RabbitMQ零碎整理，总有一天在你工作中会用到

概念

MQ：消息队列（消息中间件），开源的基于AMQP协议的消息中间件，异步 解耦 削峰

核心作用：1.异步 2.解耦 3.消息通信

RabbitMQ

消息的类型：1.点对点 2.Worker 3.发布/定义（交换器）

四种交换器：

■1.fanout直接转发

■2.direct路由关键字匹配，精确

■3.topic路由关键字匹配，支持模糊（*和#）

■4.header消息头

RabbitMQ保证消息的可靠性(消息丢失)

原因：

有一定的概率会出现消息丢失

比如：1.消息刚从发送者发送到服务器中，发送者宕机了，在发送的一瞬间，服务器网络异常

2.消费者刚从服务器获取数据，还没获取完，服务器宕机了，或者网络延迟了

3.任何一款的MQ都有可能遇到消息丢失的问题，特别是高并发下

发送端：

要考虑的问题：

1.保证消息发送成功

2.保证服务端接收成功

3.要采用应答模式 发送端和服务端的应答模式

4.需要考虑消息补偿机制

解决方案：

1.消息开启本地持久化 --- 实现消息的落库的处理

2.实现基于延迟的二次确认机制 --- 消息采用2次投递方案，第一次立即执行，第二次间隔执行 采用延迟的模式进行，第二次的投递是为了保证数据的校验。如果存在就不做处理，要是不存在就同步一次

3.RabbitMQ支持消息事务 --- 可以采用事务的模式来处理消息是否成功

消费端：

1.保证消息的获取并应答

结合RabbitMQ的消息应答模式 实现消息消费的应答

2.保证消息过重

每一个消息都有唯一ID,每当消费者获取到消息的时候，先检验此消息有没有被消费过，如果没有再继续进行操作。要是之前消费过，那么就不能再次处理！可以结合Redis

RabbitMQ保证消息幂等性(消息重复)

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。

消息重复

MQ有可能会出现一个消息发送多次，导致消息的重复性

可能出现的场景：1.网络抖动 2.网络闪断 3.端点异常 服务端或者发送端或者消费端

消息出现非幂等性，就会导致消息的重复

解决方案：

1.唯一ID+指纹码

唯一ID 可以使用：雪花算法等等 这种分布式唯一ID生成器

指纹码：就是一段密文，加密规则各不相同

常用：时间戳+随机码+唯一ID+业务ID 采用一定加密技术 进行密文生成

2.基于Redis的原子性实现

Redis的原子性，自增啥的都可以，关键Redis支持集群

为消息设置唯一id，生成唯一id可以用雪花算法，实现去重

RabbitMQ延时队列

延时队列：跟普通队列比起来，多了一个延时的作用

死信消息：就是一个消息的TTL(有效期)结束了，但是消息还未处理，这时这个消息就变为了死信消息

死信队列和延迟消息投递

死信消息的条件：1.拒绝 2.过期 3.队列满了

延迟队列：RabbitMQ没有延迟队列，但是我们可以通过死信消息实现延迟消息投递\

消息的优先级

默认为5，可以通过设置x-max-priority，

MQ集群：1.默认模式 数据存储在其中某一台机器上，在使用的时候，才会进行同步。

2.镜像模式

项目中的应用场景：1.解耦逻辑 2.数据同步（近乎实时）3.延迟队列