当前位置: 首页 > news >正文

rabbitmq(2):消息可靠性与 SpringAMQP 实战总结

消息转化器

当传输对象为一个object时

它会把你发送的消息序列化为字节发送给MQ,

接收消息的时候,还会把字节反序列化为Java对象。

只不过,默认情况下Spring采用的序列化方式是JDK序列化。

就会有

  • 数据体积过大
  • 有安全漏洞
  • 可读性差

等问题

可使用json序列化器更加方便

导包:

<dependency><groupId>com.fasterxml.jackson.core</groupId><artifactId>jackson-databind</artifactId></dependency>

配置序列化器:

一般在config类定义

@BeanpublicMessageConvertermessageConverter(){returnnewJackson2JsonMessageConverter();}

使用:

@RabbitListener(bindings=@QueueBinding(value=@Queue(name="direct.queue1"),exchange=@Exchange(name="directExchange"),key={"red","blue"}))publicvoiddirectQueue1Listener(Map<String,Object>map)throwsInterruptedException{System.out.println("directQueue1Listener"+map);}@RabbitListener(bindings=@QueueBinding(value=@Queue(name="direct.queue2"),exchange=@Exchange(name="directExchange"),key={"red","yellow"}))publicvoiddirectQueue2Listener(Map<String,Object>map)throwsInterruptedException{System.out.println("directQueue2Listener"+map);}

业务使用

在配置好监听器后,可以将原本同步调用的业务逻辑迁移到监听方法中异步执行。

例如:

privatefinalIOrderServiceorderService;@RabbitListener(bindings=@QueueBinding(value=@Queue(name="trade.pay.success.queue",durable="true"),exchange=@Exchange(name="pay.direct"),key="pay.success"))publicvoidlistenPaySuccess(LongorderId){orderService.markOrderPaySuccess(orderId);}

其中:

  • @RabbitListener用于声明消费者监听
  • @QueueBinding用于完成交换机、队列、RoutingKey 的绑定
  • 当收到pay.success消息后,会自动调用监听方法处理业务

生产者则通过指定交换机和 RoutingKey 发送消息,实现业务解耦。

try{rabbitTemplate.convertAndSend("pay.direct","pay.success",po.getBizOrderNo());}catch(Exceptione){log.error("支付成功的消息发送失败,支付单id:{},交易单id:{}",po.getId(),po.getBizOrderNo(),e);}

发送者可靠性

发送者重连

当publisher或mq由于某些原因无法运行,可尝试重连

在yaml文件添加配置即可

spring:rabbitmq:connection-timeout:1s# 设置MQ的连接超时时间template:retry:enabled:true# 开启超时重试机制initial-interval:1000ms# 失败后的初始等待时间multiplier:1# 失败后下次的等待时长倍数,下次等待时长 = initial-interval * multipliermax-attempts:3# 最大重试次数
  • connection-timeout: 1s

    表示连接 RabbitMQ 的超时时间为 1 秒,
    超过 1 秒连接不上则认为失败。

  • enabled: true

    开启消息发送失败重试机制。

  • initial-interval: 1000ms

    第一次发送失败后,
    等待 1 秒再重试。

  • multiplier: 1

    下一次等待时间的倍率。

    计算方式:

    下一次等待时间 = 当前等待时间 × multiplier

    这里 multiplier=1,
    所以每次重试都等待 1 秒。

    如果 multiplier=2:

    第一次失败等待 1s
    第二次失败等待 2s
    第三次失败等待 4s

    属于指数退避机制。

  • max-attempts: 3

    最大尝试次数。

    包含第一次正常发送。

    即:

    第一次发送
    失败后重试1次
    失败后重试2次

    总共最多发送 3 次。

注意:当网络不稳定的时候,利用重试机制可以有效提高消息发送的成功率。不过SpringAMQP提供的重试机制是阻塞式的重试,也就是说多次重试等待的过程中,当前线程是被阻塞的。

如果对于业务性能有要求,建议禁用重试机制。如果一定要使用,请合理配置等待时长和重试次数,当然也可以考虑使用异步线程来执行发送消息的代码。

发送者确认

在少数情况下,也会出现消息发送到MQ之后丢失的现象,比如:

  • MQ内部处理消息的进程发生了异常
  • 生产者发送消息到达MQ后未找到Exchange
  • 生产者发送消息到达MQ的Exchange后,未找到合适的Queue,因此无法路由

针对上述情况,RabbitMQ提供了生产者消息确认机制,包括Publisher ConfirmPublisher Return两种。在开启确认机制的情况下,当生产者发送消息给MQ后,MQ会根据消息处理的情况返回不同的回执

  • 当消息投递到MQ,但是路由失败时,通过Publisher Return返回异常信息,同时返回ack的确认信息,代表投递成功
  • 临时消息投递到了MQ,并且入队成功,返回ACK,告知投递成功
  • 持久消息投递到了MQ,并且入队完成持久化,返回ACK ,告知投递成功
  • 其它情况都会返回NACK,告知投递失败

其中acknack属于Publisher Confirm机制,ack是投递成功;nack是投递失败。而return则属于Publisher Return机制。

默认两种机制都是关闭状态,需要通过配置文件来开启。

spring:rabbitmq:publisher-confirm-type:correlated# 开启publisher confirm机制,并设置confirm类型publisher-returns:true# 开启publisher return机制

这里publisher-confirm-type有三种模式可选:

  • none:关闭confirm机制

  • simple:同步阻塞等待MQ的回执

    发送消息后会同步阻塞等待 MQ 返回确认结果,只有收到 ACK 后才继续执行。

  • correlated:MQ异步回调返回回执

​ 发送消息时可以携带CorrelationData,RabbitMQ 会通过异步回调返回确认结果。

​ 既能保证可靠性,又不会阻塞线程,是实际开发中最常用的方式。

returncallback

在配置类内定义

每个rebbittemplate只能添加一个

当出现问题需要returncallback时,通过对日志输出内容定义,进行快速定位错误

@Slf4j@AllArgsConstructor@ConfigurationpublicclassMqConfig{privatefinalRabbitTemplaterabbitTemplate;@PostConstruct//构建后就会初始化publicvoidinit(){rabbitTemplate.setReturnsCallback(newRabbitTemplate.ReturnsCallback(){@OverridepublicvoidreturnedMessage(ReturnedMessagereturned){log.error("触发return callback,");log.debug("exchange: {}",returned.getExchange());log.debug("routingKey: {}",returned.getRoutingKey());log.debug("message: {}",returned.getMessage());log.debug("replyCode: {}",returned.getReplyCode());log.debug("replyText: {}",returned.getReplyText());}});}}

@PostConstruct

表示当前 Bean 初始化完成后,
自动执行 init() 方法。

returnedMessage(ReturnedMessage returned)

当消息无法路由到队列时,
自动执行这个方法。

returned 中包含失败消息的信息。

例如:

  • returned.getExchange():获取消息发送到的交换机。
  • returned.getRoutingKey():获取发送时使用的 routingKey。
  • returned.getMessage():获取退回的消息内容。
  • returned.getReplyCode():获取 RabbitMQ 返回的错误码。

常见:312表示NO_ROUTE(没有匹配队列)。

  • returned.getReplyText():获取错误描述信息。

例如:NO_ROUTE

ConfirmCallBack

由于每个消息发送时的处理逻辑不一定相同,因此ConfirmCallback需要在每次发消息时定义。

具体来说,是在调用RabbitTemplate中的convertAndSend方法时,多传递一个参数:

CorrelationData中包含两个核心的东西:

  • id:消息的唯一标示,MQ对不同的消息的回执以此做判断,避免混淆
  • SettableListenableFuture:回执结果的Future对象

将来MQ的回执就会通过这个Future来返回,

我们可以提前给CorrelationData中的Future添加回调函数来处理消息回执:

使用:

这里就是提前定义cd以及cd中的future,发送消息同时传参

@TestvoidtestPublisherConfirm(){// 1.创建CorrelationDataCorrelationDatacd=newCorrelationData();// 2.给Future添加ConfirmCallbackcd.getFuture().addCallback(newListenableFutureCallback<CorrelationData.Confirm>(){@OverridepublicvoidonFailure(Throwableex){// 2.1.Future发生异常时的处理逻辑,基本不会触发log.error("send message fail",ex);}@OverridepublicvoidonSuccess(CorrelationData.Confirmresult){// 2.2.Future接收到回执的处理逻辑,参数中的result就是回执内容if(result.isAck()){// result.isAck(),boolean类型,true代表ack回执,false 代表 nack回执log.debug("发送消息成功,收到 ack!");}else{// result.getReason(),String类型,返回nack时的异常描述log.error("发送消息失败,收到 nack, reason : {}",result.getReason());}}});// 3.发送消息rabbitTemplate.convertAndSend("hmall.direct","q","hello",cd);}

注:

开启生产者确认比较消耗MQ性能,一般不建议开启。而且大家思考一下触发确认的几种情况:

  • 路由失败:一般是因为RoutingKey错误导致,往往是编程导致
  • 交换机名称错误:同样是编程错误导致
  • MQ内部故障:这种需要处理,但概率往往较低。因此只有对消息可靠性要求非常高的业务才需要开启,而且仅仅需要开启ConfirmCallback处理nack就可以了。

MQ可靠性

数据持久化

为了提升性能,默认情况下MQ的数据都是在内存存储的临时数据,重启后就会消失。

为了保证数据的可靠性,必须配置数据持久化,包括:

  • 交换机持久化
publicDirectExchangedirectExchange(){returnnewDirectExchange("hmall.direct",true,false);}

true:持久化 alse:不自动删除 MQ 重启后交换机还在。

  • 队列持久化
@BeanpublicQueuedirectQueue(){returnnewQueue("direct.queue1",true);}

MQ 重启后队列还在。

  • 消息持久化

持久化类型需要自定义消息类型,而非持久化不需要 :

@TestpublicvoidtestDurable()throwsJsonProcessingException{StringexchangeName="directExchange";Map<String,Object>map=newHashMap<>();map.put("name","jack");Messagemessage1=MessageBuilder.withBody(newObjectMapper().writeValueAsBytes(map)).setDeliveryMode(MessageDeliveryMode.PERSISTENT).build();Messagemessage2=MessageBuilder.withBody("hello".getBytes(StandardCharsets.UTF_8)).setDeliveryMode(MessageDeliveryMode.PERSISTENT).build();rabbitTemplate.send(exchangeName,"red",message1);rabbitTemplate.send(exchangeName,"blue",message2);}

自己构建的message更适合用send,convertandsend更适合传入object自动转message的情况

持久化:先存入内存,后存入磁盘(所有消息都会)

非持久化:正常情况下只保存在内存,内存压力大时可能会被分页到磁盘(paging)

注:

在开启持久化机制以后,如果同时还开启了生产者确认,那么MQ会在消息持久化以后才发送ACK回执,进一步确保消息的可靠性。

不过出于性能考虑,为了减少IO次数,发送到MQ的消息并不是逐条持久化到数据库的,而是每隔一段时间批量持久化。一般间隔在100毫秒左右,这就会导致ACK有一定的延迟,因此建议生产者确认全部采用异步方式。

lazequeue

在默认情况下,RabbitMQ会将接收到的信息保存在内存中以降低消息收发的延迟。但在某些特殊情况下,这会导致消息积压,比如:

  • 消费者宕机或出现网络故障
  • 消息发送量激增,超过了消费者处理速度
  • 消费者处理业务发生阻塞

一旦出现消息堆积问题,RabbitMQ的内存占用就会越来越高,直到触发内存预警上限。此时RabbitMQ会将内存消息刷到磁盘上,这个行为成为PageOut.PageOut会耗费一段时间,并且会阻塞队列进程。因此在这个过程中RabbitMQ不会再处理新的消息,生产者的所有请求都会被阻塞。

官方推荐使用惰性队列处理这类问题

惰性队列的特征如下:

  • 接收到消息后直接存入磁盘而非内存
  • 消费者要消费消息时才会从磁盘中读取并加载到内存(也就是懒加载)
  • 支持数百万条的消息存储

在3.12版本之后,LazyQueue已经成为所有队列的默认格式。

springamqp声明lazequeue队列

基于QueueBuilder

只能创建

@BeanpublicQueuelazyQueue(){returnQueueBuilder.durable("lazy.queue").lazy()// 开启Lazy模式.build();}

基于注解

创建+监听

@RabbitListener(queuesToDeclare=@Queue(name="lazy.queue",durable="true",arguments=@Argument(name="x-queue-mode",value="lazy")))publicvoidlistenLazyQueue(Stringmsg){log.info("接收到 lazy.queue的消息:{}",msg);}

对于已经存在的队列,也可以配置为lazy模式,但是要通过设置policy实现。

可以基于命令行设置policy:

rabbitmqctl set_policy Lazy "^lazy-queue$" '{"queue-mode":"lazy"}' --apply-to queues
  • rabbitmqctl:RabbitMQ的命令行工具
  • set_policy:添加一个策略
  • Lazy:策略名称,可以自定义
  • "^lazy-queue$":用正则表达式匹配队列的名字
  • '{"queue-mode":"lazy"}':设置队列模式为lazy模式
  • --apply-to queues:策略的作用对象,是所有的队列

当然也可以使用图形化界面操作

消费者可靠性

消息投递过程中消费者并不代表就一定被正确消费了,可能出现的故障有很多,

RabbitMQ必须知道消费者的处理状态,一旦消息处理失败才能重新投递消息。

消费者确认机制

为了确认消费者是否成功处理消息,RabbitMQ提供了消费者确认机制(Consumer Acknowledgement)。即:当消费者处理消息结束后,应该向RabbitMQ发送一个回执,告知RabbitMQ自己消息处理状态。回执有三种可选值:

  • ack:成功处理消息,RabbitMQ从队列中删除该消息
  • nack:消息处理失败,RabbitMQ需要再次投递消息
  • reject:消息处理失败并拒绝该消息,RabbitMQ从队列中删除该消息

一般reject方式用的较少,除非是消息格式有问题,那就是开发问题了。因此大多数情况下我们需要将消息处理的代码通过try catch机制捕获,消息处理成功时返回ack,处理失败时返回nack.

SpringAMQP实现了消息确认。并允许通过配置文件设置ACK处理方式,有三种模式:

  • none:不处理。即消息投递给消费者后立刻ack,消息会立刻从MQ删除。非常不安全,不建议使用
  • manual:手动模式。需要自己在业务代码中调用api,发送ackreject,存在业务入侵,但更灵活
  • auto:自动模式。SpringAMQP利用AOP对我们的消息处理逻辑做了环绕增强,当业务正常执行时则自动返回ack. 当业务出现异常时,根据异常判断返回不同结果:
    • 如果是业务异常,会自动返回nack
    • 如果是消息处理或校验异常,自动返回reject;

配置:

spring:rabbitmq:listener:simple:acknowledge-mode:auto# 自动ack,可更换想要的模式

失败重试机制

当消费者出现异常后,消息会不断requeue(重入队)到队列,再重新发送给消费者。如果消费者再次执行依然出错,消息会再次requeue到队列,再次投递,直到消息处理成功为止。

极端情况就是消费者一直无法执行成功,那么消息requeue就会无限循环,导致mq的消息处理飙升,带来不必要的压力

Spring又提供了消费者失败重试机制:在消费者出现异常时利用本地重试,而不是无限制的requeue到mq队列。

在配置文件中进行配置

spring:rabbitmq:listener:simple:retry:enabled:true# 开启消费者失败重试initial-interval:1000ms# 初识的失败等待时长为1秒multiplier:1# 失败的等待时长倍数,下次等待时长 = multiplier * last-intervalmax-attempts:3# 最大重试次数stateless:true# true无状态;false有状态。如果业务中包含事务,这里改为false
  • 开启本地重试时,消息处理过程中抛出异常,不会requeue到队列,而是在消费者本地重试
  • 重试达到最大次数后,Spring会返回reject,消息会被丢弃

对于消息可靠性要求较高的业务场景下,消息的直接丢弃不太合适

因此Spring允许我们自定义重试次数耗尽后的消息处理策略,这个策略是由MessageRecovery接口来定义的,它有3个不同实现:

  • RejectAndDontRequeueRecoverer:重试耗尽后,直接reject,丢弃消息。默认就是这种方式
  • ImmediateRequeueMessageRecoverer:重试耗尽后,返回nack,消息重新入队
  • RepublishMessageRecoverer:重试耗尽后,将失败消息投递到指定的交换机

最为合适一种处理方案是RepublishMessageRecoverer

失败后将消息投递到一个指定的,专门存放异常消息的队列,后续由人工集中处理。

使用:

1、在consumer.config的服务中创建errorexchange并绑定errorqueue进行后续服务

@BeanpublicDirectExchangeerrorExchange(){returnnewDirectExchange("errorExchange");}@BeanpublicQueueerrorQueue(){returnnewQueue("errorQueue",true);}@BeanpublicBindingerrorBinding(){returnBindingBuilder.bind(errorQueue()).to(errorExchange()).with("error");}

2、在consumer.config中定义重发服务

@BeanpublicMessageRecovererRepublishMessageRecoverer(RabbitTemplaterabbitTemplate){returnnewRepublishMessageRecoverer(rabbitTemplate,"errorExchange","error");}

rabbitTemplate操作模板,起到接收和发送消息作用

http://www.jsqmd.com/news/904788/

相关文章:

  • 从查重到消 AI 痕,Paperxie 如何解决论文毕业季的两大核心痛点
  • 钢模板公司排行:基于工况适配与成本效益的客观盘点 - 奔跑123
  • 如何彻底解决ThinkPad风扇噪音问题:3步完成终极智能控制配置
  • 5个技巧让B站视频下载效率翻倍:哔哩下载姬downkyi完全指南
  • Cat-Catch:浏览器资源嗅探与媒体提取的工程化解决方案
  • 2026安宁市本地人必选的公共卫生检测专业机构TOP5推荐!美容院、足疗店、酒店宾馆卫生检测、许可证办理,正规CMA资质检测公司排名推荐 (2026年5月商铺卫生办证最新深度调研方案) - 一休咨询
  • Hot-104 二叉树的最大深度
  • 通达信缠论插件ChanlunX:3步实现自动化技术分析,解决笔段中枢识别难题
  • 如何通过约束设计避免代理过度执行:从AI到工程实践
  • Claude长文本处理卡顿诊断指南(含火焰图分析+KV Cache内存泄漏定位工具链)
  • 全国钢模板厂家实测排行:基于工程场景的性能与服务对比 - 奔跑123
  • 告别重复劳动:5分钟上手Windows自动化神器Pulover‘s Macro Creator
  • leecodecode【双指针题2】【2026.5.26打卡-java版本】
  • AbMole 小讲堂丨Artemisinin:青蒿素在氧化应激与铁代谢研究中的应用
  • 为团队开发环境统一配置Taotoken CLI工具的方法
  • LeetCode 3120.统计特殊字母的数量 I:(手写)哈希表
  • Claude + LangChain集成测试失效真相:Token截断、上下文漂移与状态同步漏洞(附可复用的断言校验DSL)
  • Silicon Graphics 030-8123-016/B I/O 背板组件
  • 蒙皮(Skinning):让 3D 角色的皮肤跟着骨头动的神奇魔法
  • 导师严选!2026年刚需首选的专业AI论文写作软件
  • 【Sora 2作品集交付标准】:影视级分辨率/帧率/连贯性三重校验清单(附2024最新Luma+Runway交叉验证协议)
  • 马能否走遍棋盘的可达性证明
  • Arduino线性霍尔磁力传感器模块应用指南:从原理到转速测量实战
  • 知行合一:为什么懂了很多道理,还是很难做到?
  • 基于Arduino与超声波传感器的低成本智能跟随小车全攻略
  • OBS Studio 安装 Zoominator 插件
  • 为什么92%的Sora 2预告片被平台限流?深度溯源Meta/Adobe联合内容指纹协议,附3种合规性绕过验证路径
  • 基于树莓派Pico的模块化教育机器人平台设计与实践
  • Arduino与L298N实现线性执行器平滑位置控制
  • 魔术贴采购指南——采购经理们关注哪些供应商特质? - 变量人生001