RabbitMQ快速入门

RabbitMQ

• ​​一、消息队列​​

• ​​1.1 MQ相关概念​​

• ​​1.1.1 什么是MQ？​​
• ​​1.1.2 为啥要用MQ？​​

• ​​流量消峰​​
• ​​应用解耦​​
• ​​异步处理​​

• ​​1.1.3 MQ的分类​​

• ​​ActiveMQ​​
• ​​kafka​​
• ​​RocketMQ​​
• ​​RabbitMQ​​

• ​​1.2 RabbitMQ概念​​

• ​​1.2.1 RabbitMQ 的概念​​
• ​​1.2.2 四大核心概念​​

• ​​生产者​​
• ​​交换机​​
• ​​队列​​
• ​​消费者​​

• ​​1.2.3 RabbitMQ 核心部分​​
• ​​1.2.4 各个名词介绍​​
• ​​1.2.5 安装​​

• ​​二、Hello World​​

• ​​2.1 导入依赖​​
• ​​2.2 消息生产者​​
• ​​2.3 消息消费者​​

• ​​三、Work Queues​​

• ​​3.1 轮训分发消息​​

• ​​3.1.1 抽取工具类​​
• ​​3.1.2 启动两个工作线程​​
• ​​3.1.3 启动一个发送线程​​

• ​​3.2 消息应答​​

• ​​3.2.1 概念​​
• ​​3.2.2 自动应答​​
• ​​3.2.3 消息应答的方法​​
• ​​3.2.4 Multiple的解释​​
• ​​3.2.5 消息自动重新入队​​
• ​​3.2.6 消息手动应答​​
• ​​3.2.7 图片演示​​

• ​​3.3 RabbitMQ持久化​​

• ​​3.3.1 概念​​
• ​​3.3.2 队列如何实现持久化​​
• ​​3.3.3 消息实现持久化​​
• ​​3.3.4 不公平分发​​
• ​​3.3.4 预取值​​

• ​​四、发布确认​​

• ​​4.1 发布确认原理​​
• ​​4.2 发布确认的策略​​

• ​​4.2.1 开启发布确认的方法​​
• ​​4.2.2 单个确认发布​​
• ​​4.2.3 批量确认发布​​
• ​​4.2.4 异步确认发布​​
• ​​4.2.5 如何处理异步未确认消息​​
• ​​4.2.6 以上 3 种发布确认速度对比​​

• ​​五、交换机​​

• ​​5.1 Exchange​​

• ​​5.1.2 交换机类型​​
• ​​5.1.3 无名交换机​​

• ​​5.2 临时队列​​
• ​​5.3 绑定（binding）​​

• ​​5.3.1 实现绑定​​

• ​​5.4 Fanout​​

• ​​5.4.1 Fanout 实战​​

• ​​5.5 Direct exchange​​

• ​​5.5.1 Direct exchange介绍​​
• ​​5.5.2 多重绑定​​
• ​​5.5.3 实战​​

• ​​5.6 Topics​​

• ​​5.6.1 Topic 的介绍​​
• ​​5.6.2 Topic 匹配案例​​
• ​​5.6.3 Topic 实战​​

• ​​六、死信队列​​

• ​​6.1 死信的概念​​
• ​​6.2 死信的来源​​
• ​​6.3 死信实战​​

• ​​6.3.1 代码架构图​​
• ​​6.3.2 消息TTL过期​​
• ​​6.3.3 队列达到最大长度​​
• ​​6.3.4 消息被拒​​

• ​​七、延迟队列​​

• ​​7.1 延迟队列概念​​
• ​​7.2 延迟队列使用场景​​
• ​​7.3 队列设置TTL​​

• ​​7.3.1 队列设置TTL​​
• ​​7.3.2 消息设置TTL​​

• ​​7.4 整合 SpringBoot​​

• ​​7.4.1 添加依赖​​
• ​​7.4.2 修改配置文件​​
• ​​7.4.3 添加Swagger 配置类​​

• ​​7.5 队列 TTL​​

• ​​7.5.1 代码架构图​​
• ​​7.5.2 配置类代码​​
• ​​7.5.3 消息生产者代码​​
• ​​7.5.4 消息消费者代码​​

• ​​7.6 延时队列TTL优化​​

• ​​7.6.1 配置类代码​​
• ​​7.6.2 生产者代码​​

• ​​7.7 RabbitMQ插件实现延迟队列​​

• ​​7.7.1 安装插件​​
• ​​7.7.2 代码架构图​​
• ​​7.7.3 配置文件类代码​​
• ​​7.7.4 消息生产者代码​​
• ​​7.7.5 消息消费者代码​​

• ​​7.8 总结​​

• ​​八、发布确认高级​​

• ​​8.1 发布确认 springboot 版本​​

• ​​8.1.1确认机制方案​​
• ​​8.1.2 代码架构图​​
• ​​8.1.3 配置文件​​
• ​​8.1.4 配置类代码​​
• ​​8.1.5 消息生产者​​
• ​​8.1.6 回调接口​​
• ​​8.1.7 消息消费者​​

• ​​8.2 回退消息​​

• ​​8.1.1 Mandatory 参数​​
• ​​8.1.2 在原有回调接口增加代码​​

• ​​8.3 备份交换机​​

• ​​8.3.1 代码架构图​​
• ​​8.3.2 修改配置类​​
• ​​8.3.3 报警消费者​​
• ​​8.3.4 测试​​

• ​​九、RabbitMQ其他知识点​​

• ​​9.1 幂等性​​

• ​​9.1.1 消息重复消费​​
• ​​9.1.2 解决思路​​
• ​​9.1.3 消费端的幂等性保障​​
• ​​9.1.4 唯一ID+指纹码机制​​
• ​​9.1.5 Redis 原子性​​

• ​​9.2 优先级队列​​

• ​​9.2.1 如何添加​​
• ​​9.2.2 实战​​

• ​​9.3 惰性队列​​

• ​​9.3.1 使用场景​​
• ​​9.3.2 两种模式​​
• ​​9.3.3 内存开销对比​​

• ​​十、RabbitMQ集群​​

• ​​10.1 clustering​​

• ​​10.1.1 使用集群的原因​​
• ​​10.1.2 搭建步骤​​

• ​​10.2 镜像队列​​

• ​​10.2.1 使用镜像的原因​​
• ​​10.2.2 搭建步骤​​

• ​​10.3 Haproxy+Keepalive 实现高可用负载均衡​​

• 
  
• ​​优秀文章参考​​

一、消息队列

1.1 MQ相关概念

1.1.1 什么是MQ？

什么是上下游？

上游和下游是信息流动的方向。

我们举一个适用于ISP（服务提供商）的上下游例子

ISP关注的是流量。那么上游流量是指数据从不同的ISP的用户传来的。例如，如果你有一个提供订阅通讯的网站，我发送的订阅信息就是上游数据

下游流量是指从一个用户发送到不同ISP的另一个用户的数据，它被认为是下游流量。

总结：我需要或想要的东西(你的通讯)是上游的。你提供给我的东西(欢迎词和实际的通讯)是下游的。

AMQP：Advanced Message Queuing Protocol 高级消息队列协议

MQ(message queue)，从字面意思上看，本质是个队列，FIFO （first input first output）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。

1.1.2 为啥要用MQ？

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

同步：我发送消息给你，必须等你回复好我才能继续执行

异步：我发送消息给你，我继续执行。等你处理完了我在回头来回复。

你处理完成后的信号，我通过MQ发送给我，我就能及时得到异步处理成功的消息

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。

1.1.3 MQ的分类

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

kafka

优点: 性能卓越，单机写入 TPS 约在百万条/秒，最大的优点，就是吞吐量高。时效性 ms 级可用性非常高，kafka 是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用,消费者采用 Pull 方式获取消息, 消息有序, 通过控制能够保证所有消息被消费且仅被消费一次;有优秀的第三方Kafka Web 管理界面 Kafka-Manager；在日志领域比较成熟，被多家公司和多个开源项目使用；功能支持： 功能较为简单，主要支持简单的 MQ 功能，在大数据领域的实时计算以及日志采集被大规模使用

缺点：Kafka 单机超过 64 个队列/分区，Load 会发生明显的飙高现象，队列越多，load 越高，发送消息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试；支持消息顺序， 但是一台代理宕机后，就会产生消息乱序，社区更新较慢；

RocketMQ

RocketMQ 出自阿里巴巴的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一些改进。被阿里巴巴广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理，binglog 分发等场景。

优点:单机吞吐量十万级,可用性非常高，分布式架构,消息可以做到 0 丢失,**MQ 功能较为完善，还是分布式的，扩展性好,**支持 10 亿级别的消息堆积，不会因为堆积导致性能下降,源码是 java 我们可以自己阅读源码，定制自己公司的 MQ

缺点：支持的客户端语言不多，目前是 java 及 c++，其中 c++不成熟；社区活跃度一般,没有在MQ

核心中去实现 JMS 等接口,有些系统要迁移需要修改大量代码

RabbitMQ

2007 年发布，是一个在AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一.

优点:由于 erlang 语言的高并发特性，性能较好；吞吐量到万级，MQ 功能比较完备,健壮、稳定、易用、跨平台、支持多种语言 如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP 等，支持 AJAX 文档齐全；开源提供的管理界面非常棒，用起来很好用,社区活跃度高；更新频率相当高

https:​​//www.rabbitmq.com/news.html​​

缺点：商业版需要收费,学习成本较高

1.2 RabbitMQ概念

RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里，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。

1.2.1 RabbitMQ 的概念

RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里，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。

1.2.2 四大核心概念

生产者

产生数据发送消息的程序是生产者

交换机

交换机是 RabbitMQ 非常重要的一个部件，一方面它接收来自生产者的消息，另一方面它将消息推送到队列中。交换机必须确切知道如何处理它接收到的消息，是将这些消息推送到特定队列还是推送到多个队列，亦或者是把消息丢弃，这个得有交换机类型决定

队列

队列是 RabbitMQ 内部使用的一种数据结构，尽管消息流经 RabbitMQ 和应用程序，但它们只能存储在队列中。队列仅受主机的内存和磁盘限制的约束，本质上是一个大的消息缓冲区。许多生产者可以将消息发送到一个队列，许多消费者可以尝试从一个队列接收数据。这就是我们使用队列的方式

消费者

消费与接收具有相似的含义。消费者大多时候是一个等待接收消息的程序。请注意生产者，消费者和消息中间件很多时候并不在同一机器上。同一个应用程序既可以是生产者又是可以是消费者。

1.2.3 RabbitMQ 核心部分

1.2.4 各个名词介绍

AMQP，即Advanced Message Queuing Protocol，一个提供统一消息服务的应用层标准高级 消息 队列协议，是 应用层 协议的一个开放标准，为面向消息的中间件设计。

Broker：接收和分发消息的应用，RabbitMQ Server 就是 Message Broker

Virtual host：出于多租户和安全因素设计的，把 AMQP 的基本组件划分到一个虚拟的分组中，类似于网络中的 namespace 概念。当多个不同的用户使用同一个 RabbitMQ server 提供的服务时，可以划分出多个 vhost，每个用户在自己的 vhost 创建 exchange／queue 等

Connection：publisher／consumer 和 broker 之间的 TCP 连接

Channel：如果每一次访问 RabbitMQ 都建立一个 Connection，在消息量大的时候建立 TCP

Connection 的开销将是巨大的，效率也较低。Channel 是在 connection 内部建立的逻辑连接，如果应用程序支持多线程，通常每个 thread 创建单独的 channel 进行通讯，AMQP method 包含了 channel id 帮助客户端和 message broker 识别 channel，所以 channel 之间是完全隔离的。Channel 作为轻量级的

Connection 极大减少了操作系统建立 TCP connection 的开销

Exchange：message 到达 broker 的第一站，根据分发规则，匹配查询表中的 routing key，分发消息到 queue 中去。常用的类型有：direct (point-to-point), topic (publish-subscribe) and fanout (multicast)

Queue：消息最终被送到这里等待 consumer 取走

Binding：exchange 和queue 之间的虚拟连接，binding 中可以包含 routing key，Binding 信息被保存到 exchange 中的查询表中，用于 message 的分发依据

1.2.5 安装

用网络yum源更方便，当然下载到本地也是可以的~

rpm -ivh erlang-21.3-1.el7.x86_64.rpm 

yum install socat -y

rpm -ivh rabbitmq-server-3.8.8-1.el7.noarch.rpm

systemctl start rabbitmq-server

systemctl status rabbitmq-server

systemctl stop rabbitmq-server

rabbitmq-plugins enable rabbitmq_management

systemctl start rabbitmq-server

需要创建新用户后登录

# 添加一个新的用户创建账号
[root@rabbitmq opt]# rabbitmqctl add_user admin 123
Adding user "admin" ...

# 设置用户角色 
[root@rabbitmq opt]# rabbitmqctl set_user_tags admin administrator
Setting tags for user "admin" to [administrator] ...

# 用户 user_admin 具有/vhost1 这个 virtual host 中所有资源的配置、写、读权限当前用户和角色
[root@rabbitmq opt]# rabbitmqctl set_permissions -p "/" admin ".*" ".*" ".*"
Setting permissions for user "admin" in vhost "/" ...

# 当前用户和角色
[root@rabbitmq opt]# rabbitmqctl list_users
Listing users ...
user  tags
admin [administrator]
guest [administrator]

用新账户登录

二、Hello World

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

2.1 导入依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http:///POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http:///POM/4.0.0 http:///xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>rabbitmq-test</artifactId>
    <version>1.0-SNAPSHOT</version>

    <properties>
        <maven.compiler.source>8</maven.compiler.source>
        <maven.compiler.target>8</maven.compiler.target>
    </properties>
    <dependencies>
        <!--rabbitmq 依赖客户端-->
        <dependency>
            <groupId>com.rabbitmq</groupId>
            <artifactId>amqp-client</artifactId>
            <version>5.8.0</version>
        </dependency>
        <!--操作文件流的一个依赖-->
        <dependency>
            <groupId>commons-io</groupId>
            <artifactId>commons-io</artifactId>
            <version>2.6</version>
        </dependency>
    </dependencies>




</project>

2.2 消息生产者

package com.caq.rabbitmq.one;

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;

import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.concurrent.TimeoutException;

/**
 * 生产者：发消息
 */
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 {
//        创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
//        工厂ip，连接rabbitmq的队列
        factory.setHost("192.168.42.96");
        factory.setUsername("admin");
        factory.setPassword("123");
//        创建连接
        Connection connection = factory.newConnection();
//        获取信道
        Channel channel = connection.createChannel();
        /**
         * 生成一个队列
         * 1.队列名称
         * 2.队列里面的消息是否持久化 默认情况消息存储在内存中true持久化，false不持久化
         * 3.该队列是否只供一个消费者进行消费 是否进行消息共享，true可以多个消费者消费，false只能一个消费者消费
         * 4.是否自动删除，最后一个消费者断开连接以后，该队列是否自动删除 true自动 false不自动
         * 5.其他参数
         *
         */
        channel.queueDeclare(QUEUE_NAME,false,false,false,null);
        //发消息
        String message = "hello world";

        /**
         * 发送一个消费
         * 1.发送到那个交换机
         * 2.路由的key值是那个  本次是队列的名称
         * 3.其他参数信息
         * 4.发送的消息体
         */
        channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
        System.out.println("消息发送完毕");

    }

}

2.3 消息消费者

回调的思想是:

类A的a()方法调用了类B的b()方法

类B的b方法执行完毕主动调用类A的callback()方法

@FunctionalInterface
public interface DeliverCallback {

    /**
     * Called when a <code><b>basic.deliver</b></code> is received for this consumer.
     * @param consumerTag the <i>consumer tag</i> associated with the consumer
     * @param message the delivered message
     * @throws IOException if the consumer encounters an I/O error while processing the message
     */
    void handle(String consumerTag, Delivery message) throws IOException;

}

函数式接口，我们用lambda表达式来实现DeliverCallback

package com.caq.rabbitmq.one;

import com.rabbitmq.client.*;

import java.io.IOException;
import java.util.concurrent.TimeoutException;

/**
 * 消费者 接受消息的
 */
public class Consumer {
    //    队列的名称
    public static final String QUEUE_NAME = "hello";

    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
//        创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
//        工厂ip，连接rabbitmq的队列
        factory.setHost("192.168.42.96");
        factory.setUsername("admin");
        factory.setPassword("123");
//        创建连接
        Connection connection = factory.newConnection();
//        获取信道
        Channel channel = connection.createChannel();

        //声明
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println(new String(message.getBody()));
        };

        //取消消息时的回调
        CancelCallback cancelCallback = consumerTag -> {
            System.out.println("消息消费被中断");
        };

        /**
         * 消费者消费消息
         * 1.消费那个队列
         * 2.消费成功后是否要自动应答 true代表自动应答 false代表手动
         * 3.消费者为成功消费的回调
         * 4.消费者取消消费的回调
         */

        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
    }

}

三、Work Queues

3.1 轮训分发消息

多个工作线程其实就是多个消息消费者，也可称为处理者

exclusive：独有的

轮训：队列中的消息会被平均分摊给多个消费者进行处理

**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。

3.1.1 抽取工具类

package com.caq.rabbitmq.utils;

import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;

public class RabbitMqUtils {
    //得到一个连接的 channel
    public static Channel getChannel() throws Exception {
//创建一个连接工厂 
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("192.168.42.96");
        factory.setUsername("admin");
        factory.setPassword("123");
        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();
        return channel;
    }
}

3.1.2 启动两个工作线程

package com.caq.rabbitmq.two;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;

/**
 * 这是一个工作线程（相当于消费者）
 */
public class Worker01 {

    public static final String QUEUE_NAME = "hello";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();

        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("接受到的消息" + new String(message.getBody()));
        };

        //取消消息时的回调
        CancelCallback cancelCallback = consumerTag -> {
            System.out.println(consumerTag + "消费者取消消费接口回调逻辑");
        };

        System.out.println("C2等待接受消息........");
        channel.basicConsume(QUEUE_NAME, true, deliverCallback, cancelCallback);


    }
}

3.1.3 启动一个发送线程

package com.caq.rabbitmq.two;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.rabbitmq.client.Channel;import java.util.Scanner;public class Task01 {    public static final String QUEUE_NAME = "hello";    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        channel.queueDeclare(QUEUE_NAME, false, false, false, null);//        从控制台当中接受信息        Scanner scanner = new Scanner(System.in);        while (scanner.hasNext()) {            String message = scanner.next();            channel.basicPublish("", QUEUE_NAME, null, message.getBytes());            System.out.println("发送完成" + message);        }    }}

可以看到结果是轮训处理的

3.2 消息应答

3.2.1 概念

消费者处理完业务逻辑，手动返回ack（通知）告诉队列处理完了，队列进而删除消息。

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。

3.2.2 自动应答

消息发送后立即被认为已经传送成功，这种模式需要在高吞吐量和数据传输安全性方面做权衡,因为这种模式如果消息在接收到之前，消费者那边出现连接或者 channel 关闭，那么消息就丢失了,当然另一方面这种模式消费者那边可以传递过载的消息，没有对传递的消息数量进行限制， 当然这样有可能使得消费者这边由于接收太多还来不及处理的消息，导致这些消息的积压，最终使得内存耗尽，最终这些消费者线程被操作系统杀死，所以这种模式仅适用在消费者可以高效并以某种速率能够处理这些消息的情况下

3.2.3 消息应答的方法

手动应答：

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

不处理该消息了直接拒绝，可以将其丢弃了

3.2.4 Multiple的解释

手动应答的两个否定确认方法相差的参数就是Multiple

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

3.2.5 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。

3.2.6 消息手动应答

消费者，还是跟之前一样

package com.caq.rabbitmq.three;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.rabbitmq.client.Channel;import java.util.Scanner;public class Task2 {    //    队列名称    public static final String TASK_QUEUE_NAME = "ack_queue";    //发送消息    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        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"));            System.out.println("生产者发出消息" + message);        }    }}

消费者01

delivery.getEnvelope().getDeliveryTag()表示消息标记

package com.caq.rabbitmq.three;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.caq.rabbitmq.utils.SleepUtils;import com.rabbitmq.client.CancelCallback;import com.rabbitmq.client.Channel;import com.rabbitmq.client.DeliverCallback;public class Work03 {    public static final String TASK_QUEUE_NAME = "ack_queue";    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        System.out.println("C1 等待接收消息处理时间较短");        DeliverCallback deliverCallback = (consumerTag, delivery) -> {            String message = new String(delivery.getBody());            SleepUtils.sleep(1);            System.out.println("接收到消息:" + message);            /**             * 1.消息标记 tag             * 2.是否批量应答未应答消息             */            channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);        };        CancelCallback cancelCallback = (s) -> {            System.out.println(s + "消费者取消消费接口回调逻辑");        };        //采用手动应答        boolean autoAck = false;        channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, cancelCallback);    }}

消费者02

这个消费者我们让它休眠时间长一点，那么它处理消息的请求也会很慢，之后给它断开连接

看未处理的消息是否会被正常的消费者处理

package com.caq.rabbitmq.three;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.caq.rabbitmq.utils.SleepUtils;import com.rabbitmq.client.CancelCallback;import com.rabbitmq.client.Channel;import com.rabbitmq.client.DeliverCallback;public class Work04 {    public static final String TASK_QUEUE_NAME = "ack_queue";    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        System.out.println("C2 等待接收消息处理时间较长");        DeliverCallback deliverCallback = (consumerTag, delivery) -> {            String message = new String(delivery.getBody());            SleepUtils.sleep(30);            System.out.println("接收到消息:" + message);            /**             * 1.消息标记 tag             * 2.是否批量应答未应答消息             */            channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);        };        CancelCallback cancelCallback = (s) -> {            System.out.println(s + "消费者取消消费接口回调逻辑");        };        //采用手动应答        boolean autoAck = false;        channel.basicConsume(TASK_QUEUE_NAME, autoAck, deliverCallback, cancelCallback);    }}

3.2.7 图片演示

这一部分一定要跟着做一遍，不然只能理解字面意思

worker04（消费者）处理的慢，关掉后。消息会被worker03（消费者）处理。这就是手动应答中的消息自动重新入队机制

3.3 RabbitMQ持久化

3.3.1 概念

Features 特征

Durable 持久

persistence 坚持，持久化

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。

3.3.2 队列如何实现持久化

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

删除之后，设置为持久化

3.3.3 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。

**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。如果需要更强有力的持久化策略，后面的发布确认会详细讲解

3.3.4 不公平分发

QoS（Quality of Service， 服务质量 ）

指一个网络能够利用各种基础技术，为指定的网络通信提供更好的服务能力，是网络的一种安全机制， 是用来解决 网络延迟 和阻塞等问题的一种技术。

当一个消费者处理的快一个处理的慢的情况下，采用轮询分发是一个不明智的选择。但是mq也不知道那个快那个慢，所以我们告诉它！

为了避免这种情况，我们可以设置参数 channel.basicQos(1);

测试如下：

能力弱的也不是啥也不干，干的慢一点，干的少一点而已。不至于让它一直闲着

3.3.4 预取值

prefetch：预先载入

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。

测试

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

四、发布确认

4.1 发布确认原理

broker：中间件

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

4.2 发布确认的策略

4.2.1 开启发布确认的方法

//开启发布确认channel.confirmSelect();

4.2.2 单个确认发布

这是一种简单的确认方式，它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 class ConfirmMessage {    public static void main(String[] args) throws Exception {        //单个确认        ConfirmMessage.publishMessageIndividual();    }    //    Individual 单独的，个别的    public static void publishMessageIndividual() throws Exception {        Channel channel = RabbitMqUtils.getChannel();        String queueName = UUID.randomUUID().toString();        channel.queueDeclare(queueName, true, false, false, null);        //开启发布确认        channel.confirmSelect();        //开始时间        long begin = System.currentTimeMillis();        //批量发消息        for (int i = 0; i < MESSAGE_COUNT; i++) {            String message = i + "";            channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));            boolean flag = channel.waitForConfirms();            if (flag) {                System.out.println("消息发送成功");            }        }        long end = System.currentTimeMillis();        System.out.println("发布" + MESSAGE_COUNT + "个单独确认消息，耗时" + (end - begin) + "ms");    }}

4.2.3 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 class ConfirmMessage {    public static void main(String[] args) throws Exception {        //单个确认        ConfirmMessage.publishMessageIndividual();    }        //批量确认    public static void publishMessageBatch() throws Exception {        Channel channel = RabbitMqUtils.getChannel();        String queueName = UUID.randomUUID().toString();        channel.queueDeclare(queueName, true, false, false, null);        //开启发布确认        channel.confirmSelect();        //开始时间        long begin = System.currentTimeMillis();        //批量确认消息大小        int batchSize = 100;//        未确认消息的个数        for (int i = 0; i < MESSAGE_COUNT; i++) {            String message = i + "";            channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));            //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.waitForConfirms();            }        }        long end = System.currentTimeMillis();        System.out.println("发布" + MESSAGE_COUNT + "个批量确认消息，耗时" + (end - begin) + "ms");    }}

4.2.4 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

public class ConfirmMessage {    public static void main(String[] args) throws Exception {        //单个确认        ConfirmMessage.publishMessageIndividual();    }        //批量确认        //异步批量确认//    Asynchronization  异步    public static void publishMessageAsync() throws Exception {        Channel channel = RabbitMqUtils.getChannel();        String queueName = UUID.randomUUID().toString();        channel.queueDeclare(queueName, true, false, false, null);        //开启发布确认        channel.confirmSelect();        //开始时间        long begin = System.currentTimeMillis();        //消息确认成功，回调函数        ConfirmCallback ackCallBack = (deliveryTag, multiple) -> {            System.out.println("确认的消息："+ deliveryTag);        };        //消息确认失败，回调函数        /**         * 参数的含义         * 1.消息的标记         * 2.是否批量确认         */        ConfirmCallback 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        /**         * 1.监听哪些消息成功了         * 2.监听哪些消息失败了         */        channel.addConfirmListener(ackCallBack,nackCallback);//异步通知        //批量发送消息        for (int i = 0; i < MESSAGE_COUNT; i++) {            String message = i + "";            channel.basicPublish("", queueName, null, message.getBytes(StandardCharsets.UTF_8));        }        long end = System.currentTimeMillis();        System.out.println("发布" + MESSAGE_COUNT + "个异步确认消息，耗时" + (end - begin) + "ms");    }}

4.2.5 如何处理异步未确认消息

最好的解决的解决方案就是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

以后在更~，现在有点难理解

4.2.6 以上 3 种发布确认速度对比

单独发布消息 :

同步等待确认，简单，但吞吐量非常有限。

批量发布消息 :

批量同步等待确认，简单，合理的吞吐量，一旦出现问题但很难推断出是那条消息出现了问题。

异步处理：

最佳性能和资源使用，在出现错误的情况下可以很好地控制，但是实现起来稍微难些

五、交换机

5.1 Exchange

路由 （ routing ）就是通过互联的 网络 把 信息 从源地址传输到目的地址的活动

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。

5.1.2 交换机类型

共有以下类型：

直接(direct), 主题(topic) ,标题(headers) , 扇出(fanout)

5.1.3 无名交换机

前面我们其实都用到了交换机（默认），但它们属于交换机的无名类型，我们通过空字符串(“”)进行标识。

5.2 临时队列

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:

String queueName = channel.queueDeclare().getQueue();

5.3 绑定（binding）

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

5.3.1 实现绑定

和我们图中写的内容一致，生产者把消息发送给交换机。交换机根据Routingkey将消息发送给对应的队列，最后队列把消息传递给消费者

5.4 Fanout

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

5.4.1 Fanout 实战

我们写两个logs接受消息，看看交换机处于fanout状态下消息的处理情况

ReceiveLogs01 将接收到的消息打印在控制台

package com.caq.rabbitmq.five;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.rabbitmq.client.Channel;import com.rabbitmq.client.DeliverCallback;/** * 负责消息的接受 */public class ReceiveLogs01 {    private static final String EXCHANGE_NAME = "logs";    public static void main(String[] args) throws Exception {        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(连接的时候存在，不连接的时候自动存在，名称随机)        String queue = channel.queueDeclare().getQueue();        /**         * 绑定交换机与队列         */        channel.queueBind(queue, EXCHANGE_NAME, "");        System.out.println("等待接受消息，把接收到的消息打印在屏幕上.....");        //接受消息        DeliverCallback deliverCallback = (consumerTag, message) -> {            System.out.println("ReceiveLogs01控制台打印接受到的消息" + new String(message.getBody()));        };        //接受消息        channel.basicConsume(queue, true, deliverCallback, consumerTag -> {});    }}

ReceiveLogs02 将接收到的消息存储在磁盘

和上面类似

EmitLog 发送消息给两个消费者接收

package com.caq.rabbitmq.five;import com.caq.rabbitmq.utils.RabbitMqUtils;import com.rabbitmq.client.Channel;import java.util.Scanner;/** * 扇出就是发布订阅 */public class EmitLog {    //交换机的名字    private static final String EXCHANGE_NAME = "logs";    //发送消息    public static void main(String[] args) throws Exception {        Channel channel = RabbitMqUtils.getChannel();        //声明一个交换机        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());            System.out.println("生产者发出消息" + message);        }    }}

处理的结果

5.5 Direct exchange

回顾一下什么是 bindings，绑定是交换机和队列之间的桥梁关系。也可以这么理解： 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。

5.5.1 Direct exchange介绍

前面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。

5.5.2 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

5.5.3 实战

交换机绑定关系如下：

不要桥接校园网！！！

只有绑定了info的队列才会消费消息

只有绑定了error的队列才会消费消息

5.6 Topics

5.6.1 Topic 的介绍

就很像我们之前学的正则表达式一样，可以匹配多个

尽管使用 direct 交换机改进了我们的系统，但是它仍然存在局限性——比方说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。这个时候就只能使用 topic 类型

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

5.6.2 Topic 匹配案例

下图绑定关系如下

• 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.#)​​

上图是一个队列绑定关系图，我们来看看他们之间数据接收情况是怎么样的

例子	说明
quick.orange.rabbit	被队列 Q1Q2 接收到
azy.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

注意：

• 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

5.6.3 Topic 实战

生产者代码

package com.caq.rabbitmq.topiclogs;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.Channel;
import java.util.HashMap;
import java.util.Map;

/**
 * 生产者
 */
public class EmitLogTopic {

    //交换机的名字
    private static final String EXCHANGE_NAME = "topic_logs";

    //发送消息
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();

        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");

        /**
         * 返回此映射中包含的映射的 Set 视图。
         * 注意：Set 视图意思是 HashMap 中所有的键值对都被看作是一个 set 集合。
         */
        for (Map.Entry<String, String> bindingKeyEntry : bindingKeyMap.entrySet()) {
            String routingKey = bindingKeyEntry.getKey();
            String message = bindingKeyEntry.getValue();
            channel.basicPublish(EXCHANGE_NAME, routingKey, null, message.getBytes());
            System.out.println("生产者发出消息"+message);
        }
    }
}

消费者代码

package com.caq.rabbitmq.topiclogs;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;

public class ReceiveLogsTopic01 {

    private static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        //声明一个交换机,通过枚举的形式指定交换机的类型
        channel.exchangeDeclare(EXCHANGE_NAME, "topic");

        //声明一个队列
        String queueName = "Q1";
        channel.queueDeclare(queueName, false, false, false, null);
        channel.queueBind(queueName, EXCHANGE_NAME, "*.orange.*");
        System.out.println("等待接受消息");

        //接受消息
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("ReceiveLogs02控制台打印接受到的消息" + new String(message.getBody()));
            System.out.println("接受队列" + queueName + "绑定键" + message.getEnvelope().getRoutingKey());
        };

        //接受消息
        channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
        });
    }
}

消费者2代码

package com.caq.rabbitmq.topiclogs;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;

public class ReceiveLogsTopic02 {

    private static final String EXCHANGE_NAME = "topic_logs";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        //声明一个交换机,通过枚举的形式指定交换机的类型
        channel.exchangeDeclare(EXCHANGE_NAME, "topic");

        //声明一个队列
        String queueName = "Q2";
        channel.queueDeclare(queueName, false, false, false, null);
        channel.queueBind(queueName, EXCHANGE_NAME, "*.*.rabbit");
        channel.queueBind(queueName, EXCHANGE_NAME, "lazy.#");
        System.out.println("等待接受消息");

        //接受消息
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("ReceiveLogs02控制台打印接受到的消息" + new String(message.getBody()));
            System.out.println("接受队列" + queueName + "绑定键" + message.getEnvelope().getRoutingKey());
        };


        //接受消息
        channel.basicConsume(queueName, true, deliverCallback, consumerTag -> {
        });
    }
}

六、死信队列

6.1 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

6.2 死信的来源

1. 消息 TTL 过期
   TTL是Time To Live的缩写, 也就是生存时间
2. 队列达到最大长度
   队列满了，无法再添加数据到 mq 中
3. 消息被拒绝
   (basic.reject 或 basic.nack) 并且 requeue=false.

6.3 死信实战

6.3.1 代码架构图

6.3.2 消息TTL过期

生产者代码

package com.caq.rabbitmq.deadqueue;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.impl.AMQBasicProperties;

import java.nio.charset.StandardCharsets;
import java.util.HashMap;
import java.util.Map;

/**
 * 死信队列生产者
 */
public class Producer {
    //交换机的名字
    public static final String NORMAL_EXCHANGE = "normal_exchange";

    //发送消息
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        //死信消息，设置TTL时间
        AMQP.BasicProperties properties =
                new AMQP.BasicProperties()
                        .builder().expiration("10000").build();
        for (int i = 0; i < 11; i++) {
            String message = "info" + i;
            channel.basicPublish(NORMAL_EXCHANGE, "zs", properties,message.getBytes(StandardCharsets.UTF_8));
            System.out.println("生产者发送消息："+message);
        }
    }
}

消费者 C1 代码：

package com.caq.rabbitmq.deadqueue;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import java.util.HashMap;
import java.util.Map;


public class Consumer01 {

    public static final String NORMAL_EXCHANGE = "normal_exchange";
    public static final String DEAD_EXCHANGE = "dead_exchange";
    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();
//        声明死信和普通交换机 类型为direct
        channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);

//        声明普通队列
        Map<String, Object> arguments = new HashMap<>();
        //过期时间
//        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");

//        设置队列长度
//        arguments.put("x-max-length", 6);

        channel.queueDeclare(NORMAL_QUEUE, false, false, false, arguments);

        
        
//        声明死信队列
        channel.queueDeclare(DEAD_QUEUE, false, false, false, null);

        //绑定普通交换机与普通队列
        channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zs");
        //绑定死信交换机与死信队列
        channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");
        System.out.println("等待接受消息..........");

        DeliverCallback deliverCallback = (consumerTag, message) -> {
            String msg = new String(message.getBody());
            System.out.println("Consumer01 接收到消息"+message);
        };
        //开启手动应答
        channel.basicConsume(NORMAL_QUEUE, true, deliverCallback, consumerTag -> {
        });
    }
}

启动 C1 ，之后关闭消费者，模拟其接收不到消息。再启动 Producer

消费者 C2 代码：

以上步骤完成后，启动 C2 消费者，它消费死信队列里面的消息

package com.caq.rabbitmq.deadqueue;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;

import java.util.HashMap;
import java.util.Map;

/**
 * 死信队列
 * 消费者2
 */
public class Consumer02 {
    public static final String NORMAL_QUEUE = "dead_queue";

    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        System.out.println("等待接受消息..........");
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println("Consumer02接受的消息是：" + new String(message.getBody()));
        };
        channel.basicConsume(NORMAL_QUEUE, true, deliverCallback, consumerTag -> {
        });
    }
}

6.3.3 队列达到最大长度

消息生产者代码去掉 TTL 属性

AMQP.BasicProperties properties =
new AMQP.BasicProperties()
.builder().expiration(“10000”).build();

消息生产者代码去掉 TTL 属性

package com.caq.rabbitmq.deadqueue;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.impl.AMQBasicProperties;

import java.nio.charset.StandardCharsets;
import java.util.HashMap;
import java.util.Map;

/**
 * 死信队列生产者
 */
public class Producer {
    //交换机的名字
    public static final String NORMAL_EXCHANGE = "normal_exchange";

    //发送消息
    public static void main(String[] args) throws Exception {
        Channel channel = RabbitMqUtils.getChannel();
        for (int i = 0; i < 11; i++) {
            String message = "info" + i;
            channel.basicPublish(NORMAL_EXCHANGE, "zs", null,message.getBytes(StandardCharsets.UTF_8));
            System.out.println("生产者发送消息:"+message);
        }
    }
}

C1 消费者修改以下代码**(启动之后关闭该消费者 模拟其接收不到消息)**

//设置正常队列的长度限制，例如发10个，4个则为死信
params.put(“x-max-length”,6);

注意此时需要把原先队列删除 因为参数改变了

package com.caq.rabbitmq.deadqueue;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;

import java.util.HashMap;
import java.util.Map;

public class Consumer01 {

    public static final String NORMAL_EXCHANGE = "normal_exchange";
    public static final String DEAD_EXCHANGE = "dead_exchange";
    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();
        //        声明死信和普通交换机 类型为direct
        channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);

        //        声明普通队列
        Map<String, Object> arguments = new HashMap<>();

        //        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");

        //        设置队列长度
        arguments.put("x-max-length", 6);

        channel.queueDeclare(NORMAL_QUEUE, false, false, false, arguments);
        /******************************************************************/
        //        声明死信队列
        channel.queueDeclare(DEAD_QUEUE, false, false, false, null);

        //绑定普通交换机与普通队列
        channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zs");
        //绑定死信交换机与死信队列
        channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");
        System.out.println("等待接受消息..........");

        DeliverCallback deliverCallback = (consumerTag, delivery) -> { String message = new String(delivery.getBody(), "UTF-8");
                                                                      System.out.println("Consumer01 接收到消息"+message);
                 
        channel.basicConsume(NORMAL_QUEUE, true, deliverCallback, consumerTag -> {
        });
    }
}

C2 消费者代码不变(启动 C2 消费者)

6.3.4 消息被拒

生产者，C2消费者代码同上生产者一致

C1 消费者代码(启动之后关闭该消费者 模拟其接收不到消息)

package com.caq.rabbitmq.deadqueue;

import com.caq.rabbitmq.utils.RabbitMqUtils;
import com.rabbitmq.client.BuiltinExchangeType;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;

import java.util.HashMap;
import java.util.Map;

/**
 * 死信队列
 * <p>
 * 消费者1
 */
public class Consumer01 {

    public static final String NORMAL_EXCHANGE = "normal_exchange";
    public static final String DEAD_EXCHANGE = "dead_exchange";
    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();
//        声明死信和普通交换机 类型为direct
        channel.exchangeDeclare(NORMAL_EXCHANGE, BuiltinExchangeType.DIRECT);
        channel.exchangeDeclare(DEAD_EXCHANGE, BuiltinExchangeType.DIRECT);

//        声明普通队列
        Map<String, Object> arguments = new HashMap<>();
        //过期时间
//        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");

//        设置队列长度
//        arguments.put("x-max-length", 6);

        channel.queueDeclare(NORMAL_QUEUE, false, false, false, arguments);
        /******************************************************************/
//        声明死信队列
        channel.queueDeclare(DEAD_QUEUE, false, false, false, null);

        //绑定普通交换机与普通队列
        channel.queueBind(NORMAL_QUEUE, NORMAL_EXCHANGE, "zs");
        //绑定死信交换机与死信队列
        channel.queueBind(DEAD_QUEUE, DEAD_EXCHANGE, "lisi");
        System.out.println("等待接受消息..........");

        DeliverCallback deliverCallback = (consumerTag, message) -> {
            String msg = new String(message.getBody());
            if (msg.equals("info5")) {
                System.out.println("消费者1接受的消息是" + msg + "：此消息是被c1拒绝的");
                channel.basicReject(message.getEnvelope().getDeliveryTag(),false);
            } else {
                System.out.println("Consumer01接受的消息是:" + msg);
            }

        };
        //开启手动应答
        channel.basicConsume(NORMAL_QUEUE, false, deliverCallback, consumerTag -> {
        });
    }
}

七、延迟队列

7.1 延迟队列概念

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。

7.2 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

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的指定时间点完成某一项任务，

如： 发生订单生成事件，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，确实可以这样做，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。

7.3 队列设置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。

7.3.1 队列设置TTL

在创建队列的时候设置队列的“x-message-ttl”属性

7.3.2 消息设置TTL

是针对每条消息设置TTL

如果设置了队列的 TTL 属性，那么一旦消息过期，就会被队列丢弃(如果配置了死信队列被丢到死信队列中)，而第二种方式，消息即使过期，也不一定会被马上丢弃，因为消息是否过期是在即将投递到消费者之前判定的，如果当前队列有严重的消息积压情况，则已过期的消息也许还能存活较长时间；另外，还需要注意的一点是，如果不设置 TTL，表示消息永远不会过期，如果将 TTL 设置为 0，则表示除非此时可以直接投递该消息到消费者，否则该消息将会被丢弃。

刚刚又介绍了 TTL，至此利用 RabbitMQ 实现延时队列的两大要素已经集齐，接下来只需要将它们进行融合，再加入一点点调味料，延时队列就可以新鲜出炉了。想想看，延时队列，不就是想要消息延迟多久被处理吗，TTL 则刚好能让消息在延迟多久之后成为死信，另一方面， 成为死信的消息都会被投递到死信队列里，这样只需要消费者一直消费死信队列里的消息就完事了，因为里面的消息都是希望被立即处理的消息。

7.4 整合 SpringBoot

7.4.1 添加依赖

<dependencies>
   <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter</artifactId>
    </dependency>
    <!--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>3.0.0</version>
    </dependency>
    <dependency>
        <groupId>io.springfox</groupId>
        <artifactId>springfox-swagger-ui</artifactId>
        <version>3.0.0</version>
    </dependency>
    <!--RabbitMQ 测试依赖-->
    <dependency>
        <groupId>org.springframework.amqp</groupId>
        <artifactId>spring-rabbit-test</artifactId>
        <scope>test</scope>
    </dependency>
</dependencies>

7.4.2 修改配置文件

spring:
  rabbitmq:
    host: 192.168.42.96
    port: 5672
    username: admin
    password: 123

7.4.3 添加Swagger 配置类

package com.caq.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import springfox.documentation.builders.ApiInfoBuilder;
import springfox.documentation.service.ApiInfo;
import springfox.documentation.service.Contact;
import springfox.documentation.spi.DocumentationType;
import springfox.documentation.spring.web.plugins.Docket;
import springfox.documentation.swagger2.annotations.EnableSwagger2;

@Configuration
@EnableSwagger2
public class SwaggerConfig {
    @Bean
    public Docket webApiConfig() {

        return new Docket(DocumentationType.SWAGGER_2)
                .groupName("webApi")
                .apiInfo(webApiInfo())
                .select()
                .build();
    }

    private ApiInfo webApiInfo() {
        return new ApiInfoBuilder()
                .title("rabbitmq 接口文档")
                .description("本文档描述了 rabbitmq 微服务接口定义")
                .version("1.0")
                .contact(new Contact("enjoy6288", "http://mildcaq@", "2350938432@"))
                .build();
    }
}

7.5 队列 TTL

7.5.1 代码架构图

它们的绑定关系如下：

7.5.2 配置类代码

package com.caq.config;

import org.springframework.amqp.core.*;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.HashMap;
import java.util.Map;

/**
 * TTL队列    配置文件类代码
 * 通过配置类的形式完成交换机，信道的声明
 * 之后只用做生产者和消费者的代码
 */

@Configuration
public class TtlQueueConfig {

    //普通交换机名称
    public static final String X_EXCHANGE = "X";
    //死信交换机名称
    public static final String Y_DEAD_LETTER_MESSAGE = "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 DEAD_LETTER_QUEUE = "QD";

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

    @Bean("yExchange")
    public DirectExchange yExchange() {
        return new DirectExchange(Y_DEAD_LETTER_MESSAGE);
    }

    //声明队列
    @Bean("queueA")
    public Queue queueA() {
        Map<String, Object> arguments = new HashMap<>();
//        设置死信交换机
        arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_MESSAGE);
        //设置死信RoutingKey
        arguments.put("x-dead-letter-routing-key","YD");
//        设置TTL 单位是ms
        arguments.put("x-message-ttl",10000);

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

    @Bean("queueB")
    public Queue queueB() {
        Map<String, Object> arguments = new HashMap<>();
        arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_MESSAGE);
        arguments.put("x-dead-letter-routing-key","YD");
        arguments.put("x-message-ttl",40000);
        return QueueBuilder.durable(QUEUE_B).withArguments(arguments).build();
    }


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

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

}

7.5.3 消息生产者代码

package com.caq.controller;

import com.caq.config.DelayQueueConfig;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.Date;

/**
 * 发送延迟消息
 * http://localhost:8080/ttl/sendMsg/哈哈哈哈哈哈
 *
 * @RestController只返回内容，不进行页面跳转
 * @RequestMapping请求路径
 */
@Slf4j
@RestController
@RequestMapping("/ttl")
public class SendMsgController {
    /**
     * {}是占位符，结果执行后会被后面的所替换
     *
     * @param message
     */

    //通过rabbitTemplate来发送消息
    @Autowired
    private RabbitTemplate rabbitTemplate;

    @GetMapping("/sendMsg/{message}")
    public void sendMsg(@PathVariable String message) {
        log.info("当前时间：{}，发送一条信息给两个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);
    }
}

7.5.4 消息消费者代码

package com.caq.consumer;

import com.rabbitmq.client.Channel;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;

import java.util.Date;

@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：{},收到死信队列的消息：{}",new Date().toString(),msg);
    }

}

第一条消息在 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打造完成了。

7.6 延时队列TTL优化

我们能不能写一个队列，能适应所有情况呢？

在这里新增了一个队列 QC,绑定关系如下,该队列不设置TTL 时间

7.6.1 配置类代码

在原有代码加入队列QC并设置routingkey和绑定x交换机

package com.caq.config;

import org.springframework.amqp.core.*;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.HashMap;
import java.util.Map;

/**
 * TTL队列    配置文件类代码
 * 通过配置类的形式完成交换机，信道的声明
 * 之后只用做生产者和消费者的代码
 */

@Configuration
public class TtlQueueConfig {

    //普通交换机名称
    public static final String X_EXCHANGE = "X";
    //死信交换机名称
    public static final String Y_DEAD_LETTER_MESSAGE = "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 DEAD_LETTER_QUEUE = "QD";

    public static final String QUEUE_C = "QC";

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

    @Bean("yExchange")
    public DirectExchange yExchange() {
        return new DirectExchange(Y_DEAD_LETTER_MESSAGE);
    }

    //声明队列
    @Bean("queueA")
    public Queue queueA() {
        Map<String, Object> arguments = new HashMap<>();
//        设置死信交换机
        arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_MESSAGE);
        //设置死信RoutingKey
        arguments.put("x-dead-letter-routing-key","YD");
//        设置TTL 单位是ms
        arguments.put("x-message-ttl",10000);

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

    @Bean("queueB")
    public Queue queueB() {
        Map<String, Object> arguments = new HashMap<>();
        arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_MESSAGE);
        arguments.put("x-dead-letter-routing-key","YD");
        arguments.put("x-message-ttl",40000);
        return QueueBuilder.durable(QUEUE_B).withArguments(arguments).build();
    }
    
    
//    声明QC
    @Bean("queueC")
    public Queue queueC(){
        Map<String, Object> arguments = new HashMap<>();
//        设置死信交换机
        arguments.put("x-dead-letter-exchange",Y_DEAD_LETTER_MESSAGE);
        //设置死信RoutingKey
        arguments.put("x-dead-letter-routing-key","YD");
        return QueueBuilder.durable(QUEUE_C).withArguments(arguments).build();
    }

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

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

    //绑定QB
    @Bean
    public Binding  queueBBindingX(@Qualifier("queueB") Queue queueB,
                                   @Qualifier("xExchange") DirectExchange xExchange){
        return BindingBuilder.bind(queueB).to(xExchange).with("XB");
    }
        
    //绑定QC
    @Bean
    public Binding  queueCBindingX(@Qualifier("queueC") Queue queueC,
                                   @Qualifier("xExchange") DirectExchange xExchange){
        return BindingBuilder.bind(queueC).to(xExchange).with("XC");
    }

}

7.6.2 生产者代码

@Slf4j
@RestController
@RequestMapping("/ttl")
public class SendMsgController {
    @Autowired
    private RabbitTemplate rabbitTemplate;
    @GetMapping("/sendExpirationOnMsg/{message}/{ttlTime}")
    public void sendMsg(@PathVariable String message,
                        @PathVariable String ttlTime) {
        log.info("当前时间：{}，发送一条时长{}毫秒TTL信息给TTL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;
        });
    }

发起请求

​​http://localhost:8080/ttl/sendExpirationMsg/20s的消息/20000​​

​​http://localhost:8080/ttl/sendExpirationMsg/2s的消息/2000​​

看起来似乎没什么问题，但是在最开始的时候，就介绍过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。

这也就是为什么第二个延时2秒，却后执行。

7.7 RabbitMQ插件实现延迟队列

7.7.1 安装插件

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。那如何解决呢，接下来我们就去解决该问题。

我们用插件来实现别人写好的功能~

安装后，重启rabbitmq-server即可

安装成功后，交换机会出现新的类型

7.7.2 代码架构图

一个队列delayed.queue,一个自定义交换机 delayed.exchange，绑定关系如下

7.7.3 配置文件类代码

在我们自定义的交换机中，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，当达到投递时间时，才投递到目标队列中。

package com.caq.config;

import org.springframework.amqp.core.*;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import java.util.HashMap;
import java.util.Map;

@Configuration
public class DelayQueueConfig {
    //    交换机
    public static final String DELAYED_QUEUE_NAME = "delayed_queue";
    //    队列
    public static final String DELAYED_EXCHANGE_NAME = "delayed_exchange";
    //    routingKey
    public static final String DELAYED_ROUTING_KEY = "delayed_routingkey";

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

    // public CustomExchange(String name, String type, boolean durable, boolean autoDelete, Map<String, Object> arguments)
    @Bean("delayedExchange")
    public CustomExchange delayedExchange() {
        Map<String, Object> arguments = new HashMap<>();
        arguments.put("x-delayed-type", "direct");
        return new CustomExchange(DELAYED_EXCHANGE_NAME, "x-delayed-message",
                true, false, arguments);
    }

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

}

7.7.4 消息生产者代码

package com.caq.controller;

import com.caq.config.DelayQueueConfig;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;

import java.util.Date;

/**
 * 发送延迟消息
 * http://localhost:8080/ttl/sendMsg/哈哈哈哈哈哈
 *
 * @RestController只返回内容，不进行页面跳转
 * @RequestMapping请求路径
 */
@Slf4j
@RestController
@RequestMapping("/ttl")
public class SendMsgController {
    /**
     * {}是占位符，结果执行后会被后面的所替换
     *
     * @param message
     */

    //通过rabbitTemplate来发送消息
    @Autowired
    private RabbitTemplate rabbitTemplate;

    //开始发消息，基于插件的消息及延迟的时间
    @GetMapping("/sendDelayMsg/{message}/{delayTime}")
    public void sendMsg(@PathVariable String message,
                        @PathVariable Integer delayTime) {
        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(), delayTime, message);
        rabbitTemplate.convertAndSend(DelayQueueConfig.DELAYED_EXCHANGE_NAME,
                                      DelayQueueConfig.DELAYED_ROUTING_KEY, message, msg -> {
                                          msg.getMessageProperties().setDelay(delayTime);
                                          return msg;
                                      });
    }
}

7.7.5 消息消费者代码

消费者代码和之前的一样

package com.caq.consumer;

import com.caq.config.DelayQueueConfig;
import com.rabbitmq.client.Channel;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;

import java.util.Date;

@Slf4j
@Component
public class DelayQueueConsumer {

    //监听消息收消息
    @RabbitListener(queues = DelayQueueConfig.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);
    }

}

发起请求测试：

​​http://localhost:8080/ttl/sendDelayMsg/come on baby1/20000​​

​​http://localhost:8080/ttl/sendDelayMsg/come on baby2/2000​​

7.8 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被丢弃。**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。

当然，延时队列还有很多其它选择，比如利用 Java 的 DelayQueue，利用 Redis 的 zset，利用 Quartz或者利用 kafka 的时间轮，这些方式各有特点,看需要适用的场景

八、发布确认高级

correlated

adj. 有相互关系的

v. （使）相关联；（使）相互对照（correlate 的过去分词）

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？

8.1 发布确认 springboot 版本

8.1.1确认机制方案

8.1.2 代码架构图

8.1.3 配置文件

在配置文件当中需要添加

spring.rabbitmq.publisher-confirm-type=correlated

• NONE
  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 broker

spring:
  rabbitmq:
    host: 192.168.42.96
    port: 5672
    username: admin
    password: 123
#    开启了交换机回调
    publisher-confirm-type: correlated
#    开启回退消息
    publisher-returns: true

8.1.4 配置类代码

package com.caq.config;

import org.springframework.amqp.core.*;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ConfirmConfig {

    //    交换机
    public static final String CONFIRM_EXCHANGE_NAME = "confirm_exchange_name";
    //    队列
    public static final String CONFIRM_QUEUE_NAME = "confirm_queue";
    //    routingKey
    public static final String CONFIRM_ROUTING_KEY = "key1";

    //声明交换机
    @Bean("confirmExchange")
    public DirectExchange confirmExchange(){
        return new DirectExchange(CONFIRM_EXCHANGE_NAME);
    }

    //交换机创建通过new的形式，队列的创建通过对象的方法QueueBuilder.durable
    //声明队列
    @Bean("confirmQueue")
    public Queue confirmQueue(){
        return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
    }

    //绑定
    @Bean
    public Binding confirmQueueBindingConfirmExchange(@Qualifier("confirmQueue") Queue confirmQueue,
                                                      @Qualifier("confirmExchange") DirectExchange confirmExchange){
        return BindingBuilder.bind(confirmQueue).to(confirmExchange).with(CONFIRM_ROUTING_KEY);
    }
}

8.1.5 消息生产者

package com.caq.config;

import org.springframework.amqp.core.*;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ConfirmConfig {

    //    交换机
    public static final String CONFIRM_EXCHANGE_NAME = "confirm_exchange_name";
    //    队列
    public static final String CONFIRM_QUEUE_NAME = "confirm_queue";
    //    routingKey
    public static final String CONFIRM_ROUTING_KEY = "key1";

    //声明交换机
    @Bean("confirmExchange")
    public DirectExchange confirmExchange(){
        return new DirectExchange(CONFIRM_EXCHANGE_NAME);
    }

    //交换机创建通过new的形式，队列的创建通过对象的方法QueueBuilder.durable
    //声明队列
    @Bean("confirmQueue")
    public Queue confirmQueue(){
        return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
    }
    
    //绑定
    @Bean
    public Binding confirmQueueBindingConfirmExchange(@Qualifier("confirmQueue") Queue confirmQueue,
                                                      @Qualifier("confirmExchange") DirectExchange confirmExchange){
        return BindingBuilder.bind(confirmQueue).to(confirmExchange).with(CONFIRM_ROUTING_KEY);
    }
}

8.1.6 回调接口

交换机确认回调方法 参数介绍：

1、发消息 交换机接收到了 回调

CorrelationData 保存回调消息的ID及相关信息

交换机收到消息 ack = true

cause null

2、发消息 交换机没有接收到 回调

CorrelationData 保存回调消息的ID及相关信息

交换机收到消息 ack = false

cause 失败的原因

correlation 相互关系

package com.caq.config;

import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.core.ReturnedMessage;
import org.springframework.amqp.rabbit.connection.CorrelationData;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;

import javax.annotation.PostConstruct;

@Slf4j
@Component
public class MycallBack implements RabbitTemplate.ConfirmCallback{

    @Autowired
    private RabbitTemplate rabbitTemplate;

    @PostConstruct
    public void init(){
        //注入
        rabbitTemplate.setConfirmCallback(this);
        rabbitTemplate.setReturnCallback(this);
    }

    @Override
    public void confirm(CorrelationData correlationData, boolean ack, String cause) {
        //三元运算
        String id = correlationData != null ? correlationData.getId() : "";
        if (ack) {
            log.info("交换机已经收到了Id为：{}的信息", id);
        } else {
            log.info("交换机还未收到了Id为：{}的信息，由于原因：{}", id, cause);
        }
    }
}

8.1.7 消息消费者

package com.caq.consumer;

import com.caq.config.ConfirmConfig;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;

@Slf4j
@Component
public class Consumer {
    //接收消息
    @RabbitListener(queues = ConfirmConfig.CONFIRM_QUEUE_NAME)
    public void receiveConfirmMessage(Message message) {
        String msg = new String(message.getBody());
        log.info("接受到的队列confirm，queue消息{}",msg);
    }
}

正常情况：发送消息到交换机

如果交换机收不到消息呢？

怎么回调呢？如果消息发不出去，那就给我返回过来然后保存下来

可以看到，发送了两条消息，第一条消息的 RoutingKey 为 “key1”，第二条消息的 RoutingKey 为"key2"，两条消息都成功被交换机接收，也收到了交换机的确认回调，但消费者只收到了一条消息，因为第二条消息的 RoutingKey 与队列的 BindingKey 不一致，也没有其它队列能接收这个消息，所有第二条消息被直接丢弃了。

8.2 回退消息

8.1.1 Mandatory 参数

mandatory

adj. 强制性的，义务的；受（前国际联盟）委任统治的

n. 受托人，代理人（=mandatary）

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。

8.1.2 在原有回调接口增加代码

@Override
public void confirm(CorrelationData correlationData, boolean ack, String cause) {

    //三元运算
    String id = correlationData != null ? correlationData.getId() : "";

    if (ack) {
        log.info("交换机已经收到了Id为：{}的信息", id);
    } else {
        log.info("交换机还未收到了Id为：{}的信息，由于原因：{}", id, cause);
    }

}

生产者代码保持不变

8.3 备份交换机

Fanout类型的交换机是广播类型

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？

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。

8.3.1 代码架构图

8.3.2 修改配置类

package com.caq.config;

import org.springframework.amqp.core.*;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class ConfirmConfig {

    //    交换机
    public static final String CONFIRM_EXCHANGE_NAME = "confirm_exchange_name";
    //    队列
    public static final String CONFIRM_QUEUE_NAME = "confirm_queue";
    //    routingKey
    public static final String CONFIRM_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";


    //声明交换机
    //无法投递的消息将发送给备份交换机
    @Bean("confirmExchange")
    public DirectExchange confirmExchange() {
        return ExchangeBuilder.directExchange(CONFIRM_EXCHANGE_NAME).durable(true)
                .withArgument("alternate-exchange",BACKUP_EXCHANGE_NAME).build();
    }

    //交换机创建通过new的形式，队列的创建通过对象的方法QueueBuilder.durable
    //声明队列
    @Bean("confirmQueue")
    public Queue confirmQueue() {
        return QueueBuilder.durable(CONFIRM_QUEUE_NAME).build();
    }


    //绑定
    @Bean
    public Binding confirmQueueBindingConfirmExchange(@Qualifier("confirmQueue") Queue confirmQueue,
                                                      @Qualifier("confirmExchange") DirectExchange confirmExchange) {
        return BindingBuilder.bind(confirmQueue).to(confirmExchange).with(CONFIRM_ROUTING_KEY);
    }

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

    //声明队列
    @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
    @Bean
    public Binding backupQueueBindingBackupExchange(@Qualifier("backupQueue") Queue backupQueue,
                                                    @Qualifier("backupExchange") FanoutExchange backupExchange) {
        return BindingBuilder.bind(backupQueue).to(backupExchange);
    }

    @Bean
    public Binding warningQueueBindingBackupExchange(@Qualifier("warningQueue") Queue warningQueue,
                                                    @Qualifier("backupExchange") FanoutExchange backupExchange) {
        return BindingBuilder.bind(warningQueue).to(backupExchange);
    }


}

8.3.3 报警消费者

package com.caq.consumer;

import com.caq.config.ConfirmConfig;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;

@Slf4j
@Component
public class WarnningConsumer {
    //接收消息
    @RabbitListener(queues = ConfirmConfig.WARNING_QUEUE_NAME)
    public void receiveWarningMessage(Message message) {
        String msg = new String(message.getBody());
        log.error("报警发现不可路由消息:{}", msg);
    }
}

8.3.4 测试

重新启动项目的时候需要把原来的confirm.exchange 删除因为我们修改了其绑定属性

mandatory 参数与备份交换机可以一起使用的时候，如果两者同时开启，消息究竟何去何从？谁优先级高，经过上面结果显示答案是备份交换机优先级高。

九、RabbitMQ其他知识点

9.1 幂等性

用户对于同一操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。举个最简单的例子，那就是支付，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，我们只需要把数据操作放入事务中即可，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

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。

9.1.1 消息重复消费

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，或者在网络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。

9.1.2 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。

9.1.3 消费端的幂等性保障

在海量订单生成的业务高峰期，生产端有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操作: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

9.1.4 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有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。

9.1.5 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

9.2 优先级队列

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。

9.2.1 如何添加

a. 控制台页面添加

b. 队列中代码添加优先级

Map<String, Object> arguments = new HashMap<>();
arguments.put("x-max-priority", 10); //  0-255之间
channel.queueDeclare(QUEUE_NAME, true, false, false, arguments);

c.消息中代码添加优先级

AMQP.BasicProperties properties =
        new AMQP.BasicProperties().builder().priority(5).build();

d. 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

9.2.2 实战

a. 消息生产者

package com.caq.rabbitmq.one;

import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;

import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.TimeoutException;

/**
 * 生产者：发消息
 */
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 {
//        创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
//        工厂ip，连接rabbitmq的队列
        factory.setHost("192.168.10.10");
        factory.setUsername("admin");
        factory.setPassword("123");
//        创建连接
        Connection connection = factory.newConnection();
//        获取信道
        Channel channel = connection.createChannel();

        Map<String, Object> arguments = new HashMap<>();
        arguments.put("x-max-priority", 10); //  0-255之间
        channel.queueDeclare(QUEUE_NAME, true, false, false, arguments);

        //发送消息channel.basicPublish
        for (int i = 0; i < 11; i++) {
            String message = "info" + i;
            if (i==5){
                AMQP.BasicProperties properties =
                        new AMQP.BasicProperties().builder().priority(5).build();
                channel.basicPublish("",QUEUE_NAME,properties,message.getBytes(StandardCharsets.UTF_8));
            }else {
                channel.basicPublish("",QUEUE_NAME,null,message.getBytes(StandardCharsets.UTF_8));
            }
        }
        System.out.println("消息发送完毕");

    }

}

b.消息消费者

package com.caq.rabbitmq.one;

import com.rabbitmq.client.*;

import java.io.IOException;
import java.util.concurrent.TimeoutException;

/**
 * 消费者 接受消息的
 */
public class Consumer {
    //    队列的名称
    public static final String QUEUE_NAME = "hello";

    //发消息
    public static void main(String[] args) throws IOException, TimeoutException {
//        创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
//        工厂ip，连接rabbitmq的队列
        factory.setHost("192.168.10.10");
        factory.setUsername("admin");
        factory.setPassword("123");
//        创建连接
        Connection connection = factory.newConnection();
//        获取信道
        Channel channel = connection.createChannel();

        //接受消息
        DeliverCallback deliverCallback = (consumerTag, message) -> {
            System.out.println(new String(message.getBody()));
        };

        //取消消息时的回调
        CancelCallback cancelCallback = consumerTag -> {
            System.out.println("消息消费被中断");
        };

        /**
         * 消费者消费消息
         * 1.消费那个队列
         * 2.消费成功后是否要自动应答 true代表自动应答 false代表手动
         * 3.消费者为成功消费的回调
         * 4.消费者取消消费的回调
         */

        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
    }

}

9.3 惰性队列

9.3.1 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。

9.3.2 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”。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);

9.3.3 内存开销对比

在发送 1 百万条消息，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

十、RabbitMQ集群

10.1 clustering

10.1.1 使用集群的原因

最开始我们介绍了如何安装及运行 RabbitMQ 服务，不过这些是单机版的，无法满足目前真实应用的要求。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，该怎么办？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

吐量呢？购买昂贵的服务器来增强单机 RabbitMQ 务的性能显得捉襟见肘，搭建一个 RabbitMQ 集群才是解决实际问题的关键

10.1.2 搭建步骤

1、修改 3 台机器的主机名称

vim /etc/hostname

配置各个节点的 hosts 文件

2、配置各个节点的 hosts 文件，让各个节点都能互相识别对方

[root@node2 ~]# cat /etc/hosts
127.0.0.1 localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.10.10 node1
192.168.10.20 node2
192.168.10.30 node3

3、以确保各个节点的 cookie 文件使用的是同一个值在 node1 上执行远程操作命令

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 RbbitMQ 应用服务(在三台节点上分别执行以下命令)

rabbitmq-server -detached

5、在节点 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@node1 rabbitmqctl start_app(只启动应用服务)

6、在节点 3 执行

rabbitmqctl stop_app rabbitmqctl reset

rabbitmqctl join_cluster rabbit@node2 rabbitmqctl start_app

7、集群状态

rabbitmqctl cluster_status

8、需要重新设置用户创建账号

rabbitmqctl add_user admin 123

9、设置用户角色

rabbitmqctl set_user_tags admin administrator

10、设置用户权限

rabbitmqctl set_permissions -p “/” admin “." ".” “.*”

11、解除集群节点(node2 和 node3 机器分别执行)

rabbitmqctl stop_app

rabbitmqctl reset rabbitmqctl start_app rabbitmqctl cluster_status

rabbitmqctl forget_cluster_node rabbit@node2(node1 机器上执行)

10.2 镜像队列

10.2.1 使用镜像的原因

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。

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。

10.2.2 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，队列存在镜像队列

10.3 Haproxy+Keepalive 实现高可用负载均衡

了解即可~

客户端请求VIP，也就是主服务器的地址。主服务器内部有Haproxy（高可用）代理和keepalive（心跳检测）如果主服务器宕机，经过keepalive的检测vip将会漂移到备服务器上

实现高可用的软件还有LVS等…

优秀文章参考

​​Linux 黑话解释：什么是上游和下游？-51CTO.COM​​

​​回调（callback）_zjpp2580369的博客-博客_回调​​