RabbitMQ原理分析

RabbitMQ原理分析RabbitMQ 简介基于 AMQP 协议实现 主要作用是解耦 冗余 扩展性 增大消息入队和处理的频率变得很容易 平滑峰值 可恢复性 送达保证 ACK 机制消费者消费消息后必须返回相应的 ACK 顺序保证等 文章当中使用的 RabbitMQ 的版本是 RabbitMQ3 6 6 关键概念 Exchange 交换机启动 RabbitMQ 相关的服务 会默认创建一个不可以删除的 Excha

RabbitMQ 简介

基于AMQP协议实现,主要作用是解耦,冗余,扩展性(增大消息入队和处理的频率变得很容易),平滑峰值,可恢复性,送达保证(ACK机制 消费者消费消息后必须返回相应的ACK),顺序保证等.

文章当中使用的RabbitMQ的版本是RabbitMQ 3.6.6.

关键概念

Exchange交换机

启动RabbitMQ相关的服务,会默认创建一个不可以删除的Exchange.
绑定规则:RoutingKey与队列名称相等(Direct).

1.Direct exchange (直接交换)
如果 Binding key 匹配, 那么Message就会被传递到相应的queue中.

2.Fanout exchange(广播类型)
多个队列会接收到这个消息
会向响应的queue广播。

3.Topic exchange (对key进行模式匹配)
routing key为一个句点号”.”分隔的字符串(我们将被句点号“. ”分隔开的每一段独立的字符串称为一个单词)

4.headers(通过headers里的键值对进行路由)
这里需要了解一下RabbitMQ的协议,可以通过rabbitmq官网下载AMQP协议.
headers类型的Exchange不依赖于routing key匹配规则来路由消息,而是根据发送的消息内容中的headers属性进行匹配。
在绑定Queue与Exchange时指定一组键值对;当消息发送到Exchange时,RabbitMQ会取到该消息的headers(也是一个键值对的形式),对比其中的键值对是否完全匹配Queue与Exchange绑定时指定的键值对.如果完全匹配则消息会路由到该Queue,否则不会路由到该Queue。


Queue:队列

Consumer:消费者

Binding:绑定

Vhsot:虚拟主机

虚拟主机,这个概念与nginx 虚拟域名类似,主要是一些权限的管理,vhsot的相关配置不可以跨越,完全隔离环境.

Broker/Cluster

RabbitMQ可靠性

接下来写一些重点需要介绍的内容,可靠性也与可用性息息相关.

ACK与Confirm

生产者的Confirm,与消费者的ACK类似,但是需要注意的生产者发送消息是多条消息,所以需要Confirm这个机制来保证消息被正确接收,还有Transaction机制保证消息的事务处理.

HeartBeat:心跳包

HeartBeat 作用防止TCP网络连接中断,帮助RabbitMQServer找出断开的连接.也可以用来断开空闲的连接.

消费者与生产者

这里需要注意下生产发送到消息到多个镜像队列可能会引起一些性能问题,因为需要等待每个队列的ACK.

RabbitMQ高可用

每当接受到生产者生产的消息,MASTER首先会处理消息,然后推送到备用镜像.

HA-MODE

故障恢复机制

RabbitMQ的安装

下载RabbitMQ的rpm,wget http://www.rabbitmq.com/releases/rabbitmq-server/v3.6.6/rabbitmq-server-3.6.6-1.el6.noarch.rpm
yum install rabbitmq-server-3.6.6-1.el6.noarch.rpm
发现错误,安装依赖Requires: socat 。
更新源wget –no-cache http://www.convirture.com/repos/definitions/rhel/6.x/convirt.repo -O /etc/yum.repos.d/convirt.repo
yum install socat
yum install rabbitmq-server-3.6.6-1.el6.noarch.rpm
rabbitmq-server start





注意修改在iptables修改相应的端口号

浏览器访问:http://IP:15672

其它

如何查看没有ACK的消息

sudo rabbitmqctl list_queues name messages_ready messages_unacknowledged

消费者需要注意处理在故障恢复情况下的重复消息的处理,保证处理的幂等性.在一些场景尤为注意,如下单,转账等.

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/233956.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • FutureTask

    FutureTaskFutureTask是一项可取消的异步计算。该类提供了Futurelei

    2022年6月15日
    30
  • FileStream 总结[通俗易懂]

    FileStream 总结[通俗易懂]FileStream如何去理解FileStream?通过前3章的学习相信大家对于Stream已经有一定的了解,但是又如何去理解FileStream呢?http://tudou.fzl1314.com 请看下图   我们磁盘的中任何文件都是通过2进制组成,最为直观的便是记事本了,当我们新建一个记事本时,它的大小是0KB,我们每次输入一个数字或字母时文件便会自动增大4kb,可…

    2022年7月12日
    19
  • 盗窃网络域名_域名实际上是与计算机什么对应的

    盗窃网络域名_域名实际上是与计算机什么对应的目录1域名基础1.1基本定义1.2主域名附加域名子域名2跨域访问原理和防盗链2.1防盗链2.2跨域访问原理2.2.1JSONP跨域原理2.2.2CORS跨域原理3四种跨域方法3.1JSONP3.2document.domain3.3window.name3.4[HTML5]postMessage1域名基础1.1基本定义一个完整的域名由二个或二个以上部分组成,各部分之间用英文的句号”.”来分隔,最后一个”.”的右..

    2022年9月28日
    6
  • 深度学习CNN算法原理

    深度学习CNN算法原理深度学习CNN算法原理一卷积神经网络卷积神经网络(CNN)是一种前馈神经网络,通常包含数据输入层、卷积计算层、ReLU激活层、池化层、全连接层(INPUT-CONV-RELU-POOL-FC),是由卷积运算来代替传统矩阵乘法运算的神经网络。CNN常用于图像的数据处理,常用的LenNet-5神经网络模型如下图所示:       该模型由2个卷积层、2个抽样层(池化层)、3个全…

    2025年10月7日
    3
  • android 视频文件不能进行幻灯片的播放[通俗易懂]

    android 视频文件不能进行幻灯片的播放

    2022年1月22日
    44
  • Java线程池七个参数详解

    本文参考:https://blog.it-follower.com/posts/1035400434.htmljava多线程开发时,常常用到线程池技术,这篇文章是对创建java线程池时的七个参数的详细解释。从源码中可以看出,线程池的构造函数有7个参数,分别是corePoolSize、maximumPoolSize、keepAliveTime、unit、workQueue、threadF…

    2022年4月4日
    73

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号