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ReturnCallback②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ack④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
