目录
七、延时队列（用springboot整合RabbitMQ实现）
5、用springboot整合RabbitMq以实现延时队列
3、用Haproxy+keepalive实现高高可用负载均衡
一、MQ的简介
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、作用
- 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操作，但是比不能下单的体验要好。
- 应用解耦
以电商应用为例，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，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题会减少很多，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，用户的下单操作可以正常完成。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
- 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 服务也不用做这些操作。A 服务还能及时的得到异步处理成功的消息。
二、RabbitMQ简介
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收件人那里，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。
1、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。
- 图示
2、安装rabbitmq
- 官网地址是https://www.rabbitmq.com/download.html
- 由于RabbitMQ是由erlang编写所以要先安装
apt-get install erlang-nox
在Ubuntu中这个下载的erlang版本较低，所以rabbitmq的版本也会随之降低
- 从官网下载RabbitMQ的.deb后缀的文件，因为Ubuntu只支持这种文件的安装。放到/usr/local/software下
- 常用命令
查看服务器状态
systemctl status rabbitmq-server
打开服务器
service rabbitmq-server start
关闭服务器
service rabbitmq-server stop
重启服务器
service rabbitmq-server restart
- 开启web管理插件
rabbitmq-plugins enable rabbitmq_management
用http://localhost:15672来打开管理台
- 创建一个用户并赋予超级管理者权限
创建一个账号
rabbitmqctl add_user admin password
设置用户的角色
rabbitmqctl set_user_tags admin 角色名（administrator）
设置用户权限
set_permissions -p <VHOSTPATH> < user> <conf> <write> <read>
设置为超级管理者，即用户具有这个virtual host中所有资源的配置、写、读权限
rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
查询用户和角色
rabbitmqctl list_users
3、用java实现基本的操作
- 要导的包
<dependency>
<groupId>com.rabbitmq</groupId>
<artifactId>amqp-client</artifactId>
<version>5.8.0</version>
</dependency>
<dependency>
<groupId>commons-io</groupId>
<artifactId>commons-io</artifactId>
<version>2.6</version>
</dependency>
- 生产者的代码
public static final String QUEUE_NAME = "hello";
public static void main(String[] args) throws IOException, TimeoutException {
//创建一个连接的工厂并进行配置
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("192.168.6.148");
factory.setUsername("xiaojiang");
factory.setPassword("123");
//创建一个连接
Connection connection = factory.newConnection();
//获取一个信道
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 默认消息存储在内存中
* 3.该队列是否只供一个消费者进行消费 是否进行共享 true 可以多个消费者消费
* 4.是否自动删除 最后一个消费者端开连接以后 该队列是否自动删除 true 自动删除
* 5.其他参数
*/
channel.queueDeclare(QUEUE_NAME,false,false,false,null);
String messge = "hello world";
//发送一个消息
channel.basicPublish("",QUEUE_NAME,null,messge.getBytes());
System.out.println("消息发送完毕");
}- 消费者的代码
public static final String QUEUE_NAME = "hello";
public static void main(String[] args) throws IOException, TimeoutException {
//创建连接工厂并进行配置
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("192.168.6.148");
factory.setUsername("xiaojiang");
factory.setPassword("123");
//创建一个连接
Connection connection = factory.newConnection();
//创建一个信道
Channel channel = connection.createChannel();
//推送的消息如何进行消费的接口回调
DeliverCallback deliverCallback = (consumerTag,message)->{
String S = new String(message.getBody());
System.out.println(S);
};
//取消消费的一个回调接口 如在消费的时候队列被删除掉了
CancelCallback cancelCallback = consumerTag -> {
System.out.println("消息接收失败");
};
/**
* 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 代表自动应答 false 手动应答
* 3.消费者未成功消费的回调
*/
channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
}三、RabbitMQ的一些操作
1、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。
操作机制如下
原理就是开启多个工作（consumer）线程，当生产者进程产生消息时，这些工作进程会轮流得到消息。
2、消息应答
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。
- 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。
- 手动应答
消息应答的方法
A.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
B.Channel.basicNack(用于否定确认)
C.Channel.basicReject(用于否定确认) 与 Channel.basicNack 相比少一个参数（Multiple） 不处理该消息了直接拒绝，可以将其丢弃了
Multiple是啥
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
- 消息的自动重新入队
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。
图示
consumer的代码
public static void main(String[] args) throws IOException, TimeoutException {
//创建一个信道
Channel channel= RabbitMQUtils.getChannel();
//推送的消息如何进行消费的接口回调
DeliverCallback deliverCallback = (consumerTag, message)->{
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
String S = new String(message.getBody());
System.out.println("C2的信息为："+S);
//信息的标记
//是否批量应答
channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
};
//取消消费的一个回调接口 如在消费的时候队列被删除掉了
CancelCallback cancelCallback = consumerTag -> {
System.out.println("消息接收失败");
};
System.out.println("C2正在等待接收消息.较快");
channel.basicConsume(QUEUE_NAME, false, deliverCallback, cancelCallback);
}当两个消费者的其中一个挂掉后，假如是c1挂掉，由于采用的是手动应答，RabbitMQ接收不到c1的应答，那么会将发给c1的消息重新入队，发送给其他的消费者
3、消息的持久化
刚刚我们已经看到了如何处理任务不丢失的情况，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：我们需要将队列和消息都标
记为持久化。
- 实现队列和消息的持久化
public static void main(String[] args) throws IOException, TimeoutException {
//创建一个信道
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 默认消息存储在内存中
* 3.该队列是否只供一个消费者进行消费 是否进行共享 true 可以多个消费者消费
* 4.是否自动删除 最后一个消费者端开连接以后 该队列是否自动删除 true 自动删除
* 5.其他参数
*/
//让队列持久化
channel.queueDeclare(QUEUE_NAME,true,false,false,null);
Scanner scanner = new Scanner(System.in);
while (scanner.hasNext()){
String messge = scanner.nextLine();
//发送一个消息
//让消息持久化
channel.basicPublish("",QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN,messge.getBytes());
System.out.println("消息发送完毕"+messge);
}
}
- 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。
为了避免这种情况的发生，我们可以设置channel.basicQos()的参数
在消费端进行设置
//进行不公平分发
int prefetchCount = 1;
channel.basicQos(prefetchCount);- 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。
在消费方的代码
//表示最大堆积的消息数量
int prefetchCount = 5;
channel.basicQos(prefetchCount);四、发布确认
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，如果消息和队列是可持久化的，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。
1、开启发布确认（生产者）
//为信道开启发布确认
channel.confirmSelect();2、单独确认发布
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 Individuall() throws Exception{
String QUEUE_NAME = UUID.randomUUID().toString();
Channel channel = RabbitMQUtils.getChannel();
channel.queueDeclare(QUEUE_NAME,true,false,false,null);
//为信道开启发布确认
channel.confirmSelect();
long begin = System.currentTimeMillis();
for(int i = 1;i <= 1000 ; i++){
String message = i + "";
channel.basicPublish("",QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes(StandardCharsets.UTF_8));
//接收确认的消息
boolean flag = channel.waitForConfirms();
if(flag){
System.out.println("消息发送成功");
}
}
long end = System.currentTimeMillis();
System.out.println("发布1000条消息单独确认的时间："+ (end-begin) + " ms");
}3、批量确认发布
上面那种方式非常慢，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，不知道是哪个消息出现
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。当然这种
方案仍然是同步的，也一样阻塞消息的发布
public static void batch() throws Exception{
String QUEUE_NAME = UUID.randomUUID().toString();
Channel channel = RabbitMQUtils.getChannel();
channel.queueDeclare(QUEUE_NAME,true,false,false,null);
//为信道开启发布确认
channel.confirmSelect();
long begin = System.currentTimeMillis();
for(int i = 1;i <= 1000 ; i++){
String message = i + "";
channel.basicPublish("",QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes(StandardCharsets.UTF_8));
//每发送一百条发送一次
if(i % 100 == 0) {
boolean flag = channel.waitForConfirms();
if (flag) {
System.out.println("发送100条消息成功");
}
}
}
long end = System.currentTimeMillis();
System.out.println("发布1000条消息批量确认的时间："+ (end-begin) + " ms");
}4、异步的确认发布
异步确认虽然编程逻辑比上两个要复杂，但是性价比最高，无论是可靠性还是效率都没得说，
他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，
下面就让我们来详细讲解异步确认是怎么实现的
通过消息的监听器来实现异步的确认发布
public static void eAsyn() throws Exception{
String QUEUE_NAME = UUID.randomUUID().toString();
Channel channel = RabbitMQUtils.getChannel();
channel.queueDeclare(QUEUE_NAME,true,false,false,null);
//为信道开启发布确认
channel.confirmSelect();
//消息发送成功的回调函数
/**
* 1、消息的标记
* 2、是否为批量确认
*/
ConfirmCallback ackCallback = (deliveryTag,multiple)->{
System.out.println("确认的信息为：" + deliveryTag);
};
//消息发送失败的回调函数
ConfirmCallback nacCallback = (deliveryTag,multiple)->{
System.out.println("未确认的信息为：" + deliveryTag);
};
/**
* 1、消息发送成功的回调函数
* 2、消息发送失败的回调函数
*/
channel.addConfirmListener(ackCallback,nacCallback);
long begin = System.currentTimeMillis();
//只管发，不管确认
for(int i = 1;i <= 1000 ; i++){
String message = i + "";
channel.basicPublish("",QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes(StandardCharsets.UTF_8));
}
long end = System.currentTimeMillis();
System.out.println("发布1000条消息异步确认的时间："+ (end-begin) + " ms");
}记录未发送确认信息的消息
public static void eAsyn() throws Exception{
String QUEUE_NAME = UUID.randomUUID().toString();
Channel channel = RabbitMQUtils.getChannel();
channel.queueDeclare(QUEUE_NAME,true,false,false,null);
//为信道开启发布确认
channel.confirmSelect();
/**
* 线程安全有序的一个哈希表，适用于高并发的情况
* * 1.轻松的将序号与消息进行关联
* * 2.轻松批量删除条目 只要给到序列号
* * 3.支持并发访问
*/
ConcurrentSkipListMap<Long,String> outstandconfirms = new ConcurrentSkipListMap<>();
//消息发送成功的回调函数
/**
* 1、消息的标记
* 2、是否为批量确认
*/
ConfirmCallback ackCallback = (deliveryTag,multiple)->{
if(multiple){
//返回的是小于等于当前序列号的未确认消息 是一个map
ConcurrentNavigableMap<Long, String> confirmsed = outstandconfirms.headMap(deliveryTag);
//清除该部分未确认的消息
confirmsed.clear();
}else {
//只清除当前序列号的消息
outstandconfirms.remove(deliveryTag);
}
};
//消息发送失败的回调函数
ConfirmCallback nacCallback = (deliveryTag,multiple)->{
System.out.println("未确认的信息为：" + deliveryTag);
};
/**
* 1、消息发送成功的回调函数
* 2、消息发送失败的回调函数
*/
channel.addConfirmListener(ackCallback,nacCallback);
long begin = System.currentTimeMillis();
//只管发，不管确认
for(int i = 1;i <= 1000 ; i++){
String message = i + "";
channel.basicPublish("",QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes(StandardCharsets.UTF_8));
//将已发送的消息，放到map集合中
outstandconfirms.put(channel.getNextPublishSeqNo(),message);
}
long end = System.currentTimeMillis();
System.out.println("发布1000条消息异步确认的时间："+ (end-begin) + " ms");
}五、交换机
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他们到许多队列中还是说应该丢弃它们。这就的由交换机的类型来决定。
1、Exchanges的一些概念
- 有以下几种类型
直接（direct），主题（toptic），标题（headers），扇出（fanout）
- 无名exchange
在本教程的前面部分我们对 exchange 一无所知，但仍然能够将消息发送到队列。之前能实现的
原因是因为我们使用的是默认交换，我们通过空字符串(“”)进行标识。
//发送一个消息
channel.basicPublish("",QUEUE_NAME,null,messge.getBytes());第一个参数是交换机的名称。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
- 临时队列
之前的章节我们使用的是具有特定名称的队列(还记得 hello 和 ack_queue 吗？)。
队列的名称我们来说至关重要-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。
创建临时队列的方式如下:
//声明一个临时队列 String queue = channel.queueDeclare().getQueue();
- 绑定（bingding）
什么是 bingding 呢，binding 其实是 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。比如说下面这张图告诉我们的就是 X 与 Q1 和 Q2 进行了绑定
2、Fanout （类似广播）
Fanout 这种类型非常简单。正如从名称中猜到的那样，它是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
- 实战
从发送端发送的消息在consumer1和consumer2，都能接收到
logs与临时队列的绑定关系如上图所示
consumer1的代码
public static final String EXANGE_NAME = "logs";
public static void main(String[] args) throws Exception{
Channel channel = RabbitMQUtils.getChannel();
//声明一个临时队列
String queue = channel.queueDeclare().getQueue();
//将临时队列与交换机绑定，由于交换机是fanout类型，所以不用routingkey, 或一样
channel.queueBind(queue,EXANGE_NAME,"");
DeliverCallback deliverCallback = (consumerTag,message) ->{
System.out.println("c1接收的消息为：" + new String(message.getBody()));
};
channel.basicConsume(queue,deliverCallback,cancelCallback -> {});
}发送端的代码
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMQUtils.getChannel();
//声明一个交换机，为fanout类型
channel.exchangeDeclare(EXANGE_NAME,"fanout");
Scanner scanner = new Scanner(System.in);
while(scanner.hasNext()){
String message = scanner.nextLine();
channel.basicPublish(EXANGE_NAME,"",null,message.getBytes(StandardCharsets.UTF_8));
}
}3、direct exchange（直接交换机）
上一节中的我们的日志系统将所有消息广播给所有消费者，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(errros)，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，在这里我们将使用 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
- 多重绑定
当然如果 exchange 的绑定类型是 direct，但是它绑定的多个队列的 key 如果都相同，在这种情
况下虽然绑定类型是 direct 但是它表现的就和 fanout 有点类似了，就跟广播差不多，如上图所示
- 实战
生产者代码
public static void main(String[] args) throws IOException, TimeoutException {
Channel channel = RabbitMQUtils.getChannel();
//声明一个交换机，为direct类型
channel.exchangeDeclare(EXANGE_NAME, BuiltinExchangeType.DIRECT);
System.out.println("你要发送的消息");
Scanner scanner = new Scanner(System.in);
while(scanner.hasNext()){
String message = scanner.nextLine();
System.out.println("你要发送的消息类型");
String messageType = scanner.nextLine();
channel.basicPublish(EXANGE_NAME,messageType,null,message.getBytes(StandardCharsets.UTF_8));
System.out.println("你要发送的消息");
}
}消费者c2的代码
public static void main(String[] args) throws Exception{
Channel channel = RabbitMQUtils.getChannel();
//声明一个队列
channel.queueDeclare("console",false,false,false,null);
将队列和交换机绑定，并添加多个key
channel.queueBind("console",EXANGE_NAME,"info");
channel.queueBind("console",EXANGE_NAME,"warning");
System.out.println("等待接收消息");
DeliverCallback deliverCallback = (consumerTag, message) ->{
System.out.println("c2接收的消息为：" + new String(message.getBody()));
};
channel.basicConsume("console",deliverCallback,cancelCallback -> {});
}4、topic（主题）
可以实现上面两种交换机
- 要求
发送到类型是 topic 交换机的消息的 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。当然这个单词列表最多不能超过 255 个字节。
在这个规则列表中，其中有两个替换符是大家需要注意的
*(星号)可以代替一个单词
#(井号)可以替代零个或多个单词
- 匹配的案例
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.#)接收的情况
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只被队列 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 是四个单词不匹配任何绑定会被丢弃
lazy.orange.male.rabbit 是四个单词但匹配 Q2
当一个队列绑定键是#,那么这个队列将接收所有数据，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
- 实战
生产者代码
Channel channel = RabbitMQUtils.getChannel();
//声明一个topic型的交换机
channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.TOPIC);
Map<String,String> 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只被队列 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","是四个单词不匹配任何绑定会被丢弃");
bindingKeyMap.put("lazy.orange.male.rabbit","是四个单词但匹配 Q2");
for (Map.Entry<String,String> bindingKey : bindingKeyMap.entrySet()){
String key = bindingKey.getKey();
String value = bindingKey.getValue();
channel.basicPublish(EXCHANGE_NAME,key,null,value.getBytes(StandardCharsets.UTF_8));
System.out.println("发送的bingingKey为："+key);
System.out.println(value+"\n");
}
System.out.println("发送完成");- 消费者代码（其一）
public static final String EXCHANGE_NAME = "topic_logs";
public static void main(String[] args) throws Exception{
Channel channel = RabbitMQUtils.getChannel();
String queueName = "Q2";
channel.queueDeclare(queueName,false,false,false,null);
//把交换机和队列进行绑定
channel.queueBind(queueName,EXCHANGE_NAME,"*.*.rabbit");
channel.queueBind(queueName,EXCHANGE_NAME,"lazy.#");
DeliverCallback deliverCallback = (deliver, message) ->{
System.out.println("队列为：" + queueName);
System.out.println("Routingkey为：" + message.getEnvelope().getRoutingKey());
System.out.println("C2接收到的消息为：" + new String(message.getBody()));
};
channel.basicConsume(queueName,deliverCallback,cancelCallback -> {});
}六、死信队列
先从概念解释上搞清楚这个定义，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 中的某些消息无法被消费，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
1、死信的来源
- 消息TTL过期
- 队列达到最大长度里（队列满了，无法在添加数据到mq中）
- 消息被拒绝
2、死信实战
- 架构图
- 消费端的代码（normal）
public static final String NORMAL_EXCHANGE = "normal";
public static final String DEAD_EXCHANGE = "dead";
public static final String NORMAL_QUEUE = "normal_queue";
public static final String DEAD_QUEUE = "dead_queue";
public static void main(String[] args) throws Exception{
Channel channel = RabbitMQUtils.getChannel();
//声明普通交换机和死信交换机
channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
channel.exchangeDeclare(DEAD_EXCHANGE,BuiltinExchangeType.DIRECT);
//声明死信队列
channel.queueDeclare(DEAD_QUEUE,false,false,false,null);
//创建普通队列的配置
Map<String,Object> params = new HashMap<>();
//设置该交换机的死信交换机
params.put("x-dead-letter-exchange",DEAD_EXCHANGE);
//配置该交换机所绑定的队列routingKey
params.put("x-dead-letter-routing-key","lisi");
//配置队列所能堆积的最大消息数
params.put("x-max-length",6);
//声明普通队列
channel.queueDeclare(NORMAL_QUEUE,false,false,false,params);
//绑定
channel.queueBind(NORMAL_QUEUE,NORMAL_EXCHANGE,"zhangsan");
channel.queueBind(DEAD_QUEUE,DEAD_EXCHANGE,"lisi");
DeliverCallback deliverCallback = (deliver, message) ->{
//当消息为info：5的时候拒绝
if("info：5".equals(new String(message.getBody()))){
channel.basicReject(message.getEnvelope().getDeliveryTag(),false);
}
System.out.println("c1接收的消息为："+ new String(message.getBody()));
};
channel.basicConsume(NORMAL_QUEUE,deliverCallback,cancelCallback ->{});
}- 生产者的代码
public static final String NORMAL_EXCHANGE = "normal";
public static void main(String[] args)throws Exception {
Channel channel = RabbitMQUtils.getChannel();
//设置超时时间
AMQP.BasicProperties properties = new AMQP.BasicProperties().builder().expiration("10000").build();
System.out.println("您要发送的消息条数为");
Scanner scanner = new Scanner(System.in);
int size = scanner.nextInt();
for(int i=1 ; i <= size ; i++){
String message = "info：" + i;
channel.basicPublish(NORMAL_EXCHANGE,"zhangsan",properties,message.getBytes(StandardCharsets.UTF_8));
}
}七、延时队列（用springboot整合RabbitMQ实现）
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。原理就是死信队列的消息ttl过期
1、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，如果三天内没有登陆则进行短信提醒。
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，需要在预定的时间点前十分钟通知各个与会人员参加会议
2、RabbitMQ中的TTL
TTL 是什么呢？TTL 是 RabbitMQ 中一个消息或者队列的属性，表明一条消息或者该队列中的所有消息的最大存活时间，单位是毫秒。换句话说，如果一条消息设置了 TTL 属性或者进入了设置 TTL 属性的队列，那么这条消息如果在 TTL 设置的时间内没有被消费，则会成为"死信"。如果同时配置了队列的 TTL 和消息的TTL，那么较小的那个值将会被使用，有两种方式设置 TTL。
3、为消息设置TTL
rabbitTemplate.convertAndSend("X","XA","消息来自ttl为10s的队列"+message, correlationData ->{
correlationData.getMessageProperties().setExpiration("10000");
return correlationData;
});4、为队列设置TTL
//设置消息的生存时间为
map.put("x-message-ttl",10000);5、用springboot整合RabbitMq以实现延时队列
- 坐标
<!--RabbitMQ 依赖-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-web</artifactId>
</dependency>
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
<scope>test</scope>
</dependency>
<dependency>
<groupId>com.alibaba</groupId>
<artifactId>fastjson</artifactId>
<version>1.2.47</version>
</dependency>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<!--swagger-->
<dependency>
<groupId>io.springfox</groupId>
<artifactId>springfox-swagger2</artifactId>
<version>2.9.2</version>
</dependency>
<dependency>
<groupId>io.springfox</groupId>
<artifactId>springfox-swagger-ui</artifactId>
<version>2.9.2</version>
</dependency>
<!--RabbitMQ 测试依赖-->
<dependency>
<groupId>org.springframework.amqp</groupId>
<artifactId>spring-rabbit-test</artifactId>
<scope>test</scope>
</dependency>
</dependencies>
- 对交换机和队列的配置
@Configuration
public class TtlRabbitMqConfig {
public static final String X_EXCHANGE = "X";
public static final String QUEUE_A = "QA";
public static final String QUEUE_B = "QB";
public static final String Y_DEAD_LETTER_EXCHANGE = "Y";
public static final String DEAD_LETTER_QUEUE = "QD";
//声明交换机
@Bean("exchangeX")
public DirectExchange directExchangeX(){
return new DirectExchange(X_EXCHANGE);
}
@Bean("exchangeY")
public DirectExchange directExchangeY(){
return new DirectExchange(Y_DEAD_LETTER_EXCHANGE);
}
//声明延时队列
@Bean("queueD")
public Queue queueD(){
return QueueBuilder.durable(DEAD_LETTER_QUEUE).build();
}
//将延时队列绑定到死信交换机上
@Bean
public Binding bindingQueueDToExchangeY(@Qualifier("queueD") Queue queueD,
@Qualifier("exchangeY") DirectExchange ExchangeY){
return BindingBuilder.bind(queueD).to(ExchangeY).with("YD");
}
//声明一个普通队列A
@Bean("queueA")
public Queue queueA(){
Map<String,Object> map = new HashMap<>();
map.put("x-dead-letter-exchange",Y_DEAD_LETTER_EXCHANGE);
map.put("x-dead-letter-routing-key","YD");
//设置消息的生存时间为
map.put("x-message-ttl",10000);
return QueueBuilder.durable(QUEUE_A).withArguments(map).build();
}
//声明一个普通队列B
@Bean("queueB")
public Queue queueB(){
Map<String,Object> map = new HashMap<>();
map.put("x-dead-letter-exchange",Y_DEAD_LETTER_EXCHANGE);
map.put("x-dead-letter-routing-key","YD");
map.put("x-message-ttl",40000);
return QueueBuilder.durable(QUEUE_B).withArguments(map).build();
}
//将队列A绑定交换机上
@Bean
public Binding bindingQueueAToExchangeX(@Qualifier("queueA") Queue queueA,
@Qualifier("exchangeX") DirectExchange ExchangeX){
return BindingBuilder.bind(queueA).to(ExchangeX).with("XA");
}
//将队列B绑定到交换机上
@Bean
public Binding bindingQueueBToExchangeX(@Qualifier("queueB") Queue queueB,
@Qualifier("exchangeX") DirectExchange ExchangeX){
return BindingBuilder.bind(queueB).to(ExchangeX).with("XB");
}- 发送端的代码
@Autowired
RabbitTemplate rabbitTemplate;
@GetMapping("/{message}")
public void ttl(@PathVariable String message){
log.info("发送消息的时间：{}",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);
}延时信道的代码
@RabbitListener(queues = {"QD"})
public void receiveD(Message message, Channel channel){
String msg = new String(message.getBody());
String consumerQueue = message.getMessageProperties().getConsumerQueue();
log.info("接收的时间为：{},消息为：{}",new Date().toString(),msg);2、用延时插件来实现延时队列
用以上的方法，即用死信队列的方式，有一个很大的劣势，那就是每一个延时消息都需要建立一个队列，而用给消息加过期时间来实现延时队列，也有劣势那就是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。
所以可用延时插件来实现
在官网https://www.rabbitmq.com/community-plugins.html下载rabbitmq_delayed_message_exchange插件
安装在rabbitMq的安装目录下的plgins目录下
- 将插件放到，这个目录下（这是我的目录）
- 执行命令
rabbitmq-plugins enable rabbitmq_delayed_message_exchange
安装完成后再管理台的交换机type下会多一个类型
- 实战
架构图
配置文件类代码
@Configuration
public class DelayQueueConfig {
public static final String DELAYED_QUEUE_NAME = "delayed.queue";
public static final String DELAYED_EXCHANGE_NAME = "delayed.exchange";
public static final String DELAYED_ROUTING_KEY = "delayed.routingkey";
//声明一个队列
@Bean(DELAYED_QUEUE_NAME)
public Queue delayQueue(){
return QueueBuilder.durable(DELAYED_QUEUE_NAME).build();
}
//声明一个延时交换机
@Bean(DELAYED_EXCHANGE_NAME)
public CustomExchange customExchange(){
Map<String,Object> args = new HashMap<>();
args.put("x-delayed-type","direct");
return new CustomExchange(DELAYED_EXCHANGE_NAME,"x-delayed-message",true,false,args);
}
//将延时队列和延时交换机绑定
@Bean
public Binding binding(@Qualifier(DELAYED_QUEUE_NAME) Queue queue,
@Qualifier(DELAYED_EXCHANGE_NAME) CustomExchange exchange){
return BindingBuilder.bind(queue).to(exchange).with(DELAYED_ROUTING_KEY).noargs();
}
}生产者代码
@GetMapping("/{message}/{delayTime}")
public void delay(@PathVariable String message,@PathVariable int delayTime){
rabbitTemplate.convertAndSend(DelayQueueConfig.DELAYED_EXCHANGE_NAME,DelayQueueConfig.DELAYED_ROUTING_KEY,
message.getBytes(),msg->{
//设置消息在交换机中的延时时间
msg.getMessageProperties().setDelay(delayTime);
return msg;
});
log.info("发送时间为：{},消息为{}，延时时间为{}ms",new Date().toString(),message,delayTime);
}消费者代码
@Component
public class rabbitMqDelay {
@RabbitListener(queues = {DelayQueueConfig.DELAYED_QUEUE_NAME})
public void receive(Message message , Channel channel){
log.info("时间为：{},信息为{}",new Date().toString(),new String(message.getBody()));
}八、发布确认springboot版本
在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。于是，我们开始思考，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？
1、在配置文件中进行配置
spring: rabbitmq: publisher-confirm-type: correlated publisher-returns: trueNONE
禁用发布确认模式，是默认值
CORRELATED
发布消息成功到交换器后会触发回调方法
SIMPLE经测试有两种效果，其一效果和 CORRELATED 值一样会触发回调方法，
其二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 broke
2、实现回调接口 ，并实现回退消息
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想办法处理一下？最起码通知我一声，我好自己处理啊。通过设置 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。
@Slf4j
@Component
public class MyCallBack implements RabbitTemplate.ConfirmCallback,RabbitTemplate.ReturnCallback {
@Autowired
RabbitTemplate rabbitTemplate;
@PostConstruct
public void ini(){
//设置发布确认的回调实现类
rabbitTemplate.setConfirmCallback(this);
/**
* 为true时则若没有找到对应的key时回退消息
* 为为true时则若没有找到对应的key时丢弃消息
*/
rabbitTemplate.setMandatory(true);
//设置回退消息给谁处理
rabbitTemplate.setReturnCallback(this);
}
@Override
/**
* 交换机不管是否收到消息的一个回调方法
* CorrelationData
* 消息相关数据
* ack
* 交换机是否收到消息
* cause
* 不能接收消息的原因
*/
public void confirm(CorrelationData correlationData, boolean ack, String cause) {
String id = correlationData != null ? correlationData.getId():"";
if(ack){
log.info("交换机成功接收到id为{}的消息",id);
}else {
log.info("交换机未接收到id为{}消息，原因是：{}",id,cause);
}
}
//当交换机找不到routingKey对应的队列时，调用的方法
@Override
public void returnedMessage(Message message, int id, String replayText, String exchange, String routingKey) {
log.info("由{}交换机退回的消息是{}，原因是：{}，路由key是{}",exchange,message,replayText,routingKey);
}3、生产者的代码
@GetMapping ("/confirm/{message1}")
public void confirm(@PathVariable String message1){
//设置交换机的id为1
CorrelationData correlationData = new CorrelationData("1");
rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME,"k1",message1.getBytes(StandardCharsets.UTF_8),correlationData);
log.info("向{}发送的消息为{}","k1",message1);
CorrelationData correlationData1 = new CorrelationData("2");
rabbitTemplate.convertAndSend(ConfirmConfig.CONFIRM_EXCHANGE_NAME,"k2",message1.getBytes(StandardCharsets.UTF_8),correlationData1);
log.info("向{}发送的消息为{}","k2",message1);
}九、备份交换机
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文章中，我们提到，可以为队列设置死信交换机来存储那些处理失败的消息，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，这样所有那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，我们还可以建立一个报警队列，用独立的消费者来进行监测和报警。
1、架构图
回调接口与上面一样
2、更改配置类
@Slf4j
@Configuration
public class ConfirmConfig {
public static final String CONFIRM_EXCHANGE_NAME = "confirm.exchange";
public static final String CONFIRM_QUEUE_NAME = "confirm.queue";
public static final String BACKUP_EXCHANGE_NAME = "backup.exchange";
public static final String BACKUP_QUEUE_NAME = "backup.queue";
//声明备用交换机为fanout类型
@Bean(BACKUP_EXCHANGE_NAME)
public FanoutExchange fanoutExchange(){
return new FanoutExchange(BACKUP_EXCHANGE_NAME);
}
//声明测试发布确认的交换机
@Bean(CONFIRM_EXCHANGE_NAME)
public DirectExchange directExchange(){
/**
* "alternate-exchange",BACKUP_EXCHANGE_NAME
* 设置该交换机的备用交换机
*/
return ExchangeBuilder.directExchange(CONFIRM_EXCHANGE_NAME).durable(true).withArgument("alternate-exchange",BACKUP_EXCHANGE_NAME).build();
}
//声明警告的队列
@Bean(BACKUP_QUEUE_NAME)
public Queue backup_queue(){
return QueueBuilder.durable(BACKUP_QUEUE_NAME).build();
}
@Bean(CONFIRM_QUEUE_NAME)
public Queue queue(){
return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
}
//将警告队列和备用交换机绑定
@Bean
public Binding bindingBackupExchange(@Qualifier(BACKUP_QUEUE_NAME) Queue queue,
@Qualifier(BACKUP_EXCHANGE_NAME) Exchange exchange){
return BindingBuilder.bind(queue).to(exchange).with("").noargs();
}
@Bean
public Binding bindingExchange(@Qualifier(CONFIRM_EXCHANGE_NAME) DirectExchange exchange,
@Qualifier(CONFIRM_QUEUE_NAME) Queue queue){
return BindingBuilder.bind(queue).to(exchange).with("k1");
}
}3、警告队列的代码
@Component
public class RabbitMqBackup {
@RabbitListener(queues = {ConfirmConfig.BACKUP_QUEUE_NAME})
public void recice(Message massage, Channel channel){
log.error("接收到不可路由的消息为{}",new String(massage.getBody()));
}
}4、注意事项
当回退方法mandatory与备份交换机同时使用时，备份交换机的优先级更高
10、优先队列和惰性队列
1、优先队列
- 注意事项
要让队列实现优先级需要做的事情有如下事情: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
- 生产者代码
public class Producer {
private static final String QUEUE_NAME="hello";
public static void main(String[] args) throws Exception {
try (Channel channel = RabbitMqUtils.getChannel();) {
//给消息赋予一个 priority 属性
AMQP.BasicProperties properties = new
AMQP.BasicProperties().builder().priority(5).build();
for (int i = 1; i <11; i++) {
String message = "info"+i;
if(i==5){
channel.basicPublish("", QUEUE_NAME, properties, message.getBytes());
}else{
channel.basicPublish("", QUEUE_NAME, null, message.getBytes());
}
System.out.println("发送消息完成:" + message);
}
}
}
}- 消费者代码
public class Consumer {
private static final String QUEUE_NAME="hello";
public static void main(String[] args) throws Exception {
Channel channel = RabbitMqUtils.getChannel();
//设置队列的最大优先级 最大可以设置到 255 官网推荐 1-10 如果设置太高比较吃内存和 CPU
Map<String, Object> params = new HashMap();
params.put("x-max-priority", 10);
channel.queueDeclare(QUEUE_NAME, true, false, false, params);
System.out.println("消费者启动等待消费......");
DeliverCallback deliverCallback=(consumerTag, delivery)->{
String receivedMessage = new String(delivery.getBody());
System.out.println("接收到消息:"+receivedMessage);
};
channel.basicConsume(QUEUE_NAME,true,deliverCallback,(consumerTag)->{
System.out.println("消费者无法消费消息时调用，如队列被删除");
});
}
}2、惰性队列
- 使用场景
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，而在消费者消费到相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，这个操作会耗费较长的时间，也会阻塞队列的操作，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大的时候。
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，值为“default”和“lazy”。下面示例中演示了一个惰性队列的声明细节：
Map<String, Object> args = new HashMap<String, Object>();
args.put("x-queue-mode", "lazy");
channel.queueDeclare("myqueue", false, false, false, args);
11、RabbitMq集群
1、搭建集群（三台服务器）
1、我用的是虚拟机，所以先克隆了两个系统
2、修改三台主机的主机名
vim /etc/hostname
自定义名称
2、配置各个节点的hosts文件，让各个节点能识别对方
vim /etc/hosts
3 、确保各个节点的 cookie 文件使用的是同一个值
scp /var/lib/rabbitmq/.erlang.cookie root@node2:/var/lib/rabbitmq/.erlang.cookie（远程cp）
需要安装ssh
或者也可以将主机1的.erlang.cookie文件的内容保存到其他主机相应的位置
4、启动 RabbitMQ 服务,顺带启动 Erlang 虚拟机和 RbbitMQ 应用服务(在三台节点上分别执行以下命令)
rabbitmq-server -detached5、在主机2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@主机1的主机名
rabbitmqctl start_app(只启动应用服务)6、在主机3上也执行相同的命令
7、创建用户
创建账号
rabbitmqctl add_user admin 123
设置用户角色
rabbitmqctl set_user_tags admin administrator
设置用户权限
rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"8、查看集群状态
rabbitmqctl cluster_status
或者登陆到任何一台主机的管理台进行查看
9、解除集群
rabbitmqctl stop_app
rabbitmqctl reset
rabbitmqctl start_app
rabbitmqctl cluster_status
rabbitmqctl forget_cluster_node rabbit@node2(node1 机器上执行）
2、镜像队列
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井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己经存入磁盘，尽管如此，一般不希望遇到因单点故障导致的服务不可用。
- 搭建步骤
1.启动三台集群节点
2.随便找一个节点添加 policy
3.在 node1 上创建一个队列发送一条消息，队列会存在镜像队列里
4、停掉 node1 之后发现 node2 成为镜像队列
3、用Haproxy+keepalive实现高高可用负载均衡
- 架构图
- 用haproxy实现负载均衡
HAProxy 提供高可用性、负载均衡及基于 TCPHTTP 应用的代理，支持虚拟主机，它是免费、快速并且可靠的一种解决方案，包括 Twitter,Reddit,StackOverflow,GitHub 在内的多家知名互联网公司在使用。HAProxy 实现了一种事件驱动、单一进程模型，此模型支持非常大的井发连接数。
扩展 nginx,lvs,haproxy 之间的区别: http://www.ha97.com/5646.html
2、 Keepalived 实现双机(主备)热备
试想如果前面配置的 HAProxy 主机突然宕机或者网卡失效，那么虽然 RbbitMQ 集群没有任何故障但是对于外界的客户端来说所有的连接都会被断开结果将是灾难性的为了确保负载均衡服务的可靠性同样显得十分重要，这里就要引入 Keepalived 它能够通过自身健康检查、资源接管功能做高可用(双机热备)，实现故障转移.
- 搭建步骤
1.下载 keepalived
yum -y install keepalived
2.节点 node1 配置文件
vim /etc/keepalived/keepalived.conf
把资料里面的 keepalived.conf 修改之后替换
3.节点 node2 配置文件
需要修改 global_defs 的 router_id,如:nodeB
其次要修改 vrrp_instance_VI 中 state 为"BACKUP"；
最后要将 priority 设置为小于 100 的值
4.添加 haproxy_chk.sh
(为了防止 HAProxy 服务挂掉之后 Keepalived 还在正常工作而没有切换到 Backup 上，所以这里需要编写一个脚本来检测 HAProxy 务的状态,当 HAProxy 服务挂掉之后该脚本会自动重启
HAProxy 的服务，如果不成功则关闭 Keepalived 服务，这样便可以切换到 Backup 继续工作)
vim /etc/keepalived/haproxy_chk.sh(可以直接上传文件)
修改权限 chmod 777 /etc/keepalived/haproxy_chk.sh
5.启动 keepalive 命令(node1 和 node2 启动)
systemctl start keepalived
6.观察 Keepalived 的日志
tail -f /var/log/messages -n 200
7.观察最新添加的 vip
ip add show
8.node1 模拟 keepalived 关闭状态
systemctl stop keepalived
9.使用 vip 地址来访问 rabbitmq 集群
11、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信息。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)的确认信息，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)调用的另些服务部署在深圳，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，那么容灾又何以实现？
这里使用 Federation 插件就可以很好地解决这个问题.
1、搭建步骤
1.需要保证每台节点单独运行
2.在每台机器上开启 federation 相关插件
rabbitmq-plugins enable rabbitmq_federation
rabbitmq-plugins enable rabbitmq_federation_management
3.原理图(先运行 consumer 在 node2 创建 fed_exchange)4.在 downstream(node2)配置 upstream(node1)
4.在 downstream(node2)配置 upstream(node1)
5.添加 policy
6.成功的前提
2、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均衡负载的功能。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。
搭建步骤
1、原理图
