RabbitMq消息的百分百投递

标签：百分百应答 RabbitMq gmallCorrelationData 消息 test 投递 where id

RabbitMq消息的百分百投递

在RabbitMq作为消息中间件的时候,存在消息丢失的情况;在大部分业务中是不允许的;

尤其是在使用中间件来保证数据的最终一致性时,消息丢失则无法保证消息的最终一致性;

下图展示了消息丢失的三种情况

所以消息的百分百投递就必须在这三个位置消息不发生丢失

第一处位置:生产者到交换机

通过confirmCallback

生产者投递消息后，如果exchang收到消息后，会给生产者⼀个ACK。生产者通过ACK，可以确认这条消息是否正常发送到exchang，这种方式是消息可靠性投递的核心

#旧版，确认消息发送成功，通过实现ConfirmCallBack接口，消息发送到交换器Exchange后触发回调
spring.rabbitmq.publisher-confirms=true
#新版，NONE值是禁用发布确认模式，是默认值，CORRELATED值是发布消息成功到交换器后会触发回调方法
spring.rabbitmq.publisher-confirm-type: CORRELATED

代码实现

@Component
@Slf4j
public class MQProducerAckConfig implements RabbitTemplate.ConfirmCallback,
                                             RabbitTemplate.ReturnCallback{
   @Autowired
    private RabbitTemplate rabbitTemplate;
    @Autowired
    private RedisTemplate redisTemplate;
    @PostConstruct
    public void MQProducerAckConfig(){
        rabbitTemplate.setConfirmCallback(this);
        rabbitTemplate.setReturnCallback(this);
    }

    //交换机应答方法     成功或失败都应答
    @Override
    public void confirm(CorrelationData correlationData, boolean ack, String cause) {
        //每次发消息 此方法都会被执行
        if(ack){
            log.info("交换机成功应答：" + cause);
        }else{
            log.error("交换机失败应答：失败的原因：" + cause);
            //重新发送消息
            retrySendMessage(correlationData);
        }
    }
                                                  
    //重新发消息
    private void retrySendMessage(CorrelationData correlationData) {
        //附加对象
        GmallCorrelationData gmallCorrelationData =
                (GmallCorrelationData)correlationData;
        //判断重新发送几次了
        int retryCount = gmallCorrelationData.getRetryCount();
        if(retryCount < 3){
            retryCount++;
            gmallCorrelationData.setRetryCount(retryCount);
            rabbitTemplate.convertAndSend(gmallCorrelationData.getExchange()
            ,gmallCorrelationData.getRoutingKey(),
                    gmallCorrelationData.getMessage(),gmallCorrelationData);
            log.info("交换机重新发送消息：第" + retryCount + "次数");
        }else{
            // 打印日志 记录  重试了2次 还是发不出去

        }

    }
 }

第二处位置:由交换机到队列

//队列应答 方法  只有失败了才应答
@Override
public void returnedMessage(Message message, int replyCode,
                            String replyText, String exchange, String routingKey) {
    log.error("队列失败应答：消息：" + new String(message.getBody()));
    log.error("队列失败应答：失败码：" + replyCode);
    log.error("队列失败应答：失败消息：" + replyText);
    log.error("队列失败应答：交换机：" + exchange);
    log.error("队列失败应答：routingKey：" + routingKey);

    Object uuid = message.getMessageProperties().getHeader("spring_returned_message_correlation");
    String json = (String) redisTemplate.opsForValue().get(uuid);
    GmallCorrelationData gmallCorrelationData =
            JSONObject.parseObject(json, GmallCorrelationData.class);
    //重新发送
    retrySendMessage(gmallCorrelationData);

由于要保证消息的百分百投递,所以必须要进行消息失败重发

就有可能导致消息被重复消费----->也就必须要保证消息的幂等性

消息的幂等性:

幂等性：对一个操作，请求一次和请求多次，所产生的结果是一样的，这叫幂等性。

哪些情况需要判断幂等
1、多次点击某一个按钮
2、回退之后再次点击
3、Feign的远程调用失败，并且使用的是Feign的重试机制
4、消息重复消费
5、其它业务

哪些操作出现幂等
1、select操作
select * from test where id=1;//幂等性
select * from test where id>1;//可能满足也可能不满足
2、delete删除
delete from test where id=1;//幂等性
delete from test where id>1;//可能满足也可能不满足
3、update操作
update test set c=1 where id=1;//幂等性
update test set c=c+1 where id=1;//一定不满足
4、insert操作
insert into test(userId,userName) values(100,'zs');
假若userId唯一索引或者主键索引:满足===数据库层面约束
假若userId不是唯一索引或者主键索引：不满足

保证消息幂等性的方法:

1、Token机制====检验订单重复提交
1.1在执行业务前先在服务端生成一个Token(自定义规则生成)，第一份存到容器中【Redis】,第二份返回前端
1.2前端得到后端返回的token，一般将其存放到cookie中或者请求头中
1.3在执行业务的时候，获取到前端携带的token和容器中的token做比较
1.3若相等，则代表是第一次提交，接着执行业务，最后将该Token从容器中删除
1.4若不相等，则证明不是第一次提交，就不能执行业务，返回错误消息给前端
 Token机制的危险性：
 1、获取、判断和删除要保证原子性。====lua脚本
 2、删除Token的顺序
   2.1先判断====执行业务====删除Token【项目中采用的这个】
   2.2先判断====删除Token===执行业务 【建议用下面方式】
2、各种锁机制
1、悲观锁
select * from test where id =1 for update; //写锁
update
insert
delete
select * from test where id =1 lock in share mode;//加读锁
注意:查询条件的id要是主键或者唯一索引，不然就可能锁表的情况。

2、乐观锁
实现就是加version
update stock set count=count-1,version=version+1 where oderId=1 and version=1;
   场景：读多写少
3、分布式锁
Redis:setnx
同一时间可能多个服务【不同机器】都去修改同一条数据，使用分布锁
MySQL
Redis
Zk

3、各种唯一约束【数据库层面】
主键约束或者唯一键约束
insert into test(userId,userName) values(100,'zs');====注意【主键不能自增】
因此注意在分库分表的时候，同一个请求根据路由计算之后，业务请求要落到同一个库同一张表。

2、Redis===set防重

3、防重表结合事务使用
除开设计业务表之外，在建一个防重表。

第三处位置:

从对列到消费者的位置必须要保证是手动签收

//配置文件
spring:
   rabbitmq:
     host: 192.168.18.230
     port: 5672
     username: admin
     password: 123
     listener:
       simple:
         acknowledge-mode: manual//设置手动签收
//手动签收对应的方法
basicAck 同意签收 支持批量，设置入参mutiple为true
basicReject 拒绝签收，不支持批量，支持是否重新入队，设置入参requeue为true
basicNack 拒绝签收，支持批量，支持是否重新入队，设置入参requeue为true

以及保证消息的持久化--->https://www.cnblogs.com/xuzhidong/p/16845459.html

标签：百分百,应答,RabbitMq,gmallCorrelationData,消息,test,投递,where,id
From： https://www.cnblogs.com/xuzhidong/p/16845761.html

RabbitMq消息的百分百投递

RabbitMq消息的百分百投递

相关文章

赞助商

阅读排行