RabbitMQ

什么是消息队列（mq）？

MQ（IBM MQ）代表消息队列，是一种应用程序对应用程序的通信方法；通过消息传递队列发送和接收消息数据，支持应用程序，系统，服务和文件之间的信息交换。这简化了业务应用程序的创建和维护

消息队列是典型的消费者与生产者模型。

生产者不断向消息队列发送消息，消费者不断的从队列中获得消息。消息的产生和消费都是异步的，而且只关心消息的发送和接受，没有业务逻辑的入侵，这样就实现了生产者和消费者的解耦。

AMQP和JMS

MQ是消息通信的模型，并不是具体实现。现在实现MQ的有两种主流方式：AMQP、JMS。

AMQP

AMQP，即Advanced Message Queuing Protocol，一个提供统一消息服务的应用层标准高级消息队列协议，是应用层协议的一个开放标准，为面向消息的中间件设计。基于此协议的客户端与消息中间件可传递消息，并不受客户端/中间件不同产品，不同的开发语言等条件的限制。Erlang中的实现有RabbitMQ等。

JMS

JMS即Java消息服务（Java Message Service）应用程序接口，是一个Java平台中关于面向消息中间件（MOM）的API，用于在两个应用程序之间，或分布式系统中发送消息，进行异步通信。Java消息服务是一个与具体平台无关的API，绝大多数MOM提供商都对JMS提供支持。

AMQP与JMS区别

• JMS是定义了统一的接口，来对消息操作进行统一；AMQP是通过规定协议来统一数据交互的格式

• JMS限定了必须使用Java语言；AMQP只是协议，不规定实现方式，因此是跨语言的。

• JMS规定了两种消息模型；而AMQP的消息模型更加丰富

常见的MQ产品

• ActiveMQ：基于JMS
• RabbitMQ：基于AMQP协议，erlang语言开发，稳定性好
• RocketMQ：基于JMS，阿里巴巴产品，目前交由Apache基金会
• Kafka：分布式消息系统，高吞吐量

RabbitMQ

安装教程：

https://cloudlandboy.github.io/myNote/#/project/leyoumall/rabbitmq-install

docker安装：

1.下载镜像

docker pull rabbitmq:management

2.创建容器

docker run -d --name rabbitmq  -p 5672:5672 -p 15672:15672 

什么是RabbitMQ？

RabbitMQ是实现了高级消息队列协议（AMQP）的开源消息代理软件（亦称面向消息的中间件）。RabbitMQ服务器是用Erlang语言编写的，而集群和故障转移是构建在开放电信平台框架上的。所有主要的编程语言均有与代理接口通讯的客户端库。

支持多种开发语言：java、python、ruby、.NET、PHP、C/C++、node.js等

官网： http://www.rabbitmq.com/

官方教程：http://www.rabbitmq.com/getstarted.html

RabbitMQ管理界面

添加用户及角色：

访问：127.0.0.1:15672打开RabbitMQ管理界面

管理界面介绍：

添加用户：

1、超级管理员(administrator)

可登陆管理控制台，可查看所有的信息，并且可以对用户，策略(policy)进行操作。

2、监控者(monitoring)

可登陆管理控制台，同时可以查看rabbitmq节点的相关信息(进程数，内存使用情况，磁盘使用情况等)

3、策略制定者(policymaker)

可登陆管理控制台, 同时可以对policy进行管理。但无法查看节点的相关信息(上图红框标识的部分)。

4、普通管理者(management)

仅可登陆管理控制台，无法看到节点信息，也无法对策略进行管理。

5、其他

无法登陆管理控制台，通常就是普通的生产者和消费者。

创建Virtual hosts

创建完回到admin管理界面点击新建的账户名称admin

了解即可的几种消息模型

1、基本消息模型

基本消息示意图：

基本消息模型相当于，你把邮件放到邮筒里，然后rabbitmq充当邮局、邮筒和邮递员，只不过rabbitmq并不对数据做处理。rabbitmq只会做数据存储，转发数据消息的二进制块。最终处理数据的是消费者。

可以设置一个消息确定机制（ACK），来确定你的数据有没有被处理掉。

队列属性

queueDeclare(String queue, 
            boolean durable, 
            boolean exclusive, 
            Map<String, Object> arguments);

queue: 队列名称

durable： 是否持久化, 队列的声明默认是存放到内存中的，如果rabbitmq重启会丢失，如果想重启之后还存在就要使队列持久化，保存到Erlang自带的Mnesia数据库中，当rabbitmq重启之后会读取该数据库

exclusive：是否排外的，有两个作用，一：当连接关闭时connection.close()该队列是否会自动删除；二：该队列是否是私有的private，如果不是排外的，可以使用两个消费者都访问同一个队列，没有任何问题，如果是排外的，会对当前队列加锁，其他通道channel是不能访问的，如果强制访问会报异常：com.rabbitmq.client.ShutdownSignalException: channel error; protocol method: #method<channel.close>(reply-code=405, reply-text=RESOURCE_LOCKED - cannot obtain exclusive access to locked queue ‘queue_name’ in vhost ‘/‘, class-id=50, method-id=20)一般等于true的话用于一个队列只能有一个消费者来消费的场景

autoDelete：是否自动删除，当最后一个消费者断开连接之后队列是否自动被删除，可以通过RabbitMQ Management，查看某个队列的消费者数量，当consumers = 0时队列就会自动删除

arguments：
队列中的消息什么时候会自动被删除？

Message TTL(x-message-ttl)：设置队列中的所有消息的生存周期(统一为整个队列的所有消息设置生命周期), 也可以在发布消息的时候单独为某个消息指定剩余生存时间,单位毫秒, 类似于redis中的ttl，生存时间到了，消息会被从队里中删除，注意是消息被删除，而不是队列被删除， 特性Features=TTL, 单独为某条消息设置过期时间AMQP.BasicProperties.Builder properties = new AMQP.BasicProperties().builder().expiration(“6000”);
channel.basicPublish(EXCHANGE_NAME, “”, properties.build(), message.getBytes(“UTF-8”));

Auto Expire(x-expires): 当队列在指定的时间没有被访问(consume, basicGet, queueDeclare…)就会被删除,Features=Exp

Max Length(x-max-length): 限定队列的消息的最大值长度，超过指定长度将会把最早的几条删除掉， 类似于mongodb中的固定集合，例如保存最新的100条消息, Feature=Lim

Max Length Bytes(x-max-length-bytes): 限定队列最大占用的空间大小， 一般受限于内存、磁盘的大小, Features=Lim B

Dead letter exchange(x-dead-letter-exchange)： 当队列消息长度大于最大长度、或者过期的等，将从队列中删除的消息推送到指定的交换机中去而不是丢弃掉,Features=DLX

Dead letter routing key(x-dead-letter-routing-key)：将删除的消息推送到指定交换机的指定路由键的队列中去, Feature=DLK

Maximum priority(x-max-priority)：优先级队列，声明队列时先定义最大优先级值(定义最大值一般不要太大)，在发布消息的时候指定该消息的优先级， 优先级更高（数值更大的）的消息先被消费,

Lazy mode(x-queue-mode=lazy)： Lazy Queues: 先将消息保存到磁盘上，不放在内存中，当消费者开始消费的时候才加载到内存中

Master locator(x-queue-master-locator)

注意

关于队列的声明，如果使用同一套参数进行声明了，就不能再使用其他参数来声明，要么删除该队列重新删除，可以使用命令行删除也可以在RabbitMQ Management上删除，要么给队列重新起一个名字。

2、work消息模型

work示意图：

任务队列，一个生产者有多个消费者，主要思想是避免执行资源密集型任务时，必须等待它执行完成。相反我们可以稍后完成任务，我们将任务封装为消息并将其发送到队列。在后台邮箱的工作进程将获取任务并最终执行作业。当你运行许多消费者时，任务将在他们之间共享，但是一个消息只能被一个消费者共享。

面试题：避免消息堆积？

• 采用workqueue，多个消费者监听同一队列。

• 接收到消息以后，而是通过线程池，异步消费。

能者多劳

• 消费者1比消费者2的效率要低，一次任务的耗时较长

• 然而两人最终消费的消息数量是一样的

• 消费者2大量时间处于空闲状态，消费者1一直忙碌

  现在的状态属于是把任务平均分配，正确的做法应该是消费越快的人，消费的越多。

  怎么实现呢？

  我们可以使用basicQos方法和prefetchCount = 1设置。 这告诉RabbitMQ一次不要向工作人员发送多于一条消息。 或者换句话说，不要向该工作人员发送新消息，直到它处理并确认了前一个消息。 相反，它会将其分派给不忙碌的工作人员。

  

3、订阅模型

work只能传递给一个消费者，只能被消费一次，而订阅模型可以一个消息多个消费者使用。

这种模式被称为“发布/订阅”。

订阅模型示意图：

解读：

1、1个P生产者，多个消费者

2、1个X交换机，生产者把消费发送到交换机，由交换机发送给指定队列

3、多个消息队列，每个消费者绑定一个交换机

4、每个队列都只有一个消费者。

5、生产者发送消息，经过交换机到达队列，实现一个消息被多个消费者获取。

X（Exchange）：交换机，一方面：接受生产者发送的消息。另一方面：知道如何处理消息，例如发送给某个特别的队列，递交给所有队列，或是将消息丢弃。到底如何操作取决于Exchange的类型。

Exchange类型有一下几种：

• Fanout：广播：将消息交给所有绑定到交换机的队列
• Direct: 定向，把消息交给符合指定的routing key 的队列
• Topic: 通配符，把消息交给符合routing pattern（路由模式）的队列

【注】Exchange只负责转发消息，不具被存储消息的能力，如果队列与Exchange没有绑定或者没有符合路由规则的队列，那么消息会丢失。

-订阅模型-Fanout

Fanout，也称之为：广播

Fanout流程图：

在广播模式下，消息发送流程是这样的：

• 可以有多个消费者
• 每个消费者有自己的queue（队列）
• 每个队列都要绑定到Exchange（交换机）
• 生产者发送的消息，只能发送到交换机，交换机来决定要发给哪个队列，生产者无法决定。
• 交换机把消息发送给绑定过的所有队列
• 队列的消费者都能拿到消息。实现一条消息被多个消费者消费

-订阅模型-Direct

有选择性的接收消息

在订阅模式中，生产者发布消息，所有消费者都可以获取所有消息。

在路由模式中，我们将添加一个功能 - 我们将只能订阅一部分消息。 例如，我们只能将重要的错误消息引导到日志文件（以节省磁盘空间），同时仍然能够在控制台上打印所有日志消息。

但是，在某些场景下，我们希望不同的消息被不同的队列消费。这时就要用到Direct类型的Exchange。

在Direct模型下，队列与交换机的绑定，不能是任意绑定了，而是要指定一个RoutingKey（路由key）

消息的发送方在向Exchange发送消息时，也必须指定消息的routing key。

P：生产者，向Exchange发送消息，发送消息时，会指定一个routing key。

X：Exchange（交换机），接收生产者的消息，然后把消息递交给 与routing key完全匹配的队列

C1：消费者，其所在队列指定了需要routing key 为 error 的消息

C2：消费者，其所在队列指定了需要routing key 为 info、error、warning 的消息

-订阅模型-Topic

Topic类型的Exchange与Direct相比，都是可以根据RoutingKey把消息路由到不同的队列。只不过Topic类型Exchange可以让队列在绑定Routing key 的时候使用通配符！

Routingkey一般都是有一个或多个单词组成，多个单词之间以”.”分割，例如：item.insert

通配符规则：

`#`：匹配一个或多个词

`*`：匹配不多不少恰好1个词Copy to clipboardErrorCopied

举例：

`audit.#`：能够匹配`audit.irs.corporate` 或者 `audit.irs`

`audit.*`：只能匹配`audit.irs`

在这个例子中，我们将发送所有描述动物的消息。消息将使用由三个字（两个点）组成的routing key发送。路由关键字中的第一个单词将描述速度，第二个颜色和第三个种类：速度.颜色.种类。

我们创建了三个绑定：Q1绑定了* .orange.*，Q2绑定了*.*.rabbit和lazy.＃。

Q1匹配所有的橙色动物。

Q2匹配关于兔子以及懒惰动物的消息。

持久化

如何避免消息丢失？

1、消费者的ACK机制。可以防止消费者丢失消息。

2、但是，如果在消费者消费之前，MQ就宕机了，消息就没了。

要将消息持久化，前提是：队列、Exchange都持久化

交换机持久化

队列持久化

消息持久化

Spring AMQP

官方文档：https://spring.io/projects/spring-amqp#overview

SpringAMQP项目将核心Spring概念应用于基于AMQP的消息传递解决方案的开发。它提供了一个“模板”作为发送和接收消息的高级抽象。它还提供了对带有“侦听器容器”的消息驱动POJO的支持。这些库简化了AMQP资源的管理，同时促进了依赖注入和声明式配置的使用。在所有这些情况下，您将看到与Spring框架中JMS支持的相似之处。该项目由两个部分组成：Spring-AMQP是基本抽象，Spring-Rabbit是RabbitMQ实现。

特征

• 用于异步处理入站消息的侦听器容器
• 用于发送和接收信息的RabbitTemplate
• 用于自动声明队列、交换和绑定的RabbitAdmin

【意】 Spring-amqp是对AMQP协议的抽象实现，而spring-rabbit 是对协议的具体实现，也是目前的唯一实现。底层使用的就是RabbitMQ。

【使用】

1、导入依赖和配置

添加AMQP的启动器

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-amqp</artifactId>
</dependency>

配置RabbitMQ的地址

spring:
  rabbitmq:
    host: 101.37.82.39
    username: root
    password: root
    virtual-host: /root

2、发送消息，AmqpTemplate

Spring最擅长的事情就是封装，把他人的框架进行封装和整合。

Spring为AMQP提供了统一的消息处理模板：AmqpTemplate，非常方便的发送消息，其发送方法：

红框圈起来的是比较常用的3个方法，分别是：

• 指定交换机、RoutingKey和消息体
• 指定消息
• 指定RoutingKey和消息，会向默认的交换机发送消息

3、接受消息，监听者

在SpringAmqp中，对消息的消费者进行了封装和抽象，一个普通的JavaBean中的普通方法，只要通过简单的注解，就可以成为一个消费者。

@Component
public class Listener {

    @RabbitListener(bindings = @QueueBinding(
            value = @Queue(value = "spring.test.queue", durable = "true"),
            exchange = @Exchange(
                    value = "spring.test.exchange",
                    ignoreDeclarationExceptions = "true",
                    type = ExchangeTypes.TOPIC
            ),
            key = {"#.#"}))
    public void listen(String msg){
        System.out.println("接收到消息：" + msg);
    }
}

• @Componet：类上的注解，注册到Spring容器

  @RabbitListener ：方法上的注解，声明这个方法是一个消费者方法，需要指定下面的属性：

  bindings：指定绑定关系，可以有多个。值是@QueueBinding的数组。@QueueBinding包含下面属性：

包含下面属性：

• value：这个消费者关联的队列。值是@Queue，代表一个队列
• exchange：队列所绑定的交换机，值是@Exchange类型
• key：队列和交换机绑定的RoutingKey

类似listen这样的方法在一个类中可以写多个，就代表多个消费者。

Those who reward are very cute.

• Post author:
• Post link: https://lzhbk.github.io/2020/04/15/rabbitMQ/
• Copyright Notice: All articles in this blog are licensed under unless stating additionally.