RabbitMQ 消息应答与发布-CSDN博客

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。

2、手动消息应答的方法

Channel.basicAck (肯定确认应答)

basicAck(long deliveryTag, boolean multiple);

第一个参数是消息的标记第二个参数表示是否应用于多消息RabbitMQ 已知道该消息并且成功的处理消息可以将其丢弃了。

Channel.basicReject (否定确认应答

basicReject(long deliveryTag, boolean requeue);

第一个参数表示拒绝 deliveryTag 对应的消息第二个参数表示是否 requeuetrue 则重新入队列false 则丢弃或者进入死信队列。

该方法 reject 后该消费者还是会消费到该条被 reject 的消息。

Channel.basicNack (用于否定确认)示己拒绝处理该消息可以将其丢弃了

basicNack(long deliveryTag, boolean multiple, boolean requeue);

第一个参数表示拒绝 deliveryTag 对应的消息第二个参数是表示否应用于多消息第三个参数表示是否 requeue与 basicReject 区别就是同时支持多个消息可以拒绝签收该消费者先前接收未 ack 的所有消息。拒绝签收后的消息也会被自己消费到。

Channel.basicRecover

basicRecover(boolean requeue);

是否恢复消息到队列参数是是否 requeuetrue 则重新入队列并且尽可能的将之前 recover 的消息投递给其他消费者消费而不是自己再次消费。false 则消息会重新被投递给自己。

Multiple 的解释

手动应答的好处是可以批量应答并且减少网络拥堵

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、消息重新入队

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。

4、手动应答案列与效果演示

默认消息采用的是自动应答所以我们要想实现消息消费过程中不丢失需要把自动应答改为手动应答。

消费者启用两个线程消费 1 三秒消费一个消息消费者 2 三十秒消费一个消息然后在消费者 2 消费消息的时候停止运行这时正在消费的消息是否会重新进入队列而后给消费者 1 消费呢

上代码

生产者

//生产者 消息应答测试 防止消息丢失
//消息在手动应答时不丢失 放回队列中重新消费
public class Task01 {
    public static final String QUEUE_NAME="ack_queue";

    public static void main(String[] args) throws Exception{
        Channel channel = ChannelUtils.getChannel();
        //开启发布确认
        channel.confirmSelect();
        channel.queueDeclare(QUEUE_NAME,false,false,false,null);
        //控制台中输入信息并发送消息
        Scanner scanner=new Scanner(System.in);
        while (scanner.hasNext()) {
            String message = scanner.next();
            //发送消息 消息持久化
            channel.basicPublish("",QUEUE_NAME, null,message.getBytes("UTF-8"));
            System.out.println("生产者发送消息:"+message);
        }
    }
}

消费者1模拟消息执行时间线程休眠3秒。

//消费者 设置手动应答后 每次消费者处理消息成功后才会应答 若消费者挂掉或关闭 队列会把这个消息分给其他消费者
public class Work01 {
    public static final String QUEUE_NAME="ack_queue";

    public static void main(String[] args) throws Exception{
        Channel channel = ChannelUtils.getChannel();
        System.out.println("C1等待接收消息处理——短时间处理.....");
        DeliverCallback deliverCallback=(consumerTag,message)->{
            //模拟代码逻辑执行时间-3s
            try {
                Thread.sleep(3000);
            } catch (InterruptedException e) {
                throw new RuntimeException(e);
            }
            System.out.println("接收到的消息"+new String(message.getBody(),"UTF-8"));
            //手动应答
            /**
             * 1.消息的唯一标识
             * 2.是否批量应答信道中消息 不批量
             */
            channel.basicAck(message.getEnvelope().getDeliveryTag(),false);
        };
        //接收消息-手动应答
        channel.basicConsume(QUEUE_NAME,false,deliverCallback,message->{});
    }
}

消费者2把线程休眠时间改成30秒

效果演示

生产者发送三条消息由于默认轮询的方式消费者1获得消息11与消息33消费者获取消息22当消费者2挂掉后消费者1获得消费22

二、RabbitMQ持久化

当 RabbitMQ 服务停掉以后消息生产者发送过来的消息不丢失要如何保障默认情况下 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。

1、队列持久化

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 参数第二个参数设置为true代表开启持久化

在消息生产者开启持久化

        //声明队列 队列持久化->队列持久化
        channel.queueDeclare(QUEUE_NAME,true,false,false,null);

注意

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

2、消息持久化

需要在消息生产者发布消息的时候开启消息的持久化

在 basicPublish 方法的第二个参数添加这个属性 MessageProperties.PERSISTENT_TEXT_PLAIN,发布消息时的第三个参数。

//发送消息 消息持久化
channel.basicPublish("",QUEUE_NAME,MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes("UTF-8"));

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。

三、不公平分发能者多劳弱者少劳

1、介绍

在最开始的时候我们学习到 RabbitMQ 分发消息采用的轮询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询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。

为了避免这种情况在消费者中消费消息之前设置参数 channel.basicQos(1);默认参数为0代表轮询。

2、效果演示

开启成功会看到如下结果

不公平分发思想如果一个工作队列还没有处理完或者没有应答签收一个消息则不拒绝 RabbitMQ 分配新的消息到该工作队列。此时 RabbitMQ 会优先分配给其他已经处理完消息或者空闲的工作队列。如果所有的消费者都没有完成手上任务队列还在不停的添加新任务队列有可能就会遇到队列被撑满的情况这个时候就只能添加新的 worker (工作队列)或者改变其他存储任务的策略。

四、预取值分发

1、介绍

带权的消息分发

默认消息的发送是异步发送的所以在任何时候channel 上不止只有一个消息来自消费者的手动确认所以本质上是异步的。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例如假设在通道上有未确认的消息 5、6、78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 ACKRabbitMQ 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。

笔记

不公平分发和预取值分发都用到 basic.qos 方法如果取值为 1代表不公平分发取值不为1代表预取值分发

五、发布确认

生产者发布消息到 RabbitMQ 后需要 RabbitMQ 返回「ACK已收到」给生产者这样生产者才知道自己生产的消息成功发布出去。

六、发布确认逻辑

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。

1、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确认都需要在 channel 上调用该方法。

//开启发布确认
channel.confirmSelect();

2、单个消息的发布确认

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 static void publishMessageIndividually() throws Exception{
        Channel channel = ChannelUtils.getChannel();
        //队列声明
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName,true,false,false,null);
        //开启发布确认
        channel.confirmSelect();
        //记录开始与结束时间
        long begin = System.currentTimeMillis();
        //批量发消息
        for (int i = 0; i < MESSAGE_COUNT; i++) {
            //消息内容
            String message = Integer.toString(i);
            channel.basicPublish("",queueName, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes());
            //单个消息进行确认
            boolean flag = channel.waitForConfirms();
            if (flag){
                System.out.println("第"+i+"条消息发送成功");
            }
        }
        long end = System.currentTimeMillis();
        System.out.println("发布"+MESSAGE_COUNT+"个单独确认消息耗时"+(end-begin)+"毫秒");
    }

注意

确认发布指的是成功发送到了队列并不是消费者消费了消息。

3、批量消息的发布确认

单个确认发布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。

在单个消息发布确认的基础上变成每100条消息确认一下。

public static void publishAllMessageIndividually() throws Exception{
        Channel channel = ChannelUtils.getChannel();
        //队列声明
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName,true,false,false,null);
        //开启发布确认
        channel.confirmSelect();
        //记录开始与结束时间
        long begin = System.currentTimeMillis();
        //批量确认消息大小
        int messageSum=100;
        //批量发消息
        for (int i = 1; i <= MESSAGE_COUNT; i++) {
            //消息内容
            String message = Integer.toString(i);
            channel.basicPublish("",queueName, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes());
            if(i%messageSum==0){
                if (channel.waitForConfirms()) {
                    System.out.println("前"+i+"条数据发送成功");
                }
            }
        }
        long end = System.currentTimeMillis();
        System.out.println("发布"+MESSAGE_COUNT+"个批量确认消息耗时"+(end-begin)+"毫秒");
    }

4、异步消息的发布确认最重要

异步确认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很好利用了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下面详细讲解异步确认是怎么实现的。

实际案例里将发布的消息存入 Map 里方便获取。headMap 方法用于将已确认的消息存入新的 Map 缓存区里然后清除该新缓存区的内容。因为 headMap 方法是浅拷贝所以清除了缓存区相当于清除了内容的地址也就清除了队列的确认的消息。

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。

public static void publishMessageAsync() throws Exception {
        Channel channel = ChannelUtils.getChannel();
        //声明队列,此处使用UUID作为队列的名字
        String queueName = UUID.randomUUID().toString();
        channel.queueDeclare(queueName, false, false, false, null);
        //开启发布确认模式
        channel.confirmSelect();
        //开始时间
        long startTime = System.currentTimeMillis();
        //线程安全有序的一个map适用于高并发
        ConcurrentSkipListMap<Long, String> outstandingConfirm = new ConcurrentSkipListMap<>();

        //消息接收成功 回调函数
        ConfirmCallback ackCallback = ((deliveryTag, multiple) -> {
            //2.删除掉已经确认的消息  剩下的就是未确认的消息
            ConcurrentNavigableMap<Long, String> longStringConcurrentNavigableMap =
                    outstandingConfirm.headMap(deliveryTag);
            System.out.println("确认的消息" + deliveryTag);
        });
        ConfirmCallback nackCallBack = (deliveryTag, multiple) -> {
            //3.打印一下未确认的消息都有哪些
            System.out.println("未确认的消息" + deliveryTag);
        };
        //准备消息的监听器 监听那些消息成功了  那些消息失败了
        channel.addConfirmListener(ackCallback, nackCallBack);
        for (int i = 0; i < 1000; i++) {
            String message = i + "";
            //此处消息持久化
            channel.basicPublish("", queueName, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());
            //1.此处记录下所有要发送的消息  消息的总和
            outstandingConfirm.put(channel.getNextPublishSeqNo(), message);
        }
        //结束时间
        long endTime = System.currentTimeMillis();
        System.out.println("发送1000条消息总共用时" + (endTime - startTime));
    }

以上 3 种发布确认速度对比: