我们通过spring-amqp操作rabbitmq是极其简单的,消息的生产者和消费者只需要如下配置:
客户端(生产者):connectionFactory、queue、exchange、messageConverter、RabbitTemplate。
服务端(消费者):connectionFactory、queue、exchange、messageConverter、listenerContainer。
如果消息堆积严重,我们可以通过两种方式来处理消息,一种是在服务端开启监听多线程服务(concurrency="10"),另一种是让消息批量出队列。
开启多线程的配置示例如下:
<rabbit:listener-container connection-factory="connectionFactory" acknowledge="auto" requeue-rejected="false" concurrency="10" message-converter="jsonMessageConverter" > <rabbit:listener ref="tradeListener" method="listen" queues="queue_trade_repay" /> </rabbit:listener-container>
批量出队列的示例如下:
客户端(消息生产者)
import java.math.BigDecimal; import org.junit.Test; import org.springframework.beans.factory.annotation.Autowired; import com.rd.account.domain.AccountLog; import com.rd.ifaes.mq.producer.RabbitProducer; import com.rd.ifaes.web.BaseTest; /** * 消息生产者 * @author lihua * @since 2018-04-08 * */ public class Producer extends BaseTest{ // @Autowired // private RabbitTemplate rabbitTemplate; //这里对rabbitTemplate做了简单的封装,您可以直接使用rabbitTemplate @Autowired private RabbitProducer rabbitProducer; private static final String queueName = "ACCOUNT_LOG_BATCH"; //MqConstant.ROUTING_KEY_ACCOUNT_LOG_BATCH; @Test public void main() { for (int i = 0; i < 512; i++) { AccountLog log = new AccountLog("001", "001", "asdf", BigDecimal.valueOf(i), "remark"+i); rabbitProducer.send(queueName, log); // rabbitTemplate.convertAndSend(queueName, "hello" + i); } } }
服务端(消息消费者)
import java.text.SimpleDateFormat; import java.util.ArrayList; import java.util.Date; import java.util.List; import org.junit.Test; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.amqp.rabbit.core.ChannelCallback; import org.springframework.amqp.rabbit.core.RabbitTemplate; import org.springframework.beans.factory.annotation.Autowired; import com.alibaba.fastjson.JSONObject; import com.rabbitmq.client.AMQP; import com.rabbitmq.client.Channel; import com.rabbitmq.client.QueueingConsumer; /** * 消息消费者 * @author lihua * @since 2018-04-08 * */ public class Consumer extends BaseTest{ private static final Logger LOGGER = LoggerFactory.getLogger(Consumer.class); @Autowired private RabbitTemplate rabbitTemplate; @Autowired private AccountLogService accountLogService; private static final String queueName = "ACCOUNT_LOG_BATCH"; //MqConstant.ROUTING_KEY_ACCOUNT_LOG_BATCH; private static final int BATCH_SIZE = 100; @Test public void consumer() { while (true) { rabbitTemplate.execute(new ChannelCallback<String>() { @Override public String doInRabbit(Channel channel) throws Exception { SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); try { final AMQP.Queue.DeclareOk ok = channel.queueDeclare(queueName, true, false, false, null); int messageCount = ok.getMessageCount(); LOGGER.info("run consumer {}, msg count {}", sdf.format(new Date()), messageCount); if (messageCount == 0) { return null; } List<AccountLog> list = new ArrayList<>(); channel.basicQos(BATCH_SIZE); QueueingConsumer queueingConsumer = new QueueingConsumer(channel); LOGGER.info("channel id {}", Integer.toHexString(System.identityHashCode(channel))); final String inConsumerTag = "test consumer" + sdf.format(new Date()); channel.basicConsume(queueName, false, inConsumerTag, queueingConsumer); long messageId = -1; int dealedCount = 0; int i = BATCH_SIZE; while (i-- > 0) { QueueingConsumer.Delivery delivery = queueingConsumer.nextDelivery(BATCH_SIZE); if (delivery == null) { break; } String msg = new String(delivery.getBody()); AccountLog log = JSONObject.parseObject(msg, AccountLog.class); list.add(log); messageId = delivery.getEnvelope().getDeliveryTag(); LOGGER.info("get message {} delivery id {}", msg, messageId); dealedCount++; if (dealedCount % 5 == 0) { channel.basicAck(messageId, true); LOGGER.info("batch ack message id =>{}", messageId); messageId = -1; } } if (messageId > 0) { channel.basicAck(messageId, true); LOGGER.info("last to ack message id =>{}", messageId); } // 日志入库 accountLogService.saveBatch(list); } finally { LOGGER.info("consumer done {}", sdf.format(new Date())); } channel.abort(); return null; } }); try { Thread.sleep(5000); } catch (InterruptedException e) { } } } }
import org.junit.runner.RunWith; import org.springframework.test.context.ContextConfiguration; import org.springframework.test.context.junit4.SpringJUnit4ClassRunner; @RunWith(SpringJUnit4ClassRunner.class) @ContextConfiguration(locations={"classpath:spring-context.xml"}) public abstract class BaseTest { }
补一个服务端真实案例:
import java.text.SimpleDateFormat; import java.util.ArrayList; import java.util.Date; import java.util.List; import java.util.concurrent.Callable; import java.util.concurrent.ExecutorService; import java.util.concurrent.Executors; import javax.annotation.PostConstruct; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import org.springframework.amqp.rabbit.core.ChannelCallback; import org.springframework.amqp.rabbit.core.RabbitTemplate; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.context.annotation.Lazy; import org.springframework.stereotype.Component; import com.alibaba.fastjson.JSONObject; import com.rabbitmq.client.AMQP; import com.rabbitmq.client.Channel; import com.rabbitmq.client.QueueingConsumer; @Component @Lazy(value=false) public class AccountLogBatchListener { @Autowired private RabbitTemplate rabbitTemplate; @Autowired private AccountLogService accountLogService; private static final Logger LOGGER = LoggerFactory.getLogger(AccountLogBatchListener.class); private static final String QUEUE_NAME = MqConstant.ROUTING_KEY_ACCOUNT_LOG_BATCH; private static final ExecutorService executor = Executors.newFixedThreadPool(1); private static final int BATCH_SIZE = 100; @PostConstruct public void init(){ executor.submit(new Callable<String>() { @Override public String call() throws Exception { execute(); return null; } }); } private void execute(){ while (true) { rabbitTemplate.execute(new ChannelCallback<String>() { @Override public String doInRabbit(Channel channel) throws Exception { SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"); try { final AMQP.Queue.DeclareOk ok = channel.queueDeclare(QUEUE_NAME, true, false, false, null); int messageCount = ok.getMessageCount(); LOGGER.debug("accountLogBatchListener {}, msg count {}", sdf.format(new Date()), messageCount); if (messageCount == 0) { return null; } List<AccountLog> list = new ArrayList<>(); channel.basicQos(BATCH_SIZE); QueueingConsumer queueingConsumer = new QueueingConsumer(channel); LOGGER.debug("channel id {}", Integer.toHexString(System.identityHashCode(channel))); final String inConsumerTag = "accountLogBatchListener {}" + sdf.format(new Date()); channel.basicConsume(QUEUE_NAME, false, inConsumerTag, queueingConsumer); long messageId = -1; int dealedCount = 0; int i = BATCH_SIZE; while (i-- > 0) { QueueingConsumer.Delivery delivery = queueingConsumer.nextDelivery(BATCH_SIZE); if (delivery == null) { break; } String msg = new String(delivery.getBody()); AccountLog log = JSONObject.parseObject(msg, AccountLog.class); list.add(log); messageId = delivery.getEnvelope().getDeliveryTag(); LOGGER.info(" userId {}, delivery id {}", log.getUserId(), messageId); dealedCount++; if (dealedCount % 5 == 0) { channel.basicAck(messageId, true); LOGGER.debug("batch ack message id =>{}", messageId); messageId = -1; } } if (messageId > 0) { channel.basicAck(messageId, true); LOGGER.debug("last to ack message id =>{}", messageId); } // 日志入库 accountLogService.saveBatch(list); } finally { LOGGER.info("accountLogBatchListener done {}", sdf.format(new Date())); } channel.abort(); return null; } }); try { Thread.sleep(10000); } catch (InterruptedException e) { } } } }
相关推荐
但需要注意,批量处理时要确保单次扣除的库存不超过实际库存。 - 使用RabbitMQ的QoS(Quality of Service)设置,限制消费者一次性取走的消息数量,防止因大量并发请求导致库存瞬间清零。 5. **系统架构**: - ...
RabbitMQ 是一个消息队列系统,使用 AMQP(Advanced Message Queuing Protocol)协议来实现异步消息传输。下面我们将详细介绍如何使用 PHP 语言实现消息队列的发送和接收。 一、安装 AMQP 扩展 要使用 PHP 语言与 ...
RabbitMQ是一款开源的消息队列系统,广泛应用于分布式系统中的异步处理、解耦和负载均衡。本教程将深入探讨如何实现RabbitMQ的高可用性(High Availability, HA),确保即使在高并发或者服务器故障时,服务仍能正常...
6. **异常处理**:内置异常处理机制,能够捕获并适当地处理RabbitMQ操作过程中可能出现的错误。 **三、使用方法** 1. **引入DLL**:将C# RabbitMQ Helper编译后的DLL文件引入到你的项目中,添加对它的引用。 2. *...
2. **批量处理**: 处理大量数据时,可以将任务放入队列,由后台服务按需处理。 3. **日志收集**: 日志生产者发送日志消息,日志消费者收集并存储。 4. **事件驱动架构**: 通过发布/订阅模式,实现事件驱动的系统...
4. 当消费者准备好时,它们从队列中获取消息,RabbitMQ支持多种消费模式,如同步、批量和惰性消费。 **RabbitMQ性能测试与调优** 1. **性能测试**: 可以使用工具如Apache JMeter或Pika进行RabbitMQ的性能测试,...
在实际应用中,RabbitMQ常用于异步任务处理、系统间解耦、批量数据处理等场景。例如,当Web服务器接收到一个耗时的任务时,它可以将任务作为一个消息发布到RabbitMQ,然后继续处理其他请求,而后台的工作进程则从...
RabbitMQ是一个开源的消息代理和队列服务器,它基于高级消息队列协议(AMQP)标准,被广泛用于处理分布式系统中的异步任务和消息传递。在这个“rabbitmq-jar包”中,我们有两个版本的AMQP客户端库,分别是`amqp-...
3. **C++接口库**:`rabbitmq-c++`通常是对`rabbitmq-c`进行封装的库,提供了C++对象模型,使得API更符合C++的编程习惯,例如通过面向对象的方式处理连接、通道和队列。封装可能包括异常处理、智能指针、RAII...
4. **批量确认**:如果消息处理速度很快,可以考虑开启批量确认。这意味着在接收到一定数量的消息后,一次性发送确认信号,而不是每条消息都确认。这可以通过设置`basicQos`的参数`prefetchSize`为0和`prefetchCount...
- **批量数据处理**:通过消息队列缓存大量待处理的数据,后台服务按需处理,避免阻塞前端服务。 6. **最佳实践** - **监控和日志**:配置日志输出,使用Prometheus和Grafana等工具监控RabbitMQ的运行状态。 - *...
5. 工作模式:RabbitMQ支持不同的消费模式,如非持久订阅(non-durable)、自动确认(auto-ack)和批量消费(batch consuming)。选择合适的模式可以优化性能和可靠性。 6. 高级特性:RabbitMQ客户端还支持消息的...
3. **批量处理**:消息积压后,可以一次性处理多个,提高效率。 4. **容错机制**:消息如果未被正确处理,可以重新放入队列,保证数据完整性。 5. **负载均衡**:通过消息队列,可以实现多消费者并行处理,提升系统...
根据实际性能和需求,可以调整Redis的缓存策略,或者RabbitMQ的消息处理方式,比如采用批量消费、死信队列等优化策略。 "sky-shopping"可能是这个实例中的一个具体应用场景,可能是一个电子商务平台。在这个平台上...
2. 性能优化:合理配置Canal和RabbitMQ的参数,如批量发送事件、设置合理的缓冲区大小,以提高性能。 3. 错误处理:建立完善的错误处理机制,如重试、死信队列等,确保消息的可靠传递。 综上所述,Canal与RabbitMQ...
2. **批量处理**:通过消息队列,可以将大量任务分发到后台进行批量处理,避免阻塞前端应用。 3. **事件驱动**:RabbitMQ可以用来实现事件驱动架构,如日志记录、监控告警等。 4. **负载均衡**:消息队列可以帮助...
- 工作模式:RabbitMQ支持不同的消费者工作模式,如同步、异步、批量处理等,应根据需求选择合适的工作模式。 总的来说,C#中的RabbitMQ应用涉及到创建连接、声明交换机和队列、发送与接收消息等关键步骤。通过学习...
7. **性能优化**:在大量文件传输时,可能需要考虑批量发送消息、使用多线程处理文件或使用异步I/O来提高效率。 8. **消息确认机制**:RabbitMQ提供了消息确认机制,允许消费者确认已处理的消息,确保消息不被重复...
6. **消费者工作模式**:包括非持久订阅(noack)和确认模式,以及批量消费和并发消费的实现。 7. **高可用性**:通过集群和镜像队列实现RabbitMQ的高可用性,确保在故障发生时服务不会中断。 8. **安全性**:用户...
消费者可以设置为“同步”或“异步”,即直接处理消息或者批量处理。 8. **AMQP协议**:AMQP是标准的消息中间件协议,提供了通用的接口,使得不同语言和平台可以轻松地与RabbitMQ交互。 在安装RabbitMQ 3.8.5时,...