开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第15天，点击查看活动详

在这里插入图片描述

上篇文章：消息队列 RabbitMQ入门：Linux（Docker）中安装和卸载RabbitMQ服务

消息队列RabbitMQ提供了六种工作模式：简单模式、work queues、发布订阅模式、路由模式、主题模式、发布确认模式。

一、简单模式（Hello World）

本工作模式主要设计三个角色：生产者、MQ，消费者。由生产者将数据发送到MQ消息队列中，再通过MQ将消息数据转发到消费者，完成一次整体消息数据的通信。

在这里插入图片描述

代码实现

1.创建Java maven工程，添加如下依赖

  <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-compiler-plugin</artifactId>
                <configuration>
                    <source>8</source>
                    <target>8</target>
                </configuration>
            </plugin>
        </plugins>
    </build>
    <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>

2.消息数据生产者

public class Producer {
    // 队列名称
    public static final String QUEUE_NAME = "hello";

    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队列
        factory.setHost("xxx.xxx.xxx.xxx");
        //  用户名
        factory.setUsername("admin");
        // 密码
        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.队列中的消息是否持久化（磁盘），默认存储在内存
        * 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 多个消费者 false 一个消费者
        * 4.是否自动删除 最后一个消费者断开连接后，该队列是否自动删除 true 自动删除 false 不删除
        * 5.其他参数 死信队列。。。
        */
        channel.queueDeclare(QUEUE_NAME,false,false,false,null);
        // 发送消息
        String message = "hello_world";
        /**
        * 1.发送到那个交换机
         * 2.路由的key值 队列名称
         * 3.其他参数
         * 4.发送消息的消息体
        */
        channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
        System.out.println("消息发送完毕");

        channel.close();
        connection.close();
    }
}

测试运行，进入后台管理页面，名为hello的队列中总共有一条消息，且已经准备好等待消费！接下来编写消费者代码进行消费消息数据。

在这里插入图片描述

在这里插入图片描述 3.消费者

public class Consumer {

    public static final String QUEUE_NAME = "hello";

    public static void main(String[] args) throws IOException, TimeoutException {
        // 创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        // 工厂IP
        factory.setHost("xxx.xxx.xxx.xxx");
        //  用户名
        factory.setUsername("admin");
        factory.setPassword("123");

        Connection connection = factory.newConnection();
        Channel channel = connection.createChannel();
        // 消费消息
        // 声明 接收消息
        DeliverCallback deliverCallback = (consumerTag, message) ->{
            System.out.println(new String(message.getBody()));
        };
        // 取消消息回调
        CancelCallback cancelCallback = consumerTag ->{
            System.out.println("消息消费中断");
        };
        /**
        * 1.消费那个队列
         * 2.消费成功之后是否要自动应答 true 自动应答 false 手动应答
         * 3.消费者未成功消费的回调
         * 4.消费者取消消费的回调
        **/
        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
    }
}

测试运行，进入后台管理页面，队列中的消息数据已经被成功消费。

在这里插入图片描述至此，简单工作模式一次完整的通信就完成啦。

二、发布确认模式

原理概述

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。

如何保证消息完全的不丢失呢？

设置要求队列必须持久化
设置队列中的消息必须持久化
使用发布确认模式

发布确认策略

开启发布确认模式 发布确认默认是没有开启的，如果要开启需要调用方法confirmSelect，每次使用发布确认，都需要在 channel 上调用该方法

channel.confirmSelect();

单个确认发布

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。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。

代码实现

 // 发消息的个数
    public static final int MESSAGE_COUNT = 1000;
  // 单个确认
    public static void publishMessageIndividually() throws Exception {
        Channel channel = RabbitMQUtils.getChannel();
        // 声明队列
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName, false, false, false, null);
        // 开启发布确认
        channel.confirmSelect();
        // 开始时间
        long startTime = System.currentTimeMillis();
        for (int i = 0; i < MESSAGE_COUNT; i++) {
            StringBuilder message = new StringBuilder();
            message.append(i);
            message.append(" ");
            channel.basicPublish("", queueName, null, message.toString().getBytes());
            // 单个消息发布确认
            boolean flage = channel.waitForConfirms();
            if (flage){
                System.out.println("消息发送成功");
            }
        }
        long endTime = System.currentTimeMillis();
        System.out.println("单个发布确认，发布1000条消息耗时："+(endTime - startTime) + "ms");
    }

运行测试：

在这里插入图片描述可以看出单个发布确认的执行时间较长，效率非常慢，但是当发生故障的时候非常容易排查，清楚的知道是哪个消息出现了问题。

批量确认发布

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。

代码实现

  // 批量发布
    public static void publishmessageBatch() throws Exception {
        Channel channel = RabbitMQUtils.getChannel();
        // 声明队列
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName, false, false, false, null);
        // 开启发布确认
        channel.confirmSelect();
        // 开始时间
        long startTime = System.currentTimeMillis();
        // 批量确认消息大小
        int batchSize = 100;

        // 批量发送，批量发布确认
        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + "";
            channel.basicPublish("", queueName, null, message.getBytes());
            //  到达100条消息确认一次
            if (i % batchSize == 0) {
                System.out.println("消息发送成功");
                //  发布确认
                channel.waitForConfirms();
            }
        }

        long endTime = System.currentTimeMillis();
        System.out.println("单个发布确认，发布1000条消息耗时：" + (endTime - startTime) + "ms");
    }

测试运行：

在这里插入图片描述

可以看出相比于单个发布确认效率提升了很多。

异步确认发布

异步确认相较于之前两个策略在编程逻辑上要复杂的多，但是它的效率是最高的，如果消息出现丢失，它可以知道那些消息丢失，并且可以重新的投递，是通过函数回调来保证是否投递成功。

在这里插入图片描述 代码实现

    // 异步发布
    public static void publishMessageAsync() throws Exception {
        Channel channel = RabbitMQUtils.getChannel();
        // 声明队列
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName, false, false, false, null);
        // 开启发布确认
        channel.confirmSelect();
        // 开始时间
        long startTime = System.currentTimeMillis();

        /**
         * 消息确认成功回调
         * 1. 消息的标识
         * 2.是否为批量确认
        **/
        ConfirmCallback ackCallback = (deliveryTag, multiple) -> {
            System.out.println("确认消息："+deliveryTag);
        };
        // 消息确认失败回调
        ConfirmCallback nackCallback = (deliveryTag, multiple) -> {
            System.out.println("未确认消息："+deliveryTag);
        };
        // 消息监听器
        channel.addConfirmListener(ackCallback,nackCallback);

        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + " ";
            channel.basicPublish("", queueName, null, message.getBytes());
        }
        //  发布确认

        long endTime = System.currentTimeMillis();
        System.out.println("异步发布确认，发布1000条消息耗时：" + (endTime - startTime) + "ms");
    }

在这里插入图片描述

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。==

代码实现

 // 异步发布
    public static void publishMessageAsync() throws Exception {
        Channel channel = RabbitMQUtils.getChannel();
        // 声明队列
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName, false, false, false, null);
        // 开启发布确认
        channel.confirmSelect();

        /**
         * 线程安全有序的一个哈希表，适用于高并发的情况
         * 1.将序号与消息进行关联
         * 2.批量删除条目
         * 3.支持高并发
        **/
        ConcurrentSkipListMap<Long,Object> outstandingConfirms = new ConcurrentSkipListMap<>();


        // 开始时间
        long startTime = System.currentTimeMillis();

        /**
         * 消息确认成功回调
         * 1. 消息的标识
         * 2.是否为批量确认
        **/
        ConfirmCallback ackCallback = (deliveryTag, multiple) -> {
            if (multiple){
                // 2.删除已经确认的消息
                ConcurrentNavigableMap<Long, Object> confirmed = outstandingConfirms.headMap(deliveryTag);
                confirmed.clear();
            }else {
                outstandingConfirms.remove(deliveryTag);
            }
            System.out.println("确认消息："+deliveryTag);
        };
        // 消息确认失败回调
        ConfirmCallback nackCallback = (deliveryTag, multiple) -> {
            // 3.打印未确认的消息
            Object message = outstandingConfirms.get(deliveryTag);
            System.out.println("未确认消息为："+message+"标记："+deliveryTag);
        };
        // 消息监听器
        channel.addConfirmListener(ackCallback,nackCallback);

        for (int i = 0; i < MESSAGE_COUNT; i++) {
            String message = i + " ";
            channel.basicPublish("", queueName, null, message.getBytes());
            // 1.记录要发送的所有消息
            outstandingConfirms.put(channel.getNextPublishSeqNo(),message);
        }
        //  发布确认

        long endTime = System.currentTimeMillis();
        System.out.println("异步发布确认，发布1000条消息耗时：" + (endTime - startTime) + "ms");
    }

三种发布确认速度对比

通过对三种发布确认策略的实验可以得出：

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

本次分享的文章到这里就结束了，希望对大家有啥帮助。

消息队列RabbitMQ核心：简单（Hello World）模式、发布确认模式

一、简单模式（Hello World）

代码实现

二、发布确认模式

原理概述

发布确认策略

单个确认发布

批量确认发布

异步确认发布

三种发布确认速度对比