非常强悍的 RabbitMQ 总结，写得真好！

前言

RabbitMQ是基于AMQP协议的，通过使用通用协议就可以做到在不同语言之间传递。

AMQP协议

核心概念

1. server：又称broker，接受客户端连接，实现AMQP实体服务。

2. connection：连接和具体broker网络连接。整理了一份Java面试宝典完整版PDF已整理成文档

3. channel：网络信道，几乎所有操作都在channel中进行，channel是消息读写的通道。客户端可以建立多个channel，每个channel表示一个会话任务。

4. message：消息，服务器和应用程序之间传递的数据，由properties和body组成。properties可以对消息进行修饰，比如消息的优先级，延迟等高级特性；body是消息实体内容。

5. Virtual host：虚拟主机，用于逻辑隔离，最上层消息的路由。一个Virtual host可以若干个Exchange和Queue，同一个Virtual host不能有同名的Exchange或Queue。

6. Exchange：交换机，接受消息，根据路由键转发消息到绑定的队列上。

7. banding：Exchange和Queue之间的虚拟连接，binding中可以包括routing key

8. routing key：一个路由规则，虚拟机根据他来确定如何路由 一条消息。

9. Queue：消息队列，用来存放消息的队列。

Exchange

image.png

交换机的类型，direct、topic、fanout、headers，durability（是否需要持久化true需要）auto delete当最后一个绑定Exchange上的队列被删除Exchange也删除。

1. Direct Exchange,所有发送到Direct Exchange的消息被转发到RouteKey 中指定的Queue,Direct Exchange可以使用默认的默认的Exchange （default Exchange），默认的Exchange会绑定所有的队列，所以Direct可以直接使用Queue名（作为routing key ）绑定。或者消费者和生产者的routing key完全匹配。

2. Toptic Exchange,是指发送到Topic Exchange的消息被转发到所有关心的Routing key中指定topic的Queue上。Exchange 将routing key和某Topic进行模糊匹配，此时队列需要绑定一个topic。所谓模糊匹配就是可以使用通配符，“#”可以匹配一个或多个词，“”只匹配一个词比如“log.#”可以匹配“log.info.test” "log. "就只能匹配log.error。

3. Fanout Exchange:不处理路由键，只需简单的将队列绑定到交换机上。发送到改交换机上的消息都会被发送到与该交换机绑定的队列上。Fanout转发是最快的。

消息如何保证100％投递

什么是生产端的可靠性投递？

1. 保证消息的成功发出

2. 保证MQ节点节点的成功接收

3. 发送端MQ节点（broker）收到消息确认应答

4. 完善消息进行补偿机制

可靠性投递保障方案

消息落库，对消息进行打标

image

消息的延迟投递整理了一份Java面试宝典完整版PDF已整理成文档

image

在高并发场景下，每次进行db的操作都是每场消耗性能的。我们使用延迟队列来减少一次数据库的操作。

消息幂等性

我对一个动作进行操作，我们肯能要执行100次1000次，对于这1000次执行的结果都必须一样的。比如单线程方式下执行update count-1的操作执行一千次结果都是一样的，所以这个更新操作就是一个幂等的，如果是在并发不做线程安全的处理的情况下update一千次操作结果可能就不是一样的，所以并发情况下的update操作就不是一个幂等的操作。对应到消息队列上来，就是我们即使受到了多条一样的消息，也和消费一条消息效果是一样的。

高并发的情况下如何避免消息重复消费

1. 唯一id+加指纹码，利用数据库主键去重。 优点：实现简单 缺点：高并发下有数据写入瓶颈。

2. 利用Redis的原子性来实习。 使用Redis进行幂等是需要考虑的问题

• 是否进行数据库落库，落库后数据和缓存如何做到保证幂等（Redis 和数据库如何同时成功同时失败）？

• 如果不进行落库，都放在Redis中如何这是Redis和数据库的同步策略？还有放在缓存中就能百分之百的成功吗？

confirm 确认消息、Return返回消息

理解confirm消息确认机制

• 消息的确认，指生产者收到投递消息后，如果Broker收到消息就会给我们 的生产者一个应答，生产者接受应答来确认broker是否收到消息。

如何实现confirm确认消息。

• 在Channel上开启确认模式：channel.confirmSelect()

• 在channel上添加监听：addConfirmListener，监听成功和失败的结果，具体结果对消息进行重新发送或者记录日志。

return消息机制

Return消息机制处理一些不可路由的消息，我们的生产者通过指定一个Exchange和Routinkey，把消息送达到某一个队列中去，然后我们消费者监听队列进行消费处理！

在某些情况下，如果我们在发送消息的时候当Exchange不存在或者指定的路由key路由找不到，这个时候如果我们需要监听这种不可到达的消息，就要使用Return Listener！

Mandatory 设置为true则会监听器会接受到路由不可达的消息，然后处理。如果设置为false，broker将会自动删除该消息。

消费端自定义监听

消费端限流

假设我们有个场景，首先，我们有个rabbitMQ服务器上有上万条消息未消费，然后我们随便打开一个消费者客户端，会出现：巨量的消息瞬间推送过来，但是我们的消费端无法同时处理这么多数据。

这时就会导致你的服务崩溃。其他情况也会出现问题，比如你的生产者与消费者能力不匹配，在高并发的情况下生产端产生大量消息，消费端无法消费那么多消息。

• rabbitMQ提供了一种qos（服务质量保证）的功能，即非自动确认消息的前提下，如果有一定数目的消息（通过consumer或者Channel设置qos）未被确认，不进行新的消费。

void basicQOS(unit prefetchSize,ushort prefetchCount,Boolean global)方法。

• prefetchSize:0 单条消息的大小限制。0就是不限制，一般都是不限制。

• prefetchCount: 设置一个固定的值，告诉rabbitMQ不要同时给一个消费者推送多余N个消息，即一旦有N个消息还没有ack，则consumer将block掉，直到有消息ack

• global：truefalse 是否将上面的设置用于channel，也是就是说上面设置的限制是用于channel级别的还是consumer的级别的。

消费端ack与重回队列

• 消费端进行消费的时候，如果由于业务异常我们可以进行日志的记录，然后进行补偿！（也可以加上最大努力次数的尝试）

• 如果由于服务器宕机等严重问题，那我们就需要手动进行ack保证消费端的消费成功！

消息重回队列

• 重回队列就是为了对没有处理成功的消息，把消息重新投递给broker！

• 实际应用中一般都不开启重回队列。

TTL队列/消息

TTL time to live 生存时间。

• 支持消息的过期时间，在消息发送时可以指定。

• 支持队列过期时间，在消息入队列开始计算时间，只要超过了队列的超时时间配置，那么消息就会自动的清除。

死信队列

死信队列：DLX，Dead-Letter-Exchange

利用DLX，当消息在一个队列中变成死信（dead message，就是没有任何消费者消费）之后，他能被重新publish到另一个Exchange，这个Exchange就是DLX。

消息变为死信的几种情况：

1. 消息被拒绝（basic.reject/basic.nack）同时requeue=false（不重回队列）

2. TTL过期

3. 队列达到最大长度

DLX也是一个正常的Exchange，和一般的Exchange没有任何的区别，他能在任何的队列上被指定，实际上就是设置某个队列的属性。 当这个队列出现死信的时候，RabbitMQ就会自动将这条消息重新发布到Exchange上去，进而被路由到另一个队列。可以监听这个队列中的消息作相应的处理，这个特性可以弥补rabbitMQ以前支持的immediate参数的功能。

死信队列的设置

• 设置Exchange和Queue，然后进行绑定

Exchange: dlx.exchange(自定义的名字)

queue: dlx.queue（自定义的名字）

routingkey: #（#表示任何routingkey出现死信都会被路由过来）

然后正常的声明交换机、队列、绑定，只是我们在队列上加上一个参数：

arguments.put("x-dead-letter-exchange","dlx.exchange");

rabbitMQ集群模式

1. 主备模式：实现rabbitMQ高可用集群，一般在并发量和数据不大的情况下，这种模式好用简单。又称warren模式。（区别于主从模式，主从模式主节点提供写操作，从节点提供读操作，主备模式从节点不提供任何读写操作，只做备份）如果主节点宕机备份从节点会自动切换成主节点，提供服务。

2. 集群模式：经典方式就是Mirror模式，保证100%数据不丢失，实现起来也是比较简单。

• 镜像队列，是rabbitMQ数据高可用的解决方案，主要是实现数据同步，一般来说是由2-3节点实现数据同步，（对于100%消息可靠性解决方案一般是3个节点）整理了一份Java面试宝典完整版PDF已整理成文档

image.png

多活模式：这种模式也是实现异地数据复制的主流模式，因为shovel模式配置相对复杂，所以一般来说实现异地集群都是使用这种双活，多活的模式，这种模式需要依赖rabbitMQ的federation插件，可以实现持续可靠的AMQP数据。

rabbitMQ部署架构采用双中心模式（多中心）在两套（或多套）数据中心个部署一套rabbitMQ集群，各中心的rabbitMQ服务需要为提供正常的消息业务外，中心之间还需要实现部分队列消息共享。

多活架构如下：

image

federation插件是一个不需要构建Cluster，而在Brokers之间传输消息的高性能插件，federation可以在brokers或者cluster之间传输消息，连接的双方可以使用不同的users或者virtual host双方也可以使用不同版本的erlang或者rabbitMQ版本。federation插件可以使用AMQP协议作为通讯协议，可以接受不连续的传输。

image.png

Federation Exchanges,可以看成Downstream从Upstream主动拉取消息，但 并不是拉取所有消息，必须是在Downstream上已经明确定义Bindings关系的 Exchange,也就是有实际的物理Queue来接收消息，才会从Upstream拉取消息 到Downstream。

使用AMQP协议实施代理间通信，Downstream 会将绑定关系组合在一起， 绑定/解除绑定命令将发送到Upstream交换机。

因此，Federation Exchange只接收具有订阅的消息。

HAProxy是一款提供高可用性、负载均衡以及基于TCP (第四层)和HTTP (第七层)应用的代理软件,支持虚拟主机，它是免费、快速并且可靠的一种解决 方案。 HAProxy特别适用于那些负载特大的web站点，这些站点通常又需要会 话保持或七层处理。HAProxy运行在时下的硬件上，完全可以支持数以万计的 并发连接。 并且它的运行模式使得它可以很简单安全的整合进您当前的架构中 同时可以保护你的web服务器不被暴露到网络上。

HAProxy性能为何这么好？

1. 单进程、事件驱动模型显著降低了.上下文切换的开销及内存占用.

2. 在任何可用的情况下，单缓冲(single buffering)机制能以不复制任何数据的方式完成读写操作，这会节约大量的CPU时钟周期及内存带宽

3. 借助于Linux 2.6 (>= 2.6.27.19). 上的splice()系统调用，HAProxy可以实现零复制转发(Zero-copy forwarding),在Linux 3.5及以上的OS中还可以实现心零复制启动(zero-starting)

4. 内存分配器在固定大小的内存池中可实现即时内存分配，这能够显著减少创建一个会话的时长

5. 树型存储:侧重于使用作者多年前开发的弹性二叉树，实现了以O(log(N))的低开销来保持计时器命令、保持运行队列命令及管理轮询及最少连接队列

keepAlive

KeepAlived软件主要是通过VRRP协议实现高可用功能的。VRRP是 Virtual Router RedundancyProtocol(虚拟路由器冗余协议)的缩写, VRRP出现的目的就是为了解决静态路由单点故障问题的，它能够保证当 个别节点宕机时，整个网络可以不间断地运行所以，Keepalived - -方面 具有配置管理LVS的功能，同时还具有对LVS下面节点进行健康检查的功 能，另一方面也可实现系统网络服务的高可用功能

keepAlive的作用

1. 管理LVS负载均衡软件

2. 实现LVS集群节点的健康检查中

3. 作为系统网络服务的高可用性(failover)

Keepalived如何实现高可用

Keepalived高可用服务对之间的故障切换转移，是通过VRRP (Virtual Router Redundancy Protocol ,虚拟路由器冗余协议)来实现的。整理了一份Java面试宝典完整版PDF已整理成文档

在Keepalived服务正常工作时，主Master节点会不断地向备节点发送( 多播的方式)心跳消息，用以告诉备Backup节点自己还活看，当主Master节点发生故障时，就无法发送心跳消息，备节点也就因此无法继续检测到来自主Master节点的心跳了，于是调用自身的接管程序，接管主Master节点的IP资源及服务。

而当主Master节点恢复时备Backup节点又会释放主节点故障时自身接管的IP资源及服务，恢复到原来的备用角色。