知道消息被丢弃这个事件的。那么如何让无法被路由的消息帮我们想办法处理一下？通知我一下我也好处理。通过设置参数 mandatory 参数可以在当消息传递过程中不可达目的地时将消息返回给生产者。

改进：

1. 在 yml 配置文件中配置 publisher-returns的信息

spring:
  rabbitmq:
    host: 49.233.100.200
    port: 5672
    username: admin
    password: 123
    publisher-/confirm/i-type: correlated
    publisher-returns: true

2. 在上面的回调接口中再次实现一个回退接口 RabbitTemplate.ReturnsCallback

public class MyCallBack implements RabbitTemplate./confirm/iCallback, RabbitTemplate.ReturnsCallback {
    
// 这是一个内部类，无法被使用这个类，需要注入
@PostConstruct
public void init() {
    rabbitTemplate.set/confirm/iCallback(this);
    rabbitTemplate.setReturnsCallback(this);
}
    
// 当消息传递过程中不可达目的地时将消息返回给生产者。
// 只有不可达目的地的时候，才进行回退
@Override
public void returnedMessage(ReturnedMessage returnedMessage) {
    log.info("消息：{}，被交换机：{}退回，退还原因：{}，路由Key：{}",
            new String(
                    returnedMessage.getMessage().getBody()),
                    returnedMessage.getExchange(),
                    returnedMessage.getReplyText(),
                    returnedMessage.getRoutingKey()
            );
}

3. 修改消息生产方将消息发送到一个错误的队列，然后启动访问进行测试

​ 测试结果

9.2 备份交换机

在上面有了 mandatory 参数和回退消息，我们获得了对无法投递消息的感知能力，有机会在生产者的消息无法被投递时发现并处理。但有时候，我们并不知道该如何处理这些无法路由的消息，最多打个日志，然后触发报警，再来手动处理。而通过日志来处理这些无法路由的消息是很不优雅的做法，特别是当生产者所在的服务有多台机器的时候，手动复制日志会更加麻烦而且容易出错。而且设置 mandatory 参数会增加生产者的复杂性，需要添加处理这些被退回的消息的逻辑。如果既不想丢失消息，又不想增加生产者的复杂性，该怎么做呢？前面在设置死信队列的时候，可以队列设置死信交换机来存储哪些处理失败的消息，可是这些不可路由消息根本没有机会进入到队列，因此无法使用死信队列来保存消息。在 RabbitMQ 中，有一种备份交换机的机制存在，可以很好的应对这个问题。什么是备份交换机呢？备份交换机可以理解为 RabbitMQ 中交换机的”备胎“，当我们为某一个交换机声明一个对应的备份交换机时，就是为它创建一个备胎，当交换机接收到一条不可路由消息时，将会把这条消息转发到备份交换机中，由备份交换机来进行转发和处理，通常备份交换机的类型为 Fanout，这样就能把所有消息都投递到与其绑定的队列中，然后我们在备份交换机下绑定一个队列，这样所有哪些原交换机无法被路由的消息，就会都进入这个队列了。当然，我们还可以创建一个报警队列，用独立的消费者来进行检测和报警。

9.2.1 架构

9.2.2 代码实现

1. 修改 ConfirmConfig 配置类，添加 备份交换机、备份队列、报警交换机

@Configuration
public class /confirm/iConfig {

    // 交换机
    public static final String COMFIRM_EXCHANGE_NAME = "/confirm/i_exchange";
    // 队列
    public static final String COMFIRM_QUEUE_NAME = "/confirm/i_queue";
    // routingKey
    public static final String COMFIRM_ROUTING_KEY = "key1";

    // 备份交换机
    public static final String BACKUP_EXCHANGE_NAME = "backup_exchange";
    // 备份队列
    public static final String BACKUP_QUEUE_NAME = "backup_queue";
    // 报警队列
    public static final String WARNING_QUEUE_NAME = "warning_queue";


    @Bean("/confirm/iExchange")
    public DirectExchange /confirm/iExchange() {
        return ExchangeBuilder.directExchange(COMFIRM_EXCHANGE_NAME).durable(true)
                // 修改确认交换机
                .withArgument("alternate-exchange", BACKUP_EXCHANGE_NAME).build();
    }

    @Bean("/confirm/iQueue")
    public Queue /confirm/iQueue() {
        return QueueBuilder.durable(COMFIRM_QUEUE_NAME).build();
    }

    @Bean
    public Binding queueBindingExchange(@Qualifier("/confirm/iExchange") DirectExchange /confirm/iExchange,
                                        @Qualifier("/confirm/iQueue") Queue /confirm/iQueue) {

        return BindingBuilder.bind(/confirm/iQueue).to(/confirm/iExchange).with(COMFIRM_ROUTING_KEY);

    }

    // 备份交换机
    @Bean("backupExchange")
    public FanoutExchange backupExchange() {
        return new FanoutExchange(BACKUP_EXCHANGE_NAME);
    }

    // 备份队列
    @Bean("backupQueue")
    public Queue backupQueue() {
        return QueueBuilder.durable(BACKUP_QUEUE_NAME).build();
    }

    // 报警队列
    @Bean("warningQueue")
    public Queue warningQueue() {
        return QueueBuilder.durable(WARNING_QUEUE_NAME).build();
    }

    // 绑定 备份队列和备份交换机
    @Bean
    public Binding backupQueueBindingBackupExchange(@Qualifier("backupQueue") Queue backupQueue,
                                                    @Qualifier("backupExchange") FanoutExchange backupExchange) {
        return BindingBuilder.bind(backupQueue).to(backupExchange);
    }

    // 绑定 报警队列和备份交换机
    @Bean
    public Binding warningQueueBindingBackupExchange(@Qualifier("warningQueue") Queue warningQueue,
                                                     @Qualifier("backupExchange") FanoutExchange backupExchange) {
        return BindingBuilder.bind(warningQueue).to(backupExchange);
    }

}

2. 警告消费者

@Slf4j
@Component
public class WarningConsumer {

    @RabbitListener(queues = /confirm/iConfig.WARNING_QUEUE_NAME)
    public void receiveWarningMsg(Message message) {
        String msg = new String(message.getBody());
        log.error("报警发现不可路由消息：{}", msg);
    }

}

3. 使用上面的 controller 接口进行测试

   在浏览器地址栏输入 url ：http://localhost:8080//confirm/i/sendMessage/你好啊

如果 mandatory 参数与备份交换机一起使用的时候，如果两者同时开启，备份交换机优先级高。

10. RabbitMQ 其他 10.1 幂等性 10.1.1 简介

用户对于同一 *** 作发起的一次请求或者多次请求的结果是一致的，不会因为多次点击而产生了副作用。一个简单例子：就是支付，用户购买商品后支付，支付扣款成功，但是返回结果的时候网络出现异常，此时钱已经扣了，用户再次点击按钮，此时会进行第二次扣款，返回结果成功，用户查询余额发现多扣钱了，流水记录也变成了两条。在以前的单应用系统中，我们只需要把数据 *** 作放入事务中即可，发生错误立即回滚，但是再响应客户端的时候也有可能出现网络中断或者异常等等。

10.1.2 消费重复消费

消费者在消费 MQ 中的消息时，MQ 已把消息发送给消费者，消费者在给 MQ 返回 ack 时网络中断，故 MQ 未收到确认信息，该条消息会重新发给其他的消费者，或者在网路重连后再次发送给该消费者，但实际上该消费者已成功消费了该条消息，造成消费者消费了重复的消息。

10.1.3 解决思路

MQ 消费者的幂等性的解决一般使用全局 ID 或者写个唯一标识比如时间戳或者 UUID 或者订单消费者消费 MQ 中的消息也可利用 MQ 的该 id 来判断，或者可按自己的规则生成一个全局唯一 id，每次消费消息时用该 id 先判断该消息是否已消费过

10.1.4 消费端的幂等性保障

在海量订单生成的业务高峰期，生产端可能就会重复发生了消息，这时候消费端就要实现幂等性，这就意味着我们的消息永远不会被消费多次，即使我们收到了一样的消息。业界主流的幂等性有两种 *** 作：a.唯一 ID + 指纹码机制，利用数据库主键去重，b.利用 redis 的原子性去实现。

10.1.5 唯一 ID + 指纹码机制

指纹码：我们的一些规则或者时间戳加别的服务给到的唯一信息码，它并不一定是我们系统生成的，基本都是由我们的业务规则拼接而来，但是一定要保证唯一性，然后就利用查询语句进行判断这个 id 是否存在数据库中，优势就是实现简单就一个拼接，然后查询判断是否重复；劣势就是在高并发时，如果是单个数据库就会写入性能瓶颈当然也可以采用分库分表提升性能，但也不是我们最推荐的方式。

10.1.6 Redis 原子性

利用 redis 执行 setnx 命令，天然具有幂等性。从而实现不重复消费。

10.2 优先级队列 10.2.1 应用场景

在系统中有一个订单催付的场景，我们的客户在天猫下的订单，淘宝会及时将订单推送给我们，如果在用户设定的时间内未付款那么就会给用户推送一条短信提醒，很简单的一个功能，但是，tmall 商家对我们来说，肯定是要分大客户和小客户，比如像苹果，小米这样大商家一年起码能给我们创造很大的利润，所以理应当然，它们的订单必须得到优先处理，而曾经我们的后端系统是使用 redis 来存放的定时轮询，redis 只能用 List 做一个简单的消息队列，并不能实现一个优先级的场景，所以订单量大了后采用 RabbitMQ 进行改造和优化，如果发现是大客户的订单给一个相对比较高的优先级，否则就是默认优先级。

10.2.2 添加优先级队列

1. 使用 web 页面添加

2. 使用代码添加

// 定义队列的时候
Map arguments = new HashMap<>();
arguments.put("x-max-priority", 10);
channel.queueDeclare("hello",true,false,false,arguments);

// 发消息的时候
AMQP.BasicProperties().builder().priority(5).build();

要让队列实现优先级需要做的事情：队列需要设置为优先级队列，消息需要设置消息的优先级，消费者需要等待消息已经发送到队列中才去消费，因为这样才有机会对消息进行排序。

10.2.3 代码实现

在创建消息生产者的时候设置优先级

public class Producer {
    // 队列名称
    public static final String QUEUE_NAME = "hello";

    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
        // 创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        // 工厂 IP 连接 RabbitMQ 的队列
        factory.setHost("49.233.100.200");
        // 用户名
        factory.setUsername("admin");
        factory.setPassword("123");
        // 创建连接
        Connection connection = factory.newConnection();
        // 获取信道
        Channel channel = connection.createChannel();

        HashMap arguments = new HashMap<>();
        // 官方允许 0 - 255 ，允许优先级范围不要过大，浪费内存和 CUP
        arguments.put("x-max-priority", 10);
        channel.queueDeclare(QUEUE_NAME, true, false, false, arguments);
        for (int i = 1; i < 11; i++) {
            String message = "info" + i;
            if (i == 5) {
                // 设置优先级
                AMQP.BasicProperties properties =
                        new AMQP.BasicProperties().builder().priority(5).build();
                channel.basicPublish("", QUEUE_NAME, properties, message.getBytes());
            }
            channel.basicPublish("", QUEUE_NAME,null,message.getBytes());
        }
        System.out.println("消息发送完毕");
    }
}

消费者使用之前的消费者，启动测试

因为设置了 info5 的优先级，测试结果 info5 是第一个被消费的

10.3 惰性队列 10.3.1 使用场景

惰性队列：消息保存在内存中还是在磁盘上，正常情况下保存在内存中的，但是惰性队列情况下是保存在磁盘中的。

RabbitMQ 从 3.6.0 版本开始引入了惰性队列的概念。惰性队列会尽可能的将消息存入磁盘中，而在消费者消费到响应的消息时才会被加载到内存中，它的一个重要的设计目标是能够支持更长的队列，即支持更多的消息存储。当消费者由于各种各样的原因（比如消费者下线、宕机亦或者是由于维护而关闭等）而致使长时间内不能消费消息造成堆积时，惰性队列就很有必要了。

默认情况下，当生产者将消息发送到 RabbitMQ 的时候，队列中的消息会尽可能的存储在内存之中，这样可以更加快速的将消息发送给消费者。即使是持久化的消息，在被写入磁盘的同时也会在内存中驻留一份备份。当 RabbitMQ 需要释放内存的时候，会将内存中的消息换页至磁盘中，这个 *** 作会耗费较长的时间，也会阻塞队列的 *** 作，进而无法接收新的消息。虽然 RabbitMQ 的开发者们一直在升级相关的算法，但是效果始终不太理想，尤其是在消息量特别的大的时候。

10.3.2 两种模式

队列具备两种模式：default 和 lazy 。默认的为 default 模式，在 3.6.0 之前的版本无需做任何变更。lazy 模式即为惰性队列的模式，可以通过调用 channel.queueDeclare 方法的时候在参数中设置，也可以通过 Policy 的方式设置，如果一个队列同时使用这两种方式设置的话，那么 Policy 的方式具备更高的优先级。如果要通过声明的方式改变已有队列的模式的话，那么只能先删除队列，然后再重新声明一个新的。

在队列声明的时候可以通过 ”x-queue-mode“ 参数来设置队列的模式，取值为 ”default“ 和 ”lazy“。

Map arguments = new HashMap<>();
arguments.put("x-queue-mode", "lazy");
channel.queueDeclare("myqueue", false, false, false, arguments);

10.3.3 内存开销对比

发送一百万条数据，每条消息大概占 1kb 的情况下，普通队列占用内存是 1.2GB，而惰性队列仅仅占用 1.5MB（消息都放到磁盘了，内存中保存了索引）。

11. RabbitMQ 集群 11.1 clustering 11.1.1 使用集群的原因

在上面都是单机版的，不能满足真实应用的要求。如果 RabbitMQ 服务器遇到内存崩溃、机器掉电或者主板故障等情况，单台 RabbitMQ 服务器可以满足每秒 1000 条消息的吞吐量，那么如果应用需要 RabbitMQ 服务满足每秒 10 万条消息的吞吐量？购买昂贵的服务器来增强单机 RabbitMQ 服务的性能显得不可行的，搭建一个 RabbitMQ 集群才是解决实际问题的关键。

11.1.2 构建集群

创建三个 linux 虚拟机，分别安装好 RabbitMQ

1. 修改 3 台机器的主机名称分别为：node1 node2 node3

vim /etc/hostname

2. 配置各个节点的 hosts 文件，让各个节点都能互相识别对方

vim /etc/hosts
##########################添加一下代码
192.168.11.12  node1
192.168.11.130  node2
192.168.11.131  node3

3. 确保各个节点的 cookie 文件使用的是同一个值

   在 node1 上执行远程 *** 作命令

scp /var/lib/rabbitmq/.erlang.cookie root@node2:/var/lib/rabbitmq/.erlang.cookie
scp /var/lib/rabbitmq/.erlang.cookie root@node3:/var/lib/rabbitmq/.erlang.cookie

4. 启动 RabbitMQ 服务，顺带启动 Erlang 虚拟机和 RabbitMQ 应用服务（在三台节点上分别执行以下命令）

rabbitmq-server -detached

5. 在 node2 节点执行

rabbitmqctl stop_app   # rabbitmqctl stop 会将 Erlang 虚拟机关闭，rabbitmqctl stop_app 只关闭 RabbitMQ 服务
rabbitmqctl reset
rabbitmqctl join_cluster rabbit@node1
rabbitmqctl start_app    # 只启动应用服务

6. 在 node3 节点执行

rabbitmqctl stop_app   # rabbitmqctl stop 会将 Erlang 虚拟机关闭，rabbitmqctl stop_app 只关闭 RabbitMQ 服务
rabbitmqctl reset
rabbitmqctl join_cluster rabbit@node2
rabbitmqctl start_app    # 只启动应用服务

7. 查看集群状态

8. 创建账户

# 1. 创建一个账号
rabbitmqctl add_user admin 123
# 2. 设置用户角色
rabbitmqctl set_user_tags admin administrator
# 3. 设置用户权限
			set_permissions [-p ]
rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
用户 user_admin 具有 /vhost1 这个 virtual host 中所有资源的配置、写、读权限
# 4. 查看当前用户和角色
rabbitmqctl list_users

9. 解除集群节点（node2 和 node3 分别执行）

rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl start_app
rabbitmqctl cluster_status
rabbitmqctl forget_cluster_node rabbit@node2  （node1 上执行）

11.2 镜像队列 11.2.1 使用镜像原因

如果 RabbitMQ 集群中只有一个 Broker 节点，那么该节点的失效将导致整体服务的临时性不可用，并且也可能会导致消息的丢失。可以将所有消息都设置为持久化，并且对应队列的 durable 属性也设置为 true，但是这样仍然无法避免由于缓存导致的问题：因为消息在发送之后和被写入磁盘并执行刷盘动作之间存在一个短暂却会产生问题的时间窗。通过 publisherconfirm 机制能够确保客户端知道哪些消息已经存入磁盘，尽管如此，一般不希望遇到因单点故障导致的服务不可用。

引入镜像队列（Mirror Queue）的机制，可以将队列镜像到集群中的其他 Broker 节点之上，如果集群中的一个节点失效了，队列能自动地切换到镜像中的另一个节点上以保证服务的可用性。

也就是说，搭建完集群之后在一个节点上创建一个队列，在集群中另外的节点中是有显示，但是如果创建队列的节点宕机，集群中的其他的节点就无法进行访问了，所以使用镜像可以做备份，发消息的时候不能只是发到 1 号节点，1 号节点应该将内容备份到其他的节点上，方式消息丢失。

11.2.2 搭建步骤

1. 启动集群后
2. 在任意一个节点的 web *** 作页面中添加一个 policy

启动代码创建一个队列

就算整个集群里面只剩下一台机器了，依然能够消费队列里面的消息，说明队列里面的消息被镜像队列传递到相应机器里面了。

11.3 实现高可用负载均衡

使用 Haproxy 和 keepalive 两个软件可以搭建

11.4 Federation Exchange

（broker 北京），（broker 深圳）彼此之间相距甚远，网络延迟是一个不得不面对的问题。有一个在北京的业务（Client 北京）需要连接（broker 北京），向其中的交换器 exchangeA 发送消息，此时的网络延迟很小，（Client 北京）可以迅速将消息发送至 exchangeA 中，就算在开启了 publisherconfirm 机制或者事务机制的情况下，也可以迅速收到确认消息。此时又有个在深圳的业务（Client 深圳）需要向 exchangeA 发送消息，那么（Client深圳）（broker北京）之间有很大的网络延迟，（Client 深圳）将发送消息至 exchangeA 会经历一定的延迟，尤其是在开启了 publisherconfirm 机制或者事务机制的情况下，（Client 深圳）会等待很长的延迟时间来接收（broker 北京）的确认消息，进而必然造成这条发送线程的性能降低，甚至造成一定程度上的阻塞。

将业务（Client 深圳）部署到北京的机房可以解决这个问题，但是如果（Client 深圳）调用的另外一些服务都部署在深圳，那么又会引发新的时延问题，总不见得将所有业务全部部署在一个机房，那么容灾又怎么实现？这里使用 Federation 插件就可以很好的解决这个问题。

使用：

1. 需要保证每台节点独立运行
2. 在每台机器上开启 federation 插件

rabbitmq-plugins enable rabbitmq_federation
rabbitmq-plugins enable rabbitmq_federation_management

3. 原理图

1. 先准备好 downstream 节点的交换机 upstream 上的交换机

public class Producer {
    // 队列名称
    public static final String QUEUE_NAME = "mirrior_hello";
    // 交换机
    public static final String FED_EXCHANGE = "fed_exchange";

    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
        // 创建一个连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        // 工厂 IP 连接 RabbitMQ 的队列
        // node2 的ip 地址
        factory.setHost("192.168.11.130");
        // 用户名
        factory.setUsername("admin");
        factory.setPassword("123");
        // 创建连接
        Connection connection = factory.newConnection();
        // 获取信道
        Channel channel = connection.createChannel();
		
        // 在node2 上创建一个交换机
        channel.exchangeDeclare(FED_EXCHANGE, BuiltinExchangeType.DIRECT);
    }
}

2. 在 downstream（node2）配置 upstream（node1）

3. 添加 plicy

4. 查看状态

11.5 Federation Queue

联邦队列可以在多个 Broker 节点（或者集群）之间为单个队列提供负载均衡的功能，一个联邦队列可以连接一个或者多个上游队列（upstream queue），并从这些上游队列中获取消息以满足本地消费者消费消息的需求。

1. 添加 upstream，与上面类似
2. 添加 policy

11.6 Shovel

与Federation 具备的数据转发功能类似，Shovel 更可靠、持续地从一个 Broker 中的队列（作为源端，即source）拉取数据并转发至另一个 Broker 中的交换器（作为目的端，即 destination）。作为源端的队列和作为目的端的交换器可以同时位于同一个 Broker，也可以位于不同的 Broker 上。Shovel 可以翻译为 ”钉子“，是一种比较形象的比喻，这个”铲子“可以将消息从一方”铲到“另一方。Shovel 行为就像优秀的客户端应用程序能够负责连接源和目的地、负责消息的读写及负责连接失败问题的处理。

1. 开启插件（每台服务器都需要开启）

rabbitmq-plugins enable rabbitmq_shovel
rabbitmq-plugins enable rabbitmq_shovel_management

2. 在源头发送的消息直接会进入到目的地队列

3. 添加源和目的端

学习参考