RabbitMQRabbitMQ持久化操作

RabbitMQ持久化

概念

我们已经看到了如何处理任务不丢失的情况，但是如何保障当RabbitMQ服务停掉以后消息生产者发送过来的消息不丢失。默认情况下RabbitMQ退出或由于某种原因崩溃时，它忽视队列和消息，除非告知它不要这样做。确保消息不会丢失需要做两件事:我们需要将队列和消息都标记为持久化。

队列如何实现持久化

之前我们创建的队列都是非持久化的，rabbitmq如果重启的化，该队列就会被删除掉，如果要队列实现持久化需要在声明队列的时候把durable参数设置为持久化

但是需要注意的就是如果之前声明的队列不是持久化的，需要把原先队列先删除，或者重新创建一个持久化的队列，不然就会出现错误

即使RabbitMQ重启也已经存在

队列持久化

package com.yuan.rabbitmq.two;
import com.rabbitmq.client.Channel;
import com.yuan.rabbitmq.utils.RabbitMqUtils;
import java.util.Scanner;

/**
 * 生产者
 */
public class Task01 {
    //消息队列的名称
    public static  final String QUEUE_NAME="queue4";

    public static void main(String[] args) throws Exception {
        //通过工具类获取连接
      Channel channel = RabbitMqUtils.getChannel();
      //然队列持久化
        boolean durable=true;
        /**
         * 生成一个队列
         * 1.队列名称
         * 2.队列里面的消息是否持久化（磁盘）默认情况消息存储在内存中
         * 3.该队列是否只供一个消费者进行消费是否进行消息共享，true可以多个消费者消费false:只能一个消费者消费*
         * 4.是否自动删除最后一个消费者端开连接以后该队一句是否自动删除 true自动删除false不自动删除
         *5.其它参数
         */
        channel.queueDeclare(QUEUE_NAME,durable,false,false,null);
        //从控制台接收消息
        Scanner scanner = new Scanner(System.in);
        while (scanner.hasNext()) {
            String message=scanner.next();
            /**
             * 1.发送一个消费
             * 2.路由的key值是哪个  本次是队列的名称
             * 3.其他参数消息
             * 4.发送消息的消息体
             */
            channel.basicPublish("",QUEUE_NAME,null,message.getBytes("utf-8"));
            System.out.println(message+"消息发送成功");
        }
    }
}

消息持久化

要想让消息实现持久化需要在消息生产者修改代码，MessageProperties.PERSISTENT_TEXT_PLAIN添加这个属性。

将消息标记为持久化并不能完全保证不会丢失消息。尽管它告诉RabbitMQ将消息保存到磁盘，但是这里依然存在当消息刚准备存储在磁盘的时候但是还没有存储完，消息还在缓存的一个间隔点。此时并没有真正写入磁盘。持久性保证并不强，但是对于我们的简单任务队列而言，这已经绰绰有余了。如果需要更强有力的持久化策略，参考后边课件发布确认章节。

消息持久化

package com.yuan.rabbitmq.two;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.MessageProperties;
import com.yuan.rabbitmq.utils.RabbitMqUtils;
import java.util.Scanner;

/**
 * 生产者
 */
public class Task01 {
    //消息队列的名称
    public static  final String QUEUE_NAME="queue4";

    public static void main(String[] args) throws Exception {
        //通过工具类获取连接
      Channel channel = RabbitMqUtils.getChannel();
      //然队列持久化
        boolean durable=true;
        /**
         * 生成一个队列
         * 1.队列名称
         * 2.队列里面的消息是否持久化（磁盘）默认情况消息存储在内存中
         * 3.该队列是否只供一个消费者进行消费是否进行消息共享，true可以多个消费者消费false:只能一个消费者消费*
         * 4.是否自动删除最后一个消费者端开连接以后该队一句是否自动删除 true自动删除false不自动删除
         *5.其它参数
         */
        channel.queueDeclare(QUEUE_NAME,durable,false,false,null);
        //从控制台接收消息
        Scanner scanner = new Scanner(System.in);
        while (scanner.hasNext()) {
            String message=scanner.next();
            /**
             * 1.发送一个消费
             * 2.路由的key值是哪个  本次是队列的名称
             * 3.其他参数消息
             * 4.发送消息的消息体
             */
            //设置生产者发送消息为持久化消息（要求保存到磁盘上）保存在内存中 MessageProperties.PERSISTENT_TEXT_PLAIN
            channel.basicPublish("",QUEUE_NAME, MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes("utf-8"));
            System.out.println(message+"消息发送成功");
        }
    }
}

不公平分发

在最开始的时候我们学习到RabbitMQ.分发消息采用的轮训分发,但是在某种场景下这种策略并不是很好，比方说有两个消费者在处理任务，其中有个消费者1处理任务的速度非常快，而另外一个消费者2处理速度却很慢，这个时候我们还是采用轮训分发的化就会到这处理速度快的这个消费者很大一部分时间处于空闲状态，而处理慢的那个消费者一直在干活，这种分配方式在这种情况下其实就不太好，但是RabbitMQ并不知道这种情况它依然很公平的进行分发

为了避免这种情况，我们可以设置参数channel.basicQas(1);

package com.yuan.rabbitmq.two;

import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import com.yuan.rabbitmq.utils.RabbitMqUtils;

/**
 * 工作线程,消费者
 */
public class Worker01 {
    //消息队列的名称
    public static  final String QUEUE_NAME="queue1";

    public static void main(String[] args) throws Exception {
        //通过工具类获取连接
        Channel channel = RabbitMqUtils.getChannel();
        //消息的接收
        DeliverCallback deliverCallback=((consumerTag, message) -> {
            System.out.println("接收到的消息"+new String(message.getBody()));
        });
        //消息取消接收收，执行下面的内容
        CancelCallback cancelCallback=(consumerTag -> {
            System.out.println(consumerTag+"消息者取消消费接口回调逻辑");
        });
        //设置不公平分发
        int prefetCount = 1;
        channel.basicQos(prefetCount);
        /**
         * 水消费者消费消息
         * 1.消费哪个队列
         * 2.消费成功之后是否要自动应答true 代表的自动应答 false 代表手动应答
         * 3.消费者未成功消费的回调
         * 4.消费者取录消费的回调
         */
        System.out.println("等待接收消息.....");
        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);

    }
}

预取值

本身消息的发送就是异步发送的，所以在任何时候，channel上肯定不止只有一个消息另外来自消费者的手动确认本质上也是异步的。因此这里就存在一个未确认的消息缓冲区，因此希望开发人员能限制此缓冲区的大小，以避免缓冲区里面无限制的未确认消息问题。这个时候就可以通过使用basic.gos.方法设置“预取计数”值来完成的。该值定义通道上允许的未确认消息的最大数量。一旦数量达到配置的数量，RabbitMQ将停止在通道上传递更多消息，除非至少有一个未处理的消息被确认，例如，假设在通道上有未确认的消息5、6、7，8，并且通道的预取计数设置为4，此时RabbitMQ将不会在该通道上再传递任何消息，除非至少有一个未应答的消息被ack。比方说tag=6这个消息刚刚被确认ACK，RabbitMQ.将会感知这个情况到并再发送一条消息。消息应答和QoS预取值对用户吞吐量有重大影响。通常，增加预取将提高向消费者传递消息的速度。虽然自动应答传输消息速率是最佳的，但是，在这种情况下已传递但尚未处理的消息的数量也会增加，从而增加了消费者的RAM消耗(随机存取存储器)应该小心使用具有无限预处理的自动确认模式或手动确认模式，消费者消费了大量的消息如果没有确认的话，会导致消费者连接节点的内存消耗变大，所以找到合适的预取值是一个反复试验的过程，不同的负载该值取值也不同100到300范围内的值通常可提供最佳的吞吐量，并且不会给消费者带来太大的风险。预取值为1是最保守的。当然这将使吞吐量变得很低，特别是消费者连接延迟很严重的情况下，特别是在消费者连接等待时间较长的环境中。对于大多数应用来说，稍微高一点的值将是最佳的。

package com.yuan.rabbitmq.two;

import com.rabbitmq.client.CancelCallback;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.DeliverCallback;
import com.yuan.rabbitmq.utils.RabbitMqUtils;

/**
 * 工作线程,消费者
 */
public class Worker01 {
    //消息队列的名称
    public static  final String QUEUE_NAME="queue4";

    public static void main(String[] args) throws Exception {
        //通过工具类获取连接
        Channel channel = RabbitMqUtils.getChannel();
        //消息的接收
        DeliverCallback deliverCallback=((consumerTag, message) -> {
            System.out.println("接收到的消息"+new String(message.getBody()));
        });
        //消息取消接收收，执行下面的内容
        CancelCallback cancelCallback=(consumerTag -> {
            System.out.println(consumerTag+"消息者取消消费接口回调逻辑");
        });
        //设置不公平分发
       // int prefetCount = 1;
        //代表预取两条数据
        //int prefetCount = 2;
        //int prefetCount = 5;代表预习5条数据
        int prefetCount = 5;
        channel.basicQos(prefetCount);
        /**
         * 水消费者消费消息
         * 1.消费哪个队列
         * 2.消费成功之后是否要自动应答true 代表的自动应答 false 代表手动应答
         * 3.消费者未成功消费的回调
         * 4.消费者取录消费的回调
         */
        System.out.println("等待接收消息.....");
        channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);

    }
}