1.RabbitMQ的消息可靠性投递
- 什么是消息的可靠性投递
- 保证消息百分百发送到消息队列中去
- 保证MQ节点成功接收消息
- 消息发送端需要接收到MQ服务端接收到消息的确认应答
- 完善的消息补偿机制,发送失败的消息可以再感知并二次处理
- RabbitMQ消息投递路径
- 生产者–>交换机–>队列–>消费者
- 通过两个节点控制消息的可靠性投递
- 生产者到交换机:通过confirmCallback
- 交换机到队列:通过returnCallback
- 建议
- 开启消息确认机制以后,保证了消息的准确送达,但由于频繁的确认交互,RabbitMQ整体效率变低,吞吐量下降严重,不是很重要的消息不建议使用消息确认机制
2.RabbitMQ消息可靠性投递confirmCallback实战
-
生产者到交换机
- 通过confirmCallback
- 生产者投递消息后,如果Broker收到消息后,会给生产者一个ACK。生产者通过ACK可以确认这条消息是否正常发送到Broker,这种方式是消息可靠性投递的核心
-
开启confirmCallback配置
spring.rabbitmq.publisher-confirm-type=correlated
-
消息发送测试
package com.gen; import com.gen.config.RabbitMQConfig; import org.junit.jupiter.api.Test; import org.springframework.amqp.rabbit.core.RabbitTemplate; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; @SpringBootTest class GenRabbitmqApplicationTests { @Autowire服务器托管网d private RabbitTemplate rabbitTemplate; @Test void testConfirmCallback() { this.rabbitTemplate.setConfirmCallback((correlationData, ack, cause) -> { System.out.println(correlationData); System.out.println(cause); if (ack) { System.out.println("发送成功"); } else { System.out.println("发送失败"); } }); this.rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "order.new", "您有新订单!!!"); // 模拟消息投递失败 // this.rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME+"1", "order.new", "您有新订单!!!"); } }
3.RabbitMQ消息可靠性投递returnCallback实战
-
交换机到队列
- 通过returnCallback
- 消息从交换机发送到对应队列失败时触发
- 两种模式
- 交换机到队列不成功,则丢弃消息(默认)
- 交换机到队列不成功,返回给消息生产者,触发returnCallback
-
配置文件开启配置
# 开启returnCallback配置 spring.rabbitmq.publisher-returns=true # 修改交换机投递到队列失败的策略,true交换机处理消息到路由失败会返回给生产者 spring.rabbitmq.template.mandatory=true
-
消息发送测试
package com.gen; import com.gen.config.RabbitMQConfig; import org.junit.jupiter.api.Test; import org.springframework.amqp.rabbit.core.RabbitTemplate; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; @SpringBootTest class GenRabbitmqApplicationTests { @Autowired private RabbitTemplate rabbitTemplate; @Test void testReturnCallback() { this.rabbitTemplate.setReturnsCallback((returned) -> { System.out.println(returned); }); this.rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "order.new", "您有新订单!!!"); // 模拟消息转发队列失败 // this.rabbitTemplate.convertAndSend(RabbitMQConfig.EXCHANGE_NAME, "gen.order.new", "您有新订单!!!"); } }
4.RabbitMQ消息确认机制ACK
- 背景:消费者从Broker中监听消息,需要确保消息被合理处理
-
RabbitMQ的ACK介绍
- 消费者从RabbitMQ收到消息并处理完成后,反馈给RabbitMQ,RabbitMQ收到反馈后才将此消息从队列中删除
- 消费者在处理消息出现了网络不稳定、服务器异常等现象,那么就不会有ACK反馈,RabbitMQ会认为这个消息没有正常消费,会将消息重新放入队列中
- 只有当消费者正确发送ACK反馈,RabbitMQ确认收到后,消息才会从RabbitMQ服务器的数据中删除
- 消息的ACK确认机制默认是打开的,消息如未被进行ACK的消息确认机制,服务器托管网这条消息被锁定Unacked
-
确认方式
- 自动确认(默认)
- 手动确认manual
-
配置文件开启手动确认
spring.rabbitmq.listener.simple.acknowledge-mode=manual
-
消费者代码
package com.gen.listener; import com.gen.config.RabbitMQConfig; import com.rabbitmq.client.Channel; import org.springframework.amqp.core.Message; import org.springframework.amqp.rabbit.annotation.RabbitHandler; import org.springframework.amqp.rabbit.annotation.RabbitListener; import org.springframework.stereotype.Component; import java.io.IOException; @Component @RabbitListener(queues = RabbitMQConfig.QUEUE_NAME) public class OrderMQListener { @RabbitHandler public void orderConsumer(String msg, Message message, Channel channel) throws IOException { System.out.println(msg); System.out.println(message); System.out.println(channel); long deliveryTag = message.getMessageProperties().getDeliveryTag(); System.out.println(deliveryTag); // 成功确认,消费成功 channel.basicAck(deliveryTag, false); // 拒绝后重新入队 // channel.basicNack(deliveryTag, false,true); } }
-
deliveryTag介绍:表示消息投递序号,每次消费消息或者消息重新投递后,deliveryTag都会增加
-
basicNack和basicReject介绍
- basicReject一次只能拒绝接收一个消息,可以设置是否重新入队requeue
- basicNack方法可以支持一次0个或者多个消息的拒收,可以设置是否重新入队requeue
-
人工审核异常消息
- 设置重试阈值,超过后确认消费成功,记录消息,人工处理
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
相关推荐: 神经网络中的前向传播(Forward Propagation)和后向传播(Backward Propagation)
有时候会搞混这两个概念。什么是前向传播?不是只有后向传播吗?后向传播好像是用来更新模型参数的,前向传播是什么东西? 带着疑问再次梳理一遍: 前向传播 前向传播是神经网络进行预测的过程。在这个过程中,输入数据沿着神经网络从输入层经过隐藏层(如果有的话)最终到输出…