【笔记/后端】谷粒商城高级篇

一、ElasticSearch

1 基本概念

全文检索工具：快速储存、搜索和分析海量数据。

1. Index (索引) → Mysql的库

• 动词，相当于MySQL中的insert；
• 名词，相当于MySQL中的Database。

2. Type (类型) → Mysql的表（过时）

• 在Index中，可以定义一个或多个类型。类似于MySQL中的Table；每一种类型的数据放在一起。

3. Document (文档) → Mysql的记录

• 保存在某个Index下，某种Type的一个数据 (Document)，文档是JSON格式的，Document就像是MySQL中的某个Table里面的内容。

4. 倒排索引

• 词	记录
  红海	1,2,3,4,5
  行动	1,2,3
  探索	2,5
  特别	3,5
  记录篇	4
  特工	5

  分词：将整句分拆为单词
  保存的记录
  1 - 红海行动
  2 - 探索红海行动
  3 - 红海特别行动
  4 - 红海纪录篇
  5 - 特工红海特别探索

  检索
  红海特工行动？
  红海行动？

  相关性得分
  比如搜索“红海特别行动”，找到词“红海”，“特工”和“行动”，共涉及到记录1, 2, 3, 4, 5。
  对于记录1和5，都命中了两个词。但是记录1只拆分出了2个词，记录5拆分出了4个词，所以记录1的相关性得分会更高。

2 安装

docker pull elasticsearch:7.4.2 # 存储和检索数据
docker pull kibana:7.4.2 # 可视化检索数据

mkdir -p /mydata/elasticsearch/config # 用于挂载
mkdir -p /mydata/elasticsearch/data # 用于挂载
echo "http.host: 0.0.0.0" >> /mydata/elasticsearch/config/elasticsearch.yml # 允许任何IP访问

2.1 安装ElasticSearch

docker run命令：

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \ # 9200-API端口 9300-集群通信端口
-e "discovery.type=single-node" \ # 指定参数
-e ES_JAVA_OPTS="-Xms64m -Xmx128m" \ # 指定参数
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2 # 指定后台启动镜像

下面供复制使用：

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms64m -Xmx128m" -v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /mydata/elasticsearch/data:/usr/share/elasticsearch/data -v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins -d elasticsearch:7.4.2

问题1 运行后 docker ps 没有运行，使用 docker logs elasticsearch 查看报错原因如下：

...
"org.elasticsearch.bootstrap.StartupException: ElasticsearchException[failed to bind service]; nested: AccessDeniedException[/usr/share/elasticsearch/data/nodes];"
...
"Caused by: java.nio.file.AccessDeniedException: /usr/share/elasticsearch/data/nodes"

解决 宿主机挂载目录权限问题，给要被挂载的目录所有用户的读写权限：

chmod -R 777 /mydata -R是给目录下所有文件赋予权限

2.2 安装Kibana

docker run --name kibana -e ELASTICSEARCH_HOSTS=http://172.16.212.10:9200 -p 5601:5601 -d kibana:7.4.2

3 初步检索

3.1 _cat 查看ES的节点信息

请求	说明
GET /_cat/nodes	查看所有节点
GET /_cat/health	查看ES健康状况
GET /_cat/master	查看主节点
GET /_cat/indices	查看所有索引 → show databases;

3.2 索引一个文档

_ 开头的是元数据。现在type已不推荐使用，使用 _doc

请求	说明
PUT customer/external/1 body {“name”: “John”}	在customer索引下的external类型下保存1号数据为请求体中的JSON内容。如果之前存在对应ID的数据，则会进行更新；否则新增。必须携带ID。
POST customer/external/1 body {“name”: “John”}	同上，但是可以不带ID，表示新增。
GET customer/external/1	查询一条数据。返回信息中： _seq_no: 6, 并发控制字段，每次更新就会+1，用来做乐观锁 _primary_term: 1, 同上，主分片重新分配、重启就会变化 更新时携带下面的参数：?if_seq_no=0&if_primary_term=1，比如只想修改序列号为1时的数据，别人如果中途修改过就不再修改，返回409错误并提供新的版本号。
POST customer/external/1/_update body {“doc”: {“name”: “John”}}	更新文档。会对比原来数据，如果更新前后没有变化，那么序列号和版本都不会增加。前面两种更新都会修改。
DELETE customer/external/1	删除一条数据。
DELETE customer	删除索引。ES不支持删除类型。
# 在Kibana中执行 POST customer/external/_bulk {“index”:{“_id”:“1”}} {“name”:{“name”:“John”}} {“index”:{“_id”:“2”}} {“name”:{“name”:“Jack”}}	批量保存。上一条失败不会影响下一条。语法格式： {action: {metadata}} {request body} actions: delete create title index

4 进阶检索

4.1 SearchAPI

select * from bank order by account_number asc

GET bank/_search?q=*&sort=account_number:asc

4.2 QueryDSL

4.2.1 基本查询

select balance, firstname from bank order by account_number asc limit 0, 5

GET bank/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [{
    "account_number": "asc"
  },
  {
    "balance": "desc"
  }],
  "from": 0,
  "size": 5,
  "_source": ["balance", "firstname"]
}

1. match
   select * from bank where balance = 16418

   GET bank/_search
   {
     "query": {
       "match": {
         "balance": 16418
       }
     }
   }
   

2. match_phrase
   select * from bank where address like '%mill lane%'
   (MySQL和ES都忽略大小写)

   GET bank/_search
   {
     "query": {
   		"match_phrase": {
   			"address": "mill lane" 
   		} 
   	}
   }
   

3. multi_match
   select * from bank where address like '%mill%' or city like '%mill%' or address like '%movico%' or city like '%movico%'

   GET bank/_search
   {
     "query": {
       "multi_match": {
         "query": "mill movico",
         "fields": ["address", "city"]
       }
     }
   }
   

4. bool
   可以使用 must must not should，均为字面意思，符合查询值的会贡献相关性得分。
   也可以使用 filter 进行过滤，但不会计算相关性得分。

   GET bank/_search
   {
     "query": {
       "bool": {
         "must": [
           {
   		  "match": {
   	          "gender": "F"
             }
           }
   		  ]}}}
   

5. term
   精确值查询。但是查询text字段由于存在分词分析的原因，会查询不到，还是需要使用match。

   GET bank/_search
   {
     "query": {
   		"term": {
   			"age": "28"  
   		} 
   	}
   }
   

   实践
   全文检索字段使用match，其他非text字段匹配用term。

4.2.2 聚合

1. terms聚合

• 搜索address中包含mill的所有人的年龄分布以及平均年龄
  • select * from bank + select age, count(age) from age group by age

  GET bank/_search
  {
    "query": {
      "match_all": {}
    },
    "aggs": {
      "ageAgg": {
        "terms": {
          "field": "age",
          "size": 10 # 只看10条聚合结果
        }
      }
    },
    "size": 0 # 不看具体记录只看聚合结果
  }
  

• 对text类型字段做聚合需要添加后缀.keyword。
• 嵌套聚合：
  with (select age, count(age) from bank group by age) as t1
select avg(balance) from bank, t1 on bank.age = t1.age group by balance

  GET bank/_search
  {
    "query": {
      "match_all": {}
    },
    "aggs": {
      "ageAgg": {
  		"terms": {
  		  "field": "age",
  		  "size": 10 # 只看10条聚合结果
  		},
  		"aggs": {
  			"balanceAvg": {
  				"avg": {
  					"field": "balance"
  				}
  			}
  		}
      }
    },
    "size": 0 # 不看具体记录只看聚合结果
  }
  

2. avg聚合

• 求平均值
  • select avg(age) from bank

      GET bank/_search
      {
        "query": {
          "match_all": {}
        },
        "aggs": {
          "ageAvg": {
            "avg": {
              "field": "age",
            }
          }
        },
        "size": 0 # 不看具体记录只看聚合结果
      }
  

其他聚合类型参考官方文档。

4.3 Mapping

1. 指定字段类型。

PUT /my_index
{
	"mappings": {
		"properties": {
			"age": {"type": "integer"},
			"email": {"type": "keyword"},
			"name": {"type": "text"} # text类型会进行分词分析
		}
	}
}

2. 给已有映射添加字段employee-id：

PUT /my_index/_mapping
{
	"properties": {
		"employee-id": {
			"type": "keyword",
			"index": false # 控制这个字段是否可以被查询（false为冗余字段）
		}
	}
}

3. 对于已存在的索引，不能进行更新。只能创建新的索引，进行数据迁移。

POST _reindex
{
	"source": {
		"index": "bank",
			"type": "account" # 过时，迁移后默认变成_doc
	},
	"dest": {
		"index": "newbank"
	}
}

4.4 分词

默认按空格进行分词，忽略句尾句号。但是这样无法对中文进行分词（被拆分为单字）。

POST _analyze
{
	"analyzer": "standard",
	"text": "中文之间是没有空格的"
}

在GitHub上下载对应ES版本的ik分词器https://github.com/medcl/elasticsearch-analysis-ik/releases/tag/v7.4.2，使用wget下载到挂载插件目录下

cd /mydata/elasticsearch/plugins
wget https://www.notion.so/1-ElasticSearch-a3b1bbe49f404ee8898d1b99b76d812a#061e5af6f9f940509ca3e89197754abc
unzip -d ik elasticsearch-analysis-ik-7.4.2.zip
rm elasticsearch-analysis-ik-7.4.2.zip

然后进入docker容器使用elasticsearch-plugin list查看安装好的插件。

使用ik分词器

POST _analyze
{
  "analyzer": "ik_max_word",
  "text": "我是中国人"
}

我们经常需要自定义词库，可以将自定义词库部署到nginx让ES来访问。

附录——调整ES占用内存最大为512M

删除原来的容器，新建一个。

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms64m -Xmx512m" -v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml -v /mydata/elasticsearch/data:/usr/share/elasticsearch/data -v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins -d elasticsearch:7.4.2

附录——安装Nginx

1. 随便启动一个nginx实例，为了复制其中配置文件
   docker run -p 80:80 --name nginx -d nginx:1.10
2. 将容器内的配置文件拷贝到当前目录
   docker container cp nginx:/etc/nginx .
3. 修改文件名，并移动到/mydata/nginx下
   mv nginx conf
mkdir /mydata/nginx
mv conf /mydata/nginx
4. 终止原容器并删除
   docker stop nginx
docker rm nginx
5. 创建新的nginx

    docker run -p 80:80 --name nginx -v /mydata/nginx/html:/usr/share/nginx/html -v /mydata/nginx/logs:/var/log/nginx -v /mydata/nginx/conf:/etc/nginx -d nginx:1.10

Nginx可以直接通过路径访问html目录下的文件。

在nginx的html目录下创建一个txt文件存储自定义词库

cd /mydata/nginx/html
mkdir es
cd es
vim segmentation.txt # 词汇换行存储

然后修改ES中ik插件的配置文件

cd /mydata/elasticsearch/plugins/ik/config
vim IKAnalyzer.cfg.xml

# 将下面这条配置取消注释，并配置为自己的自定义词库文件
<!--用户可以在这里配置远程扩展字典 -->
	<entry key="remote_ext_dict">http://172.16.212.10/es/segmentation.txt</entry>

重启ES就可以生效了
docker restart elasticsearch

5 整合Java

使用官方提供的Java High Level REST Client
https://www.elastic.co/guide/en/elasticsearch/client/java-rest/7.9/java-rest-high-getting-started-maven.html
Maven导入：

<properties>
		<java.version>1.8java.version>
		
		<elasticsearch.version>7.4.2elasticsearch.version>
properties>
<dependency>
		<groupId>org.elasticsearch.clientgroupId>
		<artifactId>elasticsearch-rest-high-level-clientartifactId>
		<version>7.4.2version>
dependency>

问题1 按照视频中导入上方陪配置后报错org.springframework.beans.factory.BeanCreationException: Error creating bean with name 'configurationPropertiesBeans' defined in class path resource

解决 nacos和springboot版本冲突，引入依赖管理：

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.cloudgroupId>
            <artifactId>spring-cloud-dependenciesartifactId>
            <version>${spring-cloud.version}version>
            <type>pomtype>
            <scope>importscope>
        dependency>
    dependencies>
dependencyManagement>

@Test
void indexData() throws IOException {
    IndexRequest indexRequest = new IndexRequest("users");
    indexRequest.id("1");
//        indexRequest.source("userName", "zhangsan", "age", 18, "gender", "男");
    User user = new User();
    String jsonStr = JSON.toJSONString(user);
    indexRequest.source(jsonStr, XContentType.JSON);

    IndexResponse index = client.index(indexRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);
    System.out.println(index);
}

@Test
void searchData() throws IOException {
    SearchRequest searchRequest = new SearchRequest();
    // 指定在哪里检索
    searchRequest.indices("bank");
    // 指定DSL，检索条件
    SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
    // 构造检索条件
    sourceBuilder.query(QueryBuilders.matchQuery("address", "mill"));
    sourceBuilder.aggregation(AggregationBuilders.terms("ageAgg").field("age").size(10));
    sourceBuilder.aggregation(AggregationBuilders.avg("balanceAvg").field("balance"));

    searchRequest.source(sourceBuilder);

    // 执行检索
    SearchResponse response = client.search(searchRequest, GulimallElasticSearchConfig.COMMON_OPTIONS);

    // 分析结果
    SearchHits hits = response.getHits();
    SearchHit[] hits1 = hits.getHits();
    for (SearchHit hit : hits) {
        String hitStr = hit.getSourceAsString();
        System.out.println("hit: " + hitStr);
    }
    Aggregations aggregations = response.getAggregations();
    Terms ageAgg = aggregations.get("ageAgg");
    for (Terms.Bucket bucket : ageAgg.getBuckets()) {
        String keyStr = bucket.getKeyAsString();
        System.out.println("age: " + keyStr);
    }
    Avg balanceAvg = aggregations.get("balanceAvg");
    System.out.println("balance avg: " + balanceAvg.getValue());
}

关于nested字段类型

---

二、Nginx

让Nginx帮我们进行反向代理，所有来自gulimall.com的请求，都转到商品服务。

nginx.conf
  |— 全局块 配置影响nginx全局的指令。如：用户组，nginx进程pid存放路径，日志存放路径。配置文件引入，允许生成worker process数等
  |— events块 配置影响nginx服务器或与用户的网络连接。如：每个进程的最大连接数，选取哪种事件驱动模型处理连接请求，是否允许同时接受多个网路连接，开启多个网络连接序列化等
  |— http块 可以嵌套多个server，配置代理，缓存，日志定义等绝大多数功能和第三方模块的配置，如文件引入，mime-type定义，日志自定义，是否使用sendile传掩文件，连接超时时间，单连接请求数等
    |— http全局块 如upstream，错误页面，连接超时等
    |— server块 配置虚拟主机的相关参数。—个http中可以有多个server
        |— location 配置请求的路由，以及各种页面的处理情况
        |— location
        |— ...

• 在nginx.conf总配置中，有一条 include /etc/nginx/conf.d/*.conf; 表示会读取这conf.d目录下所有的conf配置文件
• 在conf.d下创建一个gulimall.conf来配置代理转发，修改其中的server_name为gulimall.com，表示将所有请求头中host为gulimall.com的进行监听
• 再修改location中的内容配置代理路径

  listen       80;
  server_name  gulimall.com;
  
  #charset koi8-r;
  #access_log  /var/log/nginx/log/host.access.log  main;
  
  location / {
  		proxy_pass http://172.16.212.1:10000;
  }
  

缺点 如果后期微服务实例增多，需要再进入配置文件进行修改。

解决方式 给Nginx的上游服务器配置为网关，将所有匹配请求转发到网关，由网关再进行转发。

• 修改nginx.conf，添加上游服务器配置：

  # 配置上游服务器
  upstream gulimall {
  	server 172.16.212.1:88; # 这个是网关URL
  }
  

• 再在gulimall.conf中将proxy_pass转发目的地址改为gulimall
  注意 Nginx代理给网关的时候，会丢失请求头的host信息
  解决方式 配置 proxy_set_header Host $host

  location / {
  		proxy_set_header Host $host; # 添加header Host，内容为原来的host内容
  		proxy_pass http://gulimall;
  }
  

• 在网关服务的application.yaml中添加域名转发配置：

  - id: host_route
    uri: lb://product
    predicates:
  	  - Host=**.gulimall.com
  

动静分离

将静态资源如js, css和图片放到Nginx来处理，减轻Tomcat的负担。

1. 首先将所有的静态资源（index目录）拷贝到nginx目录中：/mydata/nginx/html/static
2. 修改gulimall.conf配置，添加static访问路径直接访问nginx目录中内容的配置：

   location /static/ {
   		root /usr/share/nginx/html;
   }
   

---

三、压力测试

1 性能指标

• 响应时间 （Response Time: ST）
  响应时间指用户从客户端发起一个请求开始，到客户端接收到从服务器端返回的响应结束，整个过程所耗费的时间。
• HPS（Hits Per Second）：每秒点击次数，单位是次秘。
• TPS（Transaction per Second）：系统每秒处理交易数，单位是笔/秒。
• QPS（Query per Second）：系統每秒处理查询次数，单位是次/秒。
  对于互联网业务中，如果某些业务有且仅有一个请求连接，那么TPS=QPS=HPS，一般情记下用 TPS 来衡量整个业务流程，用 QPS 来衡量接口查询次数，用 HPS 来表示对服务器单击请求。
• 无论TPS、QPS、HPS，此指标是衡量系统处理能力非常重要的指标，越大越好，根据经验，一般情况下：
  • 金融行业：1000TPS~50000TPS，不包括互联网化的活动
  • 保险行业：100TPS~100000TPS，不包括互联网化的活动
  • 制造行业：10TPS~5000TPS
  • 互联网电子商务：10000TPS~1000000TPS
  • 互联网中型网站：1000TPS~5000OTPS
  • 互联网小型网站：500TPS~10000TPS
• 最大响应时间（Max Response Time）：指用户发出请求或者指令到系统做出反应（响应）的最大时间。
• 最少响应时间（Minimum Response Time）：指用户发出请求或者指令到系统作出反应（响应）的最少时间。
• 90%响应时间（90% Response Time）：是指所有用户的响应时间进行排序，第90%的响应时间。
• 从外部看，性能测试主要关注如下三个指标
  • 吞吐量：每秒钟系统能够处理的请求数、任务数
  • 响应时间：服务处理一个请求或一个任务的耗时
  • 错误率：一批请求种结果出错的请求所占比例

2 JMeter

brew install jmeter

1. 在Options中可以将语言设置为简体中文。

2. 添加测试配置：
   线程数 来模拟用户数量
   Ramp-Up 设置执行这些请求的时间，这里为200次
   循环次数 重复多少次

3. HTTP请求配置中：
   
   影响性能考虑点

   数据库、应用程序、中间件（Tomcat、Nginx）、网络和操作系统等方面

   首先考虑自己的应用属于CPU密集型还是IO密集型

3 jvisualvm（VisualVM）

升级版的jconsole

问题1
在终端中执行 jvisualvm 后报错如下：

The operation couldn’t be completed. Unable to locate a Java Runtime that supports jvisualvm.
Please visit http://www.java.com for information on installing Java.

并且环境变量中已有$JAVA_HOME
解决
高版本JDK不再自带jvisualvm。从官网 https://visualvm.github.io/download.html 下载VisualVM使用。

下载后打开又报错需要JDK来运行而不是JRE，修改程序目录下 /etc/visualvm.conf添加javahome的配置：

visualvm_jdkhome="/Library/Java/JavaVirtualMachines/jdk1.8.0_311.jdk/Contents/Home”

插件中心不需要修改，是用默认的就可以安装。按照JDK修改后出现安装插件缺失依赖的问题。

VisualVM中可以看到的线程状态

运行Running	正在运行的
休眠Sleeping	sleep
等待Wait	wait
驻留Park	线程池里面的空闲线程
监视Monitor	阻塞的线程，正在等待锁

4 压力测试实验

• 对于nginx测试，可以使用 docker stats 查看容器的CPU和内存占用
• 对于网关测试，直接发请求到localhost:88，忽略404

压测内容	压测线程数	吞吐量/s (耗时原因)	90%响应时间	99%响应时间
Nginx	50	5165.8	13	52
Gateway	50	20500.2	4	16
简单服务	50	24898.7	3	5
首级一级菜单渲染	50	634.9 (db, thymeleaf)	119	200
首级渲染（开缓存）	50	761.9	94	151
首级渲染（数据库加索引，关日志）	50	1856.6	44	81
三级分类数据获取	50	7.7 (db)	6680	7625
三级分类数据获取（数据库加索引）	50	13.7	4223	4910
三级分类数据获取（关日志）	50	23.7	2670	2802
三级分类数据获取（优化业务减少DB查询次数）	50	126.8	338	599
三级分类数据获取（使用Redis缓存）	50	511.3	124	254
首页全量数据获取	50	360.4 (静态资源)	0	701
Nginx+Gateway
Gateway+简单服务	50	7267.1	12	49
全链路	50	354.9	40	61

结论

• 中间件越多，性能损失越大，大多都损失在网络交互了
• 业务
  • DB（MySQL优化）
  • 模版的渲染速度（缓存）
  • 静态资源
• Nginx
  • 以后将所有项目的静态资源都应该放在Nginx里面
  • 规则：/static/**所有请求都由Nginx直接返回

---

四、缓存

1 缓存使用

为了系统性能的提升，我们一般都会将部分的数据放入缓存中，加速访问。而DB承担数据落盘工作。

1.1 哪些数据适合放到缓存中？

• 即时性、数据一致性要求不高的
• 访问量大且更新频率不高的数据（读多，写少）

举例

电商类应用，商品分类，商品列表等适合缓存并加一个失效时间（根据更新频率来定），后台如果发布一个商品，买家需要5分钟才能看到新的商品一般还是可以接受的。

1.2 整合Redis

1. 引入 spring-boot-data-redis-starter
2. 简单配置redis的host等信息

   spring:
     redis:
       host: 172.16.212.10
       port: 6379
   

3. 使用SpringBoot自动配置好的StringRedisTemplate来操作Redis

Redis客户端可能会出现堆外内存溢出OutOfDirectMemoryError问题的原因

1. SpringBoot2.0以后默认使用lettuce作为操作Redis的客户端，它使用netty进行网络通信
2. lettuce的bug导致堆外内存溢出
   在服务中设置了 -Xmx300m 最大堆内存，如果netty没有指定堆外内存，默认使用这个配置

解决方案

首先，不能使用 -Dio.netty.maxDirectMemory 去调大堆外内存

1. 升级lettuce客户端
2. 切换使用Jedis，修改POM文件如下：

   <dependency>
       <groupId>org.springframework.bootgroupId>
       <artifactId>spring-boot-starter-data-redisartifactId>
       <exclusions>
           <exclusion>
               <groupId>io.lettucegroupId>
               <artifactId>lettuce-coreartifactId>
           exclusion>
       exclusions>
   dependency>
   
   <dependency>
       <groupId>redis.clientsgroupId>
       <artifactId>jedisartifactId>
   dependency>
   

lettuce 和 jedis是什么关系

lettuce和Jedis都是操作Redis的底层客户端，Spring再次封装成RedisTemplate，同时引入了两者可以根据需要选用

2 缓存失效问题

2.1 缓存穿透

（查询不存在数据）

出现原因

查询一个一定不存在的数据，由于缓存没命中，去查数据库，数据库也不存在这条记录，不会写入缓存，之后再请求这个不存在数据都会到数据库去查询。利用不存在的数据进行攻击，数据库瞬时压力增大，导致崩溃

解决

null结果缓存，并加入短暂过期时间

2.2 缓存雪崩

（大面积key同时失效）

出现原因

设置的key采用了相同的过期时间，导致某一时刻同时失效，请求全部转发到数据库，数据库瞬时压力过重雪崩

解决

原有的失效时间基础上增就一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件

2.3 缓存击穿

（某一个高频热点key失效）

出现原因

对于一些设置了过期时间的key，可能会在某些时间点被超高并发访问，是一种热点数据。如果这个key再大量请求同时进来之前正好失效，所有查询进入到数据库，数据库崩溃

解决

加锁：大量并发只让一个人去查，其他人等待。查到以后释放锁，其他人获取到锁，先查缓存，就会有数据，不用去数据库

3 缓存数据一致性

3.1 双写模式

数据更新时同时修改数据库和缓存。

数据更新 → 写数据库 → 写缓存

读到的最新数据有延迟：最终一致性。

脏数据问题

由于卡顿等原因，导致写缓存2在最前，写缓存1在后面就出现了不一致。
这是暂时的脏数据问题，但是在数据稳定，缓存过期以后，又能得到最新的正确数据。

3.2 失效模式

数据更新时更新数据库，删掉缓存中的旧数据。
数据更新 → 写数据库 → 删缓存
问题

3.3 小结

• 无论是双写模式还是失效模式，都会导致缓存的不一致问题。即多个实例同时更新会出事。怎么办？
  1. 如果是用户纬度数据（订单数据、用户数据），这种并发几率非常小，不用考虑这个问题，缓存数据加上过期时间，每隔一段时间触发读的主动更新即可
  2. 如果是菜单，商品介绍等基础数据，也可以去使用canal订阅binlog的方式。
  3. 缓存数据＋过期时间也足够解决大部分业务对于缓存的要求。
  4. 通过加锁保证并发读写，写写的时候按顺序排好队。读读无所谓。所以适合使用读写锁。（业务不关心脏数据，允许临时脏数据可忽略）。
• 总结
  • 我们能放入缓存的数据本就不应该是实时性、一致性要求超高的。所以缓存数据的时候加上过期时间，保证每天拿到当前最新数据即可。
  • 我们不应该过度设计，增加系统的复杂性
  • 遇到实时性、一致性要求高的数据，就应该查数据库，即使慢点。

3.4 解决

使用Canal更新缓存

)
使用Canal解决数据异构问题

我们系统的一致性解决方案

1. 缓存的所有数据都有过期时间，数据过期下一次查询触发主动更新
2. 读写数据的时候，加上分布式的读写锁

4 SpringCache

4.1 配置

1. 首先引入依赖

   <dependency>
       <groupId>org.springframework.bootgroupId>
       <artifactId>spring-boot-starter-cacheartifactId>
   dependency>
   

2. 写配置
   • 自动配置了哪些
     CacheAutoConfiguration会导入RedisCacheConfiguration
     自动配好了缓存管理器RedisCacheManager
   • 配置使用redis作为缓存

     spring:
     	cache:
         type: redis
     

   • 测试使用缓存
     在要缓存结果的方法上面添加相应的注解就可以实现
     @Cacheable 触发将数据保存到缓存的操作
     @CacheEvict 触发将数据从缓存删除的操作
     @CachePut 不影响方法执行更新缓存
     @Caching 组合以上多个操作
     @CacheConfig 在类级别共享缓存的相同配置
     @EnableCaching 开启缓存功能，能够扫描到这个注解就能生效

4.2 @Cacheable

默认行为

1. 如果缓存存在，方法不用调用
2. key默认自动生成： 缓存名字::SimpleKey []
   
3. 缓存的value的值，默认使用jdk序列化机制，将序列化后的数据存到Redis

自定义

1. 指定生成的缓存使用的key：key属性指定，接收一个SpEL

   // key识别为表达式，字符串注意加单引号
   @Cacheable(value = {"category"}, key = "'level1Categories'")
   
   // 使用方法名作为key
   @Cacheable(value = {"category"}, key = "#root.method.name")
   

2. 指定缓存的数据的存活时间：在application.yaml中配置

   spring:
   	cache:
       type: redis
       redis:
         time-to-live: 3600000 #一小时
   

3. 将数据保存为Json格式

   @Configuration
   @EnableCaching
   // 视频中在这启用cache有关的配置类，在容器中注入CacheProperties
   // 实测不用，因为原来也会注入到容器中
   // @EnableConfigurationProperties(CacheProperties.class)
   public class MyCacheConfig {
   
       @Bean
       public RedisCacheConfiguration redisCacheConfiguration(CacheProperties cacheProperties) {
           RedisCacheConfiguration config = RedisCacheConfiguration.defaultCacheConfig();
           config = config.serializeKeysWith(RedisSerializationContext.SerializationPair.fromSerializer(new StringRedisSerializer()));
           config = config.serializeValuesWith(RedisSerializationContext.SerializationPair.fromSerializer(new GenericFastJsonRedisSerializer()));
   
           CacheProperties.Redis redisProperties = cacheProperties.getRedis();
           // 将配置文件中的所有配置都生效（因为如果使用自己的配置，在org.springframework.boot.autoconfigure.cache.RedisCacheConfiguration中读取配置文件设置的config就会被取代，所以在这里重新执行读取配置的操作）
           if (redisProperties.getTimeToLive() != null) {
               config = config.entryTtl(redisProperties.getTimeToLive());
           }
           if (redisProperties.getKeyPrefix() != null) {
               config = config.prefixCacheNameWith(redisProperties.getKeyPrefix());
           }
           if (!redisProperties.isCacheNullValues()) {
               config = config.disableCachingNullValues();
           }
           if (!redisProperties.isUseKeyPrefix()) {
               config = config.disableKeyPrefix();
           }
           return config;
       }
   }
   

原理
CacheAutoConfiguration
→ RedisCacheConfiguration
→ 自动配置了 RedisCacheManager
→ 初始化所有的缓存
→ 每个缓存决定是用什么配置
→ 如果 redisCacheConfiguration 有就用已有的，没有就使用默认配置
→ 想改缓存的配置，只需要给容器中放一个 RedisCacheConfiguration 即可
→ 就会应用到当前 RedisCacheManager 管理的所有缓存分区中

其他的配置

spring:
	cache:
    type: redis
    redis:
      time-to-live: 3600000
		# 如果指定了前缀，就用我们指定的前缀加上缓存名字作为前缀（视频中的版本为替换掉缓存名字）
      key-prefix: cache_
      use-key-prefix: true
      # 是否缓存空值，防止缓存穿透
      cache-null-values: true

4.3 @CacheEvict

可以用来实现失效模式。

在更新方法上添加这个注解，调用时就会删除掉指定的缓存。

@Override
@Transactional
// 一定要记得加单引号
@CacheEvict(value = "category", key = "'getLevel1Categories'")
public void updateCascade(CategoryEntity category) ...

批量删除

同一个注解不能重复添加，想要批量删除可以使用 @Caching

@Caching(evict = {
        @CacheEvict(value = "category", key = "'getLevel1Categories'"),
        @CacheEvict(value = "category", key = "'getCatalogJson'")
})

或者

// 这样会删除category分区下的所有key
@Caching(value = "category", allEntries = true)

实践

存储同一类型的数据，都可以指定成同一个分区。分区名默认就是缓存的前缀。

4.4 @CachePut

可以用来实现双写模式，方法执行后会将结果放入缓存，方法需要有返回值。

4.5 不足

1. 读模式：

   缓存问题	描述	通用解决	SpringCache解决
   缓存穿透	查询一个null数据	缓存空数据	配置文件中设置缓存空数据
   缓存击穿	大量并发进来同时查询一个正好过期的数据	加锁	在 @Cacheable 参数中添加 sync = true
   缓存雪崩	大量的key同时过期	加随机时间	配置文件中设置过期时间

2. 写模式：

• 读写加锁
• 引入Canal，感知到MySQL的更新去更新缓存
• 读多写多，直接去数据库查询就行

总结

• 常规数据（读多写少，即时性、一致性要求不高的数据），完全可以使用SpringCache
  写模式（只要缓存的数据有过期时间就足够了）
• 特殊数据：特殊设计

---

五、分布式锁

本地锁如synchronized和ReentrantLock不适用于分布式微服务的情况，所以要引入分布式锁。

1 Redis实现

private Map<String, List<Catalog2Vo>> getCatalogJsonWithRedisLock() {
				// 获取UUID用于删除锁时的验证
        String uuid = UUID.randomUUID().toString();
        while (true) {

						// 加锁（要设定一个锁的有效时间，防止设置锁所在的机器断电不能释放锁）
            Boolean locked = redisTemplate.opsForValue().setIfAbsent("lock", uuid, 300, TimeUnit.SECONDS);

						// 判断是否加锁成功
            if (Boolean.TRUE.equals(locked)) {
                try {
                    // 加锁成功
                } finally {
                    // lua脚本解锁
                    String script = "if redis.call(\"get\", KEYS[1]) == ARGV[1]" +
                            "\nthen" +
                            "\n   return redis.call(\"del\", KEYS[1])" +
                            "\nelse" +
                            "\n   return 0" +
                            "\nend";
                    redisTemplate.execute(new DefaultRedisScript<>(script, Integer.class), Collections.singletonList("lock"), uuid);
                }
            }
        }
    }

使用lua脚本保证 【获取UUID和删除锁】 操作原子性的意义

为了避免出现这样的情况

2 Redisson实现

2.1 配置与使用

1. 首先引入依赖：

   <dependency>
       <groupId>org.redissongroupId>
       <artifactId>redissonartifactId>
       <version>3.12.0version>
   dependency>
   

2. 然后配置Bean：

   @Configuration
   public class RedissonConfig {
   
       @Bean(destroyMethod = "shutdown")
       public RedissonClient redisson() {
           // 1. 创建配置
           Config config = new Config();
           config.useSingleServer().setAddress("redis://172.16.212.10:6379");
   
           // 2. 根据Config创建出RedissonClient实例
           return Redisson.create(config);
       }
   }
   

2.2 加解锁操作

@ResponseBody
@GetMapping("/hello")
public String hello() {
    // 1. 获取一把锁，只要锁的名字一样，就是同一把锁
    RLock lock = redisson.getLock("my-lock");

    // 2. 加锁
    lock.lock();
 或者lock.lock(10, TimeUnit.SECONDS); // 10s自动解锁，但是一定要大于业务的执行时间

		// 1) 锁的自动续期，如果业务超长，运行期间自动给锁续到30s。不用担心业务时间长，锁自动过期被删掉
		// 2) 加锁的业务只要运行完成，就不会给当前锁续期，即使不手动解锁，锁默认在30s以后自动删除
    try {
        Thread.sleep(30000);
    } catch (InterruptedException ignored) {

    } finally {
        lock.unlock();
    }
    return "hello";
}

lock.lock()与自动续期

1. 如果我们传递了锁的超时时间，就发送给redis执行脚本，进行占锁，默认超时就是我们指定的时间
2. 如果我们未指定锁的超时时间，就使用 30 * 1000 （ LockWatchdogTimeout 看门狗的默认时间）。
   只要占锁成功，就会启动一个定时任务（重新给锁设置过期时间，新的过期时间就是看门狗的默认时间），定时任务会每隔 LockWatchdogTimeout / 3 （10s）重新执行一遍续期
3. 在锁已经设置的情况下，另一个尝试获取锁的线程会在 tryAquire 方法得到当前被占用锁的剩余有效时间 ttl，然后通过 future.getNow().getLatch().tryAcquire(ttl, TimeUnit.MILLISECONDS) 阻塞 ttl 这么长的时间，之后会重新尝试获取锁；如果 ttl 为null说明获取到了锁就不需要阻塞了
4. 在 RedissonLock 的 unlockAsync 方法中，调用了 cancelExpirationRenewal(threadId) 来结束续期

最佳实战

建议使用 lock.lock(10, TimeUnit.SECONDS) 省掉了整个续期操作。设置一个较大的过期时间比如30s，即使是业务超时了也说明这个业务出现问题了。

问题

使用Redisson分布式锁时出现这个报错：

...
Caused by: org.springframework.beans.BeanInstantiationException: Failed to instantiate [org.redisson.api.RedissonClient]
	...
Caused by: org.redisson.client.RedisConnectionException: Unable to init enough connections amount! Only 10 of 24 were initialized.
	...

解决

最低连接数要求过高，在Redisson配置类中添加 setConnectionMinimumIdleSize(1) （数值根据情况设置）

@Bean(destroyMethod = "shutdown")
public RedissonClient redisson() {
    // 1. 创建配置
    Config config = new Config();
    config.useSingleServer().setAddress("redis://172.16.212.10:6379").setConnectionMinimumIdleSize(1);

    // 2. 根据Config创建出RedissonClient实例
    return Redisson.create(config);
}

锁的粒度越细越快

具体缓存的是某个数据，如11号商品： product-11-lock

2.3 读写锁

RReadWriteLock lock = redisson.getReadWriteLock("rw-lock");
// 获取写锁
RLock wLock = lock.writeLock();
// 获取读锁 RLock rLock = lock.readLock();
lock.lock();
lock.unlock();

• 保证一定能读到最新的数据，修改期间，写锁是一个排他锁（互斥锁）。读锁是一个共享锁。

后 先	读	写
读	相当于无锁，并发读，只会在redis中记录好，所有当前的读锁，他们都会同时加锁成功	有读锁，写也需要等待
写	等待写锁释放	阻塞

2.4 信号量

注意要在使用之前在Redis中添加这个key和数值。

set park 3

@GetMapping("/park")
@ResponseBody
public String park() throws InterruptedException {
    RSemaphore park = redisson.getSemaphore("park");
    park.acquire(); // 阻塞式获取一个信号，获取一个值，占一个车位
    park.tryAcquire(); // 非阻塞式
    return "ok";
}

@GetMapping("/go")
@ResponseBody
public String go() {
    RSemaphore park = redisson.getSemaphore("park");
    park.release(); // 释放一个车位
    return "ok";
}

---

六、CompletableFuture

1 创建一个异步操作

1. runAsync
   不能获得返回值，但可以调用返回的CompletableFuture对象的 get() 阻塞等待执行完成。

   public static CompletableFuture<Void> runAsync(Runnable runnable)
   public static CompletableFuture<Void> runAsync(Runnable runnable, Executor executor)
   

2. supplyAsync
   可以获得返回值。

   public static <U> CompletableFuture<U> supplyAsync(Supplier<U> supplier)
   public static <U> CompletableFuture<U> supplyAsync(Supplier<U> supplier, Executor executor)
   

2 计算完成回调

1. whenComplete

• BiConsumer的第一个参数为结果，第二个参数为异常。
• 能够得到异常信息，但是无法修改饭回信息。

  public CompletableFuture<T> whenComplete(
          BiConsumer<? super T, ? super Throwable> action)
  public CompletableFuture<T> whenCompleteAsync(
          BiConsumer<? super T, ? super Throwable> action)
  public CompletableFuture<T> whenCompleteAsync(
          BiConsumer<? super T, ? super Throwable> action, Executor executor)
  

2. exceptionally
   可以感知异常，同时返回默认值。

   public CompletableFuture<T> exceptionally(Function<Throwable, ? extends T> fn)
   

   示例

   CompletableFuture<Integer> done = CompletableFuture.supplyAsync(() -> {
       System.out.println("bef"); // 会打印
       int a = 1 / 0;
       System.out.println("aft"); // 不会打印
       return a;
   }, executor).whenComplete((result, exception) -> {
       System.out.println("done");
   }).exceptionally((exception) -> {
       return 1;
   });
   System.out.println(done.get()); // 打印1
   

3 方法执行完成后的处理
handle 二合一。

CompletableFuture<Integer> done = CompletableFuture.supplyAsync(() -> {
    return 1 / 0;
}, executor).handle((result, exception) -> {
    System.out.println("done");
		return 1;
});
System.out.println(done.get()); // 打印1

4 线程串行化方法

方法	感知上一步结果	有返回值
thenApply	✓	✓
thenAccept	✓	✗
thenRun	✗	✗
带有Async默认是异步执行的。同之前。
以上都要前置任务成功完成。

5 两个任务都必须完成再执行
future1.combine(future2, (result1, result2) -> …)

方法	感知上一步结果	有返回值
thenCombine	✓	✓
thenAcceptBoth	✓	✗
runAfterBoth	✗	✗

6 一个完成就执行

方法	感知上一步结果	有返回值
applyToEither	✓	✓
acceptEither	✓	✗
runAfterEither	✗	✗

7 多任务组合
allOf 所有的事都做完再执行
anyOf 有一个成功就执行

---

七、SpringSession

1 分布式下Session共享问题解决

1. session复制
   

• 优点
  • Tomcat原生支持，只需要修改配置文件
• 缺点
  • 同步需要数据传输，占用大量网络带宽
  • 每一台服务器保存所有session，受内存限制
  • 大型分布式下所有服务器保存全量数据不可取

2. 客户端存储
   

• 优点
  • 节省服务端资源
• 缺点
  • 都是缺点(不要使用这种方式!)
  • 每次http请求都要携带完整信息，浪费带宽
  • cookie长度限制4K，不能保存大量信息
  • 泄漏、篡改、窃取等安全隐患

3. hash一致性
   

• 优点
  • 只需要修改nginx配置
  • 负载均衡，只要hash值分布均匀
  • 支持水平扩展
• 缺点
  • 服务器重启导致部分session丢失
  • 水平扩展rehash后，session重新分布，部分用户路由不到正确session

但是本来session就是有有效期的，所以两种反向代理的方式可以使用

4. 统一存储
   

• 优点
  • 支持水平扩展，数据库/缓存水平切分即可
  • 服务器重启不会导致session丢失
• 缺点
  • 增加了一次网络调用

2 使用SpringSession实现统一存储

可以配置session在浏览器上的cookie存储的Domain属性，从而让多个子域名共享session id。

<dependency>
    <groupId>org.springframework.sessiongroupId>
    <artifactId>spring-session-data-redisartifactId>
dependency>

spring:
  session:
    store-type: redis
    timeout: PT30M

@Configuration
public class MySessionConfig {

	@Bean
	public CookieSerializer cookieSerializer() {
		DefaultCookieSerializer cookieSerializer = new DefaultCookieSerializer();
		cookieSerializer.setDomainName(".gulimall.com");
		cookieSerializer.setCookieName("GULISESSION");
		return cookieSerializer;
	}

	@Bean
	public RedisSerializer<Object> springSessionDefaultRedisSerializer() {
		return new GenericJackson2JsonRedisSerializer();
	}
}

---

八、RabbitMQ

1 工作流程

2 安装

docker run -d --name rabbitmq -p 5671:5671 -p 5672:5672 -p 4369:4369 -p 25672:25672 -p 15671:15671 -p 15672:15672 rabbitmq:management

docker update rabbitmq --restart=always

4369, 25672 (Erlang发现&集群端口）

5672, 5671 (AMQP端口）

15672 (web管理后台端口）

61613, 61614（STOMP协议端口）

1883, 8883 (MQTT协议端口）

https://www.rabbitmq.com/networking.html

3 Exchange

3.1 Exchange类型

• exchange分发消息时根据类型的不同分发策略有区别，目前共四种类型： direct, fanout, topic, headers。
• headers 匹配AMQP消息的header而不是路由键，headers交换器和direct交换器完全一致，但性能差很多，目前几乎用不到了，所以直接着另外三种类型。

3.1.1 Direct Exchange

• 消息中的路由键（routing key）如果和Binding中的binding key一致，交换器就将消息发到对应的队列中。
• 如果一个队列绑定到交换机要求路由键为 “dog”，则只转发routing key标记为 “dog”的消息，不会转发“dog.puppy”，也不会转发“dog.guard”等等。
• 它是完全匹配、单播的模式。点对点

3.1.2 Fanout Exchange

• 每个发到fanout交换器的消息都会分到所有绑定的队列上去。
• 像子网广播，每台子网的主机都获得了一份复制的消息。
• fanout类型转发消息是最快的。广播

3.1.3 Topic Exchange

• 将路由键和某个模式进行匹配，此时队列需要绑定到一个模式上。
• 它将路由键和绑定键的字符串切分成单词，这些单词之间用点隔开。它同样也会识别两个通配符：# （匹配0个或多个单词）和 *（匹配一个单词）。主题

4 整合Spring Boot

4.1 配置

<dependency>
	<groupId>org.springframework.bootgroupId>
	<artifactId>spring-boot-starter-amqpartifactId>
dependency>

引入生效大致原理

• 引入amqp场景，RabbitAutoConfiguration就会自动生效
• 给容器自动配置：RabbitTemplate AmqpAdmin CachingConnectionFactory RabbitMessagingTemplate

Spring配置

• 配置文件

  spring:
  	rabbitmq:
  		host: 172.16.212.10
  		port: 5672
  		virtual-host: /
  

• @EnableRabbit 开启rabbit

4.2 AmqpAdmin

4.2.1 创建

@Autowired
private AmqpAdmin amqpAdmin

public void createExchange() {
	DirectExchange directExchange = new DirectExchange(
		name: "hello-java-exchange", 
		durable: true, 
		autoDelete: false);
	amqpAdmin.declareExchange(directExchange);
}

public void createQueue() {
	Queue queue = new Queue(
		name: "hello-java-queue",
		durable: true, 
		autoDelete: false
	);
	amqpAdmin.declareQueue(queue);
}

public void createBinding() {
	// 将exchange指定的交换机和destination目的地进行绑定，使用routingKey作为指定的路由键
	Binding binding =	new Binding(
		destination: "hello-java-queue",
		Binding.DestinationType.QUEUE,
		exchange: "hello-java-exchange",
		routingKey: "hello.java"
	);
	amqpAdmin.declareBinding(binding);
}

4.2.2 收发消息

1. 发送消息

@Autowired
private RabbitTemplate rabbitTemplate;

public void sendMessage() {
	rabbitTemplate.convertAndSend(
		exchange: "hello-java-exchange",
		routingKey: "hello.java",
		new Object() // 如果发送的消息是一个对象，就会使用序列化机制，对象必须实现Serializable
	);
}

不使用序列化而使用JSON格式：

@Configuration
public class MyRabbitConfig {
	@Bean
	public MessageConverter messageConverter() {
		return new Jackson2JsonMessageConverter();
	}
}

1. 监听消息

@RabbitListener(queues = {"hello-java-queue"})
public void receiveMessage(
	Message message, 
	T content // 当时发送的消息类型T在接收时Spring会自动转化
	Channel channel // 当前传输数据的通道
	) {
	byte[] body = message.getBody();
}

• 同一个消息，只能有一个客户端收到
• 当一个消息被处理完，才可以接收下一个消息

@RabbitListener 和 @RabbitHandler
@RabbitListener 可以标注在方法或类上
@RabbitHandler 可以标注在方法上
二者配合使用实现对重载区分不同的消息

@RabbitListener(queues = ...)
public class RabbitTest {
	@RabbitHandler
	public void handle(Car car) {
		...
	}

	@RabbitHandler
	public void handle(Plane plane) {
		...
	}
}

5 可靠抵达

保证消息不丢失，可靠抵达，可以使用事务消息，性能下降250倍，为此引入确认机制

• publisher confirmCallback 确认模式
• publisher returnCallback 未投递到 queue 退回模式
• consumer ack机制

5.1 ConfirmCallback 服务器收到消息

在application.properties中设置
spring.rabbitmq.publisher-confirms=true

• 在建 connectionFactory的时候没置PublisherConfirms(true)选项， 开启 confirmCallback。
• CorrelationData: 用来表示当前消息唯一性。
• 消息只要被 broker 接收到就会执行 confirmCallback，如果是 cluster模 式，需要所有 broker 接收到オ会凋用 confirmCallback。
• 被broker接收到只能表示 message 已经到达服务器，并不能保证消息一定会被投递到目标 queue 里。所以需要用到接下来的returnCallback。

@Autowired
private RabbitTemplate rabbitTemplate;

@PostConstruct // @Configuration对象创建完成以后执行的方法
public void initRabbitTemplate() {
	rabbitTemplate.setConfirmCallback(new RabbitTemplate.ConfirmCallback() {
		@Override
		public void confirm(
			CorrelationData correlationData, // 当前消息的唯一关联数据（这个是消息的唯一id）
			boolean ack, // 消息是否成功收到
			String cause // 失败的原因
		) {
			// callback
		}
	});
}

5.2 ReturnCallback 消息未能抵达队列

在application.properties中配置

1. 开启发送端消息抵达队列的确认
   spring.rabbitmq.publisher-returns=true
2. 只要抵达队列，以异步发送优先回调我们这个return confirm
   spring.rabbitmq.template.mandatory=true

@PostConstruct // @Configuration对象创建完成以后执行的方法
public void initRabbitTemplate() {
	rabbitTemplate.setReturnCallback(new RabbitTemplate.ReturnCallback() {
		@Override
		public void confirm(
			Message message, // 投递失败的消息详细信息
			int replyCode, // 回复的状态码
			String replyText, // 回复的文本内容
			String exchange, // 当时这个消息发送给哪个交换机
			String routingKey // 当时这个消息用哪个路由键
		) {
			// callback
		}
	});
}

5.3 Ack 客户端消息确认

默认是自动确认的，只要消息收到，客户端会自动确认，服务端会移除这个消息。
问题
我们收到很多消息，自动回复给服务器ack，只有一个消息处理成功，宕机了，发生消息丢失。
开启手动确认模式
spring.rabbitmq.listener.simple.acknowledge-mode=manual
只要没明确告诉mq货物被签收（没有ack），消息一直是unacked状态。即使Consumer宕机，消息也不会丢失，会重新变为Ready，下一次有新的Consumer连接进来就发给他。

@RabbitListener(queues = {"hello-java-queue"})
public void receiveMessage(
	Message message, 
	T content, // 当时发送的消息类型T在接收时Spring会自动转化
	Channel channel // 当前传输数据的通道
	) {
	// deliveryTag是channel内按顺序自增的
	channel.basicAck(
		message.getMessageProperties().getDeliveryTag(), 
		multiple: false
		requeue: true
	);
}

Ack消息确认机制总结

• 消费者获取到消息，成功处理，可以回复Ack给Broker
  • basic.ack用于肯定确认；broker将移除此消息
  • basic.nack用于否定确认；可以指定broker是否丢弃此消息，可以批量
  • basic.reject用于否定确认；同上，但不能批量
• 默认自动ack，消息被消费者收到，就会从broker的queue中移除
• queue无消费者，消息依然会被存储，直到消费者消费
• 消费者收到消息，默认会自动ack。但是如果无法确定此消息是否被处理完成，或者成功处理。我们可以开启手动ack模式
  • 消息处理成功，ack()，接受下一个消息，此消息broker就会移除
  • 消息处理失败，nack()/reject()，重新发送给其他人进行处理，或者容错处理后ack
  • 消息一直没有调用ack()/nack()方法，broker认为此消息正在被处理，不会投递给别人。此时客户端断开，消息不会被broker移除，会投递给别人