3.RabbitMQ 进阶知识

1.TTL(Time To Live)

1)消息的过期时间---设置方式

1.通过队列属性设置消息过期时间:所有队列中的消息超过时间未被消费时,都会过期。

设置Queue TTL

2.设置单条消息的过期时间:在发送消息的时候指定消息属性。

设置Message TTL

如果同时指定了 Message TTL 和 Queue TTL,则小的那个时间生效。

2.死信队列

1)简单介绍

消息在某些情况下会变成死信(Dead Letter)。队列在创建的时候可以指定一个死信交换机 DLX(Dead Letter Exchange)。死信交换机绑定的队列被称为死信队列 DLQ(Dead Letter Queue),DLX 实际上也是普通的交换机,DLQ 也是普通的队列(例如替补球员也是普通球员)。

2)什么情况下消息会变成死信?

1.消息被消费者拒绝并且未设置重回队列:(NACK || Reject ) && requeue== false 2.消息过期 3.队列达到最大长度,超过了 Max length(消息数)或者 Max length bytes(字节数),最先入队的消息会被发送到 DLX。

3)死信队列如何使用?

1.声明原交换机(GP_ORI_USE_EXCHANGE)、原队列(GP_ORI_USE_QUEUE),相互绑定。队列中的消息 10 秒钟过期,因为没有消费者,会变成死信。并指定原队列的死信交换机(GP_DEAD_LETTER_EXCHANGE)。

指定死信交换机

2.声 明 死 信 交 换 机 ( GP_DEAD_LETTER_EXCHANGE ) 、 死信队列 (GP_DEAD_LETTER_QUEUE),相互绑定

声 明 死 信 交 换 机
绑定

3.最终消费者监听死信队列。

4.生产者发送消息。

消息流转图

3.延迟队列

1)应用场景

我们在实际业务中有一些需要延时发送消息的场景,例如: 1.家里有一台智能热水器,需要在 30 分钟后启动2. 未付款的订单,15 分钟后关闭

2)实现方案

RabbitMQ 本身不支持延迟队列,总的来说有三种实现方案:1.先存储到数据库,用定时任务扫描 2.利用 RabbitMQ 的死信队列(Dead Letter Queue)实现 3.利用 rabbitmq-delayed-message-exchange 插件

3)方案2分析-TTL+DLX 的实现

1.步骤分析:基于消息 TTL,我们来看一下利用死信队列(DLQ)实现延迟队列的步骤:1)创建一个交换机2)创建一个队列,与上述交换机绑定,并且通过属性指定队列的死信交换机。3)创建一个死信交换机 4)创建一个死信队列4)将死信交换机绑定到死信队列 5)消费者监听死信队列

2.消息的流转流程:生产者——原交换机——原队列(超过 TTL 之后)——死信交换机——死信队列——最终消费者

3.使用死信队列实现延时消息的缺点:1) 如果统一用队列来设置消息的 TTL,当梯度非常多的情况下,比如 1 分钟,2分钟,5 分钟,10 分钟,20 分钟,30 分钟......需要创建很多交换机和队列来路由消息。 2)如果单独设置消息的 TTL,则可能会造成队列中的消息阻塞——前一条消息没有出队(没有被消费),后面的消息无法投递(比如第一条消息过期 TTL 是 30min,第二条消息 TTL 是 10min。10 分钟后,即使第二条消息应该投递了,但是由于第一条消息还未出队,所以无法投递)。3)可能存在一定的时间误差。

4)方案3分析-基于延迟队列插件的实现(Linux)

1.插件的安装:省率

2.插件使用

1)通过声明一个 x-delayed-message 类型的 Exchange 来使用 delayed-messaging特性。x-delayed-message 是插件提供的类型,并不是 rabbitmq 本身的(区别于 direct、topic、fanout、headers)。

rabbitmq的视图
声明一个 x-delayed-message 类型的 Exchange

2)生产者:消息属性中指定 x-delay 参数

生产者指定参数

4.服务端流控

1)遇到的问题

当 RabbitMQ 生产 MQ 消息的速度远大于消费消息的速度时,会产生大量的消息堆积,占用系统资源,导致机器的性能下降。我们想要控制服务端接收的消息的数量,应该怎么做呢?

2)不能真正地实现服务端限流的方式-设置队列俩个控制长度的属性

3)方式-内存控制

1.RabbitMQ 会在启动时检测机器的物理内存数值。默认当 MQ 占用 40% 以上内存时,MQ 会主动抛出一个内存警告并阻塞所有连接(Connections)。可以通过修改rabbitmq.config 文件来调整内存阈值,默认值是 0.4

内存控制

2.用命令动态设置,如果设置成 0,则所有的消息都不能发布。

命令动态设置

5.消费端限流

1)消息过多导致问题:默认情况下,如果不进行配置,RabbitMQ 会尽可能快速地把队列中的消息发送到消费者。因为消费者会在本地缓存消息,如果消息数量过多,可能会导致 OOM 或者影响其他进程的正常运行。

2)消费端的流量限制的使用原因:在消费者处理消息的能力有限,例如消费者数量太少,或者单条消息的处理时间过长的情况下,如果我们希望在一定数量的消息消费完之前,不再推送消息过来,就要用到消费端的流量限制措施。

3)消费端的流量限制的方式:可以基于 Consumer 或者 channel 设置 prefetch count 的值,含义为 Consumer端的最大的 unacked messages 数目。当超过这个数值的消息未被确认,RabbitMQ 会停止投递新的消息给该消费者。

设置

4)具体项目中使用:SimpleMessageListenerContainer---》container.setPrefetchCount(2);   Spring Boot 配置:----》spring.rabbitmq.listener.simple.prefetch=2

5)举例:channel 的 prefetch count 设置为 5。当消费者有 5 条消息没有给 Broker 发送 ACK后,RabbitMQ 不再给这个消费者投递消息。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,204评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,091评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,548评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,657评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,689评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,554评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,302评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,216评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,661评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,851评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,977评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,697评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,306评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,898评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,019评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,138评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,927评论 2 355

推荐阅读更多精彩内容