消息可靠性、延迟消息问题、高可用问题、消息堆积问题
**
一、消息可靠性
**
消息可靠性问题: 消息从生产者发送到Exchange,再到queue,再到消费者,有哪些导致消息丢失的可能性?
- 发送时丢失:
- 生产者发送的消息为送达exchange
- 消息到达exchange后未到达queue - MQ宕机,queue将消息丢失
- consumer接收到消息后未消费就宕机
①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。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。结果有两种请求:
- publisher-confirm,发送者确认
=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,发送者回执
=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。
注意:确认机制发送消息时,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
接下来我们通过代码来实现生产者确认:👇看代码
1)在publisher这个微服务的application.yml中添加配置:
spring: rabbitmq: publisher-confirm-type: correlated publisher-returns: true template: mandatory: true #配置说明:====================================== publisher-confirm-type: 开启publish-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 publisher-returns: 开启publisher-return功能,同样是基于callback机制,不过是定义ReturnCallback template-mandatory:定义消息路由失败时的策略。trun,则调用ReturnCallback;false,则直接丢弃消息
2)每个RabbitTemplate只能配置一个ReturnCallback,因此需要在项目启动过程中配置
@Slf4j@Configurationpublic class CommonConfig implements ApplicationContextAware {//SpringBean工程的通知接口ApplicationContextAware //全局的ReturnCallback @Override public void setApplicationContext(ApplicationContext applicationContext) throws BeansException { //获取RabbitTemplate对象 RabbitTemplate rabbitTemplate = applicationContext.getBean(RabbitTemplate.class); //配置ReturnCallback rabbitTemplate.setReturnCallback((message, replyCode, replyText, exchange, routingKey) -> { //记录日志 log.error("消息交换机到队列发送失败,响应码:{},失败原因:{},交换机:{},路由key:{},消息:{}", message, replyCode, replyText, exchange, routingKey); //TODO 如果有需要的话可以自定义的去处理。 }); }}
3)发送消息,指定消息ID、消费ConfirmCallback
@Test public void testSendMessage2SimpleQueue() { //1.准备消息 String message = "test confirmCallback"; //2.准备CorrelationData //2.1消息id用uuid CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString()); //2.2准备confirmacallback correlationData.getFuture().addCallback( result -> { //判断结果 if (result.isAck()) { //ACK log.debug("消息成功投递到交换机!消息ID:{}", correlationData.getId()); } else { //NACK log.debug("消息投递到交换机失败!消息ID:{}", correlationData.getId()); } }, ex -> { //记录日志 log.error("消息发送失败!!!",ex); //自定义业务 }); //3.发送消息 rabbitTemplate.convertAndSend("bugz.topic","simple.test",message,correlationData); }
SpringAMQP中处理消息确认的几种情况:
- publisher-comfirm: 消息成功发送到exchange,返回ack 消息发送失败,没有到达交换机,返回nack 消息发送过程中出现异常,没有收到回执 - 消息成功发送到exchange,但没有路由到queue 调用ReturnCallback
②消息持久化
MQ默认是内存存储消息,开启持久化功能可以确保缓存在MQ中的消息不丢失
1.交换机持久化 @Bean public DirectExchange simpleDirect() { //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.队列持久化 @Bean public Queue simpleQueue() { //使用QueueuBuilder构建队列,durable就是持久化的 return QueueBuilder.durable("simple.queue").build(); }3.消息持久化,SpringAMQP中的消息默认是持久的,可以通过MessageProperties中的DeliveryMode来指定的: Message message = MessageBuilder .withBody("hello, spring".getBytes(StandardCharsets.UTF_8))//消息体 .setDeliveryMode(MessageDeliveryMode.PERSISTENT)//持久化 .build();
RabbitMQ中交换机、队列、消息默认都是持久的。
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回执后才会删除该信息。
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:自动ack,由spring检测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
spring: rabbitmq: listener: simple: prefetch: 1 acknowledge-mode: auto #none:关闭nck;manual:手动ack;auto:自动ack
④消费失败重试机制
当消费者出现异常后,消息会不断requeue(重新入队)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:
我们可以利用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。
spring: rabbitmq: listener: simple: prefetch: 1 acknowledge-mode: auto retry: enabled: true #开启消费者失败重试 initial-interval: 1000 #初次的失败等待时长为1秒 multiplier: 3#下次失败的等待时长倍数,下次等待时长=multiplier*last-interval max-attempts: 4 #最大重试次数 stateless: true #true无状态;false有状态。如果业务中包含事务,这里改为false max-interval: 10000 #重试的最大时长
消费者失败处理策略
在开启重试模式后,重试次数耗尽,如果消息依然失败,则需要由MessageRecoverer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
首先定义接收失败的交换机、队列及其绑定:
@Configurationpublic class ErrorMessageConfig { @Bean public DirectExchange errorMessageExchange(){ return new DirectExchange("error.direct"); } @Bean public Queue errorQueue(){ return new Queue("error.queue"); } @Bean public Binding errorMessageBinding(){ return BindingBuilder.bind(errorQueue()).to(errorMessageExchange()).with("error"); } //覆盖Rabbit默认的Bean自定义这个Bean @Bean public MessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate){ return new RepublishMessageRecoverer(rabbitTemplate, "error.direct", "error"); }}
如何确保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MessageRecoverer,多次重试失败后将消息投递到异常交换机,交由人工处理
二、死信交换机
当一个队列中的消息满足下列情况之一时,可以成为死信(dead letter)
- 消费者使用basic.reject或者basic.nack声明消费失败,并且消息的requeue参数设置为false
- 消息是一个过期消息,超时无人消费
- 要投递的队列消息堆积满了,最早的消息可能成为死信 如果该队列配置了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,而且这个交换机称为死信交换机(Dead
Letter Exchange,简称DLX )。
什么样的消息会成为死信?
- 消息被消费者reject或者返回nack
- 消息超时未消费
- 队列满了
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
TTL过期时间
TTL,也就是Tim-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超时分两种情况:
- 消息所在的队列设置了存活时间
- 消息本身设置了存活时间
根据上面流程图实现代码如下:👇
生产者代码:①给消息添加时间
@Test public void testTTLMessage() { // 1.准备消息 Message message = MessageBuilder .withBody("hello, ttl messsage".getBytes(StandardCharsets.UTF_8)) .setDeliveryMode(MessageDeliveryMode.PERSISTENT) .setExpiration("5000") //指定消息的过期时间 .build(); // 2.发送消息 rabbitTemplate.convertAndSend("ttl.direct", "ttl", message); // 3.记录日志 log.info("消息已经成功发送!"); }
消费者代码:②给队列添加时间
//先绑定一个队列然后指定队列之后的死信交换机//ttl消息发送@Configurationpublic class TTLMessageConfig { //声明交换机 @Bean public DirectExchange ttlDirectExchange() { return new DirectExchange("ttl.direct"); } //声明队列 @Bean public Queue ttlQueue() { return QueueBuilder .durable("ttl.queuq") //消息持久化 .ttl(10000) //队列ttl时间 .deadLetterExchange("dl.direct") //死信交换机 .deadLetterRoutingKey("dl") //指定死信交换机的routingkey .build(); } //绑定 @Bean public Binding ttlBinding() { return BindingBuilder.bind(ttlQueue()).to(ttlDirectExchange()).with("ttl"); }
消费代码
@RabbitListener(bindings = @QueueBinding( value = @Queue(name = "dl.queue"), exchange = @Exchange(name = "dl.direct", type = ExchangeTypes.DIRECT), key = "dl" )) public void listenDLQueue(String msg) { log.debug("死信消息是:{}", msg); }
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
- 两者共存时,以时间端的ttl为准。
延迟队列
使用插件===暂略~~~
三、消息堆积、惰性队列
消息堆积
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。最早接收到的消息,可能就会成为死信,会被丢弃,这就是消息堆积问题。
解决消息堆积有三种思路:
- 增加更多消费者,提高消费速度
- 在消费者内开启线程池加快消息处理速度
- 扩大队列容积,提高堆积上限
惰性队列
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
惰性队列的特征如下:
- 接收到消息后直接存入磁盘而费内存
- 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
- 而要设置一个队列为惰性队列,只需要在声明队列时,指定x-queue-mode属性为lazy即可。可以通过命令行将一个运行中的队列修改为惰性队列:
rabbitmqctl set_policy Lazy "^lazy-queue$" '{"queue-mode":"lazy"}' --apply-to queues
用SpringAMQP声明惰性队列
- @Bean的方式
@Beanpublic Queue lazyQueue() { return QueueBuilder.durable("lazy.queue") .lazy() //开启 x-queue-mode为lazy .build();}
- 注解方式
@RabbitListener(queuesToDeclare = @Queue( name="lazy.queue", durable ="true", arguments = @Argument(name="x-queue-mode",value="lazy")))public void listenLazyQueue(String msg){ log.info("接收到lazy.queue的消息:{}",msg);}
四、MQ集群
这里比较繁琐直接去这里看视频吧
B站黑马虎哥
来源地址:https://blog.csdn.net/qq_41885073/article/details/130206123