RabbitMQ详解
什么是RabbitMQ：
MQ（Message Queue）消息队列
消息队列中间件，是分布式系统中的重要组件
主要解决，异步处理，应用解耦，流量削峰等问题
从而实现高性能，高可用，可伸缩（增加服务器）和最终一致性的架构
使用较多的消息队列产品：RabbitMQ，RocketMQ，ActiveMQ，ZeroMQ，Kafka等
异步处理：
用户注册后，需要发送验证邮箱和手机验证码
将注册信息写入数据库，发送验证邮件，发送手机，三个步骤全部完成后，返回给客户端
应用解耦：
场景：订单系统需要通知库存系统
如果库存系统异常，则订单调用库存失败，导致下单失败
原因：订单系统和库存系统耦合度太高
该订阅可以说是获取，基本一对一
订单系统：用户下单后，订单系统完成持久化处理，将消息写入消息队列，返回用户，下单成功
库存系统：订阅下单的消息，获取下单信息，库存系统根据下单信息，再进行库存操作
假如：下单的时候，库存系统不能正常运行，也不会影响下单，因为下单后
订单系统写入消息队列就不再关心其他的后续操作了，实现了订单系统和库存系统的应用解耦
所以说，消息队列是典型的：生产者消费者模型
生产者（订单系统）不断的向消息队列中生产消息，消费者（库存系统）不断的从队列中获取消息
因为消息的生产和消费都是异步的，而且只关心消息的发送和接收，没有业务逻辑的入侵，这样就实现了生产者和消费者的解耦
流量削峰：
抢购，秒杀等业务，针对高并发的场景
因为流量过大，暴增会导致应用挂掉，为解决这个问题，在前端加入消息队列（限制个数）
用户的请求，服务器接收后，首先写入消息队列，如果超过队列的长度，就抛弃，甩一个秒杀结束的页面
说白了，秒杀成功的就是进入队列的用户
背景知识介绍：
AMQP高级消息队列协议
即Advanced Message Queuing Protocol，一个提供统一消息服务的应用层标准高级消息队列协议
协议：数据在传输的过程中必须要遵守的规则
基于此协议的客户端可以与消息中间件传递消息
并不受产品、开发语言等条件的限制（我们操作编程时，操作的就是这个协议）
JMS：
Java Message Server，Java消息服务应用程序接口， 一种规范，和JDBC担任的角色类似
是一个Java平台中关于面向消息中间件的API，用于在两个应用程序之间，或分布式系统中发送消息，进行异步通信
二者的联系：
JMS是定义了统一接口，统一消息操作，AMQP通过协议统一数据交互格式
JMS必须是java语言，AMQP只是协议，与语言无关
Erlang语言：
Erlang（['ə:læŋ]）是一种通用的面向并发的编程语言，它由瑞典电信设备制造商爱立信所辖的CSLab开发
目的是创造一种可以应对大规模并发活动的编程语言和运行环境
最初是由爱立信专门为通信应用设计的，比如控制交换机或者变换协议等，因此非常适合构建分布式，实时软并行计算系统
Erlang运行时环境是一个虚拟机，有点像Java的虚拟机，这样代码一经编译，同样可以随处运行
为什么选择RabbitMQ：
我们开篇说消息队列产品那么多，为什么偏偏选择RabbitMQ呢：
先看命名：兔子行动非常迅速而且繁殖起来也非常疯狂，所以就把Rabbit用作这个分布式软件的命名（就是这么简单）
Erlang开发，AMQP的最佳搭档，安装部署简单，上手门槛低
企业级消息队列，经过大量实践考验的高可靠，大量成功的应用案例，例如阿里、网易等一线大厂都有使用
有强大的WEB管理页面
强大的社区支持，为技术进步提供动力
支持消息持久化、支持消息确认机制、灵活的任务分发机制等，支持功能非常丰富
集群扩展很容易，并且可以通过增加节点实现成倍的性能提升
总结：如果你希望使用一个可靠性高、功能强大、易于管理的消息队列系统那么就选择RabbitMQ
如果你想用一个性能高，但偶尔丢点数据不是很在乎可以使用kafka或者zeroMQ
kafka和zeroMQ的性能爆表，绝对可以压RabbitMQ一头，但若操作java，即我们追求稳定，所以用RabbitMQ
若操作大数据，则使用kafka，因为数据太多，偶尔丢失几个并没有很大的影响，且提升了性能，各有各的优点
RabbitMQ各组件功能：
注意：除了生产者和消费者外，中间的部分可以看成一个整体（该整体也可以看成两个整体）
即那个信道可以看成整体中的一个整体，中间部分的另外一个整体来访问信道
在操作了后面的编程测试中，你就知道为什么这样说了
Broker：消息队列服务器实体
Virtual Host：虚拟主机
标识一批交换机、消息队列和相关对象，形成的整体
虚拟主机是共享相同的身份认证和加密环境的独立服务器域
每个vhost本质上就是一个mini版的RabbitMQ服务器，拥有自己的队列、交换器、绑定和权限机制
vhost是AMQP概念的基础，RabbitMQ默认的vhost是 /，必须在链接时指定
虚拟主机可以有多个，所以需要指定，即我们操作java时或者说连接时，需要指定连接哪个虚拟主机
Exchange：交换器（路由）
用来接收生产者发送的消息并将这些消息路由给服务器中的队列
Queue：消息队列
用来保存消息直到发送给消费者
它是消息的容器，也是消息的终点
一个消息可投入一个或多个队列
消息一直在队列里面，等待消费者连接到这个队列将其取走
Banding：绑定，用于消息队列和交换机之间的关联，即只会给对应已经绑定的队列，没有绑定的基本不会给（因为多个队列）
Channel：通道（信道）
RabbitMq对信道采用多路复用连接（线程或者进程可以操作多连接，或者说线程的多个线程，该连接或者线程都可以看成信道）
即多路复用连接中的一条独立的双向数据流通道
信道是建立在真实的TCP连接内的 虚拟链接
AMQP命令都是通过信道发出去的，不管是发布消息、订阅队列还是接收消息，都是通过信道完成的
我们的生产者和消费者一般都需要通过连接来创建管道，来进行操作
所以上面的图未必一定是那样的，他显示的只是对应信息的传递
实际上他们也可以是部分组件的构成，后面的RabbitMQ模式介绍会说明
因为对于操作系统来说，建立和销毁TCP连接都是非常昂贵的开销，所以引入了信道的概念，用来复用TCP连接
Connection：网络连接，比如一个TCP连接
Publisher：消息的生产者，也是一个向交换器发布消息的客户端应用程序
Consumer：消息的消费者，表示一个从消息队列中取得消息的客户端应用程序
Message：消息
消息是不具名的，它是由消息头和消息体组成
消息体是不透明的，而消息头则是由一系列的可选属性组成
这些属性包括routing-key（路由键）、priority（优先级）、delivery-mode（消息可能需要持久性存储，消息的路由模式）
怎么用RabbitMQ：
想要安装RabbitMQ，必须先安装erlang语言环境，类似安装tomcat，必须先安装JDK
查看匹配的版本：https://www.rabbitmq.com/which-erlang.html
假如你使用RabbitMQ的3.8.6版本，那么对应的Erlang需要使用21.3到23.x
即最小的版本是21.3（包括21.3），最大的版本是23.x（包括23.x）
若不在这个范围里，那么可能会出现问题，甚至可能是用不了
RabbitMQ安装启动：
erlang下载：https://dl.bintray.com/rabbitmq-erlang/rpm/erlang
socat下载：http://repo.iotti.biz/CentOS/7/x86_64/socat-1.7.3.2-5.el7.lux.x86_64.rpm，一般RabbitMQ也需要这个，否则可能操作不了，如安装不了，或者安装了，但可能操作不了了，比如程序访问不了RabbitMQ，虽然程序没有问题，但RabbitMQ有问题（可能接收连接的包没有，所以需要他），所以这里最好加上，防止上面说明的情况
RabbitMQ下载：https://www.rabbitmq.com/install-rpm.html#downloads
如果有对应的网站访问不了，可用直接去如下的地址进行下载：
链接：https://pan.baidu.com/s/1MagdVW-Ekh8af1h_8AtqXQ
提取码：alsk
安装（Linux上安装）：
可用将对应的文件直接拖到Xshell里面（文件夹不可以）
[root@localhost opt]
[root@localhost opt]
[root@localhost opt]
启动后台管理插件：
[root@localhost opt]
启动RabbitMQ：
[root@localhost opt]
[root@localhost opt]
[root@localhost opt]
[root@localhost opt]
[root@localhost opt]
查看进程：
[root@localhost opt]
测试：
关闭防火墙： systemctl stop firewalld（service可以省略）
浏览器输入：http://ip:15672（ip是对应启动了rabbitmq服务器的ip），注意：要先启动，否则没有对应的页面
没有对应页面返回的，浏览器自然显示找不到页面，请求的信息是浏览器读取自带的请求信息
因为握手连接失败，即没有对应的服务器来操作请求
默认帐号密码：guest，guest用户默认不允许远程连接，只能本地连接（会有提示），这是rabbitmq规定的，所以我们需要创建账号
创建账号：
[root@localhost opt]
设置用户角色：
[root@localhost opt]
设置用户权限：
[root@localhost opt]
查看当前用户和角色：
[root@localhost opt]
修改对应用户的密码：
[root@localhost opt]
管理界面介绍
overview：概览
connections：查看链接情况
channels：信道（通道）情况
Exchanges：交换机（路由）情况，默认4类7个
可以看到，有direct，fanout，headers，topic四个类型，有7个（都是 / ），一开始的默认个数
其中有D的，代表持久化
Queues：消息队列情况
Admin：管理员列表
端口：
5672：RabbitMQ提供给编程语言客户端链接的端口，浏览器访问时，没有对应服务器来操作请求，即握手失败
因为他这个端口是不是操作http协议的，就如我们不能直接访问3306数据库，相当于对应的客户端连接
15672：RabbitMQ管理界面的端口，浏览器访问时，是对应管理界面，这个端口操作的是http协议
25672：RabbitMQ集群的端口，这个访问不了，虽然有对应的服务器来操作请求
但浏览器访问时（端口操作http协议），会持续的重定向访问（好像每过几秒就访问），不用太过在意
即没有具体的响应信息出现
而15672基本只能是看对应情况信息，基本不能操作数据，所以操作数据的部分需要5672端口来操作，即需要程序来操作
RabbitMQ快速入门：
创建一个maven项目，导入对应依赖：
<dependencies>
<dependency>
<groupId>com.rabbitmqgroupId>
<artifactId>amqp-clientartifactId>
<version>5.7.3version>
dependency>
<dependency>
<groupId>org.slf4jgroupId>
<artifactId>slf4j-log4j12artifactId>
<version>1.7.25version>
<scope>compilescope>
dependency>
<dependency>
<groupId>org.apache.commonsgroupId>
<artifactId>commons-lang3artifactId>
<version>3.9version>
dependency>
dependencies>
日志依赖log4j（可以创建log4j.properties，也可以不创建，这里就不创建了） ：
# 输出方式
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
# 表示输出信息为out级别，即输出到控制台的信息（即位置）
log4j.appender.stdout.Target=System.out
# 表示输出格式
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
# 打印信息格式
log4j.appender.stdout.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss} %m%n
# log4j.appender.file = 表示文件输出方式
log4j.appender.file=org.apache.log4j.FileAppender
# log4j.appender.file.File = 表示文件输出位置
log4j.appender.file.File=rebbitmq.log
# log4j.appender.file.layout = 表示输出格式
log4j.appender.file.layout=org.apache.log4j.PatternLayout
# log4j.appender.file.layout.ConversionPattern = 表示打印格式
log4j.appender.file.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss} %l %m%n
# log4j.rootLogger = 表示根日志级别
log4j.rootLogger=debug, stdout,file
创建连接：
先创建好虚拟主机：
这里只需要Name属性即可，其他两个属性可以不写，因为他们两个属性基本只是相当于描述信息而已
创建如下的类：
对应的ConnectionUtil类：
package util;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.ConnectionFactory;
import java.io.IOException;
import java.util.concurrent.TimeoutException;
public class ConnectionUtil {
public static Connection getConnection() throws Exception{
ConnectionFactory connectionFactory = new ConnectionFactory();
connectionFactory.setHost("192.168.164.128");
connectionFactory.setPort(5672);
connectionFactory.setVirtualHost("/lagou");
connectionFactory.setUsername("laosun");
connectionFactory.setPassword("123123");
Connection connection = connectionFactory.newConnection();
return connection;
}
public static void main(String[] args) throws Exception {
Connection connection = getConnection();
System.out.println(connection);
connection.close();
}
}
RabbitMQ模式 ：
RabbitMQ提供了6种消息模型，但是第6种其实是RPC（远程调用），并不是MQ，因此我们只学习前5种
在线手册（或者说官网）：https://www.rabbitmq.com/getstarted.html
也可以点击如下：
点击下面的Tutorials也可以直接到https://www.rabbitmq.com/getstarted.html里面去（新的窗口）
5种消息模型，大体分为两类：
1和2属于点对点
3、4、5属于发布订阅模式（一对多）
点对点模式：P2P（point to point）模式包含三个角色：
消息队列（queue），发送者（sender），接收者（receiver）
每个消息发送到一个特定的队列中，接收者从中获得消息
队列中保留这些消息，直到他们被消费或超时
特点：
每个消息只有一个消费者，一旦消费，消息就不在队列中了
发送者和接收者之间没有依赖性，发送者发送完成，不管接收者是否运行
都不会影响消息发送到队列中（我给你发微信，不管你看不看手机，反正我发完了）
接收者成功接收消息之后需向对象应答成功（确认）
如果希望发送的每个消息都会被成功处理，那需要P2P
发布订阅模式：publish（Pub）/subscribe（Sub）
pub/sub模式包含三个角色：交换机（exchange），发布者（publisher），订阅者（subcriber）
多个发布者将消息发送交换机，系统将这些消息传递给多个订阅者
特点：
每个消息可以有多个订阅者
发布者和订阅者之间在时间上有依赖，对于某个交换机的订阅者，必须创建一个订阅后，才能消费发布者的消息
为了消费消息，订阅者必须保持运行状态；类似于，看电视直播
如果希望发送的消息被多个消费者处理，可采用本模式
所以他们就分为一对一，一对多
简单模式：
下面引用官网的一段介绍：
RabbitMQ本身只是接收，存储和转发消息，并不会对信息进行处理
类似邮局，处理信件的应该是收件人而不是邮局（不可能随便拆你的信件）
对应的目录：
生产者P：
package simplest;
import com.rabbitmq.client.AMQP;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import util.ConnectionUtil;
public class Sender {
public static void main(String[] args) throws Exception {
String msg = "Hello,RabbitMq";
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("queue1",false,false,false,null);
channel.basicPublish("","queue1",null,msg.getBytes());
System.out.println("已发送");
channel.close();
connection.close();
}
}
消费者C：
package simplest;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println(s);
}
};
channel.basicConsume("queue1",true,defaultConsumer);
}
}
启动生产者，查看对应的队列信息，发现变成了1（Ready和Total变成了1），再次启动消费者
前往管理端查看队列中的信息，所有信息都已经处理和确认（Ready和Total变成了0）
Ready：准备好的数据个数，也就是说还没有被消费掉，当消费者消费时，对应的数据就会没有
Total：全部的数据的总个数
他们之间的数据，可以说是该队列中准备好的信息
注意刷新：
右边是每5秒刷新一下数据（或者说去对应的RabbitMQ里得到一次数据）
我们的浏览器刷新只是刷新界面，对应RabbitMQ里的数据并不会刷新
而当前的页面会每过五秒去对应的RabbitMQ中获取数据，所以说是每5秒刷新一次，且是最小的间隔时间
因为太短的话，每次获取会影响性能的，而5秒刚好居中
消息确认机制ACK：
通过刚才的案例可以看出，消息一旦被消费，消息就会立刻从队列中移除
RabbitMQ如何得知消息被消费者接收：
如果消费者接收消息后，还没执行操作就抛异常宕机（消费方）导致消费失败，但是RabbitMQ无从得知
以为进行了处理（即对应显示消费了，但是并没有实际处理）
这样消息就丢失了或者没有进行他要的操作，导致消费者没有消费且队列也没有对应的消息，即你还不知道，这是非常严重的
比如库存（一对一的，假设的），并没有减少或者说没有对应通知
使得实际上已经没有存货了或不知道有订单（库存还有，可以发送订单）
但订单还有非常多，使得来不及操作订单给出具体货物，造成客户的投诉等等
因为订单发送并没有失败，只是我们接收时，失败了（方法不执行了），但订单是成功的
注意：生产者和消费者只是在数据上的一个解释，并不是说消费者就一定是客户端
比如这里订单代表生产者，但是消费者却是库存（服务器），又比如，发布订阅，视频账号是生产者（服务器），消费者是客户端
所以这些的说明都只是说明而已，就如客户端和服务区之间的说明
只要是接收的，那么就是服务器，而这里只要是接收的就是消费者
因此，RabbitMQ有一个ACK机制，当消费者获取消息后，会向RabbitMQ发送回执ACK，告知消息已经被接收
ACK：(Acknowledge character）即是确认字符，在数据通信中，接收站发给发送站的一种传输类控制字符
表示发来的数据已确认接收无误，类似于我们在使用http请求时，http的状态码200就是告诉我们服务器执行成功
整个过程就相当于快递员将包裹送到你手里，并且需要你的签字，并拍照回执
不过这种回执ACK分为两种情况：
自动ACK：消息接收后，消费者立刻自动发送ACK（快递放在快递柜，打开那么就相当于自动发送ACK了）
手动ACK：消息接收后，不会发送ACK，需要手动调用（快递必须本人签收）
两种情况如何选择，需要看消息的重要性：
如果消息不太重要，丢失也没有影响，自动ACK会比较方便
如果消息非常重要，最好消费完成手动ACK，因为如果自动ACK消费后，RabbitMQ就会把消息从队列中删除
如果此时消费者抛异常宕机，那么消息就永久丢失了，而手动的处理，并不会删除对应消息，等待确认删除
当对应消费者关闭后，又会重新回到没有消费的情况，用来防止中间出现问题，使得消息没有了
比如库存（一对一的，也是假设的），这时若库存没有减少或者说没有对应通知（处在未处理时刻）
可以显示对应订单待操作等消息（因为还没有确认之前，订单是显示待操作的）
上面库存只是举个例子而已，实际上大多数还要更加复杂或者不是这样，所以例子可以不必理会，只是对消息的一种说明而已
我们只需要知道对应消息的变化即可，因为我们可以通过这个变化，而知道有什么需求要这样
修改手动消息确认：
channel.basicConsume("queue1",false,defaultConsumer);
结果如下：
其中Unacked：未确认，表示该信息对于生产者来说，还没有处理，1表示未确认的数据个数，或者说等待确认删除的消息
当我们退出程序（消费者的程序），那么这个等待也就失效，因为都退出了，即就会回到准备状态，而不是未确认状态
解决问题代码（RecerByACK类）：
package simplest;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class RecerByACK {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println(s);
channel.basicAck(envelope.getDeliveryTag(),false);
}
};
channel.basicConsume("queue1",false,defaultConsumer);
}
}
工作队列模式：
之前我们学习的简单模式，一个消费者来处理消息，如果生产者生产消息过快过多，而消费者的能力有限
就会产生消息在队列中堆积（生活中的滞销）
一个烧烤师傅，一次烤50支羊肉串，就一个人吃的话，烤好的肉串会越来越多，怎么处理：
多招揽客人进行消费即可，当我们运行许多消费者程序时，消息队列中的任务会被众多消费者共享
但其中某一个消息只会被一个消费者获取（100支肉串20个人吃，但是其中的某支肉串只能被一个人吃）
对应的目录：
生产者P：
package work;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import util.ConnectionUtil;
public class Sender {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_work_queue", false, false, false, null);
for(int i =1 ;i<=100; i++) {
String msg = "羊肉串 ==> "+ i;
channel.basicPublish("", "test_work_queue", null, msg.getBytes());
System.out.println("新鲜出炉：" + msg);
}
channel.close();
connection.close();
}
}
消费者1 ：
package work;
import com.rabbitmq.client.*;
import simplest.Sender;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer1 {
private static int i = 1;
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_work_queue", false, false, false, null);
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【顾客1】吃掉" + s + "! 总共吃掉【" + i +"】串！");
i++;
try {
Thread.sleep(200);
} catch (Exception e) {
e.printStackTrace();
}
channel.basicAck(envelope.getDeliveryTag(),false);
}
};
channel.basicConsume("test_work_queue",false,defaultConsumer);
}
}
消费者2：
package work;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer2 {
private static int i = 1;
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_work_queue", false, false, false, null);
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【顾客2】吃掉" + s + "! 总共吃掉【" + i +"】串！");
i++;
try {
Thread.sleep(900);
} catch (Exception e) {
e.printStackTrace();
}
channel.basicAck(envelope.getDeliveryTag(),false);
}
};
channel.basicConsume("test_work_queue",false,defaultConsumer);
}
}
注意：我们先执行两个消费者，当我们有对应的队列时（没有队列会报错，监听那里）
那么对应的队列连接代码可以删除了（第一次放在消费者里是为了解决没有队列造成的错误），连接由生产者来操作
当然这是需要确定队列（一对一的队列），才在生产者那里进行操作的，因为需要确定队列来发送信息
当队列过多时，那么对应的队列，基本都是一对多的操作，若队列是生产者自己创建
这是是非常麻烦的，因为要创建多个队列并发送信息，且只能给一个队列，万一对应又需要一个队列
那么该生产者就又需要加上对应代码，这是非常麻烦的，虽然消费者也是可以操作多个队列，但不必要，因为一个队列即可
又由于消费者有很多，那么总不能都操作对应的一个队列，所以消费者应该有属于自己的队列
即每个消费者应该都有一个队列，那么若该队列在生产者里，很明显是不行的，因为需要实时的改变，不确定队列个数
所以队列的创建应该在消费者里，但是生产者又要发送，即需要获取队列，这就形成了一个问题
如何确定生产者发送给对应的多个队列呢：使用路由来决定
在一对多操作时，我们只要将队列绑定路由即可解决，即队列应该是对应一个消费者，那时队列的创建需要在消费者里进行
而路由需要在生产者里进行
虽然也可以在消费者里创建，但是消费者是多个，即总不能多次创建或者说执行吧
所以路由在生产者里创建，因为只有一次或者少的次数执行代码（一般是一次，因为对应的账号基本只有一次创建，且基本唯一）
不需要指定队列了，因为会发送给绑定的队列里面，这样就不用在生产者里创建多个队列了
且消费者都有自己的队列，且是他们自己创建的，这里解释了后面操作路由时
队列放在消费者里创建，路由放在生产者里创建的原因，实际上这是根据实际情况来这样编写的
我们其实也可以手动的先绑定，然后在操作，只是需要手动操作而已
但实际上也解决了消费者多次操作获取队列代码的执行，降低了执行代码
但是也只是一个初始化的操作，真正的队列创建还需要是消费者才可（即有创建队列的配置文件）
比如后面的spring的整合，但是不能够随时的读取配置文件，只是将写死在程序里，变成了在配置文件里了（初始化操作）
可以更好扩展（虽然不会随时读取）
我们可以发现，结果是平均分配的，为什么要说平均分配，因为他是数量的平均，与运行速度无关，且对应的信息编号是有顺序的
这是因为排队效应，或者说监听效应，在这之前，我们可以看看如下解释，如下：
注意：若先启动生产者，后启动消费者，由于确定还在，那么接下来的消息
基本上就是全部给第一个启动的消费者了（因为只确定一次，或者说每次的队列创建都会进行确定），所以消费者一般先启动
所以先启动时，那么就一定是确定我们后启动的消费者了
但是由于队列已经确定了，那么中途进入的，不会发送，因为只有一次确定
若这时再次发送信息，那么中途进入的也就会获得分发的信息了
但是上面有一个问题：当我们先运行2个消费者，排队等候消费（取餐），再运行生产者开始生产消息（烤肉串）时
虽然两个消费者的消费速度不一致（线程休眠时间），但是由于分发
导致消费者各自的数量基本是一致的（基本只能差一个没有分发到），如这里100就是各消费50个消息
若是99，那么第一个就是50个消息，第二个就是49个消息
例如：工作中，A同学编码速率高，B同学编码速率低，两个人同时开发一个项目，A10天完
成，B30天完成，A完成自己的编码部分，就无所事事了，等着B完成就可以了，这样是不可以的
应该遵循"能者多劳"效率高的多干点（当然工资肯定高点，需要赚钱吗，总不能少赚点），效率低的少干点
看下面官网是如何给出解决思路的：
channel.basicQos(1);
能者多劳必须要配合手动的ACK机制才生效，因为只有手动确认时
他才会去抢消息或者说告诉队列给他发消息（简称为抢），用来确定他被操作了
防止对应的消息没有进行操作，更加安全，这是规定的，否则不会去抢，这样他就会根据平均的分发得到平均分发的消息
所以我们其实也会看到，谁先执行，那么谁就是操作第一个消息
与执行速度没有关系（第一个，因为刚刚开始还是平均分发的，并不是抢）
之后再进行抢夺（这里就是不会按照平均分发来得到消息了，被无视）
如何避免消息堆积：
workqueue，多个消费者监听同一个队列
或者用线程代替多个消费者，即接收到消息后，通过线程池或者线程，异步消费
也就相当于多个消费者监听同一个队列了，只是在一个程序里面
本质上都是增加消费者来访问同一个队列来避免消息堆积
发布订阅模式 ：
看官网：
生活中的案例：就是玩抖音快手，众多粉丝关注一个视频主，视频主发布视频
所有粉丝都可以得到视频通知（消息，监听的队列，每个消费者应该都有一个队列对应）
上图中，X就是视频主账号或者说视频主，红色的队列就是粉丝，binding是绑定的意思（关注）
P生产者发送信息给X路由，X将信息转发给绑定X的队列
X队列将信息通过信道发送给消费者，从而进行消费
整个过程，必须先创建路由
路由在生产者程序中创建
因为路由没有存储消息的能力，当生产者将信息发送给路由后，消费者还没有运行，所以没有队列，路由并不知道将信息发送给谁
运行程序的顺序：
先运行生产者（发送者），在运行消费者（接收者）
因为需要路由，然后再执行生产者（发送者）发送信息，这是所有绑定的队列得到信息，消费者又监听到
这时消费者们都有信息了，而第一次由于没有队列的绑定，所有第一次的信息，相当于发送空的
且没有保存下来，被删掉了，或者说发送后，就会删除掉
那么信息的存在就在队列中了，没有队列自然该信息就没有了
可能会是一个判断，是否有无绑定，然后发送信息（这就是保存了），没有自然没有发送（没有保存）
但是最后都会删除路由的信息（虽然路由可以在一定时间类处理多个信息的保存），但只是内存的存留
对应的目录：
生产者：
package ps;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import util.ConnectionUtil;
public class Sender {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.exchangeDeclare("test_exchange_fanout","fanout");
String msg = "hello，哈哈哈";
channel.basicPublish("test_exchange_fanout", "", null, msg.getBytes());
System.out.println("生产者：" + msg);
channel.close();
connection.close();
}
}
消费者1：
package ps;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer1 {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_exchange_fanout_queue_1", false, false, false, null);
channel.queueBind("test_exchange_fanout_queue_1","test_exchange_fanout","");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者1】 = " +s);
}
};
channel.basicConsume("test_exchange_fanout_queue_1",true,defaultConsumer);
}
}
消费者2（实际上就是修改队列名称和打印的信息，基本就是将信息对应的1修改成2）：
package ps;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer2 {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_exchange_fanout_queue_2", false, false, false, null);
channel.queueBind("test_exchange_fanout_queue_2","test_exchange_fanout","");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者2】 = " +s);
}
};
channel.basicConsume("test_exchange_fanout_queue_2",true,defaultConsumer);
}
}
注意：上面有些地方的参数是""，那么因为null是不能够写的，但写上就会报错
问题：路由给多个队列有没有先后顺序，答：没有，就如多线程一样，都是抢占资源（资源可以认为是cpu资源）来确定的，基本是随机，没有顺序
路由模式：
路由会根据类型进行定向分发消息给不同的队列，如图所示
可以理解为是快递公司的分拣中心，整个小区，东面的楼小张送货，西面的楼小王送货
对应的目录：
生产者：
package direct;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import util.ConnectionUtil;
public class Sender {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.exchangeDeclare("test_exchange_direct","direct");
String msg = "用户注册，【userid=S101】";
channel.basicPublish("test_exchange_direct", "insert", null, msg.getBytes());
System.out.println("[用户系统]：" + msg);
channel.close();
connection.close();
}
}
消费者1：
package direct;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer1 {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_exchange_direct_queue_1", false, false, false, null);
channel.queueBind("test_exchange_direct_queue_1","test_exchange_direct","insert");
channel.queueBind("test_exchange_direct_queue_1","test_exchange_direct","update");
channel.queueBind("test_exchange_direct_queue_1","test_exchange_direct","delete");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者1】 = " +s);
}
};
channel.basicConsume("test_exchange_direct_queue_1",true,defaultConsumer);
}
}
消费者2：
package direct;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer2 {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_exchange_direct_queue_2", false, false, false, null);
channel.queueBind("test_exchange_direct_queue_2","test_exchange_direct","select");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者2】 = " +s);
}
};
channel.basicConsume("test_exchange_direct_queue_2",true,defaultConsumer);
}
}
记住运行程序的顺序，先运行一次Sender（创建路由器）
有了路由器之后，在创建两个Recer1和Recer2，进行队列绑定
再次运行Sender，发出消息
通配符模式：
和路由模式90%是一样的
唯独的区别就是路由键支持模糊匹配
匹配符号
*：只能匹配一个词（正好一个词，多一个不行，少一个也不行）
#：匹配0个或更多个词
看一下官网案例：
quick.orange.rabbit
lazy.orange.elephant
quick.orange.fox
lazy.brown.fox
lazy.pink.rabbit
quick.brown.fox
orange
quick.orange.male.rabbit
mysql中模糊查询，可以使用转义来跳过模糊的符号，如 %，因为转义的基本不参加对应的操作，这是mysql的操作
而java的转义，并没有单独自身的转义（js有），除非特殊的符号，如 \n
否则其他的符号不可以，如 \d ，报错，即不会得到d（单独自身的转义）
而其他的特殊的转义（如在字符串里的 \u0023 ，代表#，会参加对应的操作），所有java对应的特殊转义，是没必要的
即下面若出现了生产者路由键有#或者*来判断对应队列时，基本是避免不了的
或者说这是一个不可避免的问题（但通常不会这样写），因为这是java的语法问题
对应的目录：
生产者：
package topic;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import util.ConnectionUtil;
public class Sender {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.exchangeDeclare("test_exchange_topic","topic");
String msg = "用户注册，【userid=S102】";
channel.basicPublish("test_exchange_topic", "user.register", null, msg.getBytes());
System.out.println("[用户系统]：" + msg);
channel.close();
connection.close();
}
}
消费者1 ：
package topic;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer1 {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_exchange_topic_queue_1", false, false, false, null);
channel.queueBind("test_exchange_topic_queue_1","test_exchange_topic","user.#");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者1】 = " +s);
}
};
channel.basicConsume("test_exchange_topic_queue_1",true,defaultConsumer);
}
}
消费者2 ：
package topic;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer2 {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_exchange_topic_queue_2", false, false, false, null);
channel.queueBind("test_exchange_topic_queue_2","test_exchange_topic","product.#");
channel.queueBind("test_exchange_topic_queue_2","test_exchange_topic","order.#");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者2】 = " +s);
}
};
channel.basicConsume("test_exchange_topic_queue_2",true,defaultConsumer);
}
}
最后我要说明一下：我们的绑定并不会因为我们程序退出而解除，也就是说，我们绑定过的操作，是会保留的
如上面的模糊匹配的路由键 user.# ，当我们退出，并删掉这个时，启动该消费者，生产者启动
那么也会出现监听的信息，因为原来的绑定还在，而那个绑定操作了信息，即发送的信息给这个消费者了，所有会有信息打印出来
持久化 ：
消息的可靠性是RabbitMQ的一大特色，那么RabbitMQ是如何避免消息丢失：
消费者的ACK确认机制，可以防止消费者丢失消息
万一在消费者消费之前，RabbitMQ服务器宕机了
对应的RabbitMq服务关闭会删除所有的队列（包括消息）和路由，当然重启自然也包含了关闭操作，那么消息也会丢失
想要将消息持久化，那么 路由和队列都要持久化 才可以，消息也要
否则路由和队列持久化了，但消息没有持久化，也就无意义了，实际上路由可以不持久（针对信息而言）
但队列需要，因为队列不持久化，那么相对应的消息也就不存在的（总体都删掉的，那么也就相当于消息被删掉了，也可以认为是保留元数据，我们通过元数据来操作消息数据的，即认为消息数据在其他位置）
路由但不持久的话，就需要重新运行生产者，相当于抖音服务器停机，若没有持久化，那么你的视频账号就要重新创建了的意思
所有为了方便，我们通常也将路由也进行持久化
注意：若我们消费方一直在监听的话，这时若删除对应的队列
即重启服务器，并不会报错，只有第一次没有队列时才会，这时他也会重新的创建对应的队列（需要时间）
基本上所有的框架要想要永久的保留信息，基本上都要进行存盘，也就是我们说的专业名词：持久化的操作
在上面的模糊匹配中代码进行改动
生产者：
package topic;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.MessageProperties;
import util.ConnectionUtil;
public class Sender {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.exchangeDeclare("test_exchange_topic","topic",true);
String msg = "用户注册，【userid=S102】";
channel.basicPublish("test_exchange_topic", "user.register",
MessageProperties.PERSISTENT_TEXT_PLAIN, msg.getBytes());
System.out.println("[用户系统]：" + msg);
channel.close();
connection.close();
}
}
消费者1（消费者2就不改变了）：
package topic;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer1 {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_exchange_topic_queue_1", true, false, false, null);
channel.queueBind("test_exchange_topic_queue_1","test_exchange_topic","user.#");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者1】 = " +s);
}
};
channel.basicConsume("test_exchange_topic_queue_1",true,defaultConsumer);
}
}
自己进行测试，可以反复的重启RabbitMq服务，命令如下：
systemctl restart rabbitmq-server.service
Spring整合RabbitMQ ：
五种消息模型，在企业中应用最广泛的就是最后一种：定向匹配topic（因为最灵活）
一对多也可以操作一对一的，且他是一对多中基本上是最好的一个模式
Spring AMQP 是基于 Spring 框架的AMQP消息解决方案，提供模板化的发送和接收消息的抽象层
提供基于消息驱动的 POJO的消息监听等，简化了我们对于RabbitMQ相关程序的开发
生产端工程：
对应的依赖：
<dependency>
<groupId>org.springframework.amqpgroupId>
<artifactId>spring-rabbitartifactId>
<version>2.0.1.RELEASEversion>
dependency>
<dependency>
<groupId>org.slf4jgroupId>
<artifactId>slf4j-log4j12artifactId>
<version>1.7.25version>
<scope>compilescope>
dependency>
<dependency>
<groupId>org.apache.commonsgroupId>
<artifactId>commons-lang3artifactId>
<version>3.9version>
dependency>
spring-rabbitmq-producer.xml：
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:rabbit="http://www.springframework.org/schema/rabbit"
xsi:schemaLocation="
http://www.springframework.org/schema/beans
http://www.springframework.org/schema/beans/spring-beans.xsd
http://www.springframework.org/schema/rabbit
http://www.springframework.org/schema/rabbit/spring-rabbit.xsd">
<rabbit:connection-factory id="connectionFactory" host="192.168.164.128"
port="5672" username="laosun" password="123123" virtual-host="/lagou"/>
<rabbit:queue name="test_spring_queue_1"/>
<rabbit:admin connection-factory="connectionFactory">rabbit:admin>
<rabbit:topic-exchange name="spring_topic_exchange">
<rabbit:bindings>
<rabbit:binding pattern="msg.#" queue="test_spring_queue_1">rabbit:binding>
rabbit:bindings>
rabbit:topic-exchange>
<bean id="jsonMessageConverter"
class="org.springframework.amqp.support.converter.Jackson2JsonMessageConverter"/>
<rabbit:template id="rabbitTemplate" connection-factory="connectionFactory"
exchange="spring_topic_exchange"
message-converter="jsonMessageConverter">rabbit:template>
beans>
发消息：
package test;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import java.util.HashMap;
import java.util.Map;
public class Sender {
public static void main(String[] args) {
ClassPathXmlApplicationContext context =
new ClassPathXmlApplicationContext("spring/spring-rabbitmq-producer.xml");
RabbitTemplate bean = context.getBean(RabbitTemplate.class);
Map<String,String> map = new HashMap<>();
map.put("name","叶凡");
map.put("email","[email protected]");
bean.convertAndSend("msg.user",map);
context.close();
}
}
消费端工程：
依赖与生产者一致
spring-rabbitmq-consumer.xml
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:rabbit="http://www.springframework.org/schema/rabbit"
xmlns:context="http://www.springframework.org/schema/context"
xsi:schemaLocation="
http://www.springframework.org/schema/beans
http://www.springframework.org/schema/beans/spring-beans.xsd
http://www.springframework.org/schema/rabbit
http://www.springframework.org/schema/rabbit/spring-rabbit.xsd
http://www.springframework.org/schema/context
http://www.springframework.org/schema/context/spring-context.xsd">
<rabbit:connection-factory id="connectionFactory" host="192.168.164.128"
port="5672" username="laosun" password="123123" virtual-
host="/lagou"/>
<rabbit:queue name="test_spring_queue_1"/>
<rabbit:admin connection-factory="connectionFactory">rabbit:admin>
<context:component-scan base-package="listener">context:component-scan>
<rabbit:listener-container connection-factory="connectionFactory">
<rabbit:listener ref="cousumerListener" queue-names="test_spring_queue_1">rabbit:listener>
rabbit:listener-container>
beans>
消费者：
MessageListener接口用于spring容器接收到消息后处理消息
如果需要使用自己定义的类型（自己写的类） 来实现 处理消息时，必须实现该接口，并重写onMessage()方法
相当于之前的监听的对应匿名内部类的那个处理方法
当spring容器接收消息后，会自动交由onMessage()方法进行处理
package listener;
import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.core.MessageListener;
import org.springframework.stereotype.Component;
import java.io.IOException;
@Component
public class CousumerListener implements MessageListener {
private static final ObjectMapper mapper = new ObjectMapper();
@Override
public void onMessage(Message message) {
try {
JsonNode jsonNode = mapper.readTree(message.getBody());
String name = jsonNode.get("name").asText();
String email = jsonNode.get("email").asText();
System.out.println(name);
System.out.println(email);
} catch (Exception e) {
e.printStackTrace();
}
}
}
启动项目：
package test;
import org.springframework.context.support.ClassPathXmlApplicationContext;
public class TestRunner {
public static void main(String[] args) {
ClassPathXmlApplicationContext context =
new ClassPathXmlApplicationContext("spring/spring-rabbitmq-consumer.xml");
}
}
由此可见，我们发现将绑定和队列的创建都放在生产者里了，而消费者只进行监听
但实际上这只是初始化而已（因为配置文件的操作，使得变成这样），对应的绑定实际上也可以在消费者进行
但交换机也就执行多次了，所以后续应该需要进行创建并绑定（如rabbit:admin的配置操作，只是这里并没有操作而已）
即一开始的配置文件可以看成初始化的操作
或者你也可以自定义配置文件，来创建队列和绑定，实现实时的获取
接下来你可以启动消费者（交换机和绑定都在生产者里，所以可以先启动消费者）
再启动生产者，就看看消费者日志，发现的确有结果了
最后确认一点：无论对应的队列，交换机，绑定由谁来操作，只要按照顺序即可（先交换机，然后队列，然后绑定），而谁的操作
主要看实际情况而定，也没有必要必须是消费者操作队列和绑定，而生产者操作交换机等等，不要固定死了
只是这个的给谁操作（消费者操作队列和绑定，而生产者操作交换机），是给的一种方案而已（好的方案）
我们启动后，可以试一试将json工具类删除，我们发现，竟然是消费者发生了错误
由此看来，我们的map集合在发送的过程中进行了处理，然后消费者的解析（变成json的那个方法），也只会解析出这个处理
所以对应的消息，应该不是map集合，是处理过的消息
查看对应源码，发现返回byte数组（不同的处理返回的数据不同，如不处理）
但是都是byte数组，由此可见，的确处理了，处理成了不同的byte数组，那么应该是数据中只有一个处理过的格式才可变成json
即json的处理方式的byte数组，是可以被解析的
消息成功确认机制：
在实际场景下，有的生产者发送的消息是必须保证成功发送到消息队列中
前面解决了消费者如何保证接收的消息被操作，或者说是否被接收
那么如何保证成功投递呢：
事务机制
发布确认机制
事务机制：
AMQP协议提供的一种保证消息成功投递的方式，通过信道开启 transactional 模式
并利用信道 的三个方法来实现以事务方式 发送消息，若发送失败，通过异常处理回滚事务，确保消息成功投递
channel.txSelect()： 开启事务
channel.txCommit() ：提交事务
channel.txRollback() ：回滚事务
Spring已经对上面三个方法进行了封装，所以我们就直接使用原始的代码进行演示
对应的目录：
生产者：
package transaction;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.MessageProperties;
import util.ConnectionUtil;
public class Sender {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.exchangeDeclare("test_transaction","topic");
channel.txSelect();
try {
channel.basicPublish("test_transaction", "product.register", null, "商品1降
价".getBytes());
System.out.println(1 / 0);
channel.basicPublish("test_transaction", "product.register", null, "商品2降
价".getBytes());
channel.txCommit();
System.out.println("生产者：消息已发送");
}catch (Exception e){
e.printStackTrace();
channel.txRollback();
}finally {
channel.close();
connection.close();
}
}
}
消费者：
package transaction;
import com.rabbitmq.client.*;
import util.ConnectionUtil;
import java.io.IOException;
public class Recer {
public static void main(String[] args) throws Exception {
Connection connection = ConnectionUtil.getConnection();
Channel channel = connection.createChannel();
channel.queueDeclare("test_transaction_queue_1", true, false, false, null);
channel.queueBind("test_transaction_queue_1","test_transaction","product.#");
DefaultConsumer defaultConsumer = new DefaultConsumer(channel){
@Override
public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties
properties, byte[] body) throws IOException {
String s = new String(body);
System.out.println("【消费者1】 = " +s);
}
};
channel.basicConsume("test_transaction_queue_1",true,defaultConsumer);
}
}
这时我们先启动生产者，在启动消费者，然后启动生产者（具体原因，看看前面的介绍）
反正是需要先交换机，然后队列，然后绑定
注意：持久化，在测试的时候，最好不要持久化，因为即占用硬盘空间，也占用名称的命名
主要是占用硬盘空间（因为是没有实际作用的数据，只是测试而已）
Confirm发布确认机制 ：
RabbitMQ为了保证消息的成功投递，采用通过AMQP协议层面为我们提供事务机制的方案
但是采用事务会大大降低消息的吞吐量（或者说消息处理能力）
因为事务开启或者操作需要时间，且要保证有回滚的操作，即不发送，或者说，拦截发送，即对应的信息被事务接手
当有提交后，才进行发送，回滚后，将他们销毁掉
一般的事务回滚操作要么是反向的操作（Mysql），要么是将原来进行提交的信息进行销毁（Redis，或者这里rabbitMQ）
在我本机SSD硬盘测试结果10w条消息未开启事务，大约8s发送完毕；而开启了事务后，需要将近310s，差了30多倍
接着翻阅官网，发现官网中已标注
那么有没有更加高效的解决方式呢：答案就是采用Confirm模式
事务效率为什么会这么低呢：
试想一下：10条消息，前9条成功，如果第10条失败，那么9条消息
要全部撤销（销毁）回滚，浪费执行时间（删除也是需要时间的），这是浪费性能的一种主要操作
而confirm模式则采用补发第10条的措施来完成10条消息的送达
即既然你第10条失败，那么我就不进行回滚，我重新在给你发送第10条，这就是补发，而不用浪费过多性能
在spring中应用：
spring-rabbitmq-producer.xml（修改或者添加部分配置）：
<rabbit:connection-factory id="connectionFactory" host="192.168.164.128"
port="5672"
username="laosun"
password="123123"
virtual-host="/lagou"
publisher-confirms="true"/>
<rabbit:template id="rabbitTemplate"
connection-factory="connectionFactory"
exchange="spring_topic_exchange"
message-converter="jsonMessageConverter"
confirm-callback="messageConfirm"/>
<bean id="messageConfirm" class="confirm.MessageConfirm">bean>
消息确认处理类：
package confirm;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.amqp.rabbit.support.CorrelationData;
public class MessageConfirm implements RabbitTemplate.ConfirmCallback {
@Override
public void confirm(CorrelationData correlationData, boolean b, String s) {
if(b){
System.out.println("消息确认成功");
}else{
System.out.println("消息确认失败");
System.out.println(correlationData);
System.out.println(s);
}
}
}
log4j.properties（这里加上，若觉得日志太多，可以删除）：
因为我们有对应的依赖（依赖里面的类也包含对应日志信息的，如程序里面会操作日志配置文件）
但没有对应配置文件，会提示报错，虽然可以不必理会，或者删除对应依赖，这里可以叫做程序操作
因为将main方法里面全部删除执行，就没用对应的提示报错了，所以可以说是程序：
# 输出方式
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
# 表示输出信息为out级别，即输出到控制台的信息（即位置）
log4j.appender.stdout.Target=System.out
# 表示输出格式
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
# 打印信息格式
log4j.appender.stdout.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss} %m%n
# log4j.appender.file = 表示文件输出方式
log4j.appender.file=org.apache.log4j.FileAppender
# log4j.appender.file.File = 表示文件输出位置
log4j.appender.file.File=rebbitmq.log
# log4j.appender.file.layout = 表示输出格式
log4j.appender.file.layout=org.apache.log4j.PatternLayout
# log4j.appender.file.layout.ConversionPattern = 表示打印格式
log4j.appender.file.layout.ConversionPattern=%d{yyyy-MM-dd HH:mm:ss} %l %m%n
# log4j.rootLogger = 表示根日志级别
log4j.rootLogger=debug, stdout,file
发送消息：
package test;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import java.util.HashMap;
import java.util.Map;
public class Sender {
public static void main(String[] args) {
ClassPathXmlApplicationContext context =
new ClassPathXmlApplicationContext("spring/spring-rabbitmq-producer.xml");
RabbitTemplate bean = context.getBean(RabbitTemplate.class);
Map<String,String> map = new HashMap<>();
map.put("name","萧炎");
map.put("email","[email protected]");
bean.convertAndSend("lalala","msg.user",map);
context.close();
}
}
消费端限流：
在沙漠中行走，3天不喝水，突然喝水，如果使劲喝，容易猝死，要一口一口慢慢喝
我们 Rabbitmq 服务器积压了成千上万条未处理的消息，然后随便打开一个消费者客户端
就会出现这样的情况：巨量的消息瞬间全部喷涌推送过来，但是单个客户端无法同时处理这么多数据，就会被压垮崩溃
所以，当数据量特别大的时候，我们对生产端限流肯定是不科学的（因为只有消费者是时刻变化的）
当消费者多时，那么生产者若被限流，那么肯定会造成消费者的不满
因为有时候并发量就是特别大，有时候并发量又特别少，这是用户的行为，我们是无法约束的
所以我们直接不限流生产者，这样就都能应对了
这样看来，我们应该对消费端限流，用于保持消费端的稳定
例如：汽车企业不停的生产汽车，4S店有好多库存车卖不出去，但是也不会降价处理，就是要保证市值的稳定
如果生产多少台，就卖多少台，不管价格的话，市场就乱了，所以我们要用不变的价格来稳住消费者购车，才能平稳发展
RabbitMQ 提供了一种 Qos （Quality of Service，服务质量）服务质量保证功能：
即在非自动确认消息的前提下
如果一定数目的消息未被确认前（也就是只能限制对应数量的消费者在操作），不再进行消费新的消息
生产者使用循环发出多条消息（前面一个生产者的改变）：
package test;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import java.util.HashMap;
import java.util.Map;
public class Sender {
public static void main(String[] args) {
ClassPathXmlApplicationContext context =
new ClassPathXmlApplicationContext("spring/spring-rabbitmq-producer.xml");
RabbitTemplate bean = context.getBean(RabbitTemplate.class);
Map<String,String> map = new HashMap<>();
map.put("name","萧炎");
map.put("email","[email protected]");
for(int i = 0;i<10;i++) {
bean.convertAndSend("msg.user", map);
System.out.println("发送成功");
}
context.close();
}
}
生产10条堆积未处理的消息：
消费者进行限流处理（修改消费者的配置文件，和修改消费者的监听的类）：
<rabbit:listener-container connection-factory="connectionFactory" prefetch="3"
acknowledge="manual">
<rabbit:listener ref="cousumerListener" queue-names="test_spring_queue_1">rabbit:listener>
rabbit:listener-container>
package listener;
import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.rabbitmq.client.Channel;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.core.MessageListener;
import org.springframework.amqp.rabbit.listener.adapter.AbstractAdaptableMessageListener;
import org.springframework.stereotype.Component;
import java.io.IOException;
@Component
public class CousumerListener extends AbstractAdaptableMessageListener {
private static final ObjectMapper mapper = new ObjectMapper();
@Override
public void onMessage(Message message, Channel channel) throws Exception {
try {
System.out.println(message);
JsonNode jsonNode = mapper.readTree(message.getBody());
String name = jsonNode.get("name").asText();
String email = jsonNode.get("email").asText();
System.out.println(name);
System.out.println(email);
long deliveryTag = message.getMessageProperties().getDeliveryTag();
channel.basicAck(deliveryTag,true);
Thread.sleep(3000);
System.out.println("休息3秒后，在继续接收消息");
} catch (Exception e) {
e.printStackTrace();
}
}
}
每次确认接收3条消息：
当未确认的消息为3时，后面的接收执行方法也就不执行了
过期时间TTL：
Time To Live：生存时间、还能活多久，单位毫秒
在这个周期内，消息可以被消费者正常消费，超过这个时间
则自动删除（其实是被称为dead message并投入到死信队列，无法消费该消息）
RabbitMQ可以对消息和队列设置TTL
通过队列设置，队列中所有消息都有相同的过期时间
对消息单独设置，每条消息的TTL可以不同（更颗粒化，但也更加麻烦）
设置队列TTL：
spring-rabbitmq-producer.xml（生产者的修改）：
<rabbit:queue name="test_spring_queue_ttl" auto-declare="true">
<rabbit:queue-arguments>
<entry key="x-message-ttl" value="5000" value-type="long">entry>
rabbit:queue-arguments>
rabbit:queue>
启动生产者创建队列，发现，出现了TTL，即是有过期时间的队列
5秒之后，消息自动删除：
设置消息TTL：
设置某条消息的ttl，只需要在创建发送消息时指定即可
我们在生产者那里新创建一个类，目录如下：
我们修改队列名称，spring-rabbitmq-producer.xml（生产者的修改）：
<rabbit:queue name="test_spring_queue_tt2">
对应代码：
package test;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.core.MessageProperties;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import java.util.HashMap;
import java.util.Map;
public class Sender2 {
public static void main(String[] args) {
ClassPathXmlApplicationContext context =
new ClassPathXmlApplicationContext("spring/spring-rabbitmq-producer.xml");
RabbitTemplate bean = context.getBean(RabbitTemplate.class);
Map<String,String> map = new HashMap<>();
MessageProperties messageProperties = new MessageProperties();
messageProperties.setExpiration("3000");
Message message = new Message("测试过期时间".getBytes(),messageProperties);
bean.convertAndSend("msg.user", message);
System.out.println("发送成功");
context.close();
}
}
如果同时设置了queue和message的TTL值，则二者中较小的才会起作用
也就是说实际上都操作的，只是已经过期了，那么多余时间的过期自然就没有作用了
所以可以理解为，他们会进行判断，使用少的过期时间，相同的，随便取谁都可，一般取队列
死信队列（前面过期时间的自动删除中提到过的死信队列是一个原因）：
DLX（Dead Letter Exchanges）死信交换机 / 死信邮箱
当消息在队列中由于某些原因没有被及时消费而变成死信（dead message）后
这些消息就会被分发到DLX交换机中，而绑定DLX交换机的队列，称之为：“死信队列”
消息没有被及时消费的原因：
消息被拒绝（basic.reject/ basic.nack）并且不再重新投递 requeue=false
消息超时未消费
达到最大队列长度
实际上我们虽然说是死信队列，但具体的队列还是需要自己创建，我们可以将这个队列用来存放无用信息，或者向回收站一样
防止突然需要这些消息，而创建的后手，实际上可以是多个死信队列（无限套娃），只是这里一般只创建一个死信队列
实际上死信队列和死信交换机也只是队列和交换机而已，因为有了特殊的任务（充当回收站和中转站）
使得被称为死信队列和死信交换机了
对应的目录（生产者）：
spring-rabbitmq-producer-dlx.xml（在生产者代码里，创建该配置文件）：
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:rabbit="http://www.springframework.org/schema/rabbit"
xsi:schemaLocation="
http://www.springframework.org/schema/beans
http://www.springframework.org/schema/beans/spring-beans.xsd
http://www.springframework.org/schema/rabbit
http://www.springframework.org/schema/rabbit/spring-rabbit.xsd">
<rabbit:connection-factory id="connectionFactory" host="192.168.164.128"
port="5672"
username="laosun"
password="123123"
virtual-host="/lagou"/>
<rabbit:admin connection-factory="connectionFactory"/>
<rabbit:template id="rabbitTemplate" connection-factory="connectionFactory"
exchange="my_exchange"/>
<rabbit:queue name="dlx_queue"/>
<rabbit:direct-exchange name="dlx_exchange">
<rabbit:bindings>
<rabbit:binding key="dlx_ttl" queue="dlx_queue"/>
<rabbit:binding key="dlx_max" queue="dlx_queue"/>
rabbit:bindings>
rabbit:direct-exchange>
<rabbit:queue name="test_ttl_queue">
<rabbit:queue-arguments>
<entry key="x-message-ttl" value="6000" value-type="long"/>
<entry key="x-dead-letter-exchange" value="dlx_exchange"/>
rabbit:queue-arguments>
rabbit:queue>
<rabbit:queue name="test_max_queue">
<rabbit:queue-arguments>
<entry key="x-max-length" value="2" value-type="long"/>
<entry key="x-dead-letter-exchange" value="dlx_exchange"/>
rabbit:queue-arguments>
rabbit:queue>
<rabbit:direct-exchange name="my_exchange">
<rabbit:bindings>
<rabbit:binding key="dlx_ttl" queue="test_ttl_queue"/>
<rabbit:binding key="dlx_max" queue="test_max_queue"/>
rabbit:bindings>
rabbit:direct-exchange>
beans>
发消息进行测试：
package test;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.context.support.ClassPathXmlApplicationContext;
import java.util.HashMap;
import java.util.Map;
public class SenderDLX {
public static void main(String[] args) {
ClassPathXmlApplicationContext context =
new ClassPathXmlApplicationContext("spring/spring-rabbitmq-producer-dlx.xml");
RabbitTemplate bean = context.getBean(RabbitTemplate.class);
bean.convertAndSend("dlx_max", "测试长度1".getBytes());
bean.convertAndSend("dlx_max", "测试长度2".getBytes());
bean.convertAndSend("dlx_max", "测试长度3".getBytes());
context.close();
}
}
对应队列长度限制的测试（先操作麻烦的）：
虽然我们知道，队列是从小到大的，我们可以先发送两个信息（测试长度3不发送），查看对应信息：
点击test_max_queue，进入往下滑，找到如下：
数字2，代表查看的队列信息，若是3，那么也是查看2个信息，因为只有两个
我们可以看到测试长度1的确在上面，即是从小到大的，这时我们单独发送测试长度3
这时已经超过的设置的队列长度，一般的，我们以为是测试长度3被投递（踢出），实际上是测试长度1
那么也就是说，这个队列长度的限制优先于发送的消息，即以发送的消息为主
因为既然有消息来，那么他之间去除旧的消息，所以可以看到这个长度限制的配置使得测试长度1被踢出
踢出的消息可以在dlx_queue里进行查看，发现，的确是踢出了测试长度1，这是该配置的作用
若要删除队列，可以点击如下（下面的橙色）：
往下滑，找到如下：
点击橙色的按钮，那么就可以删除该队列了，持久的也会删除
对应测试过期时间的消息（注释去掉，将测试长度的代码进行注释）：
其中TTL我们知道代表过期时间标签，但我们可以根据配置文件的说明
那么就知道Lim代表着消息上限（有数量的消息或者说固定的队列长度）标签
其中DLX代表可以跳转的发送到对应交换机
首先我们在test_ttl_queue里可以看到消息，过期后，消息就到dlx-queue队列里面去了，可以自己测试
当然了，我们可以测试长度和过期时间一起操作，因为他们互不干扰
延迟队列：
延迟队列：TTL + 死信队列的合体
死信队列只是一种特殊的队列，里面的消息仍然可以消费
在电商开发部分中，都会涉及到延时关闭订单，此时延迟队列正好可以解决这个问题
生产者：
沿用上面死信队列案例的超时测试，超时时间改为订单关闭时间即可
消费者：
spring-rabbitmq-consumer.xml（修改对应的配置）：
<rabbit:listener-container connection-factory="connectionFactory" prefetch="3" acknowledge="manual">
<rabbit:listener ref="cousumerListener" queue-names="dlx_queue">rabbit:listener>
rabbit:listener-container>
RabbitMQ集群：
rabbitmq有3种模式，但集群模式是2种。详细如下：
单一模式：即单机情况不做集群，就单独运行一个rabbitmq而已，前面我们一直在用的操作就是（一般只是用来进行练习时使用）
普通模式：默认模式，以两个节点（A、B）为例来进行说明
当消息进入A节点的Queue后，consumer从B节点消费时，RabbitMQ会在A和B之间创建临时通道进行消息传输
把A中的消息实体取出并经过通过交给B发送给consumer
当A故障后，B就无法取到A节点中未消费的消息实体
如果做了消息持久化，那么得等A节点恢复，然后才可被消费
如果没有持久化的话，就会产生消息丢失的现象，因为A节点恢复时，原来需要给B节点的消息不在了
我们也发送，从始至终都只是一个消息，只是生产者和消费者对应操作的队列分成了两个节点了而已
所以一般我们也不会使用这个模式，那么根据这个问题（只有一份消息）我们就有了如下模式：
镜像模式：非常经典的 mirror 镜像模式，保证 100% 数据不丢失
在数据层面：高可靠性，数据基本不会丢失，高可用，数据基本可以访问，操作他们两个的解决方案（主要操作可靠性）
在机器层面：可靠性针对机器运行时间（不易宕机），可用性针对挂机恢复时间（快速的可用）
这个镜像模式主要就是实现数据的同步保存（操作可靠性，同步基本不会使得数据丢失），一般来讲是 2 - 3 个节点实现数据同步
对于 100% 数据可靠性解决方案，一般是采用 3 个节点
在实际工作中也是用得最多的，并且实现非常的简单，一般互联网大厂都会构建这种镜像集群模式
还有主备模式，远程模式，多活模式等，这里（本次课程）就不作为重点，可自行查阅资料了解
集群搭建：
前置条件：准备两台linux（可以的话，可以准备三台），并安装好rabbitmq
集群步骤如下：
修改 /etc/hosts 映射文件（根据这个文件，应该知道，是配置域名）
在这之前，给你一个小技巧：
点击这里（发送键输入到所有的会话），出现勾勾后，那么你在一个会话里输入命令或者执行命令
会同步到所有的会话里，即一个会话操作，使得所有会话都操作一样的操作，自己可以进行测试
再次点击，就会取消勾勾，那么也就不起作用了
1号服务器：
127.0.0.1 A localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 A localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.164.128 A
192.168.164.129 B
2号服务器：
127.0.0.1 B localhost localhost.localdomain localhost4 localhost4.localdomain4
::1 B localhost localhost.localdomain localhost6 localhost6.localdomain6
192.168.164.128 A
192.168.164.129 B
修改后进行重启，使得hosts文件生效
重启是为了以防万一，一般重启都会生效，而使用能生效的命令，可能不会生效，具体命令可以百度
所以，重启是最稳妥的命令：
reboot
为了使得 rabbitmq相互通信，cookie必须保持一致（对于 rabbitmq来说的cookie）：
cd /var/lib/rabbitmq/
cat .erlang.cookie
该文件基本是用来同步的，即我们需要使得 rabbitmq的cookie 文件值都要一样，才可进行同步
所以我们只需要修改对应文件内容，或者复制过去即可，为了更方便的复制过去
所以我们就进行跨服务器拷贝 .erlang.cookie
[root@A opt]
注意：cp后，也进行重启服务器（使得起作用，以防万一）
命令：reboot
停止防火墙，启动rabbitmq服务：
[root@A ~]
[root@A ~]
加入集群节点：
[root@B ~]
[root@B ~]
[root@B ~]
[root@A ~]
[root@B ~]
[root@B rabbitmq]
mnesia
查看节点状态：
[root@B ~]
查看管理端
搭建集群结构之后，之前创建的交换机、队列、用户都属于单一结构，在新的集群环境中是不能用的
之所以这样说，这里解释一下：
假设如果没有搭建集群时，B服务器有一个laosun用户，lao用户，且里面有一个队列（多个用户是共享队列的，因为共享虚拟主机）
因为用户只是登录而已，主要是虚拟主机
当搭建集群后，如果操作laosun用户，那么就使用集群的laosun用户和队列，原来的相同用户隐藏了，不同用户不能访问了，且只会使用集群的队列
原来的队列不会使用，都不会显示出来（不同的会显示，只是对用户来说，但不可访问）
当离开集群（不是删除节点服务器）后
实际上很难有完全的离开集群，基本上都是半离开，完全离开基本会导致用户和虚拟主机删除
完全离开，大概需要找到对应的连接信息，而不删除对应的队列信息（可以自己尝试，实际上是很难改变的）
那么这些队列都会显示出来了（持久的看到），可以使用，不同用户也可以访问，原来相同用户显示出来也可以访问
所以在新的集群中重新手动添加用户后，由于同步，任意节点添加，所有节点共享，主要看加入对方的用户共享
比如B服务器加入A服务器，B服务器和A服务器都要laosun用户，那么使用A服务器的laosun用户，所以人共享
可以在没有laosun用户的服务器来进行登录，发现，的确可以登录
[root@A ~]
[root@A ~]
[root@A ~]
注意：当节点脱离集群还原成单一结构后，交换机，队列和用户等数据 都会重新回来
此时，集群搭建完毕，但是默认采用的模式"普通模式"，我们也可以发现，当其中一个宕机后
对应的节点不同步，且基本是关闭的
因为对应的数据并不是服务器独有的，若A服务器不在了，那么对应的队列也就不在了，那个同步只是通道共享
并不是真正的完全同步数据且保存，可靠性不高，实际上我们也可以删除虚拟主机（目录）
但并不会删除他存在的持久的信息（交换机，队列，消息）
镜像模式：
将所有队列设置为镜像队列，即队列会被复制到各个节点（这是复制，而不是单纯的同步共享，而是同步复制）
对应这里的模式来说，可以看成如下：
同步共享（普通模式）：你可以用我的（先同步，没有复制），并显示（界面），但我不在了，就用不到，并没有显示（界面）了
同步复制（镜像模式）：你复制我的来使用（先同步，然后复制），并显示（界面）
我不在了，但你已经复制了，所以还是可以用，并显示（界面）
各个节点状态一致
语法：set_policy {name} {pattern} {definition}
name：策略名，可自定义
pattern：队列的匹配模式（正则表达式）
“^” 可以使用正则表达式，比如"^queue_ " 表示对队列名称以"queue_“开头的所有队列进行镜像，而”^"表示匹配所有的队列
definition：镜像定义，包括三个部分ha-mode, ha-params, ha-sync-mode
ha-mode：（High Available，高可用）模式，指明镜像队列的模式，有效值为 all，exactly，nodes
当前策略模式为 all，即复制到所有节点，包含新增节点
all：表示在集群中所有的节点上进行镜像
exactly：表示在指定个数的节点上进行镜像，节点的个数由ha-params指定
nodes：表示在指定的节点上进行镜像，节点名称通过ha-params指定
ha-params：ha-mode模式需要用到的参数
ha-sync-mode：进行队列中消息的同步方式，有效值为automatic和manual
[root@A ~]
通过管理端设置镜像策略：
注意：该策略默认操作 / 的虚拟主机的队列，其他的虚拟主机不会操作
界面创建队列（在队列那个界面，往下滑可以找到）：
就填写了ddddd，发现有xall标志（xall是对应的策略名），因为默认在 / 虚拟主机上
当我们关闭这一个服务器，其他服务器也是有这个的，即同步时，就复制了，而不会出现只同步，而不复制
HAProxy实现镜像队列的负载均衡：
虽然我们在程序中访问A服务器，可以实现消息的同步，虽然在同步，但都是A服务器在操作消息，A太累
是否可以像Nginx一样，做负载均衡，A和B轮流接收消息（因为同步复制了，所以可以轮流操作消息），再镜像同步
HAProxy简介 ：
HA（High Available，高可用），Proxy（代理）
HAProxy是一款提供高可用性，负载均衡，并且基于TCP和HTTP应用的代理软件
HAProxy完全免费
HAProxy可以支持数以万计的并发连接
HAProxy可以简单又安全的整合进架构中，同时还保护web服务器不被暴露到网络上
HAProxy与Nginx：
OSI：（Open System Interconnection）：开放式系统互联
是把网络通信的工作分为7层，分别是物理层，数据链路层，网络层，传输层，会话层，表示层和应用层
Nginx的优点：
工作在OSI第7层，可以针对http应用做一些分流的策略
Nginx对网络的依赖非常小，理论上能ping通就能进行负载功能，屹立至今的绝对优势
Nginx安装和配置比较简单，测试起来比较方便
Nginx不仅仅是一款优秀的负载均衡器和反向代理软件，它同时也是功能强大的Web应用服务器
HAProxy的优点：
可以工作在网络中的第4层到第7层，支持TCP与Http协议
它仅仅就只是一款负载均衡软件，单纯从效率上来讲HAProxy更会比Nginx有更出色的负载均衡速度
在并发处理上也是优于Nginx的
支持8种负载均衡策略 ，支持心跳检测
性能上HA胜，功能性和便利性上Nginx胜
对于Http协议，Haproxy处理效率比Nginx高，所以，没有特殊要求的时候或者一般场景，建议使用Haproxy来做Http协议负载
但如果是Web应用，那么建议使用Nginx
总之，大家可以结合各自使用场景的特点来进行合理地选择
安装和配置：
HAProxy下载：http://www.haproxy.org/download/1.8/src/haproxy-1.8.12.tar.gz
解压：
[root@localhost opt]
make（编译时，对应解压后的文件里有Makefile文件）时需要使用 TARGET 指定内核及版本：
[root@localhost opt]
3.10.0-514.6.2.el7.x86_64
根据内核版本选择编译参数：
发现对应的参数是linux2628，因为我们是3.10，即3.x
进入目录，编译和安装：
[root@localhost opt]
[root@localhost haproxy-1.8.12]
[root@localhost haproxy-1.8.12]
安装成功后，查看版本：
[root@localhost haproxy-1.8.12]
配置启动文件，复制haproxy文件到/usr/sbin下 ，复制haproxy脚本，到/etc/init.d下：
[root@localhost haproxy-1.8.12]
[root@localhost haproxy-1.8.12]
[root@localhost haproxy-1.8.12]
创建系统账号：
[root@localhost haproxy-1.8.12]
haproxy.cfg 配置文件需要自行创建：
[root@localhost haproxy-1.8.12]
[root@localhost haproxy-1.8.12]
添加配置信息到haproxy.cfg：
global
log 127.0.0.1 local0 info
chroot /usr/local/haproxy
user haproxy
group haproxy
uid 99
gid 99
daemon
maxconn 4096
defaults
log global
mode tcp
option tcplog
option dontlognull
retries 3
maxconn 2000
timeout connect 5s
timeout client 30s
timeout server 15s
listen rabbitmq_cluster
bind 192.168.164.130:5672
mode tcp
balance roundrobin
server A 192.168.164.128:5672 check inter 5000 rise 2 fall 3
server B 192.168.164.129:5672 check inter 5000 rise 2 fall 3
listen monitor
bind 192.168.164.130:8100
mode http
option httplog
stats enable
stats uri /monitor
stats refresh 5s
启动HAProxy：
[root@localhost haproxy]
访问监控中心：http://192.168.164.130:8100/monitor
记得关闭防火墙： systemctl stop firewalld
项目发消息，只需要将服务器地址修改为130即可，其余不变
然后haproxy会根据对应的虚拟主机，用户名，密码（由于是集群，那么基本可用忽略）
以上面的规则为例（轮询）
依次轮询的操作对应服务器，无论是写入还是读取，其中可用看上图的Total，多次的发送信息和接收信息，可以发现
的确是轮询的，比如我们发送三次（从A开始，那么就是A-B-A），若这时我们在次接收三次，那么就是（B-A-B）
每次的接收和发生，都会轮询一次，注意：haproxy操作接收的监听时，他每过段时间，会要求接收的监听进行一次请求
来得到数据，一般的我们的监听只能监听一个，且一直监听，而不是每过段时间进行一次监听
而在haproxy时，是每过段时间监听，使得haproxy会根据规则（轮询）操作监听，使得每个服务器都被轮询的访问
之所以这样，是为了使得服务器被均匀的访问，而不会一直监听某个服务器
这样，无论是发生信息，还是接收信息，就都实现了负载均衡的操作
所有的请求（发生和接受）都会交给HAProxy，其负载均衡给每个rabbitmq服务器（设置的两个server，配置里可用看到）
KeepAlived搭建高可用的HAProxy集群：
在前面的nginx里，我应该说过，我们所有的请求都给一个nginx，这是非常不好的
万一他宕机了，损失就大了，所以我们可以做集群
这里也是一样的，所有的请求都给haproxy，也是需要集群
所以现在最后一个问题暴露出来了，如果HAProxy服务器宕机，rabbitmq服务器就不可用了
所以我们需要对HAProxy也要做高可用的集群，那么我们就来操作如何弄集群（这里操作haproxy集群）
注意：无论你如何的操作集群，那么一定是有某个服务器是总体的接收（一个ip），这是一定的，我们只能优化这些操作
但这时也要考虑，这个总体的接受如何防止宕机，我们使用备用机方案，下面的vrrp协议
那么为什么不直接让haproxy使用备用机方案呢：那是因为haproxy并没有操作该协议，因为术业有专攻
假设加上了这个，很明显，我们是将多个操作给一个中间件了，那么为什么不分开（使得互相可以作用）使得好维护呢
概述：
Keepalived是Linux下一个轻量级别的高可用热备解决方案
Keepalived的作用是检测服务器的状态，它根据TCP/IP参考模型的第三、第四层、第五层交换机制检测每个服务节点的状态
如果有一台web服务器宕机，或工作出现故障，Keepalived将检测到
并将有故障的服务器从系统中剔除，同时使用其他服务器代替该服务器的工作
当服务器工作正常后Keepalived自动将服务器加入到服务器群中
这些工作全部自动完成，不需要人工干涉，需要人工做的只是修复故障的服务器。
keepalived基于vrrp（Virtual Router Redundancy Protocol，虚拟路由冗余协议）协议
vrrp它是一种主备（主机和备用机）模式的协议，通过VRRP可以在网络发生故障时透明的进行设备切换
而不影响主机之间的数据通信，两台主机之间生成一个虚拟的ip，我们称漂移ip，漂移ip由主服务器承担
一但主服务器宕机，备份服务器就会抢夺漂移ip，继续工作，有效的解决了群集中的单点故障
说白了，将多台路由器设备虚拟成一个设备，对外提供统一ip（VIP）
安装KeepAlived：
修改hosts文件的地址映射：
| ip |
用途 |
主机名 |
| 192.168.164.130 |
KeepAlived 和 HAProxy |
C |
| 192.168.164.131 |
KeepAlived 和 HAProxy |
D |
安装 keepalived：
[root@C ~]
修改配置文件（内容大改，不如删掉，重新创建）：
[root@C ~]
[root@C ~]
! Configuration File for keepalived
global_defs {
router_id C
}
vrrp_script chk_haproxy{
script "/etc/keepalived/haproxy_check.sh"
interval 2
weight -20
}
vrrp_instance VI_1 {
state MASTER
interface ens33
virtual_router_id 66
priority 100
advert_int 1
authentication {
auth_type PASS
auth_pass 1111
}
track_script {
chk_haproxy
}
virtual_ipaddress {
192.168.164.66/24
}
}
virtual_server 192.168.164.66 5672 {
delay_loop 6
lb_algo rr
lb_kind NAT
protocol TCP
real_server 192.168.164.130 5672 {
weight 1
}
}
创建执行脚本 /etc/keepalived/haproxy_check.sh：
#!/bin/bash
COUNT=`ps -C haproxy --no-header |wc -l`
if [ $COUNT -eq 0 ];then
/usr/local/haproxy/sbin/haproxy -f /etc/haproxy/haproxy.cfg
sleep 2
if [ `ps -C haproxy --no-header |wc -l` -eq 0 ];then
killall keepalived
fi
fi
Keepalived 组之间的心跳检查并不能察觉到 HAproxy 负载是否正常，所以需要使用此脚本在 Keepalived 主机上
开启此脚本检测 HAproxy 是否正常工作，如正常工作，记录日志
如进程不存在，则尝试重启 HAproxy ，2秒后检测，如果还没有，则关掉主 Keepalived
此时备Keepalived 检测到主 Keepalived 挂掉，接管VIP，继续服务
授权，否则不能执行：
[root@C etc]
启动keepalived（两台都启动）：
[root@C etc]
[root@C etc]
查看状态：
[root@C etc]
[root@C etc]
查看ip情况 ip addr 或 ip a：
[root@C etc]
发现在网卡上多出了一个地址，这里我就要说明一下虚拟ip和真实ip的一个细节：
假设虚拟ip和真实ip是一样的，那么先显示虚拟ip，这是因为虚拟ip是我们自己设置的ip
而真实ip是路由（是网络上的路由，并不是本机路由）给我们的ip，用来与网络相连接，所以虚拟ip优先
但是当你设置同一的ip时，我们进行关闭keepalived时，由于是直接关闭ip，且原来ip冲突，使得虚拟机不正常退出，且连接不了
因为这时没有ip了（可用离开Xshell后，去虚拟机使用ip a查看
那么由于连接不了（冲突），即这个ip也就访问不了了（没有冲突之前可以）
因为优先虚拟ip，但是keepalived不能使得虚拟ip和真实ip相同，所有会导致冲突
这时一般就需要重启，使得keepalived的影响消失，那么我们就可以修改回来了
此时操作完了第一台，即安装完毕，按照上面的步骤就可以安装第二台了（服务器名称和ip注意要修改）
可能操作第二台时出现的常见的网络错误：子网掩码、网关等信息要一致
这时我们访问66，也就是访问130了，相当于在本地操作时，66也代表了该主机，就如130代表该主机一样
但是这是针对于本地来说的，网络上不会看这个虚拟ip，所以虽然当前电脑可用ping通
这时因为是NAT模式（无需联网即可，没有联网只能访问内部，不能访问外部）
但是若使用网络上的操作的话，就需要看真实ip，比如浏览器的访问
我们可用进行ping通66和130，也可以使用curl进行发送请求看看是否返回AMQP使得可以连接
测试ip漂移的规则（在第二台服务器也部署完毕的情况下）：
查看虚拟ip ip addr 或 ip a
目前，C节点是主机，所以虚拟ip在C节点
在这个基础上（实际上与对应的haproxy是否启动并无关系）
C节点启动keepalived，D节点启动，那么虚拟ip在C上
若C节点关闭，那么虚拟ip飘移到D节点上
若C节点开启，虚拟ip还是在D节点上
若D节点关闭，虚拟ip飘移到C节点上
若D节点启动，虚拟ip还是在C节点上
若D节点和C节点都关闭，那么谁先启动，虚拟ip就给谁
可以这样理解：只要虚拟ip的该节点，进行关闭，才会进行飘移
但是这只是针对于两个服务器来进行的操作，假如有两个以上的服务器呢：
看如下解释：
我们知道，有主机，备用机，一般的我们操作这个两个，若再次添加的话，那么就是随从备用机
随从的备用机可以说是备用的备用，他们得到飘移ip时，只要主机启动，ip就会回到主机身上，而不会像备用机一样，持续占用
而飘移规则一般是（这里是）：从开启机一路到下（按照开启顺序来进行飘移，从第一个机开始）
所以相对于两个服务器来说，那么就是互相飘移
主机一般是用来抢夺随从备用机的，实际上当只有两个时，与是否是主机无关，对应ip都会飘移
测试vip+端口是否提供服务（在128，A服务器上测试）
[root@A ~]
AMQP
由次看来，我们设置的虚拟ip，使得我们只需要访问他一个，就能访问多个服务器，使得其中一个挂掉了之后
访问并不会停止，即该服务器的haproxy也就可以执行，从而实现了haproxy的高可用，到此haproxy的集群操作完毕
这里并没有使用负载均衡操作，而是使用虚拟ip来操作，操作了类似于负载均衡的操作（操作集群）
但是与负载均衡不同的是，负载均衡的那个服务器只有一个，而这里虽然也是始终只会操作一个服务器，但也防止了宕机
都是访问一个ip，实现多个服务器的访问（这一点类似于负载均衡）
最后要注意一个问题：我们知道，生产者生产消息，基本是有顺序的（因为对于他来说，他的消息必然顺序，当然，我们一般也不会操作多个生产者来破坏顺序，这是没有必要的，或者一些其他原因，具体可以看这个博客：https://blog.csdn.net/m0_37540696/article/details/128026687），但是若多个消费者来消费时，若其中一个消费者比较慢，那么这个顺序就发生改变了，比如添加，更新，删除，最后变成删除（其他两个比较慢），更新，添加，那么对于数据库来说是一个严重的问题的，或者没有删除，那么就没有更新，当然了，就算是一个消费者，他也可以操作多线程（创建子线程就行），所以根据这样的问题，我们需要思考，如何解决：
1：为了解决多个消费者，其中我们可以操作多个队列，每个消费者一个队列，那么就可以完成，虽然解决消费者多的问题，但是队列也多了，也为了可以定位到不同的队列，一般我们会操作哈希，将一组放入（可以认为有编号，也可以认为操作通配符）
2：为了解决一个消费者，消费者自己可以判断消息来进行一个队列的方式，从而进行顺序处理
当然，可能还有其他解决方式，具体可以百度
