发布确认
This commit is contained in:
143
src/main/java/io/jiulinxiri/rabbitmq/four/ConfirmMessage.java
Normal file
143
src/main/java/io/jiulinxiri/rabbitmq/four/ConfirmMessage.java
Normal file
@@ -0,0 +1,143 @@
|
||||
package io.jiulinxiri.rabbitmq.four;
|
||||
|
||||
import com.rabbitmq.client.Channel;
|
||||
import com.rabbitmq.client.ConfirmCallback;
|
||||
import io.jiulinxiri.rabbitmq.utils.RabbitMqUtils;
|
||||
|
||||
import java.io.IOException;
|
||||
import java.util.UUID;
|
||||
import java.util.concurrent.ConcurrentNavigableMap;
|
||||
import java.util.concurrent.ConcurrentSkipListMap;
|
||||
import java.util.concurrent.TimeoutException;
|
||||
|
||||
/**
|
||||
* 发布确认模式
|
||||
* 1. 单个确认发布
|
||||
* 2. 批量确认发布
|
||||
* 3. 异步确认发布
|
||||
*/
|
||||
public class ConfirmMessage {
|
||||
public static final int MESSAGE_COUNT = 1000;
|
||||
public static void main(String[] args) throws Exception {
|
||||
// 发布1000个单独消息，耗时：45591ms
|
||||
// ConfirmMessage.publicMessageIndividually();
|
||||
// ConfirmMessage.publicMessageBatch();
|
||||
ConfirmMessage.publicMessageAsync();
|
||||
}
|
||||
|
||||
/**
|
||||
* 发送单个消息
|
||||
*
|
||||
* @throws IOException
|
||||
* @throws TimeoutException
|
||||
* @throws InterruptedException
|
||||
*/
|
||||
public static void publicMessageIndividually() throws IOException, TimeoutException, InterruptedException {
|
||||
Channel channel = RabbitMqUtils.getChannel();
|
||||
// Queue Name
|
||||
String queueName = UUID.randomUUID().toString();
|
||||
channel.queueDeclare(queueName, true, false,false, null);
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
// 开始时间
|
||||
long begin = System.currentTimeMillis();
|
||||
// 批量发送消息
|
||||
for (int i = 0; i < MESSAGE_COUNT; i++) {
|
||||
String message = i + "";
|
||||
channel.basicPublish("", queueName, null, message.getBytes());
|
||||
// 单个消息马上发布确认
|
||||
boolean flag = channel.waitForConfirms();
|
||||
if (flag) {
|
||||
System.out.println("消息发动成功");
|
||||
}
|
||||
}
|
||||
// 结束时间
|
||||
long end = System.currentTimeMillis();
|
||||
System.out.println("发布" + MESSAGE_COUNT + "个单独消息，耗时：" + (end - begin) + "ms");
|
||||
}
|
||||
|
||||
/**
|
||||
* 批量发布确认
|
||||
*/
|
||||
public static void publicMessageBatch() throws Exception {
|
||||
Channel channel = RabbitMqUtils.getChannel();
|
||||
// Queue Name
|
||||
String queueName = UUID.randomUUID().toString();
|
||||
channel.queueDeclare(queueName, true, false,false, null);
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
// 开始时间
|
||||
long begin = System.currentTimeMillis();
|
||||
// 批量确认长度
|
||||
int batchSize = 1000;
|
||||
|
||||
for (int i = 0; i < MESSAGE_COUNT; i++) {
|
||||
String message = i + "";
|
||||
channel.basicPublish("", queueName, null, message.getBytes());
|
||||
if (i % batchSize == 0) {
|
||||
// 确认
|
||||
channel.waitForConfirms();
|
||||
}
|
||||
}
|
||||
// 结束时间
|
||||
long end = System.currentTimeMillis();
|
||||
System.out.println("发布" + MESSAGE_COUNT + "个消息每 100 次确认一次，耗时：" + (end - begin) + "ms");
|
||||
}
|
||||
|
||||
/**
|
||||
* 异步确认
|
||||
* 耗时33ms
|
||||
* @throws Exception
|
||||
*/
|
||||
public static void publicMessageAsync() throws Exception {
|
||||
Channel channel = RabbitMqUtils.getChannel();
|
||||
// Queue Name
|
||||
String queueName = UUID.randomUUID().toString();
|
||||
channel.queueDeclare(queueName, true, false,false, null);
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
|
||||
// 线程安全的哈希表，适用于高并发的场景
|
||||
/**
|
||||
* 将序号与消息关联
|
||||
* 轻松批量删除确认消息
|
||||
* 支持高并发
|
||||
*/
|
||||
ConcurrentSkipListMap<Long, String> map = new ConcurrentSkipListMap<Long, String>();
|
||||
|
||||
// 开始时间
|
||||
long begin = System.currentTimeMillis();
|
||||
// 消息确认成功
|
||||
ConfirmCallback ackConfirm = (deliveryTag, multiple) -> {
|
||||
if (multiple) {
|
||||
// 2.删除已确认的消息，剩下的就是未确认的
|
||||
ConcurrentNavigableMap<Long, String> confirmed = map.headMap(deliveryTag);
|
||||
} else {
|
||||
map.remove(deliveryTag);
|
||||
}
|
||||
|
||||
System.out.println("确认的消息:" + deliveryTag);
|
||||
};
|
||||
|
||||
// 消息确认失败
|
||||
ConfirmCallback nackConfirm = (deliveryTag, multiple) -> {
|
||||
String s = map.get(deliveryTag);
|
||||
System.out.println("未确认的消息: " + s + " 消息Tag: " + deliveryTag);
|
||||
};
|
||||
|
||||
// 消息监听器，检测消息的成功与失败
|
||||
channel.addConfirmListener(ackConfirm, nackConfirm);
|
||||
|
||||
for (int i = 0; i < MESSAGE_COUNT; i++) {
|
||||
String message = "消息：" + i;
|
||||
channel.basicPublish("", queueName, null, message.getBytes());
|
||||
// 1.记录发送的所有消息
|
||||
map.put(channel.getNextPublishSeqNo(), message);
|
||||
}
|
||||
|
||||
// 结束时间
|
||||
long end = System.currentTimeMillis();
|
||||
System.out.println("发布" + MESSAGE_COUNT + "个消息异步确认，耗时：" + (end - begin) + "ms");
|
||||
|
||||
}
|
||||
}
|
||||
206
src/main/java/io/jiulinxiri/rabbitmq/four/README.md
Normal file
206
src/main/java/io/jiulinxiri/rabbitmq/four/README.md
Normal file
@@ -0,0 +1,206 @@
|
||||
### 发布确认
|
||||
生产者将信道设置成 confirm 模式，一旦信道进入 confirm 模式，所有在该信道上面发布的
|
||||
消息都将会被指派一个唯一的 ID(从 1 开始)，一旦消息被投递到所有匹配的队列之后，broker
|
||||
就会发送一个确认给生产者(包含消息的唯一 ID)，这就使得生产者知道消息已经正确到达目的队
|
||||
列了，如果消息和队列是可持久化的，那么确认消息会在将消息写入磁盘之后发出，broker 回传
|
||||
给生产者的确认消息中 delivery-tag 域包含了确认消息的序列号，此外 broker 也可以设置
|
||||
basic.ack 的 multiple 域，表示到这个序列号之前的所有消息都已经得到了处理。
|
||||
|
||||
confirm 模式最大的好处在于他是异步的，一旦发布一条消息，生产者应用程序就可以在等信
|
||||
道返回确认的同时继续发送下一条消息，当消息最终得到确认之后，生产者应用便可以通过回调
|
||||
方法来处理该确认消息，如果 RabbitMQ 因为自身内部错误导致消息丢失，就会发送一条 nack消
|
||||
息，生产者应用程序同样可以在回调方法中处理该 nack 消息。
|
||||
|
||||
### 发布确认策略
|
||||
#### 开启发布确认
|
||||
发布确认默认是没有开启的，如果要开启需要调用方法 confirmSelect，每当你要想使用发布
|
||||
确认，都需要在 channel上调用该方法
|
||||
```java
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
```
|
||||
#### 单个确认发布
|
||||
这是一种简单的确认方式，它是一种同步确认发布的方式，也就是发布一个消息之后只有它
|
||||
被确认发布，后续的消息才能继续发布,waitForConfirmsOrDie(long)这个方法只有在消息被确认
|
||||
的时候才返回，如果在指定时间范围内这个消息没有被确认那么它将抛出异常。
|
||||
|
||||
这种确认方式有一个最大的缺点就是:发布速度特别的慢，因为如果没有确认发布的消息就会
|
||||
阻塞所有后续消息的发布，这种方式最多提供每秒不超过数百条发布消息的吞吐量。
|
||||
|
||||
```java
|
||||
// 发布1000个单独消息，耗时：45591ms
|
||||
public static void publicMessageIndividually() throws IOException, TimeoutException, InterruptedException {
|
||||
Channel channel = RabbitMqUtils.getChannel();
|
||||
// Queue Name
|
||||
String queueName = UUID.randomUUID().toString();
|
||||
channel.queueDeclare(queueName, true, false,false, null);
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
// 开始时间
|
||||
long begin = System.currentTimeMillis();
|
||||
// 批量发送消息
|
||||
for (int i = 0; i < MESSAGE_COUNT; i++) {
|
||||
String message = i + "";
|
||||
channel.basicPublish("", queueName, null, message.getBytes());
|
||||
// 单个消息马上发布确认
|
||||
boolean flag = channel.waitForConfirms();
|
||||
if (flag) {
|
||||
System.out.println("消息发动成功");
|
||||
}
|
||||
}
|
||||
// 结束时间
|
||||
long end = System.currentTimeMillis();
|
||||
System.out.println("发布" + MESSAGE_COUNT + "个单独消息，耗时：" + (end - begin) + "ms");
|
||||
}
|
||||
```
|
||||
|
||||
#### 批量发布确认
|
||||
与单个等待确认消息相比，先发布一批消息然后一起确认可以极大地
|
||||
提高吞吐量，当然这种方式的缺点就是:当发生故障导致发布出现问题时，不知道是哪个消息出现
|
||||
问题了，我们必须将整个批处理保存在内存中，以记录重要的信息而后重新发布消息。当然这种
|
||||
方案仍然是同步的，也一样阻塞消息的发布。
|
||||
|
||||
```java
|
||||
// 耗时 77ms
|
||||
public static void publicMessageBatch() throws Exception {
|
||||
Channel channel = RabbitMqUtils.getChannel();
|
||||
// Queue Name
|
||||
String queueName = UUID.randomUUID().toString();
|
||||
channel.queueDeclare(queueName, true, false,false, null);
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
// 开始时间
|
||||
long begin = System.currentTimeMillis();
|
||||
// 批量确认长度
|
||||
int batchSize = 1000;
|
||||
|
||||
for (int i = 0; i < MESSAGE_COUNT; i++) {
|
||||
String message = i + "";
|
||||
channel.basicPublish("", queueName, null, message.getBytes());
|
||||
if (i % batchSize == 0) {
|
||||
// 确认
|
||||
channel.waitForConfirms();
|
||||
}
|
||||
}
|
||||
// 结束时间
|
||||
long end = System.currentTimeMillis();
|
||||
System.out.println("发布" + MESSAGE_COUNT + "个消息每 100 次确认一次，耗时：" + (end - begin) + "ms");
|
||||
}
|
||||
```
|
||||
|
||||
#### 异步确认发布
|
||||
异步确认虽然编程逻辑比上两个要复杂，但是性价比最高，无论是可靠性还是效率都没得说，
|
||||
他是利用回调函数来达到消息可靠性传递的，这个中间件也是通过函数回调来保证是否投递成功，
|
||||
下面就让我们来详细讲解异步确认是怎么实现的。
|
||||
|
||||
|
||||
```java
|
||||
/**
|
||||
* 异步确认
|
||||
* 耗时33ms
|
||||
* @throws Exception
|
||||
*/
|
||||
public static void publicMessageAsync() throws Exception {
|
||||
Channel channel = RabbitMqUtils.getChannel();
|
||||
// Queue Name
|
||||
String queueName = UUID.randomUUID().toString();
|
||||
channel.queueDeclare(queueName, true, false,false, null);
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
// 开始时间
|
||||
long begin = System.currentTimeMillis();
|
||||
// 消息确认成功
|
||||
ConfirmCallback ackConfirm = (deliveryTag, multiple) -> {
|
||||
System.out.println("确认的消息:" + deliveryTag);
|
||||
};
|
||||
|
||||
// 消息确认失败
|
||||
ConfirmCallback nackConfirm = (deliveryTag, multiple) -> {
|
||||
System.out.println("未确认的消息:" + deliveryTag);
|
||||
};
|
||||
|
||||
// 消息监听器，检测消息的成功与失败
|
||||
channel.addConfirmListener(ackConfirm, nackConfirm);
|
||||
|
||||
for (int i = 0; i < MESSAGE_COUNT; i++) {
|
||||
String message = "消息：" + i;
|
||||
channel.basicPublish("", queueName, null, message.getBytes());
|
||||
}
|
||||
|
||||
// 结束时间
|
||||
long end = System.currentTimeMillis();
|
||||
System.out.println("发布" + MESSAGE_COUNT + "个消息异步确认，耗时：" + (end - begin) + "ms");
|
||||
|
||||
}
|
||||
```
|
||||
|
||||
#### 异步处理未确认消息
|
||||
|
||||
```java
|
||||
/**
|
||||
* 异步确认
|
||||
* 耗时33ms
|
||||
* @throws Exception
|
||||
*/
|
||||
public static void publicMessageAsync() throws Exception {
|
||||
Channel channel = RabbitMqUtils.getChannel();
|
||||
// Queue Name
|
||||
String queueName = UUID.randomUUID().toString();
|
||||
channel.queueDeclare(queueName, true, false,false, null);
|
||||
// 开启发布确认
|
||||
channel.confirmSelect();
|
||||
|
||||
// 线程安全的哈希表，适用于高并发的场景
|
||||
/**
|
||||
* 将序号与消息关联
|
||||
* 轻松批量删除确认消息
|
||||
* 支持高并发
|
||||
*/
|
||||
ConcurrentSkipListMap<Long, String> map = new ConcurrentSkipListMap<Long, String>();
|
||||
|
||||
// 开始时间
|
||||
long begin = System.currentTimeMillis();
|
||||
// 消息确认成功
|
||||
ConfirmCallback ackConfirm = (deliveryTag, multiple) -> {
|
||||
if (multiple) {
|
||||
// 2.删除已确认的消息，剩下的就是未确认的
|
||||
ConcurrentNavigableMap<Long, String> confirmed = map.headMap(deliveryTag);
|
||||
} else {
|
||||
map.remove(deliveryTag);
|
||||
}
|
||||
|
||||
System.out.println("确认的消息:" + deliveryTag);
|
||||
};
|
||||
|
||||
// 消息确认失败
|
||||
ConfirmCallback nackConfirm = (deliveryTag, multiple) -> {
|
||||
String s = map.get(deliveryTag);
|
||||
System.out.println("未确认的消息: " + s + " 消息Tag: " + deliveryTag);
|
||||
};
|
||||
|
||||
// 消息监听器，检测消息的成功与失败
|
||||
channel.addConfirmListener(ackConfirm, nackConfirm);
|
||||
|
||||
for (int i = 0; i < MESSAGE_COUNT; i++) {
|
||||
String message = "消息：" + i;
|
||||
channel.basicPublish("", queueName, null, message.getBytes());
|
||||
// 1.记录发送的所有消息
|
||||
map.put(channel.getNextPublishSeqNo(), message);
|
||||
}
|
||||
|
||||
// 结束时间
|
||||
long end = System.currentTimeMillis();
|
||||
System.out.println("发布" + MESSAGE_COUNT + "个消息异步确认，耗时：" + (end - begin) + "ms");
|
||||
|
||||
}
|
||||
```
|
||||
#### 三种发布确认的对比
|
||||
|
||||
| 名称 | 优缺点 |
|
||||
|----------------|-----------------------------------------------------------------------------------|
|
||||
| 单独发布消息 | 同步等待确认，简单，但吞吐量非常有限。 |
|
||||
| 批量发布消息 | 批量同步等待确认，简单，合理的吞吐量，一旦出现问题但很难推断出是那条消息出现了问题。 |
|
||||
| 异步处理（推荐） | 最佳性能和资源使用，在出现错误的情况下可以很好地控制，但是实现起来稍微难些 |
|
||||
|
||||
|
||||
|
||||
@@ -28,7 +28,11 @@ public class Worker03 {
|
||||
|
||||
System.out.println("Worker03 等待接收消息...");
|
||||
// 设置不公平分发
|
||||
int prefetchCount = 1;
|
||||
// int prefetchCount = 1;
|
||||
// channel.basicQos(prefetchCount);
|
||||
|
||||
// 设置预取值
|
||||
int prefetchCount = 2;
|
||||
channel.basicQos(prefetchCount);
|
||||
|
||||
boolean autoAck = false;
|
||||
|
||||
@@ -28,7 +28,11 @@ public class Worker04 {
|
||||
|
||||
System.out.println("Worker04 等待接收消息...");
|
||||
// 设置不公平分发
|
||||
int prefetchCount = 1;
|
||||
// int prefetchCount = 1;
|
||||
// channel.basicQos(prefetchCount);
|
||||
|
||||
// 设置预取值
|
||||
int prefetchCount = 5;
|
||||
channel.basicQos(prefetchCount);
|
||||
|
||||
boolean autoAck = false;
|
||||
|
||||
Reference in New Issue
Block a user