type
status
date
Jun 7, 2024 08:58 AM
slug
summary
category
tags
password
icon
初识MQ同步和异步通讯同步通讯异步通讯技术对比RabbitMQ安装RabbitMQRabbitMQ消息模型RabbitMQ的基本结构RabbitMQ中的一些角色基础案例publisherconsumerSpring AMQPBasic Queuepublisherconsumer测试WorkQueuepublisherconsumer测试能者多劳发布/订阅Fanout声明队列和交换机publisherconsumerDirect基于注解声明队列和交换机publisherTopic说明publisherconsumer消息转换器测试默认转换器配置JSON转换器consumer
初识MQ
同步和异步通讯
- 微服务间通讯有同步和异步两种方式：
- 同步通讯：就像打电话，需要实时响应。
- 异步通讯：就像发邮件，不需要马上回复。
- 两种方式各有优劣，打电话可以立即得到响应，但是你却不能跟多个人同时通话。发送邮件可以同时与多个人收发邮件，但是往往响应会有延迟。
同步通讯
Feign的调用就属于同步方式，虽然调用可以实时得到结果，但存在下面的问题：
总结：
- 同步调用的优点：
- 时效性较强，可以立即得到结果
- 同步调用的缺点：
- 耦合度高
- 性能和吞吐能力下降
- 有额外的资源消耗
- 有级联失败问题
异步通讯
- 异步调用则可以避免上述问题：
- 我们以购买商品为例，用户支付后需要调用订单服务完成订单状态修改，调用物流服务，从仓库分配响应的库存并准备发货。
- 在事件模式中，支付服务是事件发布者（publisher），在支付完成后只需要发布一个支付成功的事件（event），事件中带上订单id。
- 订单服务和物流服务是事件订阅者（Consumer），订阅支付成功的事件，监听到事件后完成自己业务即可。
- 为了解除事件发布者与订阅者之间的耦合，两者并不是直接通信，而是有一个中间人（Broker）。发布者发布事件到Broker，不关心谁来订阅事件。订阅者从Broker订阅事件，不关心谁发来的消息。
Broker 是一个像数据总线一样的东西，所有的服务要接收数据和发送数据都发到这个总线上，这个总线就像协议一样，让服务间的通讯变得标准和可控。
总结：
- 使用Broker的好处：
- 吞吐量提升：无需等待订阅者处理完成，响应更快速
- 故障隔离：服务没有直接调用，不存在级联失败问题
- 调用间没有阻塞，不会造成无效的资源占用
- 耦合度极低，每个服务都可以灵活插拔，可替换
- 流量削峰：不管发布事件的流量波动多大，都由Broker接收，订阅者可以按照自己的速度去处理事件
- 使用Broker的缺点：
- 架构复杂了，业务没有明显的流程线，不好管理
- 需要依赖于Broker的可靠、安全、性能
技术对比
- MQ，中文是消息队列（MessageQueue），字面来看就是存放消息的队列。也就是事件驱动架构中的Broker。
- 比较常见的MQ实现：
- ActiveMQ
- RabbitMQ
- RocketMQ
- Kafka
ㅤ | RabbitMQ | ActiveMQ | RocketMQ | Kafka |
公司/社区 | Rabbit | Apache | 阿里 | Apache |
开发语言 | Erlang | Java | Java | Scala&Java |
协议支持 | AMQP，XMPP，SMTP，STOMP | OpenWire，STOMP，REST，XMPP，AMQP | 自定义协议 | 自定义协议 |
可用性 | 高 | 一般 | 高 | 高 |
单机吞吐量 | 一般 | 差 | 高 | 非常高 |
消息延迟 | 微秒级 | 毫秒级 | 毫秒级 | 毫秒以内 |
消息可靠性 | 高 | 一般 | 高 | 一般 |
追求可用性：Kafka、 RocketMQ 、RabbitMQ
追求可靠性：RabbitMQ、RocketMQ
追求吞吐能力：RocketMQ、Kafka
追求消息低延迟：RabbitMQ、Kafka
RabbitMQ
安装RabbitMQ
RabbitMQ消息模型
RabbitMQ官方提供了5个不同的Demo示例，对应了不同的消息模型：
RabbitMQ的基本结构
RabbitMQ中的一些角色
- publisher：生产者
- consumer：消费者
- exchange：交换机，负责消息路由
- queue：队列，存储消息
- virtualHost：虚拟主机，隔离不同租户的exchange、queue、消息的隔离
基础案例
简单队列模式的模型图：
官方的HelloWorld是基于最基础的消息队列模型来实现的，只包括三个角色：
- publisher：消息发布者，将消息发送到队列queue
- queue：消息队列，负责接受并缓存消息
- consumer：订阅队列，处理队列中的消息
publisher
- 思路：
- 建立连接
- 创建Channel
- 声明队列
- 发送消息
- 关闭连接和channel
consumer
- 代码思路：
- 建立连接
- 创建Channel
- 声明队列
- 订阅消息
Spring AMQP
- SpringAMQP是基于RabbitMQ封装的一套模板，并且还利用SpringBoot对其实现了自动装配，使用起来非常方便。
- SpringAmqp的官方地址：https://spring.io/projects/spring-amqp
- SpringAMQP提供了三个功能：
- 自动声明队列、交换机及其绑定关系
- 基于注解的监听器模式，异步接收消息
- 封装了RabbitTemplate工具，用于发送消息
Basic Queue
在父工程mq-demo中引入依赖
publisher
首先配置MQ地址，在publisher服务的application.yml中添加配置：
然后在publisher服务中编写测试类SpringAmqpTest，并利用RabbitTemplate实现消息发送：
consumer
首先配置MQ地址，在consumer服务的application.yml中添加配置：
然后在consumer服务的
com.frank.mq.listener包中新建一个类SpringRabbitListener，代码如下：测试
启动consumer服务，然后在publisher服务中运行测试代码，发送MQ消息
WorkQueue
- Work queues，也被称为Task queues，任务模型。简单来说就是让多个消费者绑定到一个队列，共同消费队列中的消息。
- 当消息处理比较耗时的时候，可能生产消息的速度会远远大于消息的消费速度。长此以往，消息就会堆积越来越多，无法及时处理。
- 此时就可以使用work 模型，多个消费者共同处理消息处理，速度就能大大提高了。
publisher
这次我们循环发送，模拟大量消息堆积现象。在publisher服务中的SpringAmqpTest类中添加一个测试方法：
consumer
要模拟多个消费者绑定同一个队列，我们在consumer服务的SpringRabbitListener中添加2个新的方法：
注意到这个消费者sleep了，模拟任务耗时。
测试
- 启动ConsumerApplication后，在执行publisher服务中刚刚编写的发送测试方法testWorkQueue。
- 可以看到消费者1很快完成了自己的25条消息。消费者2却在缓慢的处理自己的25条消息。
- 也就是说消息是平均分配给每个消费者，并没有考虑到消费者的处理能力。这样显然是有问题的。
能者多劳
在spring中有一个简单的配置，可以解决这个问题。我们修改consumer服务的
application.yml文件，添加配置：发布/订阅
发布订阅的模型如图：
可以看到，在订阅模型中，多了一个Exchange角色，而且过程略有变化：
- Publisher：生产者，也就是要发送消息的程序，但是不再发送到队列中，而是发给Exchange（交换机）
- Exchange：交换机。一方面，接收生产者发送的消息。另一方面，知道如何处理消息，例如递交给某个特别队列、递交给所有队列、或是将消息丢弃。到底如何操作，取决于Exchange的类型。Exchange有以下3种类型：
- Fanout：广播，将消息交给所有绑定到交换机的队列
- Direct：定向，把消息交给符合指定routing key 的队列
- Topic：通配符，把消息交给符合routing pattern（路由模式） 的队列
- Consumer：消费者，与以前一样，订阅队列，没有变化
- Queue：消息队列也与以前一样，接收消息、缓存消息。
Exchange（交换机）只负责转发消息，不具备存储消息的能力，因此如果没有任何队列与Exchange绑定，或者没有符合路由规则的队列，那么消息会丢失！
Fanout
- 在广播模式下，消息发送流程是这样的：
- 可以有多个队列
- 每个队列都要绑定到Exchange（交换机）
- 生产者发送的消息，只能发送到交换机，交换机来决定要发给哪个队列，生产者无法决定
- 交换机把消息发送给绑定过的所有队列
- 订阅队列的消费者都能拿到消息
- 我们的计划是这样的：
- 创建一个交换机 frank.fanout，类型是Fanout
- 创建两个队列fanout.queue1和 fanout.queue2，绑定到交换机 frank.fanout
声明队列和交换机
Spring提供了一个接口Exchange，来表示所有不同类型的交换机：在consumer中创建一个类，声明队列和交换机：
publisher
在publisher服务的SpringAmqpTest类中添加测试方法：
consumer
在consumer服务的SpringRabbitListener中添加两个方法，作为消费者：
Direct
- 在Fanout模式中，一条消息，会被所有订阅的队列都消费。但是，在某些场景下，我们希望不同的消息被不同的队列消费。这时就要用到Direct类型的Exchange。
- 在Direct模型下：
- 队列与交换机的绑定，不能是任意绑定了，而是要指定一个
RoutingKey（路由key） - 消息的发送方在 向 Exchange发送消息时，也必须指定消息的
RoutingKey。 - Exchange不再把消息交给每一个绑定的队列，而是根据消息的
Routing Key进行判断，只有队列的Routingkey与消息的Routing key完全一致，才会接收到消息
- 案例需求如下：
- 利用@RabbitListener声明Exchange、Queue、RoutingKey
- 在consumer服务中，编写两个消费者方法，分别监听direct.queue1和direct.queue2
- 在publisher中编写测试方法，向itcast. direct发送消息
基于注解声明队列和交换机
基于@Bean的方式声明队列和交换机比较麻烦，Spring还提供了基于注解方式来声明。
在consumer的SpringRabbitListener中添加两个消费者，同时基于注解来声明队列和交换机：
publisher
在publisher服务的SpringAmqpTest类中添加测试方法：
Topic
说明
Topic类型的Exchange与Direct相比，都是可以根据RoutingKey把消息路由到不同的队列。只不过Topic类型Exchange可以让队列在绑定Routing key的时候使用通配符！
Routingkey一般都是有一个或多个单词组成，多个单词之间以”.”分割，例如：item.insert
- 通配符规则：
#：匹配一个或多个词*：匹配1个词
- 举例：
item.#：能够匹配item.spu.insert或者item.spuitem.*：只能匹配item.spu
- 图示：
- 解释：
- Queue1：绑定的是
china.#，因此凡是以china.开头的routing key都会被匹配到。包括china.news和china.weather - Queue2：绑定的是
#.news，因此凡是以.news结尾的routing key都会被匹配。包括china.news和japan.news
- 案例需求的实现思路如下：
- 并利用@RabbitListener声明Exchange、Queue、RoutingKey
- 在consumer服务中，编写两个消费者方法，分别监听topic.queue1和topic.queue2
- 在publisher中编写测试方法，向frank.topic发送消息
publisher
在publisher服务的SpringAmqpTest类中添加测试方法：
consumer
在consumer服务的SpringRabbitListener中添加方法：
消息转换器
之前说过，Spring会把你发送的消息序列化为字节发送给MQ，接收消息的时候，还会把字节反序列化为Java对象。
只不过，默认情况下Spring采用的序列化方式是JDK序列化。众所周知，JDK序列化存在下列问题：
- 数据体积过大
- 有安全漏洞
- 可读性差
测试默认转换器
首先声明队列
修改消息发送的代码，发送一个Map对象：
停止consumer服务，发送消息后查看控制台：
配置JSON转换器
显然，JDK序列化方式并不合适。我们希望消息体的体积更小、可读性更高，因此可以使用JSON方式来做序列化和反序列化。在publisher和consumer两个服务中都引入依赖：
在publisher和consumer两个服务的启动类中添加一个Bean即可
consumer
- 作者:Frank
- 链接:https://blog.franksteven.me//article/rabbitmq
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。