微服务的异步通信技术RabbitMQ

文章目录

前言

MQ的出现进一步降低了微服务模块之间的耦合度，相比于同步通信而言减少了关联服务的等待时间，使消息的传递更加多变，灵活
不管什么东西，只要被Spring整合就会变得十分简单，RabbitMQ也不例外
使用SpringAMQP来实现消息收发，不需要重复地配置连接参数，解决了一部分“硬编码”的问题。可以说和MyBatis整合JDBC非常相似。
在以前，使用原生的RabbitMQ收发消息是这样的：

使用SpringAMQP后收发消息是这样的：
这就是一个基本队列（Basic-Queue）

可以看到，只要引入依赖

spring-boot-starter-amqp

，写好yml配置文件，建立连接、创建通道的工作Spring都为我们做好了，而我们要做的仅仅就是利用工具类发送、监听消息，可以说相当的方便！
针对不同的场景，我们要使用不同的队列模型：

1.WorkQueue（工作队列）

对于单一消费者情况（简单队列），当生产者每秒发送50条消息，消费者每秒处理40条消息，这样每秒钟就会多出10条消息无法处理，由此就会产生生产过剩而导致消息堆积在队列中，一旦达到队列内存的上限，新来的消息就无法被处理而被丢弃。
为了提高消息处理的速度，避免队列中消息的堆积可以将队列绑定多个消费者，即WorkQueue

为了方便观察控制台，一般这样设计：
生产者：

@TestpublicvoidtestSendMessage2WorkQueue()throwsInterruptedException{String queueName ="work.queue";String message ="hello, MQQ";for(int i =1; i <=50; i++){
        rabbitTemplate.convertAndSend(queueName, message + i);Thread.sleep(20);}}

消费者：
为了尽可能的模拟真实场景（消费者处理消息的能力不同），所以设置两个消费者的sleep参数为不同的两个时间

@RabbitListener(queues ="work.queue")publicvoidlistenWorkQueue1(String msg)throwsInterruptedException{System.out.println("消费者1接收到消息——【"+ msg +"】"+"At "+LocalTime.now());Thread.sleep(20);}@RabbitListener(queues ="work.queue")publicvoidlistenWorkQueue2(String msg)throwsInterruptedException{System.err.println("消费者2接收到消息——【"+ msg +"】"+"At "+LocalTime.now());Thread.sleep(200);}

消息预取机制

运行后观察控制台，发现所有的消息处理完时间竟然花费了差不多五秒钟，很显然这样的效率是非常低下的：

为何绑定了两个消费者消费消息的速度不快反慢了呢？
仔细观察控制台会发现50条消息是被平均分配的，两个消费者分别消费id为偶数、奇数的消息，这样一想好像是处理能力差的消费者拖了后腿(200msX25=5000ms=5s)，为什么会出现这样的情况？
这是由于MQ存在消息预取机制，即消费者会在处理之前预先拿到消息的通道，然后逐个处理消息，这个过程是与处理消息相隔离的！
如果还有人不明白就想想使用原生的RabbitMQ时我们是怎么处理消息的：

当执行完回调函数有可能消息都不会被处理，这时程序会继续向下执行，过段时间才会开始处理消息（其实我认为这也是体现RabbitMQ异步的一个地方）
这样的机制存在是保证异步性的关键，通过人为的设置参数也可以将消息预取的方式做出调整，来保证处理的效率，就像这样：

listener:simple:prefetch:1

通过prefetch参数来保证消费者每次获取消息的个数，以及处理完成后才能获取下一个批次的消息
进行数据预取设置后消费者在一秒之内处理完了所有的消息：

由此可见对于WorkQueue中消费者的设置要进行“按劳分配”的策略才较为完美
使用工作队列WorkQueue之后处理消息的效率得到了很大的提升，并且也不会出现消息堆积的情况

2.Publish&Subscribe（发布-订阅）

对于简单队列和工作队列模型，生产者发布消息，消费者一旦消费完，消息就会被销毁。这样无法做到将一个消息同时发送给多个消费者。

对于一个微服务项目，在支付订单的模型中当支付服务完成，会发消息同时去通知短信服务、订单服务…这就需要保证消息的高可用，不能一个服务消费完消息就被销毁而导致其他服务接收不到消息
如何做到将同一消息发送给多个消费者并让其各自接收到？采用发布&订阅的工作模型即可

通过交换机（exchange）将消息路由到不同的队列中，再由消费者来消费各自订阅队列中的消息
针对不同的交换机种类会有不同的发布策略：

1.Fanout（广播）

SpringAMQPA提供了声明交换机、队列、绑定关系的API

所以使用Exchange接口下的实现类就可以实现将消息路由到每一个绑定的Queue中，使用代码就会变得非常简单，声明交换机并绑定队列即可：

@BeanpublicFanoutExchangefanoutExchange(){returnnewFanoutExchange("yu7.fanout");}// fanout.queue1@BeanpublicQueuefanoutQueue1(){returnnewQueue("fanout.queue1");}// 绑定队列1到交换机@BeanpublicBindingfanoutBinding1(Queue fanoutQueue1,FanoutExchange fanoutExchange){returnBindingBuilder.bind(fanoutQueue1).to(fanoutExchange);}// fanout.queue2@BeanpublicQueuefanoutQueue2(){returnnewQueue("fanout.queue2");}// 绑定队列2到交换机@BeanpublicBindingfanoutBinding2(Queue fanoutQueue2,FanoutExchange fanoutExchange){returnBindingBuilder.bind(fanoutQueue2).to(fanoutExchange);}

注意：交换机只能用作消息的转发路由，不能用作消息的存储，一旦路由失败消息就会丢失！

2.DirectExchange（路由）

DirectExchange会将接收到的消息根据规则路由到指定的Queue中，生产者发布消息时指定消息的RoutingKey与消费者声明的bindingKey相匹配，从而达到“精确制导”

为了简化开发不使用声明Bean的方式来完成配置，通过@RabbitListener注解即可一键完成，所以根本不需要使用配置类：

生产者：

@TestpublicvoidtestSendDirectExchange(){// 交换机名称String exchangeName ="yu7.direct";// 消息String message ="hello, MQ!";// 发送消息
    rabbitTemplate.convertAndSend(exchangeName,"A", message);}

消费者：

@RabbitListener(bindings =@QueueBinding(
        value =@Queue(name ="direct.queue1"),
        exchange =@Exchange(name ="yu7.direct", type =ExchangeTypes.DIRECT),
        key ={"A","B"}))publicvoidlistenDirectQueue1(String msg){System.out.println("消费者接收到direct.queue1的消息：【"+ msg +"】");}@RabbitListener(bindings =@QueueBinding(
        value =@Queue(name ="direct.queue2"),
        exchange =@Exchange(name ="yu7.direct", type =ExchangeTypes.DIRECT),
        key ={"A","C"}))publicvoidlistenDirectQueue2(String msg){System.out.println("消费者接收到direct.queue2的消息：【"+ msg +"】");}

当队列的bindingKey都相同时就变成了广播模型

3.TopicExchange（话题）

Topic与Direct非常相似，他允许RoutingKey-BindingKey以通配符的形式进行匹配，这样就可以更加有针对性的路由、订阅更多消息，并且以前用多个BindingKey的情况现在只需要用一个就能解决：
#：代表0或者多个单词
*：代指一个单词

MQ的优点

1、耦合度低:每次有新需求，只需要添加对应的订阅即可
2、吞吐量提升:各自处理自己订阅的事件，不需要等待执行完毕后再释放资源
3、故障隔离:因为没有强依赖，中间某一环节出了问题，不会影响整个流程
4、流量削峰:MQ就像—根管道，大量请求来了，你们给我排好队，依次执行