项目应用RabbitMQ简单配置

强烈推荐一个大神的人工智能的教程：http://www.captainbed.net/zhanghan

前言

 

至于rabbitMQ的安装我就不写了,近期由于项目需求,使用RabbitMQ异步处理数据,为了数据安全,加入死信队列概念保证数据的简单安全性。这里的安全主要是,超时,处理异常这些内容,一旦程序拿到队列中的数据,处理过程中出现了异常,非常有可能导致数据的丢失。

配置

 

队列和交换机之间的关系图简单如下:

 

1.建立交换机

 

• 建立生产者交换机

 

• 建立死信交换机

2.建立队列

 

• 生产者队列

 

• 建立死信队列

3.交换机与队列之间绑定

 

• 在生产者队列中绑定生产者交换机

 

• 在死信队列中绑定死信交换机

 

 

 

 

 

 

代码实例测试

 

 

 

 

 

 

添加rabbitmq的配置文件

spring配置文件加载rabbitmq的配置文件

测试rabbitmq的生产者代码

 

@Autowired
private RabbitTemplate template;

 /**
     * 测试rabbitmq
     * @throws JsonProcessingException 异常信息
     */
    @Override
    public void test() throws JsonProcessingException {
        ChooseCourseMQModel chooseCourseMQModel = new ChooseCourseMQModel("13060141059", "123", CourseTypeEnum.ADD_CHOOSE_COURSE);

        Message msg = MessageBuilder
                .withBody(SerializationUtils.serialize(chooseCourseMQModel))
                .build();
        template.convertAndSend(msg);
    }

消费者:

public class MqConsumer implements ChannelAwareMessageListener {
   
    @Override
    @Transactional(rollbackFor = Exception.class)
    public void onMessage(Message message, Channel channel) throws Exception {
        System.out.println("message:" + message);
        long deliveryTag = message.getMessageProperties().getDeliveryTag();
        System.out.println("---msg recv:" + message.toString());
        try {
            ChooseCourseMQModel chooseCourseMQModel = (ChooseCourseMQModel) SerializationUtils.deserialize(message.getBody());
            //业务代码,处理正确,发送确认信息,basicAck
            if{
                    channel.basicAck(deliveryTag, false);
                
            } else {  //处理失败则发送拒绝信息,放入死信队列
                channel.basicReject(deliveryTag, false);
                return;
            }
        } catch (Exception e) {  //处理发生异常则放入死信队列,发送basicReject
            System.out.println("error:" + e);
            channel.basicReject(deliveryTag, false);
        }

    }
}

简单的应用到此已经结束了,建立之后可以在消费者中的try语句块中写一个异常,然后发现生产者队列中的数据通过死信交换机到达死信队列,然后根据业务场景,可以重试或者写一个定时任务重新处理,保证异步处理数据的正确性和稳定性!