【初始RabbitMQ】持久化的实现

Myth丶恋晨 2024-05-06 09:51 7阅读 0赞

## RabbitMQ持久化 ##

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如果重启的话，该队列就会被删除，如果要实现队列持久化，需要在声明队列的时候把durable参数设置持久化

![6cef844d2be543d8831b84a1c9d3d3ab.png][]

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

![f746f9b974b242509eb9b5899d340d63.png][]

以下是控制台中持久化与非持久化队列的UI显示区，当Features列显示为D代表是持久化队列

![9e7998ebbb024d3082666ac0a482ee95.png][]

### 消息实现持久化 ###

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![687bc9b7d79747fcad43eb3a76faf914.png][]

生产者代码：

/*
    * 消息再手动应答不丢失、放回消息队列重新消费
     */
    public class Task2 {
        //队列名称
        public static final String TASK_QUEUE_NAME = "ack_queue";
    
        public static void main(String[] args) throws IOException, TimeoutException {
            Channel channel = RabbitMqUtils.getChannel();
            /*
             *生成一个队列
             * 1.队列名称
             * 2.队列里面的信息是否持久化（磁盘）默认情况时在内存
             * 3.该队列是否只供一个消费者进行消费 是否消费共享 true是允许
             * 4.是否自动删除 最后一个消费者断开连接之后 该队列是否自动删除 true自动删除 false不自动删除
             * 5.其他参数 延迟消息等
             */
            channel.queueDeclare(TASK_QUEUE_NAME,true,false,false,null);
            //从控制台中输入信息
            Scanner scanner = new Scanner(System.in);
            while(scanner.hasNext()){
                String message = scanner.next();
                channel.basicPublish("",TASK_QUEUE_NAME,MessageProperties.PERSISTENT_TEXT_PLAIN,message.getBytes("UTF-8"));
                System.out.println("生产者发出消息："+message);
            }
        }
    }

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

### 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.basicQos(1)**，将想要不公平分发的消费者设置该参数

![7be5afec8bd24a60a1c52b6297e0e2b1.png][]

消费者01代码如下：

public class Work01 {
        private static final String ACK_QUEUE_NAME = "ack_queue";
    
        public static void main(String[] args) throws IOException {
            Channel channel = RabbitMqUtils.getChannel();
            System.out.println("C1等待接收消息短");
            //消息消费的时候如何处置消息
            DeliverCallback deliverCallback = (consumerTag,delivery)->{
                String message = new String(delivery.getBody());
                SleepUtils.sleep(1);
                System.out.println("接收到消息:"+message);
                /**
                 * 1.消息标记tag
                 * 2.是否批量应答未应答的消息
                 */
                channel.basicAck(delivery.getEnvelope().getDeliveryTag(),false);
            };
            //取消消息的回调
            CancelCallback cancelCallback = consumerTag->{
                System.out.println("消息消费被中断");
            };
            /**
             * 消费者信息
             * 1.消费哪个队列
             * 2.消费成功之后是否要自动应答 true自动应答 false手动应答
             * 3.消费者微车才能更改消费的回调
             * 4.消费者取消消费回调
             */
            boolean autoAck = false;
            //设置不公平分发
            channel.basicQos(1);
            channel.basicConsume(ACK_QUEUE_NAME,autoAck,deliverCallback,cancelCallback);
        }
    }

消费者02代码如下：

public class Work02 {
        private static final String ACK_QUEUE_NAME = "ack_queue";
    
        public static void main(String[] args) throws IOException {
            Channel channel = RabbitMqUtils.getChannel();
            System.out.println("C2等待接收消息长");
            //消息消费的时候如何处置消息
            DeliverCallback deliverCallback = (consumerTag,delivery)->{
                String message = new String(delivery.getBody());
                SleepUtils.sleep(30);
                System.out.println("接收到消息:"+message);
                /**
                 * 1.消息标记tag
                 * 2.是否批量应答未应答的消息
                 */
                channel.basicAck(delivery.getEnvelope().getDeliveryTag(),false);
            };
            //取消消息的回调
            CancelCallback cancelCallback = consumerTag->{
                System.out.println("消息消费被中断");
            };
            /**
             * 消费者信息
             * 1.消费哪个队列
             * 2.消费成功之后是否要自动应答 true自动应答 false手动应答
             * 3.消费者微车才能更改消费的回调
             * 4.消费者取消消费回调
             */
            boolean autoAck = false;
            //设置不公平分发
            channel.basicQos(1);
            channel.basicConsume(ACK_QUEUE_NAME,autoAck,deliverCallback,cancelCallback);
        }
    }

效果展示：

![bcc644d928b945bca8987de99cbd0970.png][]

### 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.qos 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![8b1ddf6c207340ac8612f8d2a96b6798.png][]

[6cef844d2be543d8831b84a1c9d3d3ab.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/d627b38f6d3049b88e92d496eea73386.png
[f746f9b974b242509eb9b5899d340d63.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/4be70274c43f4d789190c48e73d314e2.png
[9e7998ebbb024d3082666ac0a482ee95.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/00376244300d44f58550ec495bed1b11.png
[687bc9b7d79747fcad43eb3a76faf914.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/a3420a6b79e148ffb702e1801ddf1e61.png
[7be5afec8bd24a60a1c52b6297e0e2b1.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/aaed84c7e2d7487c9e46973d8fc65eff.png
[bcc644d928b945bca8987de99cbd0970.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/0bcb67e5cf314f7293564ab317d15e29.png
[8b1ddf6c207340ac8612f8d2a96b6798.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/06/b4cd76e1db72494482485c5da1dac813.png