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:truetemplate: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@ConfigurationpublicclassCommonConfigimplementsApplicationContextAware{//SpringBean工程的通知接口ApplicationContextAware//全局的ReturnCallback@OverridepublicvoidsetApplicationContext(ApplicationContext applicationContext)throwsBeansException{//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
@TestpublicvoidtestSendMessage2SimpleQueue(){//1.准备消息String message ="test confirmCallback";//2.准备CorrelationData//2.1消息id用uuidCorrelationData correlationData =newCorrelationData(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
@BeanpublicDirectExchangesimpleDirect(){//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returnnewDirectExchange("simple.direct",true,false);}2.队列持久化
@BeanpublicQueuesimpleQueue(){//使用QueueuBuilder构建队列,durable就是持久化的returnQueueBuilder.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:1acknowledge-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:1acknowledge-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-intervalmax-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falsemax-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:
@ConfigurationpublicclassErrorMessageConfig{@BeanpublicDirectExchangeerrorMessageExchange(){returnnewDirectExchange("error.direct");}@BeanpublicQueueerrorQueue(){returnnewQueue("error.queue");}@BeanpublicBindingerrorMessageBinding(){returnBindingBuilder.bind(errorQueue()).to(errorMessageExchange()).with("error");}//覆盖Rabbit默认的Bean自定义这个Bean@BeanpublicMessageRecovererrepublishMessageRecoverer(RabbitTemplate rabbitTemplate){returnnewRepublishMessageRecoverer(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
@TestpublicvoidtestTTLMessage(){// 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@ConfigurationpublicclassTTLMessageConfig{//声明交换机@BeanpublicDirectExchangettlDirectExchange(){returnnewDirectExchange("ttl.direct");}//声明队列@BeanpublicQueuettlQueue(){returnQueueBuilder.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@BeanpublicBindingttlBinding(){returnBindingBuilder.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"))publicvoidlistenDLQueue(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
2.用SpringAMQP声明惰性队列
- @Bean的方式
@BeanpublicQueuelazyQueue(){returnQueueBuilder.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")))publicvoidlistenLazyQueue(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
版权归原作者 代码路上的不归者_bugz 所有, 如有侵权,请联系我们删除。