MQ
MQ(message queue)，从字面意思上看，本质是个队列，FIFO 先入先出，只不过队列中存放的内容是 message 而已，还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ 是一种非常常 见的上下游「逻辑解耦 +
MQ(message queue)，从字面意思上看，本质是个队列，FIFO 先入先出，只不过队列中存放的内容是 message 而已，还是一种跨进程的通信机制，用于上下游传递消息。在互联网架构中，MQ 是一种非常常 见的上下游「逻辑解耦 + 物理解耦」的消息通信服务。使用了 MQ 之后，消息发送上游只需要依赖 MQ，不用依赖其他服务。
为什么要用MQ
流量消峰
举个例子，如果订单系统最多能处理一万次订单，这个处理能力应付正常时段的下单时绰绰有余，正常时段我们下单一秒后就能返回结果。但是在高峰期，如果有两万次下单操作系统是处理不了的，只能限制订单超过一万后不允许用户下单。使用消息队列做缓冲，我们可以取消这个限制，把一秒内下的订单分 散成一段时间来处理，这时有些用户可能在下单十几秒后才能收到下单成功的操作，但是比不能下单的体验要好。
应用解耦
以电商应用为例，应用中有订单系统、库存系统、物流系统、支付系统。用户创建订单后，如果耦合调用库存系统、物流系统、支付系统，任何一个子系统出了故障，都会造成下单操作异常。当转变成基于消息队列的方式后，系统间调用的问题会减少很多，比如物流系统因为发生故障，需要几分钟来修复。在这几分钟的时间里，物流系统要处理的内存被缓存在消息队列中，用户的下单操作可以正常完成。当物流系统恢复后，继续处理订单信息即可，中单用户感受不到物流系统的故障，提升系统的可用性。
异步处理
MQ的分类
ActiveMQ
优点：单机吞吐量万级，时效性 ms 级，可用性高，基于主从架构实现高可用性，消息可靠性较 低的概率丢失数据
缺点：官方社区现在对 ActiveMQ 5.x 维护越来越少，高吞吐量场景较少使用
Kafka
大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开 Kafka，这款为大数据而生的消息中间件，以其百万级 TPS 的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥着举足轻重的作用。目前已经被 LinkedIn，Uber，Twitter，Netflix 等大公司所采纳。
优点: 性能卓越，单机写入 TPS 约在百万条/秒，最大的优点，就是吞吐量高。时效性 ms 级可用性非常高，kafka 是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用,消费者采用 Pull 方式获取消息，消息有序，通过控制能够保证所有消息被消费且仅被消费一次；有优秀的第三方Kafka Web 管理界面 Kafka-Manager；在日志领域比较成熟，被多家公司和多个开源项目使用；功能支持：功能 较为简单，主要支持简单的 MQ 功能，在大数据领域的实时计算以及日志采集被大规模使用
缺点：Kafka 单机超过 64 个队列/分区，Load 会发生明显的飙高现象，队列越多，load 越高，发送消息响应时间变长，使用短轮询方式，实时性取决于轮询间隔时间，消费失败不支持重试；支持消息顺序，但是一台代理宕机后，就会产生消息乱序，社区更新较慢
RocketMQ
RocketMQ 出自阿里巴巴的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一些改进。被阿里巴巴广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理，binglog 分发等场景。
优点：单机吞吐量十万级，可用性非常高，分布式架构,消息可以做到 0 丢失,MQ 功能较为完善，还是分布式的，扩展性好,支持 10 亿级别的消息堆积，不会因为堆积导致性能下降，源码是 java 我们可以自己阅读源码，定制自己公司的 MQ
缺点：支持的客户端语言不多，目前是 java 及 c++，其中 c++ 不成熟；社区活跃度一般,没有在 MQ 核心中去实现 JMS 等接口,有些系统要迁移需要修改大量代码
- RabbitMQ2007 年发布，是一个在AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一。优点：由于 erlang 语言的高并发特性，性能较好；吞吐量到万级，MQ 功能比较完备,健壮、稳定、易用、跨平台、支持多种语言 如：Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP 等，支持 AJAX 文档齐全；开源提供的管理界面非常棒，用起来很好用,社区活跃度高；更新频率相当高缺点：商业版需要收费,学习成本较高
MQ的选择
- KafkaKafka 主要特点是基于 Pull 的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，肯定是首选 kafka 了。
- RocketMQ天生为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削峰，在大量交易涌入时，后端可能无法及时处理的情况。RoketMQ 在稳定性上可能更值得信赖，这些业务场景在阿里双 11 已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择 RocketMQ。
- RabbitMQ结合 erlang 语言本身的并发优势，性能好时效性微秒级，社区活跃度也比较高，管理界面用起来十分 方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的 RabbitMQ。
RabbitMQ
RabbitMQ 是一个消息中间件：它接受并转发消息。你可以把它当做一个快递站点，当你要发送一个包裹时，你把你的包裹放到快递站，快递员最终会把你的快递送到收件人那里，按照这种逻辑 RabbitMQ 是 一个快递站，一个快递员帮你传递快件。RabbitMQ 与快递站的主要区别在于，它不处理快件而是接收，存储和转发消息数据。
四大核心概念
生产者
产生数据发送消息的程序
交换机
是 RabbitMQ 非常重要的一个部件，一方面它接收来自生产者的消息，另一方面它将消息 推送到队列中。交换机必须确切知道如何处理它接收到的消息，是将这些消息推送到特定队列还是推送到多个队列，亦或者是把消息丢弃，这个得有交换机类型决定
队列
是 RabbitMQ 内部使用的一种数据结构，尽管消息流经 RabbitMQ 和应用程序，但它们只能存储在队列中。队列仅受主机的内存和磁盘限制的约束，本质上是一个大的消息缓冲区。许多生产者可以将消息发送到一个队列，许多消费者可以尝试从一个队列接收数据。这就是我们使用队列的方式
消费者
消费与接收具有相似的含义。消费者大多时候是一个等待接收消息的程序。请注意生产者，消费者和消息中间件很多时候并不在同一机器上。同一个应用程序既可以是生产者又是可以是消费者。
RabbitMQ名词
Broker：接收和分发消息的应用，RabbitMQ Server 就是 Message Broker
Virtual host：出于多租户和安全因素设计的，把 AMQP 的基本组件划分到一个虚拟的分组中，类似于网络中的 namespace 概念。当多个不同的用户使用同一个 RabbitMQ server 提供的服务时，可以划分出多个 vhost，每个用户在自己的 vhost 创建 exchange／queue 等
Connection：publisher／consumer 和 broker 之间的 TCP 连接
Channel：如果每一次访问 RabbitMQ 都建立一个 Connection，在消息量大的时候建立 TCP Connection 的开销将是巨大的，效率也较低。Channel 是在 connection 内部建立的逻辑连接，如果应用程序支持多线程，通常每个 thread 创建单独的 channel 进行通讯，AMQP method 包含了 channel id 帮助客 户端和 message broker 识别 channel，所以 channel 之间是完全隔离的。Channel 作为轻量级的 Connection 极大减少了操作系统建立 TCP connection 的开销
Exchange：message 到达 broker 的第一站，根据分发规则，匹配查询表中的 routing key，分发 消息到 queue 中去。常用的类型有：direct (point-to-point)，topic (publish-subscribe) and fanout (multicast)
Queue：消息最终被送到这里等待 consumer 取走
Binding：exchange 和 queue 之间的虚拟连接，binding 中可以包含 routing key，Binding 信息被保 存到 exchange 中的查询表中，用于 message 的分发依据
RabbitMq入门
基于Springboot
1.添加依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
2.yml配置
spring:
rabbitmq:
host: 127.0.0.1
port: 5672
username: guest
password: guest
3.编写配置类
@Configuration
public class DirectRabbitConfig {
class RabbitMQConfig {
//队列名称
public static final String RABBITMQ_DEMO_TOPIC = 'RABBITMQ_DEMO_TOPIC'
//交换机名称
public static final String RABBITMQ_DEMO_DIRECT_EXCHANGE = 'RABBITMQ_DEMO_DIRECT_EXCHANGE'
//交换机和队列绑定的匹配建
public static final String RABBITMQ_DEMO_DIRECT_ROUTING = 'RABBITMQ_DEMO_DIRECT_ROUTING'
}
@Bean
public Queue rabbitmqDemoDirectQueue() {
/**
* 1、name: 队列名称
* 2、durable: 是否持久化
* 3、exclusive: 是否独享、排外的。如果设置为true，定义为排他队列。则只有创建者可以使用此队列。也就是private私有的。
* 4、autoDelete: 是否自动删除。也就是临时队列。当最后一个消费者断开连接后，会自动删除。
* */
return new Queue(RabbitMQConfig.RABBITMQ_DEMO_TOPIC, true, false, false);
}
@Bean
public DirectExchange rabbitmqDemoDirectExchange() {
//Direct交换机
return new DirectExchange(RabbitMQConfig.RABBITMQ_DEMO_DIRECT_EXCHANGE, true, false);
}
@Bean
public Binding bindDirect() {
//链式写法，绑定交换机和队列，并设置匹配键
return BindingBuilder
//绑定队列
.bind(rabbitmqDemoDirectQueue())
//到交换机
.to(rabbitmqDemoDirectExchange())
//并设置匹配键
.with(RabbitMQConfig.RABBITMQ_DEMO_DIRECT_ROUTING);
}
}
4.生产者
@Service
public class RabbitMQServiceImpl implements RabbitMQService {
//日期格式化
private static SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
@Resource
private RabbitTemplate rabbitTemplate;
@Override
public String sendMsg(String msg) throws Exception {
try {
String msgId = UUID.randomUUID().toString().replace("-", "").substring(0, 32);
String sendTime = sdf.format(new Date());
Map<String, Object> map = new HashMap<>();
map.put("msgId", msgId);
map.put("sendTime", sendTime);
map.put("msg", msg);
rabbitTemplate.convertAndSend(RabbitMQConfig.RABBITMQ_DEMO_DIRECT_EXCHANGE, RabbitMQConfig.RABBITMQ_DEMO_DIRECT_ROUTING, map);
return "ok";
} catch (Exception e) {
e.printStackTrace();
return "error";
}
}
}
5.消费者
// 指定需要监听的队列名称,可以是多个
@RabbitListener(queues = "queue_test")
public void messageListener(Message data){
System.out.println("收到数据:----------");
System.out.println(data);
}
五种工作模式
1.简单队列
一个生产者对应一个消费者
生产者
importorg.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.beans.factory.annotation.Autowired;
importorg.springframework.web.bind.annotation.RequestMapping;
importorg.springframework.web.bind.annotation.ResponseBody;
importorg.springframework.web.bind.annotation.RestController;
@RestController
public classSendToSpringBootController {
@Autowired
private RabbitTemplate rabbitTemplate;
@RequestMapping("/queue")
@ResponseBody
public String sendMsg(String msg){
rabbitTemplate.convertAndSend("","boot_queue",msg);
return "发送成功";
}
}
消费者
importcom.rabbitmq.client.Channel;
importlombok.extern.slf4j.Slf4j;
import org.springframework.amqp.rabbit.annotation.Queue;
importorg.springframework.amqp.rabbit.annotation.RabbitListener;
importorg.springframework.amqp.support.AmqpHeaders;
importorg.springframework.messaging.handler.annotation.Header;
import org.springframework.stereotype.Component;
@Slf4j
@Component
public classRecvToSpringBoot {
@RabbitListener(
queuesToDeclare =@Queue("boot_queue")//使用默认的交换机 @Queue：队列消息配置
)
publicvoid receiveMsg(String msg, @Header(AmqpHeaders.DELIVERY_TAG) long deliveryTag,Channel channel) {
log.info("收到的消息-> deliveryTag:{}",deliveryTag);
log.info("收到的消息-> channel:{}",channel.toString());
log.info("收到的消息-> msg:{}",msg);
}
}
手动ACK(消费者)
@RabbitListener(
queuesToDeclare =@Queue("boot_queue_ManuallySigned")//使用默认的交换机 @Queue：队列消息配置
)
public voidreceiveMsgToManuallySigned(String msg, @Header(AmqpHeaders.DELIVERY_TAG) longdeliveryTag, Channel channel) throws IOException {
try {
//模拟出现异常
//int a = 1 / 0;
log.info("收到的消息-> msg:{}", msg);
log.info("收到的消息标识-> deliveryTag:{}", deliveryTag);
log.info("收到的消息-> channel:{}", channel.toString());
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
2.work模式
一个生产者对应多个消费者，但是只能有一个消费者获得消息
生产者
/**
* work 模式发送端
*
* @param msg
* @return
*/
@RequestMapping("/sendBootQueueToWork")
@ResponseBody
public String sendBootQueueToWork(Stringmsg) {
for (int i = 0; i < 20; i++) {
rabbitTemplate.convertAndSend("", "boot_queue_work",i + "：" + msg);
}
return "发送成功";
}
消费者
/**
* work 模式消费者1
*
* @param msg 消息
* @param deliveryTag 消息唯一标识
* @param channel 通道
* @throws IOException
*/
@RabbitListener(
queuesToDeclare =@Queue("boot_queue_work")//使用默认的交换机 @Queue：队列消息配置
)
publicvoid receiveMsgToToWork(String msg, @Header(AmqpHeaders.DELIVERY_TAG) longdeliveryTag, Channel channel) throws IOException {
try {
//模拟服务器性能
TimeUnit.SECONDS.sleep(1);
log.info("01 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
/**
* work 模式消费者2
*
* @param msg 消息
* @param deliveryTag 消息唯一标识
* @param channel 通道
* @throws IOException
*/
@RabbitListener(
queuesToDeclare =@Queue("boot_queue_work")//使用默认的交换机 @Queue：队列消息配置
)
public void receiveMsgToToWork2(String msg,@Header(AmqpHeaders.DELIVERY_TAG) long deliveryTag, Channel channel) throwsIOException {
try {
//模拟服务器性能
TimeUnit.SECONDS.sleep(2);
log.info("02 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
3.订阅模式
一个消费者将消息首先发送到交换器，交换器绑定到多个队列，然后被监听该队列的消费者所接收并消费
生产者
/**
* 发布/订阅模式发送端
*
* @param msg
* @return
*/
@RequestMapping("/sendBootQueueToPubSub")
@ResponseBody
public String sendBootQueueToPubSub(Stringmsg) {
rabbitTemplate.convertAndSend("boot_queue_pub_sub","", msg);
return "发送成功";
}
消费者
/**
* 发布/订阅模式接收者01
*
* @param msg
* @param deliveryTag
* @param channel
* @throws IOException
*/
@RabbitListener(//RabbitMQ 监听器
bindings = @QueueBinding(//创建队列和交换机的绑定关系
value = @Queue(),//创建个匿名队列
exchange = @Exchange(name ="boot_queue_pub_sub", type = "fanout")//定义交换机，指定交换机名称和类型
)
)
public void receiveMsgToPubSub1(String msg,
@Header(AmqpHeaders.DELIVERY_TAG) longdeliveryTag, //@Header 获取消息体header中的信息
Channelchannel) throws IOException {
try {
log.info("01 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
/**
* 发布/订阅模式接收者02
*
* @param msg
* @param deliveryTag
* @param channel
* @throws IOException
*/
@RabbitListener(//RabbitMQ 监听器
bindings = @QueueBinding(//创建队列和交换机的绑定关系
value = @Queue(),//创建个匿名队列
exchange = @Exchange(name ="boot_queue_pub_sub", type = "fanout")//定义交换机，指定交换机名称和类型
)
)
public void receiveMsgToPubSub2(String msg,
@Header(AmqpHeaders.DELIVERY_TAG) longdeliveryTag, //@Header 获取消息体header中的信息
Channelchannel) throws IOException {
try {
log.info("02 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
4.路由模式
生产者将消息发送到direct交换器，在绑定队列和交换器的时候有一个路由key，生产者发送的消息会指定一个路由key，那么消息只会发送到相应key相同的队列，接着监听该队列的消费者消费消息。
也就是让消费者有选择性的接收消息。
生产者
/**
* routing 模式生产者
*
* @param msg
* @param routingKey 对应的routingKey
* @return
*/
@RequestMapping("/sendBootQueueToRouting")
@ResponseBody
public String sendBootQueueToRouting(Stringmsg,String routingKey) {
rabbitTemplate.convertAndSend("boot_queue_routing",routingKey, msg);
return "发送成功";
}
消费者
/**
* routing 模式消费者01
*
* @param msg
* @param deliveryTag
* @param channel
* @throws IOException
*/
@RabbitListener(//RabbitMQ 监听器
bindings = @QueueBinding(//创建队列和交换机的绑定关系
value = @Queue(),//创建个匿名队列
exchange = @Exchange(name ="boot_queue_routing", type = "direct"),//定义交换机，指定交换机名称和类型
key ={"log.error", "log.info", "log.warning"}//定义routingKey
)
)
public void receiveMsgToRouting01(Stringmsg,
@Header(AmqpHeaders.DELIVERY_TAG) long deliveryTag, //@Header 获取消息体header中的信息
Channelchannel) throws IOException {
try {
log.info("01 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag, false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
/**
* routing 模式消费者02
*
* @param msg
* @param deliveryTag
* @param channel
* @throws IOException
*/
@RabbitListener(//RabbitMQ 监听器
bindings = @QueueBinding(//创建队列和交换机的绑定关系
value = @Queue(),//创建个匿名队列
exchange = @Exchange(name ="boot_queue_routing", type = "direct"),//定义交换机，指定交换机名称和类型
key ={"log.error"}//定义routingKey
)
)
public void receiveMsgToRouting02(Stringmsg,
@Header(AmqpHeaders.DELIVERY_TAG) long deliveryTag, //@Header 获取消息体header中的信息
Channelchannel) throws IOException {
try {
log.info("02 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
RoutingKey 模式不支持通配符设置。若我们想使用通配符则必须使用topics模式。
5.主题模式
上面的路由模式是根据路由key进行完整的匹配（完全相等才发送消息），这里的通配符模式通俗的来讲就是模糊匹配。
符号“#”表示匹配一个或多个词，符号“*”表示匹配一个词。
生产者
/**
* topics 模式生产者
*
* @param msg
* @param routingKey 对应的routingKey
* @return
*/
@RequestMapping("/sendBootQueueToTopics")
@ResponseBody
public String sendBootQueueToTopics(Stringmsg,String routingKey) {
rabbitTemplate.convertAndSend("boot_queue_routing",routingKey, msg);
return "发送成功";
}
消费者
/**
* Topics 模式消费者01
*
* @param msg
* @param deliveryTag
* @param channel
* @throws IOException
*/
@RabbitListener(//RabbitMQ 监听器
bindings = @QueueBinding(//创建队列和交换机的绑定关系
value = @Queue(),//创建个匿名队列
exchange = @Exchange(name ="boot_queue_routing", type = "direct"),//定义交换机，指定交换机名称和类型
key = {"log.*"}//定义routingKey 使用通配符接收routingKey
)
)
public void receiveMsgToTopics01(Stringmsg,
@Header(AmqpHeaders.DELIVERY_TAG) long deliveryTag, //@Header 获取消息体header中的信息
Channel channel) throws IOException {
try {
log.info("01 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
/**
* Topics 模式消费者02
*
* @param msg
* @param deliveryTag
* @param channel
* @throws IOException
*/
@RabbitListener(//RabbitMQ 监听器
bindings = @QueueBinding(//创建队列和交换机的绑定关系
value = @Queue(),//创建个匿名队列
exchange = @Exchange(name ="boot_queue_routing", type = "direct"),//定义交换机，指定交换机名称和类型
key ={"log.error"}//定义routingKey
)
)
public void receiveMsgToTopics02(Stringmsg,
@Header(AmqpHeaders.DELIVERY_TAG)long deliveryTag, //@Header 获取消息体header中的信息
Channelchannel) throws IOException {
try {
log.info("02 消费者收到的消息 -> msg:{}", msg);
//手动签收 channel.basicAck(消息唯一标识,是否批量签收);
channel.basicAck(deliveryTag,false);
} catch (Exception e) {
e.printStackTrace();
//channel.basicNack(deliveryTag:消息的唯一标识,multiple:是否批量处理,requeue:是否重新放入队列);
//消息出现异常时，若requeue=false，则该消息会被放入死信队列，若没有配置死信队列则该消息会丢失。
channel.basicNack(deliveryTag,false, false);
}
}
过期时间TTL
过期时间TTL表示可以对消息设置预期的时间，在这个时间内都可以被消费者接收获取；过了之后消息将自动被删除。RabbitMQ可以对消息和队列设置TTL。目前有两种方法可以设置。
- 第一种方法是通过队列属性设置，队列中所有消息都有相同的过期时间。
- 第二种方法是对消息进行单独设置，每条消息TTL可以不同。
如果上述两种方法同时使用，则消息的过期时间以两者之间TTL较小的那个数值为准。消息在队列的生存时间一旦超过设置的TTL值，就称为dead message被投递到死信队列， 消费者将无法再收到该消息。
示例代码
//todo
死信队列
DLX，全称为Dead-Letter-Exchange , 可以称之为死信交换机，也有人称之为死信邮箱。当消息在一个队列中变成死信(dead message)之后，它能被重新发送到另一个交换机中，这个交换机就是DLX ，绑定DLX的队列就称之为死信队列。
消息变成死信，可能是由于以下的原因：
- 消息被拒绝
- 消息过期
- 队列达到最大长度
DLX也是一个正常的交换机，和一般的交换机没有区别，它能在任何的队列上被指定，实际上就是设置某一个队列的属性。当这个队列中存在死信时，Rabbitmq就会自动地将这个消息重新发布到设置的DLX上去，进而被路由到另一个队列，即死信队列。
要想使用死信队列，只需要在定义队列的时候设置队列参数 x-dead-letter-exchange 指定交换机即可。
示例代码
//todo