3.1 消息应答
概念
- 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，国为它无法接收到。
- 为了保证消息在发送过程中不丢失，RabbitMQ引入消息应答机制，消息应答就是:消费者在接收到消息并且处理该消息之后，告诉RabbitMQ它已经处理了，RabbitMQ可以把该消息删除了。
自动应答
消息发送后立即被认为已经传送成功，这种模式需要在高吞吐量和数据传输安全性方面做权衡,因为这种模式如果消息在接收到之前，消费者那边出现连接或者channel关闭，那么消息就丢失了,当然另一方面这种模式消费者那边可以传递过载的消息，没有对传递的消息数量进行限制,当然这样有可能使得消费者这边由于接收太多还来不及处理的消息，导致这些消息的积压，最终使得内存耗尽，最终这些消费者线程被操作系统杀死，所以这种模式仅适用在消费者可以高效并以某种速率能够处理这些消息的情况下使用。
消息应答的方法
- Channel.basicAck(用于肯定确认) RabbitMQ已经知道该消息并成功处理，可以将其丢弃
2.Channel.basicNack(用于否定确认)
3.Channel.basicReject(用于否定确认)，与Channel.basicNack相比少了一个参数，不处理该消息了，直接拒绝，可以将其丢弃了。
- 生产者代码
/**
* 消息在手动应答时是不丢失、放回队列中重新消费
*/
public class Task02 {
// 队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
public static void main(String[] args) throws Exception{
Channel channel = RabbutMqUtils.getChannel();
// 声明队列
channel.queueDeclare(TASK_QUEUE_NAME,false,false,false,null);
//控制台输入
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);
}
}
}
2.消费者代码
ublic class Work03 {
// 队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
//接收消息
public static void main(String[] args) throws Exception {
Channel channel = RabbutMqUtils.getChannel();
System.out.println("C1等待接收消息处理，时间较短");
DeliverCallback deliverCallback = (consumerTag,message) ->{
//睡眠 1 S
SleepUtils.sleep(1);
System.out.println("接收到的消息："+ new String(message.getBody(),"UTF-8") );
/**
* 1. 消息标记 tag
* 2. 是否批量应答 false ; 不批量应答信道中的消息
*/
channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
};
//手动应答
boolean autoAck = false;
/**
* 消费者消费信息
* 1.消费哪个队列
* 2.消费成功之后是否要自动应答 true 代表的自动应答 false 代表手动应答
* 3.消费未成功的回调
* 4.消费者取消消费的回调
*/
channel.basicConsume(TASK_QUEUE_NAME,autoAck,deliverCallback,(consumerTag -> {
System.out.println(consumerTag + "消费者取消消费接口回调逻辑");
}));
}
}
public class Work04 {
// 队列名称
public static final String TASK_QUEUE_NAME = "ack_queue";
//接收消息
public static void main(String[] args) throws Exception {
Channel channel = RabbutMqUtils.getChannel();
System.out.println("C2等待接收消息处理，时间较长");
DeliverCallback deliverCallback = (consumerTag, message) ->{
//睡眠 30 S
SleepUtils.sleep(30);
System.out.println("接收到的消息："+ new String(message.getBody(),"UTF-8") );
/**
* 1. 消息标记 tag
* 2. 是否批量应答 false ; 不批量应答信道中的消息
*/
channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
};
//手动应答
boolean autoAck = false;
/**
* 消费者消费信息
* 1.消费哪个队列
* 2.消费成功之后是否要自动应答 true 代表的自动应答 false 代表手动应答
* 3.消费未成功的回调
* 4.消费者取消消费的回调
*/
channel.basicConsume(TASK_QUEUE_NAME,autoAck,deliverCallback,(consumerTag -> {
System.out.println(consumerTag + "消费者取消消费接口回调逻辑");
}));
}
}
3.2 持久化
- 概念
刚刚我们已经看到了如何处理任务不丢失的情况，但是如何保障当RabbitMQ服务停掉以后消息生产者发送过来的消息不丢失。默认情况下RabbitMQ退出或由于某种原因崩溃时，它忽视队列和消息，除非告知它不要这样做。确保消息不会丢失需要做两件事:我们需要将队列和消息都标记为持久化。
- 列表持久化
boolean durable = true;
Channel.queueDeclare(TASK_QUEUE_NAME,durable,false,false,null);
-
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
-
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
3.3消息持久化
-
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，参考后边课件发布确认章节。
//设置生产者发送消息为持久化消息（要求保存到磁盘上）
channel.basicPublish("",TASK_QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN
,message.getBytes(StandardCharsets.UTF_8));
System.out.println("生产者发出消息："+message);
3.4 不公平分发
- 在最开始的时候我们学习到RabbitMQ.分发消息采用的轮训分发，但是在某种场景下这种策略并不是很好，比方说有两个消费者在处理任务，其中有个消费者1处理任务的速度非常快，而另外一个消费者2处理速度却很慢，这个时候我们还是采用轮训分发的化就会到这处理速度快的这个消费者很大一部分时间处于空闲状态，而处理慢的那个消费者一直在干活，这种分配方式在这种情况下其实就不太好，但是RabbitMQ并不知道这种情况，它依然很公平的进行分发。
//设置不公平分发
int prefetchCount = 1;
channel.basicQos(prefetchCount);
3.5 预取值
本身消息的发送就是异步发送的，所以在任何时候，channel上肯定不止只有一个消息另外来自消费者的手动确认本质上也是异步的。因此这里就存在一个未确认的消息缓冲区，因此希望开发人员能限制此缓冲区的大小，以避免缓冲区里面无限制的未确认消息问题。这个时候就可以通过使用basic.gos.方法设置“预取计数”值来完成的。该值定义通道上允许的未确认消息的最大数量。一旦数量达到配置的数量，RabbitMQ将停止在通道上传递更多消息，除非至少有一个未处理的消息被确认，例如，假设在通道上有未确认的消息5、6、7，8，并且通道的预取计数设置为4，此时RabbitMQ.将不会在该通道上再传递任何消息，除非至少有一个未应答的消息被ack。比方说tag=6这个消息刚刚被确认ACK，RabbitMQ将会感知这个情况到并再发送一条消息。消息应答和QoS预取值对用户吞吐量有重大影响。通常，增加预取将提高向消费者传递消息的速度。虽然自动应答传输消息速率是最佳的，但是，在这种情况下已传递但尚未处理的消息的数量也会增加，从而增加了消费者的RAM消耗(随机存取存储器)应该小心使用具有无限预处理的自动确认模式或手动确认模式，消费者消费了大量的消息如果没有确认的话，会导致消费者连接节点的内存消耗变大，所以找到合适的预取值是一个反复试验的过程，不同的负载该值取值也不同100到300范围内的值通常可提供最佳的吞吐量，并且不会给消费者带来太大的风险。预取值为1是最保守的。当然这将使吞吐量变得很低，特别是消费者连接延迟很严重的情况下，特别是在消费者连接等待时间较长的环境中。对于大多数应用来说，稍微高一点的值将是最佳的。
//预取值
int prefetchCount = 2;
channel.basicQos(prefetchCount);
//预取值
int prefetchCount = 5;
channel.basicQos(prefetchCount);
3.6 # 发布确认
发布确认原理
-
生产者将信道设置成confirm模式，一旦信道进入confirm模式，所有在该信道上面发布的消息都将会被指派一个唯一的ID(从1开始)，一旦消息被投递到所有匹配的队列之后，broker就会发送一个确认给生产者(包含消息的唯一ID)，这就使得生产者知道消息已经正确到达目的队列了，如果消息和队列是可持久化的，那么确认消息会在将消息写入磁盘之后发出，broker回传给生产者的确认消息中delivery-tag域包含了确认消息的序列号，此外 broker也可以设置basic.ack 的multiple域，表示到这个序列号之前的所有消息都已经得到了处理。
-
confirm模式最大的好处在于他是异步的，一旦发布一条消息，生产者应用程序就可以在等信道返回确认的同时继续发送下一条消息，当消息最终得到确认之后，生产者应用便可以通过回调方法来处理该确认消息，如果RabbitMQ因为自身内部错误导致消息丢失，就会发送一条nack消息，生产者应用程序同样可以在回调方法中处理该nack.消息。
发布确认策略
开启发布确认的方法：
发布确认默认是没有开启的，如果要开启需要调用方法 confirmSelect，每当你要想使用发布角认，都需要在channel上调用该方法
//开启发布时间
channel.confirmSelect();
单个发布确认
-
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颍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。
//1.单个确认
public static void publishMessageIndividually () throws Exception{
Channel channel = RabbutMqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
channel.queueDeclare(queueName,true,false,false,null);
//开启发布时间
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());
//单个消息就马上确认进行发布确认
boolean flag = channel.waitForConfirms();
// if (flag) {
// System.out.println("消息发送成功");
// }
}
//结束时间
long end = System.currentTimeMillis();
System.out.println("发布"+ MESSAGE_COUNT + "个单独确认消息，耗时" + (end - begin) + "ms");
}
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。
//2.批量确认
public static void publishMessageBatch() throws Exception{
Channel channel = RabbutMqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
channel.queueDeclare(queueName,true,false,false,null);
//开启发布时间
channel.confirmSelect();
//开始时间
long begin = System.currentTimeMillis();
//批量确认消息大小
int batchSize = 100;
//批量发布消息，批量发布确认
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("",queueName,null,message.getBytes());
//判断达到100条消息的时候 批量确认一次
if(i+1%batchSize == 0){
//发布确认
channel.waitForConfirms();
}
}
//结束时间
long end = System.currentTimeMillis();
System.out.println("发布"+ MESSAGE_COUNT + "个批量确认消息，耗时" + (end - begin) + "ms");
}
异步发布确认
//3.异步批量确认
public static void publishMessageAsuyc () throws Exception{
Channel channel = RabbutMqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
channel.queueDeclare(queueName,true,false,false,null);
//开启发布时间
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);
};
//消息确认失败了 回调函数
ConfirmCallback nackCallback = ( deliveryTag, multiple) ->{
System.out.println("未确认的消息：" + deliveryTag);
};
//消息的监听器 监听哪些消息成功了 哪些失败了
/**
* 1.监听哪些成功消息
* 2.监听哪些失败信息
*/
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());
}
//结束时间
long end = System.currentTimeMillis();
System.out.println("发布"+ MESSAGE_COUNT + "个异步发布确认消息，耗时" + (end - begin) + "ms");
}
如何处理异步未确认信息？
最好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
public static void publishMessageAsuyc () throws Exception{
Channel channel = RabbutMqUtils.getChannel();
//队列的声明
String queueName = UUID.randomUUID().toString();
channel.queueDeclare(queueName,true,false,false,null);
//开启发布时间
channel.confirmSelect();
/**
* 线程安全有序的一个哈希表 适用于高并发的情况下
* 1.轻松将序号与消息关联
* 2.批量删除数据
* 3.支持高并发
*/
ConcurrentSkipListMap<Long,String> outstandingConfirms = new ConcurrentSkipListMap<>();
//消息确认成功 回调函数
ConfirmCallback ackCallback = ( deliveryTag, multiple) ->{
if (multiple) {
//2:删除已经确认的消息 剩下的就是未确认的消息
//.headMap 返回这个标记前的所有
ConcurrentNavigableMap<Long,String> confirmed =outstandingConfirms.headMap(deliveryTag );
confirmed.clear(); //全部清理
}else {
outstandingConfirms.remove(deliveryTag);
}
// System.out.println("确认的消息：" + deliveryTag);
};
//消息确认失败了 回调函数
ConfirmCallback nackCallback = ( deliveryTag, multiple) ->{
//3：打印未确认的消息（可打可不打）
String message = outstandingConfirms.get(deliveryTag );
System.out.println("未确认的消息是：" + message +"未确认的消息tag：" + deliveryTag);
};
//消息的监听器 监听哪些消息成功了 哪些失败了
/**
* 1.监听哪些成功消息
* 2.监听哪些失败信息
*/
channel.addConfirmListener(ackCallback,nackCallback);//异步通知
//开始时间
long begin = System.currentTimeMillis();
//批量发送消息
for (int i = 0; i < MESSAGE_COUNT; i++) {
String message = i + "";
channel.basicPublish("",queueName,null,message.getBytes());
//1：在此记录下所有要发的消息 消息的总和
outstandingConfirms.put(channel.getNextPublishSeqNo(),message);
}
//结束时间
long end = System.currentTimeMillis();
System.out.println("发布"+ MESSAGE_COUNT + "个异步发布确认消息，耗时" + (end - begin) + "ms");
}
三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
