目的：

　　RabbitMQ之消息模式（上）：https://www.cnblogs.com/huangting/p/11994539.html

　　消费端限流

　　消息的ACK与重回队列

　　TTL消息

　　死信队列

消费端限流

什么是消费端的限流？　

假设一个场景，首先，我们RabbitMQ服务器有上万条未处理的消息，我们随便打开一个消费者客户端，会出现下面情况：

巨量的消息瞬间全部推送过来，但是我们单个客户端无法同时处理这么多数据

消费端限流RabbitMQ提供的解决方案

RabbitMQ提供了一种qos（服务质量保证）功能，即在非自动确认消息的前提下，如果一定数目的消息（通过基于Consumer或者Channel设置Qos的值）未被确认前，不进行消费新的消息

Void BasicQos(uint prefetchSize, ushort prefetchCount, bool global);

prefetchSize：0 不限制消息大小

prefetchSize：会告诉RabbitMQ不要同时给一个消费者推送多于N个消息，即一旦有N个消息还没有ack，则该Consumer将block（阻塞）掉，直到有消息ack

Global：true\false是否将上面设置应用于Channel；简单来说，就是上面限制是Channel级别的还是Consumer级别

注意：

prefetchSize和global这两项，RabbitMQ没有实现，暂且不研究；

prefetch_count在no_ask=false的情况下生效，即在自动应答的情况下，这两个值是不生效的

首先启动虚拟机打开centos启动rabbitmq镜像

　　不然后期在idea中运行项目绝对报错

自定义消费端代码

package com.javaxh.rabbitmqapi.limit;

import com.rabbitmq.client.AMQP;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.DefaultConsumer;

import com.rabbitmq.client.Envelope;

import java.io.IOException;

public class MyConsumer extends DefaultConsumer {

    private Channel channel ;

    public MyConsumer(Channel channel) {

        super(channel);

        this.channel = channel;

    }

    @Override

    public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {

        System.err.println("-----------consume message----------");

        System.err.println("consumerTag: " + consumerTag);

        System.err.println("envelope: " + envelope);

        System.err.println("properties: " + properties);

        System.err.println("body: " + new String(body));

        channel.basicAck(envelope.getDeliveryTag(), false);

    }

}

消费端代码：

package com.javaxh.rabbitmqapi.limit;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

public class Consumer {

    public static void main(String[] args) throws Exception {

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        Connection connection = connectionFactory.newConnection();

        Channel channel = connection.createChannel();

        String exchangeName = "test_qos_exchange";

        String queueName = "test_qos_queue";

        String routingKey = "qos.#";

        channel.exchangeDeclare(exchangeName, "topic", true, false, null);

        channel.queueDeclare(queueName, true, false, false, null);

        channel.queueBind(queueName, exchangeName, routingKey);

        //1 限流方式  第一件事就是 autoAck设置为 false

        channel.basicQos(0, 1, false);

        channel.basicConsume(queueName, false, new MyConsumer(channel));

    }

}

生产端代码：

package com.javaxh.rabbitmqapi.limit;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

public class Producer {

    public static void main(String[] args) throws Exception {

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        Connection connection = connectionFactory.newConnection();

        Channel channel = connection.createChannel();

        String exchange = "test_qos_exchange";

        String routingKey = "qos.save";

        String msg = "Hello RabbitMQ QOS Message";

        for(int i =0; i<5; i ++){

            channel.basicPublish(exchange, routingKey, true, null, msg.getBytes());

        }

    }

}

先运行消费端在运行生产端：

消息的ACK与重回队列

消费端手工ACK与NACK

消费端进行消费的时候，如果由于业务异常我们可以进行日志的记录，然后进行补偿

如果由于服务器宕机等严重问题，那么我们就需要手工进行ACK，保障消费端消费成功

消费端的重回队列

　　自定义消费者代码

package com.javaxh.rabbitmqapi.ack;

import com.rabbitmq.client.AMQP;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.DefaultConsumer;

import com.rabbitmq.client.Envelope;

import java.io.IOException;

public class MyConsumer extends DefaultConsumer {

    private Channel channel ;

    public MyConsumer(Channel channel) {

        super(channel);

        this.channel = channel;

    }

    @Override

    public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {

        System.err.println("-----------consume message----------");

        System.err.println("body: " + new String(body));

        try {

            Thread.sleep(2000);

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

        if((Integer)properties.getHeaders().get("num") == 0) {

//            手动签收，重回队列

            channel.basicNack(envelope.getDeliveryTag(), false, true);

        } else {

            channel.basicAck(envelope.getDeliveryTag(), false);

        }

    }

}

消费端代码：

package com.javaxh.rabbitmqapi.ack;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

public class Consumer {

    public static void main(String[] args) throws Exception {

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        Connection connection = connectionFactory.newConnection();

        Channel channel = connection.createChannel();

        String exchangeName = "test_ack_exchange";

        String queueName = "test_ack_queue";

        String routingKey = "ack.#";

        channel.exchangeDeclare(exchangeName, "topic", true, false, null);

        channel.queueDeclare(queueName, true, false, false, null);

        channel.queueBind(queueName, exchangeName, routingKey);

        // 手工签收 必须要关闭 autoAck = false

        channel.basicConsume(queueName, false, new MyConsumer(channel));

    }

}

生产端代码：

package com.javaxh.rabbitmqapi.ack;

import com.rabbitmq.client.AMQP;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

import java.util.HashMap;

import java.util.Map;

public class Producer {

    public static void main(String[] args) throws Exception {

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        Connection connection = connectionFactory.newConnection();

        Channel channel = connection.createChannel();

        String exchange = "test_ack_exchange";

        String routingKey = "ack.save";

        for(int i =0; i<5; i ++){

            Map<String, Object> headers = new HashMap<String, Object>();

            headers.put("num", i);

            AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder()

                    .deliveryMode(2)

                    .contentEncoding("UTF-8")

                    .headers(headers)

                    .build();

            String msg = "Hello RabbitMQ ACK Message " + i;

            channel.basicPublish(exchange, routingKey, true, properties, msg.getBytes());

        }

    }

}

先运行消费端在运行生产端：

　　

去rabbitmq中去查看

TTL消息

TTL是Time To Live的缩写，也就是生存时间

RabbitMQ支持消息的过期时间，在消息发送时可以进行指定

RabbitMQ支持队列的过期时间，从消息入队列开始计算，只要超过了队列的超时时间配置，那么消息自动的清除

纯控制台操作（演示TTL队列消息特点）

针对队列，只要是这个队列的消息，就只有这么长的存活时间

注意：主要针对消息设置，跟交换机、队列、消费者设置毫无关系

消费端代码

package com.javaxh.rabbitmqapi.ttl;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

import com.rabbitmq.client.QueueingConsumer;

import java.util.Map;

public class Consumer {

    public static void main(String[] args) throws Exception {

        //1 创建一个ConnectionFactory, 并进行配置

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        //2 通过连接工厂创建连接

        Connection connection = connectionFactory.newConnection();

        //3 通过connection创建一个Channel

        Channel channel = connection.createChannel();

        //4 声明（创建）一个队列

        String queueName = "test001";

        channel.queueDeclare(queueName, true, false, false, null);

        //5 创建消费者

        QueueingConsumer queueingConsumer = new QueueingConsumer(channel);

        //6 设置Channel

        channel.basicConsume(queueName, true, queueingConsumer);

        while(true){

            //7 获取消息

            QueueingConsumer.Delivery delivery = queueingConsumer.nextDelivery();

            String msg = new String(delivery.getBody());

            System.err.println("消费端: " + msg);

            Map<String, Object> headers = delivery.getProperties().getHeaders();

            System.err.println("headers get my1 value: " + headers.get("my1"));

            //Envelope envelope = delivery.getEnvelope();

        }

    }

}

生产端代码：

package com.javaxh.rabbitmqapi.ttl;

import com.rabbitmq.client.AMQP;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

import java.util.HashMap;

import java.util.Map;

public class Procuder {

    public static void main(String[] args) throws Exception {

        //1 创建一个ConnectionFactory, 并进行配置

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        //2 通过连接工厂创建连接

        Connection connection = connectionFactory.newConnection();

        //3 通过connection创建一个Channel

        Channel channel = connection.createChannel();

        Map<String, Object> headers = new HashMap<>();

        headers.put("my1", "111");

        headers.put("my2", "222");

        AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder()

                .deliveryMode(2)

                .contentEncoding("UTF-8")

                .expiration("10000")

                .headers(headers)

                .build();

        //4 通过Channel发送数据

        for(int i=0; i < 5; i++){

            String msg = "Hello RabbitMQ!";

            //1 exchange   2 routingKey

            channel.basicPublish("", "test001", properties, msg.getBytes());

        }

        //5 记得要关闭相关的连接

        channel.close();

        connection.close();

    }

}

还是先运行消费端在运行生产端：

死信队列

死信队列：DLX，Dead-Letter-Exchange

利用DLX，当消息在一个队列中变成死信（dead message）之后，它能被重新publish到另一个Exchange，这个Exchange就是DLX

消息变成死信有以下几种情况

    • 消息被拒绝（basic.reject/basic.nack）并且requeue=false
    • 消息TTL过期
    • 队列达到最大长度

死信队列的特点

DLX也是一个正常的Exchange，和一般的Exchange没有区别，它能在任何的队列上被指定，实际上就是设置某个队列的属性；

当这个队列中有死信时，RabbitMQ就会自动的将这个消息重新发布到设置的Exchange上去，进而被路由到另一个队列；

可以监听这个队列中消息做相应的处理，这个特性可以弥补RabbitMQ3.0以前支持的immediate参数的功能

死信队列设置

  • 首先需要设置死信队列的Exchange和Queue，然后进行绑定：

Exchange：dlx.exchange

Queue：dlx.queue

RoutingKey：#

  • 然后我们进行正常声明交换机、队列、绑定，只不过我们需要在队列加上一个参数即可：

Arguments.put(“x-dead-letter-exchange”,”dlx.exchange”)；

这样消息在过期、requeue、队列在达到最大长度时，消息就可以直接路由到死信队列

自定义消费端

package com.javaxh.rabbitmqapi.dlx;

import com.rabbitmq.client.AMQP;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.DefaultConsumer;

import com.rabbitmq.client.Envelope;

import java.io.IOException;

public class MyConsumer extends DefaultConsumer {

    public MyConsumer(Channel channel) {

        super(channel);

    }

    @Override

    public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {

        System.err.println("-----------consume message----------");

        System.err.println("consumerTag: " + consumerTag);

        System.err.println("envelope: " + envelope);

        System.err.println("properties: " + properties);

        System.err.println("body: " + new String(body));

    }

}

消费端：

package com.javaxh.rabbitmqapi.dlx;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

import java.util.HashMap;

import java.util.Map;

public class Consumer {

    public static void main(String[] args) throws Exception {

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        Connection connection = connectionFactory.newConnection();

        Channel channel = connection.createChannel();

        // 这就是一个普通的交换机 和 队列 以及路由

        String exchangeName = "test_dlx_exchange";

        String routingKey = "dlx.#";

        String queueName = "test_dlx_queue";

        channel.exchangeDeclare(exchangeName, "topic", true, false, null);

        Map<String, Object> agruments = new HashMap<String, Object>();

        agruments.put("x-dead-letter-exchange", "dlx.exchange");

        //这个agruments属性，要设置到声明队列上

        channel.queueDeclare(queueName, true, false, false, agruments);

        channel.queueBind(queueName, exchangeName, routingKey);

        //要进行死信队列的声明:

        channel.exchangeDeclare("dlx.exchange", "topic", true, false, null);

        channel.queueDeclare("dlx.queue", true, false, false, null);

        channel.queueBind("dlx.queue", "dlx.exchange", "#");

        channel.basicConsume(queueName, true, new MyConsumer(channel));

    }

}

生产端代码：

package com.javaxh.rabbitmqapi.dlx;

import com.rabbitmq.client.AMQP;

import com.rabbitmq.client.Channel;

import com.rabbitmq.client.Connection;

import com.rabbitmq.client.ConnectionFactory;

public class Producer {

    public static void main(String[] args) throws Exception {

        ConnectionFactory connectionFactory = new ConnectionFactory();

        connectionFactory.setHost("192.168.239.131");

        connectionFactory.setPort(5672);

        connectionFactory.setVirtualHost("/");

        Connection connection = connectionFactory.newConnection();

        Channel channel = connection.createChannel();

        String exchange = "test_dlx_exchange";

        String routingKey = "dlx.save";

        String msg = "Hello RabbitMQ DLX Message";

        for(int i =0; i<1; i ++){

            AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder()

                    .deliveryMode(2)

                    .contentEncoding("UTF-8")

                    .expiration("10000")

                    .build();

            channel.basicPublish(exchange, routingKey, true, properties, msg.getBytes());

        }

    }

}

谢谢观看！！！

RabbitMQ之消息模式（下）的更多相关文章

  1. RabbitMQ之消息模式简单易懂，超详细分享~~~

    前言 上一篇对RabbitMQ的流程和相关的理论进行初步的概述,如果小伙伴之前对消息队列不是很了解,那么在看理论时会有些困惑,这里以消息模式为切入点,结合理论细节和代码实践的方式一起来学习. 正文 常 ...

  2. RabbitMQ之消息模式2

    消费端限流 什么是消费端的限流? 假设一个场景,首先,我们RabbitMQ服务器有上万条未处理的消息,我们随便打开一个消费者客户端,会出现下面情况: 巨量的消息瞬间全部推送过来,但是我们单个客户端无法 ...

  3. RabbitMQ之消息模式

    目的: 消息如何保证100%的投递 幂等性概念 Confirm确认消息 Return返回消息 自定义消费者 前言: 想必知道消息中间件RabbitMQ的小伙伴,对于引入中间件的好处可以起到抗高并发,削 ...

  4. RabbitMQ之消息模式1

    消息100%的投递 消息如何保障100%的投递成功? 什么是生产端的可靠性投递? 保障消息的成功发出 保障MQ节点的成功接收 发送端收到MQ节点(Broker)确认应答 完善的消息进行补偿机制 BAT ...

  5. 解决spring boot在RabbitMQ堆积消息情况下无法启动问题

    最近遇到一个问题,服务站点上线之前,先去新建需要的rabbitmq并绑定关系,此时 如果发送消息方运行, 那边会造成新建的q消息部分堆积得不到及时消费 那么问题来了? 在消息堆积情况下,服务站点无法启 ...

  6. RabbitMQ入门-消息订阅模式

    消息派发 上篇<RabbitMQ入门-消息派发那些事儿>发布之后,收了不少反馈,其中问的最多的还是有关消息确认以及超时等场景的处理. 楼主,有遇到消费者后台进程不在,但consumer连接 ...

  7. simple模式下rabbitmq的代码

    simple模式代码 package RabbitMQ import ( "fmt" "github.com/streadway/amqp" "log ...

  8. [老老实实学WCF] 第十篇 消息通信模式(下) 双工

    老老实实学WCF 第十篇 消息通信模式(下) 双工 在前一篇的学习中,我们了解了单向和请求/应答这两种消息通信模式.我们知道可以通过配置操作协定的IsOneWay属性来改变模式.在这一篇中我们来研究双 ...

  9. RabbitMQ分布式消息队列服务器（一、Windows下安装和部署）

    RabbitMQ消息队列服务器在Windows下的安装和部署-> 一.Erlang语言环境的搭建 RabbitMQ开源消息队列服务是使用Erlang语言开发的,因此我们要使用他就必须先进行Erl ...

随机推荐

  1. 二叉树 B-树B+树

    聚集索引和非聚集索引结构参考:http://blog.csdn.net/cangchen/article/details/44818623 前两天有位朋友邀请我回答个问题,为什么 MongoDB (索 ...

  2. uniapp - 点赞动画插件

    更新时间: 2019/8/31 - 点击下载demo 点赞动画插件配合animate.css更好用! 该组件参考于:https://github.com/OYsun/VueStar/tree/mast ...

  3. Python开源项目Top30

    原文地址:https://www.cnblogs.com/stoker/p/9101825.html No 1:Home-assistant (v0.6+) 基于Python 3的开源家庭自动化平台[ ...

  4. java合并多个word 2007 文档 基于docx4j

    参考文章:http://dh.swzhinan.com/post/185.html 引入的jar包 <dependency> <groupId>org.docx4j</g ...

  5. debian8 vga 文本模式下出现闪屏

    这种问题是因为 grub 里面关于 分辨率大小不对的问题. 在 debian 里面,在文件 /boot/grub/grub.cfg 里面可以添加 vga 参数配置. 如下: 在 kernel 启动参数 ...

  6. QByteArray数据进行CRC32校验时产生的随机结果

    QT中使用QByteArray来存放了C++中的char数组. 两端使用相同的crc32进行校验,QT中却产生了随机的校验结果, C++端产生唯一的正确校验结果. 查看QByteArray相关资料,未 ...

  7. 在 Windows 中配置Maven

    访问http://maven.apache.org/ 点击左侧的导航栏,Download 跳转到下载maven的页面,往下滚动,看到 Files 处,选择apache-maven-3.3.9-bin- ...

  8. 箱型图Box

    箱型图Box 觉得有用的话,欢迎一起讨论相互学习~Follow Me 又称为盒须图.盒式图.盒状图或箱线图,是一种用作显示一组数据分散情况资料的统计图. 箱形图最大的优点就是不受异常值的影响,能够准确 ...

  9. Failed to open .vcf.gz: could not load index

    这类报错在我使用bcftools index file.vcf.gz进行index出现的. 解决办法是换用tabix进行index,命令为tabix -p vcf file.vcf.gz. 用tabi ...

  10. （转载）极大似然估计&最大后验概率估计

    前言 不知看过多少次极大似然估计与最大后验概率估计的区别,但还是傻傻分不清楚.或是当时道行太浅,或是当时积累不够. 这次重游机器学习之路,看到李航老师<统计学习方法>中第一章关于经验风险最 ...