一.保证消息被执行处理

传递逻辑：

生产者消息确认

RabbitMQ提供了publisher confirm机制来避免消息发送到MQ过程中丢失。这种机制必须给每个消息指定一个唯一ID(一般是业务id)。消息发送到MQ以后，会返回一个结果给发送者，表示消息是否处理成功。

返1回结果有两种方式：

publisher-confirm，确保生产者到交换器exchange消息有没有发送成功

消息成功投递到交换机，返回ack

消息未投递到交换机，返回nack

publisher-return，可以在消息没有被路由到指定的queue时将消息返回，而不是丢弃

消息投递到交换机了，但是没有路由到队列。返回ACK，及路由失败原因。

所以注意：需要给每个消息设置一个全局唯一id，以区分不同消息，避免ack冲突

实现三步即可

1消费者pom设置路由开启失败，是否返回参数，是否等待异步回调等。具体代码如下

publish-confirm-type：开启publisher-confirm，这里支持两种类型：

simple：同步等待confirm结果，直到超时

correlated：异步回调，定义ConfirmCallback，MQ返回结果时会回调这个ConfirmCallback

publish-returns：开启publish-return功能，同样是基于callback机制，不过是定义ReturnCallback

template.mandatory：路由失败时是否启用强制消息。true则调用ReturnCallback；false则直接丢弃消息

spring:rabbitmq:publisher-confirm-type: correlatedpublisher-returns: truetemplate:mandatory: true

Return

每个RabbitTemplate只能配置一个ReturnCallback，因此需要在项目加载时配置

设置一个生产者配置类CommonConfig

@Slf4j
@Configuration
public class CommonConfig implements ApplicationContextAware {@Overridepublic void setApplicationContext(ApplicationContext applicationContext) throws BeansException {// 获取RabbitTemplateRabbitTemplate rabbitTemplate = applicationContext.getBean(RabbitTemplate.class);// 设置ReturnCallbackrabbitTemplate.setReturnCallback((message, replyCode, replyText, exchange, routingKey) -> {// 投递失败，记录日志log.error("交换机投递队列失败，应答码{}，原因{}，交换机{}，路由键{},消息{}",replyCode, replyText, exchange, routingKey, message.toString());// 如果有业务需要，可以重发消息});}
}

定义ConfirmCallback

ConfirmCallback可以在发送消息时指定，因为每个业务处理confirm成功或失败的逻辑不一定相同。

再让我们看下流程图，刚刚第二步定义了Return的逻辑，现在定义生产者接收ConFirm的逻辑

现在去生产者的测试类里写一个方法，进行定义Confirm的逻辑，发送成功，失败，异常

@Test
public void testSendMessage2SimpleQueue() throws InterruptedException {String exchange = "simple.direct";String routingKey = "simple";String message = "hello, spring amqp!";// 声明全局消息IDCorrelationData设置全局消息id的对象CorrelationData correlationData = new  CorrelationData(UUID.randomUUID().toString());// 添加callback   Future将来， Callback回调correlationData.getFuture().addCallback(confirm -> {if (confirm.isAck()) { //连上成功了，返回的ACK是turelog.debug("消息投递交换机成功，ID：{}",correlationData.getId() );}else{log.error("消息投递交换机失败，ID：{}，原因：{}",correlationData.getId(),confirm.getReason());}}, throwable -> { //没连上的失败log.error("消息发送异常, ID:{}, 原因{}",correlationData.getId(),throwable.getMessage());});// 发送消息rabbitTemplate.convertAndSend(exchange, routingKey, message, correlationData);
}

二.确保RabbitMQ消息的可靠性

交换机队列的创建

网页创建

在mq的网页中心里创建，可见这篇博客，很简单的几个截图http://t.csdn.cn/iiilL

在IDEA里创建

在自定义的消费者配置类里新建CommonConfig配置类，叫啥名都行，以下是代码

ps：消费者，生产者配置都行

@Configuration
public class CommonConfig {@Beanpublic DirectExchange simpleExchange(){// 三个参数：交换机名称、是否持久化、当没有queue与其绑定时是否自动删除return new DirectExchange("simple.direct", true, false);}
}

2.1消费者配置类

@Bean
public Queue simpleQueue(){// 使用QueueBuilder构建队列，durable就是持久化的return QueueBuilder.durable("simple.queue").build();
}

事实上，默认情况下，由SpringAMQP声明的队列都是持久化的。

可以在RabbitMQ控制台看到持久化的队列都会带上D的标示：

3.消费者消息确认

RabbitMQ支持消费者确认机制，即：消费者处理消息后可以向MQ发送ack回执，MQ收到ack回执后才会删除该消息。

而SpringAMQP则允许配置三种确认模式：

manual：手动ack，需要在业务代码结束后，调用api发送ack。

auto（默认）：自动ack，由spring监测listener代码是否出现异常，没有异常则返回ack；抛出异常则返回nack

none：关闭ack，MQ假定消费者获取消息后会成功处理，因此消息投递后立即被删除，阅后即焚

把确认机制修改为auto:

在异常位置打断点，再次发送消息，程序卡在断点时，可以发现此时消息状态为unack（未确定状态）：

4.消费失败重试机制

当消费者出现异常后，消息会不断requeue（重入队）到队列，再重新发送给消费者，然后再次异常，再次requeue，无限循环，导致mq的消息处理飙升，带来不必要的压力。

解决方法：利用Spring的retry机制，在消费者出现异常时利用本地重试，而不是无限制的requeue到mq队列。

修改消费者的application.xml，17-22为新增。

logging:pattern:dateformat: HH:mm:ss:SSSlevel:cn.itcast: debug
spring:rabbitmq:host: 192.168.136.130 # rabbitMQ的ip地址port: 5672 # 端口username: itcastpassword: 123321virtual-host: /listener:simple:prefetch: 1acknowledge-mode: auto # 关闭ackretry:enabled: true # 开启消费者失败重试initial-interval: 1000 # 初始的失败等待时长为1秒multiplier: 2 # 失败的等待时长倍数，下次等待时长 = multiplier * 上次等待时长max-attempts: 3 # 最大尝试次数stateless: true # true无状态；false有状态。如果业务中包含事务，这里改为false

在尝试3次后，SpringAMQP会抛出异常AmqpRejectAndDontRequeueException，说明本地重试触发了

查看RabbitMQ控制台，发现消息被删除了，说明最后SpringAMQP返回的是ack，mq删除消息了

结论：

开启本地重试时，消息处理过程中抛出异常，不会requeue到队列，而是在消费者本地重试

重试达到最大次数后，Spring会返回ack，消息会被丢弃

失败策略

简介：用失败策略去处理传递失败的消息，大白话就是新建失败的交换机和队列去处理。

上面的测试中，达到最大重试次数后，消息会被丢弃，这是由Spring内部机制决定的。

在开启重试模式后，重试次数耗尽，如果消息依然失败，则需要有MessageRecovery接口来处理，它包含三种不同的实现：

RejectAndDontRequeueRecoverer：重试耗尽后，直接reject，丢弃消息。默认就是这种方式

ImmediateRequeueMessageRecoverer：重试耗尽后，返回nack，消息重新入队

RepublishMessageRecoverer：重试耗尽后，将失败消息投递到指定的交换机

比较常用的处理方案是第三种：RepublishMessageRecoverer，失败后将消息投递到一个指定的，专门存放异常消息的队列，后续由人工集中处理。

定义失败交换机和队列

@Configuration
public class ErrorMessageConfig {// 1）在consumer服务中定义处理失败消息的交换机和队列@Beanpublic DirectExchange errorMessageExchange(){return new DirectExchange("error.direct");}@Beanpublic Queue errorQueue(){return new Queue("error.queue");}@Beanpublic Binding errorBinding(Queue errorQueue, DirectExchange errorMessageExchange){return BindingBuilder.bind(errorQueue).to(errorMessageExchange).with("error");}// 2）定义一个RepublishMessageRecoverer，发送到指定交换机队列@Beanpublic RepublishMessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate){return new RepublishMessageRecoverer(rabbitTemplate, "error.direct", "error");}
}

确保RabbitMQ消息的可靠性

开启生产者确认机制，确保生产者的消息能到达队列

开启持久化功能，确保消息未消费前在队列中不会丢失

开启消费者确认机制为auto，由spring确认消息处理成功后完成ack

开启消费者失败重试机制，并设置RepublishMessageRecoverer，多次重试失败后将消息投递到异常交换机，交由人工处理

三.解决死信

啥是死信？当一个队列中的消息满足下列情况之一时，就是死信。

消费者使用basic.reject或 basic.nack声明消费失败，并且消息的requeue参数设置为false（个消息被消费者拒绝了，变成了死信）

消息是一个过期消息，超时无人消费

要投递的队列消息满了，无法投递

死信交换机

包含死信的队列配置了dead-letter-exchange属性，指定了一个交换机，那么队列中的死信就会投递到这个交换机中。

如果这个死信交换机也绑定了一个队列，则消息最终会进入这个存放死信的队列：

另外，队列将死信投递给死信交换机时，必须知道两个信息：

死信交换机名称

死信交换机与死信队列绑定的RoutingKey

这样才能确保投递的消息能到达死信交换机，并且正确的路由到死信队列。

如何给队列绑定死信交换机？

给队列设置dead-letter-exchange属性，指定一个交换机

给队列设置dead-letter-routing-key属性，设置死信交换机与死信队列的RoutingKey

——————————————————————————————————————————————

2.TTL超时

TTL，也就是Time-To-Live。如果一个队列中的消息TTL结束仍未消费，则会变为死信，ttl超时分为两种情况：

消息本身设置了超时时间

消息所在的队列设置了超时时间

消费者和队列都可以设置超时时间，俩都设置的话，按照最少的时间来执行。

并且声明死信交换机、死信队列：

@Slf4j
@Component
public class SpringRabbitListener {@RabbitListener(queues = "simple.queue")public void listenSimpleQueue(String msg) {log.info("消费者接收到simple.queue的消息：【{}】", msg);}@RabbitListener(bindings = @QueueBinding(value = @Queue(name = "dl.queue"),exchange = @Exchange(name = "dl.direct"),key = "dl"))public void listenDlQueue(String msg){log.info("接收到 dl.queue的延迟消息：{}", msg);}
}

3.队列指定TTL

要给队列设置超时时间，需要在声明队列时配置x-message-ttl属性：

@Configuration
public class TTLMessageConfig {// 给队列设置超时时间@Beanpublic Queue ttlQueue() {return QueueBuilder.durable("ttl.queue") // 指定队列名称，并持久化.ttl(10000) // 设置队列的超时时间，10秒.deadLetterExchange("dl.direct") // 指定死信交换机.deadLetterRoutingKey("dl") // 指定路由key.build();}// 声明交换机，将ttl与交换机绑定@Beanpublic DirectExchange ttlExchange() {return new DirectExchange("ttl.direct");}@Beanpublic Binding ttlBinding(DirectExchange ttlExchange, Queue ttlQueue) {return BindingBuilder.bind(ttlQueue).to(ttlExchange).with("ttl");}
}

4.测试

发送消息，不指定TTL
@Test
public void testTTLQueue() {// 创建消息String message = "hello, ttl queue";// 消息ID，需要封装到CorrelationData中CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());// 发送消息rabbitTemplate.convertAndSend("ttl.direct", "ttl", message, correlationData);// 记录日志log.debug("发送消息成功");
}

发送消息的日志：

查看下接收消息的日志：

因为队列的TTL值是10000ms，也就是10秒。可以看到消息发送与接收之间的时差刚好是10秒。

5.发送消息指定TTL

@Test
public void testTTLMsg() {// 创建消息Message message = MessageBuilder.withBody("hello, ttl message".getBytes(StandardCharsets.UTF_8)).setExpiration("5000").build();// 消息ID，需要封装到CorrelationData中CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());// 发送消息rabbitTemplate.convertAndSend("ttl.direct", "ttl", message, correlationData);log.debug("发送消息成功");
}

6.总结

消息超时的两种方式是？

给队列设置ttl属性，进入队列后超过ttl时间的消息变为死信

给消息设置ttl属性，队列接收到消息超过ttl时间后变为死信

二者共存时，以时间短的ttl为准

如何实现发送一个消息20秒后消费者才收到消息？

给消息的目标队列指定死信交换机

将消费者监听的队列绑定到死信交换机

发送消息时给消息设置超时时间为20秒

四.延迟队列

利用TTL结合死信交换机，我们实现了消息发出后，消费者延迟收到消息的效果。这种消息模式就称为延迟队列（Delay Queue）模式。

1.延迟队列场景

延迟队列的使用场景包括：

延迟发送短信

用户下单，如果用户在15 分钟内未支付，自动取消

预约工作会议，20分钟后自动通知所有参会人员

2.插件

RabbitMQ的官方也推出了一个插件，原生支持延迟队列效果。

http://t.csdn.cn/pRSQo我的这个博客里有安装插件的步骤

3.声明DelayExchange交换机

3.1基于注解方式

delayed = "true"这块--

@RabbitListener(bindings = @QueueBinding(value = @Queue(name = "delay.queue", durable = "true"),exchange = @Exchange(name = "delay.direct", delayed = "true"),key = "delay"
))
public void listenDelayedQueue(String msg) {log.info("接收到 delay.queue的延迟消息{}", msg);
}

3.2基于@Bean方式

4.发送消息

发送消息时，一定要携带x-delay属性，指定延迟的时间"x-delay",10000 后面数字自己定义

@Test
public void testDelayedMsg()throws Exception{// 创建消息Message message = MessageBuilder.withBody("hello, delayed message".getBytes(StandardCharsets.UTF_8)).setHeader("x-delay",10000).build();// 消息ID，需要封装到CorrelationData中CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());// 发送消息rabbitTemplate.convertAndSend("delay.direct", "delay", message, correlationData);log.debug("发送消息成功");
}

5.处理回调消息

处理延迟队列数据的时候,发送者会收到未正确投递到队列的错误回执信息,我们可以在回调中加个判断即可搞定。

6.总结

延迟队列插件的使用步骤包括哪些？

声明一个交换机，添加delayed属性为true

发送消息时，添加x-delay头，值为超时时间

五.惰性队列

当生产者发送消息的速度超过了消费者处理消息的速度，就会导致队列中的消息堆积，直到队列存储消息达到上限。之后发送的消息就会成为死信，可能会被丢弃，这就是消息堆积问题。

1.解决思路

增加更多消费者，提高消费速度。也就是我们之前说的work queue模式

扩大队列容积，提高堆积上限

从RabbitMQ的3.6.0版本开始，就增加了Lazy Queues的概念，也就是惰性队列。惰性队列的特征：

接收到消息后直接存入磁盘而非内存

消费者要消费消息时才会从磁盘中读取并加载到内存

支持数百万条的消息存储

2.百万存储

2.1构建惰性队列

第一种方法，基于@Bean

@Configuration
public class LazyMessageConfig {@Beanpublic Queue lazyQueue() {return QueueBuilder.durable("lazy.queue").lazy().build();}@Beanpublic Queue normalQueue() {return QueueBuilder.durable("normal.queue").build();}
}

基于@RabbitListener声明

2.2发送

@Test
public void testLazyMsg()throws Exception{for (int i = 0; i <1000000 ; i++) {// 创建消息Message message = MessageBuilder.withBody("hello, lazy message".getBytes(StandardCharsets.UTF_8)).build();// 消息ID，需要封装到CorrelationData中CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());// 发送消息rabbitTemplate.convertAndSend("lazy.queue", message, correlationData);}log.debug("发送消息成功");
}@Test
public void testNormalMsg()throws Exception{for (int i = 0; i <1000000 ; i++) {// 创建消息Message message = MessageBuilder.withBody("hello, normal message".getBytes(StandardCharsets.UTF_8)).build();// 消息ID，需要封装到CorrelationData中CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());// 发送消息rabbitTemplate.convertAndSend("normal.queue", message, correlationData);}log.debug("发送消息成功");
}

上面的只是测试，实现惰性队列的百万存储功能