首页 > 其他分享 >RabbitMQ常用知识点梳理

RabbitMQ常用知识点梳理

时间:2024-09-07 21:23:31浏览次数:13  
标签:知识点 false err 队列 RabbitMQ 死信 消息 梳理

RabbitMQ

rabbitmq 工作模式

  • 简单模式 简单模式是最基本的工作模式,其中生产者直接发送消息到队列,消费者从队列中消费消息。实际上使用的是默认的direct类型的交换机。
  • 工作队列模式 生产者发送消息到队列,多个消费者订阅同一个队列,并且消息会被均匀地分发给各个消费者(使用轮询的方式)。
  • 发布/订阅模式 消息由一个生产者发布,可以被多个消费者订阅和接收。使用fanout exchange可以实现这种模式
  • 路由模式 使用direct exchange,通过routing key路由
  • 主题模式 使用topic exchange
  • 头部模式 使用headers exchange
  • PRC RPC 模式中,客户端发送请求消息到一个队列,并等待响应。服务器从队列中获取请求,处理后将响应发送回客户端。 适用于需要异步调用服务,并且需要返回结果的场景。

RPC实现原理

在这里插入图片描述

如上图所示,同一个回调队列,服务器将响应消息发送到回调队列,通过correlation id关联请求和响应。

通道 channels

Channel 是一种逻辑上的连接,它存在于实际的 TCP 连接之上。一个 TCP 连接可以支持多个 Channel. 可以将channels视为“共享单个 TCP 连接的轻量级连接”
与连接相似,通道也应是长期存在的。也就是说,没有必要在每次操作时都打开一个通道,这样做效率很低,因为打开通道需要一次网络往返。

可以在服务端、客户端设置可以打开的通道数、每个连接允许打开的通道数,使用两者中较低的值。

# 设置每个连接能打开的最大channel数
channel_max = 100
# 设置每个节点允许打开的最大channel数
channel_max_per_node

如果是RabbitMQ Java 客户端, 通过ConnectionFactory#setRequestedChannelMax控制

交换机 exchange

所有消息都会先发到exchange交换机,再由交换机根据路由策略转发到相应的队列。交换机类型有如下几种:

  • direct 根据routing key将消息路由到一个或多个匹配的队列

在这里插入图片描述

  • fanout 将所有消息广播给所有绑定到改交换机的一路,不关心routing key
    在这里插入图片描述

  • headers 不依赖routing key,而是根据消息的头属性(headers)进行匹配。Headers 交换机提供了更大的灵活性,因为你可以基于消息的元数据(如头部信息)来进行复杂的路由逻辑。 x-match=all,表示所有的匹配条件都必须满足,any 表示只需要满足任意一个匹配条件即可。

  • topic 直接交换机的扩展,它使用模式匹配来路由消息。消息的路由键和队列的绑定键都遵循通配符规则。如 *(匹配一个单词)和 #(匹配多个单词)

在这里插入图片描述

  • x-consistent-hash 使用x-consistent-hash exchange需要开启对应的插件rabbitmq_consistent_hah_exchange, x-consistent-hash 交换器是一种特殊的交换器类型,它使用一致性哈希算法来实现消息的负载均衡。这种类型的交换器特别适合于需要将消息均匀分配到多个队列的场景。根据 routingKey 进行哈希,将消息路由到相应的队列中。它解决了普通哈希算法在增加或减少队列绑定时,相同 routingKey 的消息可能被路由到不同队列的问题,与传统的 round-robin(轮询)不同,一致性哈希在队列数量变化时对系统的影响更小。

Dead Lettering Exchanges(死信交换机)

以下四种情况,消息会被发到死信交换机

  1. 消费者使用basic.reject或basic.nack并且requeue参数设置为false
  2. 消息设置TTL过期
  3. 队列超出长度限制,消息被丢弃
  4. 消息返回仲裁队列的次数超过了投递限制的次数

如果整个队列过期,队列中的消息不会被置为死信。

队列(Queues)

RabbitMQ 中的队列是有序的消息集合,以“amq.”开头的队列为rabbitmq代理内部使用,尝试声明名称违反此规则的队列将导致通道级异常。

在使用队列之前,必须先声明它。如果队列尚不存在,则声明队列将导致创建它。如果队列已存在且其属性与声明中的属性相同,则声明将无效。当现有队列属性与声明中的属性不同时,将PRECONDITION_FAILED引发通道级异常。

队列属性

  • Name 名字
  • Durable 是否持久化
  • Exclusive 仅由一个连接使用,当该连接关闭时队列将被删除
  • Auto-delete 当最后一个消费者取消订阅时,至少有一个消费者的队列将被删除
  • Arguments (可选;由插件和代理特定功能使用,例如消息 TTL、队列长度限制等)

Quorum Queues(仲裁队列)

RabbitMQ 仲裁队列是一种现代队列类型,它基于Raft 共识算法实现了持久的、复制的 FIFO 队列,提供强一致性保障。

自从RabbitMQ3.10起,Quorum queues支持Queue TTL和message TTL.使用message TTL时,每条消息内存开销会增加2个字节。

Quorum queue不支持Global Qos,只能对每个Consumer单独设置prefetch count。

仲裁队列支持消费者优先级,但不支持消息优先级。

仲裁队列适用于需要高一致性、高可用性和在分布式环境中运行的关键任务应用。不适合低延迟、高吞吐、无强一致性需求、存储资源有限、场景简单等情况。

每个quorum queue都有个主副本称为queue leader。所有队列操作都是通过领导者然后复制到followers。
默认会选择声明队列的客户端所连接的节点作为初始领导者(client-local),可以通过queue-leader-locator策略设置balanced,如果队列总数少于1000个,选择托管仲裁队列领导者数量最少的节点。如果队列总数超过 1000 个,则选择一个随机节点。

Classic Queues(经典队列)

队列中存储的数据不会被复制,如果对数据安全要求严格的建议使用quorum queue或stream.

4.0之前Classic queue支持Durable(持久性)和Transient(非持久),4.0版本开始,transient被弃用并移除。

classic queue支持队列独占、队列和消息TTL、队列长度限制、消息优先级、消费者优先级、死信队列。
不支持处理 poison message

3.12版本之前,在Lazy模式下运行的queue,会将消息直接写入磁盘(可以减少内存使用),而不会将消息保留在内存中。3.12之后,忽略此配置,所有队列自动以lazy模式运行

优先级队列

优先级队列(Priority Queue)允许消息根据优先级进行排序,高优先级的消息会先于低优先级的消息被消费
使用优先级队列会产生额外的内存、磁盘和cpu成本。优先级实际最大可以设置到255,但建议设置为1-5,最高不超过10。

延时队列

RabbitMQ有两种方式实现延时队列

  • 死信交换机+TTL 通过给队列或消息设置TTL,当消息过期后会被发送到死信队列。缺点是,一个队列只能有一个延时时间。即使给消息设置了不同的TTL,如果队头的消息TTL未过期,后面的消息即使TTL已经过期了也不会进入死信队列。因此如果有不同的延时时间,需要定义多个队列。

  • 使用延时队列插件 延时队列插件rabbitmq-delayed-message-exchange(由社区提供维护),它允许你直接在交换机层面设置消息的延时时间,而不是在队列层面。这样,当消息发送到交换机时,交换机会根据你设置的延时时间将消息暂存,并在延时时间到达后将消息路由到绑定的队列。

    延时插件可能会增加 RabbitMQ 服务器的内存和 CPU 使用率,特别是当有大量延时消息需要处理时

流(Streams)

Streams是RabbitMQ 3.9引入的一个新特性(类似Kafka),它旨在提供一种高吞吐量、低延迟的消息传递机制,同时支持消息的持久化和复制。这个特性是为了满足需要处理大量消息的场景,比如日志聚合、事件源、实时分析等。

任何消费者可以从日志中的任何点开始读取数据,由x-stream-offset参数控制

  • first 从日志第一个可用消息开始
  • last 从最后写入的消息“块”开始读取
  • next 消费者启动后从写入日志的下一个偏移量开始读取
  • Offset 指定偏移量
  • Timestamp 指定附加到日志的时间点的时间戳值。
  • Interval 指定相对于当前时间的时间间隔

流数据安全性

只有数据被复制到流副本的法定人数后(quorum),才会向发布者发出确认(publisher confirms)。
流不会明确将数据从page cache刷新到磁盘,而是依靠操作系统自身的刷新行为。这意味着如果服务器某个节点不受控制的关闭,可能会导致该节点上托管的副本数据丢失,单个节点上的数据丢失通常只会从系统中的其他节点重新复制。

如果对数据安全性有更高的要求,优先考虑使用仲裁队列(Quorum Queues),因为仲裁队列需要至少一定数量(quorum)的节点将 数据写入并刷新到磁盘后,才会向发布者发出确认。

对于没有使用发布者确认机制的,RabbitMQ不提供任何保证。

stream数据保留策略

与kafka类似,stream数据清理受两个属性控制:

  • max-age 按日志年龄
  • max-length-bytes 按总日志数据大小

心跳检测

  • heartbeat timeout 指定时间内未收到来自客户端或服务器的心跳信号时,视为连接不可访问。
  • 如果要禁用心跳必须客户方和服务端两方heartbeat timeout都设置为0才可以,如果一方为0,则使用两者中较大的值,否则,使用两者中较小的值。对于大多数环境来说,5 到 20 秒范围内的值是最佳的,过低容易误报
  • 任何流量(例如协议操作、已发布消息、确认)都算作有效心跳。客户端可以选择发送心跳帧,而不管连接上是否有其他流量,但有些客户端只在必要时才发送心跳帧。

除非已知环境在每个主机(RabbitMQ 节点和应用程序)上使用TCP keepalive,否则不建议停用心跳

消费者

消费者确认(Consumer Acknowledgment)

可以自动确认或手动确认, 支持批量确认。

  • basic.ack用于肯定承认
  • basic.nack用于否定确认(注意:这是RabbitMQ 对 AMQP 0-9-1 的扩展)
  • basic.reject用于否定确认,但只能确认单条数据

消费者拒绝消息

basic.reject 拒绝单个消息
basic.nack 拒绝一个或多个消息

requeue策略: 当消息重新排队时,如果可能,它将被放置到队列中的原始位置。如果不行(由于多个消费者共享一个队列时,其他消费者同时交付并确认),该消息将被重新排队到更靠近队列头的位置。 为了避免循环重复处理无法ack的消息,消费者应该限制requeue的次数或延迟入队

QoS

消息以异步方式传递(发送)给客户端,并且任何给定时刻,一个通道上可能存在多条“正在传输”的消息。客户端的手动确认本质上也是异步的,但流动方向相反。消费者可以通过basic.qos设置预取计数值,值定义了允许在通道上发送的最大未确认消息数。当该数量达到配置的计数时,RabbitMQ 将停止在通道上发送更多消息,直到至少一条未完成的消息得到确认,如果值为0,表示不限制。

发布者

发布者确认(Publisher Confirms)

生产者发布消息后,RabbitMQ 不会立即返回确认,而是在消息成功被写入队列(并持久化,如果是持久化消息)后,向生产者发送确认。

使用场景

  • 确保消息不丢失:Publisher Confirms 可以确保消息可靠地到达 RabbitMQ,即便在高并发场景下也能追踪到消息的状态。
  • 代替事务模式:相比于 RabbitMQ 的事务模式,Publisher Confirms 的性能更好,特别适合对性能有较高要求的系统。

SpringBoot启用Publisher Confirms需要开启配置

spring.rabbitmq.publisher-confirm-type=correlated
spring.rabbitmq.publisher-returns=true

Java Spring Publisher Confirm代码示例

@Configuration
@Slf4j
public class MqConfig {

    @Resource
    private RabbitTemplate rabbitTemplate;

    @PostConstruct
    public void init() {

        //消息未送达队列触发回调
        rabbitTemplate.setReturnsCallback((returnCallback) -> {
            // 消息发送失败
            log.error("消息发送失败,未送达队列。message:{}, replyCode:{}, replyText:{}, exchange:{}, routingKey:{}",
                    returnCallback.getMessage(), returnCallback.getReplyCode(), returnCallback.getReplyText()
                    , returnCallback.getExchange(), returnCallback.getRoutingKey());

        });
        //消息消费后ack状态
        rabbitTemplate.setConfirmCallback((correlationData, ack, cause) -> {
            log.info("ack提交后回调:{};消息:{}", ack, correlationData);
            if (!ack) {
                // 发送失败
                MqConfig.log.error("ack失败:{}", correlationData);
            }
        });

    }
}

事务

不建议使用,过于繁重,吞吐量降低250倍

生产/消费代码示例

发布者 sender.go

package main

import (
    "context"
    amqp "github.com/rabbitmq/amqp091-go"
    "log"
    url "net/url"
    "time"
)

func failOnError(err error, msg string) {
    if err != nil {
       log.Fatalf("%s: %s", msg, err)
    }
}

func main() {
    url := "amqps://" + url.QueryEscape("username") + ":" + url.QueryEscape("password") + "@127.0.0.1:5671/"
    conn, err := amqp.Dial(url)
    failOnError(err, "Failed to connect to RabbitMQ")
    defer conn.Close()

    ch, err := conn.Channel()
    failOnError(err, "Failed to open a channel")
    defer ch.Close()

    err = ch.ExchangeDeclare(
       "hello",
       "fanout",
       true,
       false,
       false,
       false,
       nil)

    failOnError(err, "Failed to declare an exchange")

    //声明原始队列
    q, err := ch.QueueDeclare(
            "hello",
            false,
            false,
            false,
            false,
            amqp.Table{
                    "x-dead-letter-exchange":    "deadHelloExchange",   //绑定死信交换机
                    "x-dead-letter-routing-key": "deadHelloRoutingKey", //死信routing key
                    //"x-message-ttl": 5000,
            },
    )
    failOnError(err, "Failed to declare a queue")

    err = ch.QueueBind(
            q.Name,  // queue name
            "",      // routing key
            "hello", // exchange
            false,
            nil,
    )
    failOnError(err, "Failed to bind a queue")

    //声明死信交换机
    err = ch.ExchangeDeclare(
            "deadHelloExchange",
            "direct",
            true,
            false,
            false,
            false,
            nil,
    )

    failOnError(err, "Failed to declare a exchange")

    //声明死信队列
    dlx, err := ch.QueueDeclare(
            "deadHelloQueue", // 死信队列名称
            false,
            true,
            false,
            false,
            nil,
    )
    failOnError(err, "Failed to declare a dead letter queue")

    //死信队列绑定到死信交换器
    err = ch.QueueBind(
            dlx.Name,
            "deadHelloRoutingKey",
            "deadHelloExchange",
            false,
            nil,
    )
    failOnError(err, "Failed to bind dead letter queue to exchange")

    ctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
    defer cancel()
    body := "Hello World!"
    err = ch.PublishWithContext(ctx,
            "hello",
            "",
            true,  //如果设置为true,必须确保消息至少被一个队列接收,如果消息不能被路由到任何队列,且mandatory=true,则RabbitMQ会将消息返回给发布者
            false, //如果为true,RabbitMQ 会确保消息只会被已经准备好消费的消费者接收。也就是说,如果队列中没有等待消费的消息(即没有活跃的消费者),消息将不会被投递,而是返回给发布者。
            amqp.Publishing{
                    ContentType: "text/plain",
                    Body:        []byte(body),
                    Expiration:  "50000", //设置消息TTL
            })

}

消费者 receive.go

package main

import (
    amqp "github.com/rabbitmq/amqp091-go"
    "log"
    "net/url"
)

func failOnError(err error, msg string) {
    if err != nil {
       log.Fatalf("%s: %s", msg, err)
    }
}

func main() {
    url := "amqps://" + url.QueryEscape("username") + ":" + url.QueryEscape("password") + "@127.0.0.1:5671/"
    conn, err := amqp.Dial(url)
    failOnError(err, "Failed to connect to RabbitMQ")
    defer conn.Close()

    ch, err := conn.Channel()
    failOnError(err, "Failed to open a channel")
    defer ch.Close()

    //声明队列,不存在创建
    q, err := ch.QueueDeclare(
       "hello",
       false,
       false,
       false,
       false,
       nil,
    )
    failOnError(err, "Failed to declare a queue")

    //绑定队列和交换机
    err = ch.QueueBind(
       q.Name,  // queue name
       "",      // routing key
       "hello", // exchange
       false,
       nil,
    )

    
    msgs, err := ch.Consume(
       q.Name,
       "",
       true,
       false,
       false,
       false,
       nil)
    failOnError(err, "Failed to register a consumer")
    var forever chan struct{}

    go func() {
       for d := range msgs {
          log.Printf("Received a message: %s", d.Body)
       }
    }()

    log.Printf(" [*] Waiting for messages. To exit press CTRL+C")
    <-forever
}

标签:知识点,false,err,队列,RabbitMQ,死信,消息,梳理
From: https://blog.csdn.net/zhangj1125/article/details/141966343

相关文章

  • notes-rabbitmq
    1什么是消息队列消息队列能够将发送方发送的信息放入队列中,当新的消息入队时,会通知接收方进行处理。一般消息发送方称为生产者,接收方称为消费者。1.1几种具体实现:RabbitMQ-性能很强,吞吐量很高,支持多种协议,集群化,消息的可靠执行特性等优势,很适合企业的开发。Kafka-提......
  • HTTP协议基本知识点:工作原理、http请求、响应、连接以及缓存机制
    目录一、HTTP概述二、HTTP的版本三、HTTP请求1.请求方法2.请求头四、HTTP响应1.状态码2.响应头五、HTTP持久连接六、缓存机制1.CacheControl2.ETag3.LastModified七、安全性八、使用场景总结 一、HTTP概述 全称:超文本传输协议(HyperTextTransferProtoco......
  • python PaddleOCR库用法及知识点详解
    识别图片的设置https://blog.csdn.net/f2315895270/article/details/128147744?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-128147744-blog-89082526.pc_relevant_default&spm=1001.2101.3001.4242.1&utm_relevant_in......
  • 第17篇 RabbitMQ安装详细步骤
    一.RabbitMQ是什么?RabbitMQ是一个由Erlang语言开发的AMQP的开源实现。​AMQP:AdvancedMessageQueue,高级消息队列协议。它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,并不受产品、开发语言等条件的限制。​RabbitMQ最......
  • 数据处理者是指开展数据处理活动的组织、个人。数据处理者负责对______数据情况进行梳
    数据处理者是指开展数据处理活动的组织、个人。数据处理者负责对______数据情况进行梳理和识别。查看全部完整题库A.本人B.本单位C.本部门D.本地区公共卫生实验室网络包括()?A.疾控机构B.医疗机构C.高等院校D.科研院所E.海关国际旅行卫生保健中心F.检验检测机构基于以......
  • 【OpenHarmony】鸿蒙南向开发保姆级知识点汇总~
    OpenHarmony的技术架构和设计使得它能够适应不同的设备和场景,无论是智能手机、平板电脑、智能穿戴设备还是其他智能硬件,OpenHarmony都能提供一致的用户体验和开发体验。这使得开发者能够更加高效地开发适用于多种设备的软件,同时也为用户提供了更加统一和流畅的使用体验。由......
  • java知识点——String类常用方法
    字符串常用方法: 方法描述int字符串.length()获取字符串长度boolean字符串.equals比较字符串内容是否相等boolean字符串1.equalsIgnoreCase(字符串2)不分大小写比较内容String字符串.toLowerCase()将字符串全部转成小写的String字符串.toUpperCas......
  • ​浅析多模态大模型技术路线梳理
    前段时间ChatGPT进行了一轮重大更新:多模态上线,能说话,会看图!微软发了一篇长达166页的GPT-4V测评论文,一时间又带起了一阵多模态的热议,随后像是LLaVA-1.5、CogVLM、MiniGPT-5等研究工作紧随其后,到处刷屏。大模型的多模态能力到底是怎么来的?今天来分享一下多模态相关的......
  • TOGAF9.2/10 认证基础知识点概览表
    TOGAF9.2/10认证基础知识点概览表(考点解析:TOGAF基础架构是通用服务和功能的架构,为构建更具体的架构和架构组件提供了基础。这个基础架构体现在技术参考模型(TRM)中,它提供了通用平台服务的模型和分类法。1、TOGAFTRM的目的是为识别通用平台服务提供可视......
  • 鸿蒙(HarmonyOS)北向开发知识点记录~
    北向开发的目标是为鸿蒙生态系统构建丰富多样的应用程序,满足用户在不同场景下的需求。通过北向开发,开发者可以充分利用鸿蒙操作系统的独特优势和强大功能,为用户带来全新的体验,同时也为自身创造更多的商业机会和价值。开发技术与特点1.分布式技术:鸿蒙操作系统的一大特色是......