RabbitMQ 教程 | 第4章 RabbitMQ 进阶

👨🏻‍💻 热爱摄影的程序员
👨🏻‍🎨 喜欢编码的设计师
🧕🏻 擅长设计的剪辑师
🧑🏻‍🏫 一位高冷无情的编码爱好者
大家好,我是 DevOps 工程师
欢迎分享 / 收藏 / 赞 / 在看!

这篇 RabbitMQ 教程为学习者提供了全面的内容,从 RabbitMQ 的简介开始,涵盖了消息中间件的概念、RabbitMQ 的安装与使用,以及交换机、队列、路由键等相关概念的介绍。进一步深入,教程探讨了 AMQP 协议、客户端开发向导,以及消息的发送和消费方式。同时,学习者还可以了解消息传输保障、高级特性如死信队列、延迟队列、优先级队列、RPC 实现等。此外,教程还涵盖了 RabbitMQ 的管理、配置、运维、监控和集群管理等重要主题,帮助学习者充分掌握 RabbitMQ 的应用。整篇教程丰富内容详实,适合初学者和有经验的开发者参考学习。

全篇共 11 章,9 万余字。本文:第4章 RabbitMQ 进阶。

第4章 RabbitMQ 进阶

4.1 消息何去何从

本节将介绍 RabbitMQ 中消息的发送和接收过程,并深入了解消息传递时的一些参数和特性。

4.1.1 mandatory参数

mandatory 参数是 RabbitMQ 的消息发送方法中的一个可选参数。它的作用是在消息无法被路由到任何队列时,将消息返回给生产者,而不是直接将消息丢弃或进入死信队列。

当生产者发送一条消息到交换机时,如果交换机无法将消息路由到任何队列,通常会将消息丢弃。但是,如果在发送消息时设置了 mandatory 参数为 true,那么当消息无法被路由到任何队列时,RabbitMQ 会将消息返回给生产者。

要使用 mandatory 参数,需要确保交换机和队列之间设置了合适的绑定关系。如果没有合适的绑定关系,消息将会无法被路由到任何队列,从而触发 mandatory 参数的效果。

处理无法路由的消息的方式取决于生产者对消息的处理需求:

  1. 重发消息: 在收到无法路由的消息后,生产者可以选择重新发送该消息。这样可以尝试多次将消息路由到合适的队列,直到成功为止。在重新发送消息之前,可能需要进行一些额外的处理,例如等待一段时间,避免过于频繁地发送消息。
  2. 记录日志: 生产者可以选择记录日志,并对无法路由的消息进行相应的记录。这样可以用于后续的排查和问题分析。
  3. 丢弃消息: 如果生产者确定无法路由的消息没有必要再进行重发或其他处理,可以选择将该消息丢弃,从而避免消息持续占用资源。

在实际应用中,mandatory 参数的使用需要根据具体的业务需求来决定。如果消息的可靠性和处理可见性对业务至关重要,可以考虑使用 mandatory 参数,以便在消息无法被路由时及时进行处理。但是,需要注意合理处理无法路由的消息,避免无限制地重发或持续占用资源。

下面是使用 Java 客户端库发送带有 mandatory 参数的消息的示例:

public class Producer {private static final String EXCHANGE_NAME = "myExchange";private static final String ROUTING_KEY = "myRoutingKey";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);String message = "Hello, RabbitMQ!";AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder().deliveryMode(2) // 持久化消息.build();// 发送带有mandatory参数的消息channel.basicPublish(EXCHANGE_NAME, "invalidRoutingKey", true, properties, message.getBytes());System.out.println("Message sent with mandatory flag.");} catch (Exception e) {e.printStackTrace();}}
}

在上面的示例中,生产者发送了一条带有 mandatory 参数的消息,并使用一个不存在的路由键(invalidRoutingKey)。由于该路由键没有绑定到任何队列,消息将无法被路由到任何队列,从而触发 mandatory 参数的效果。

4.1.2 immediate 参数

immediate 参数是 RabbitMQ 的消息发送方法中的另一个可选参数。它的作用是在消息无法立即被消费时,将消息返回给生产者,而不是直接将消息丢弃或进入死信队列。

当生产者发送一条消息到交换机时,如果交换机无法将消息投递到任何队列(例如没有消费者与该队列连接),通常会将消息丢弃。但是,如果在发送消息时设置了 immediate 参数为 true,那么当消息无法立即被消费时,RabbitMQ 会将消息返回给生产者。

要使用 immediate 参数,需要确保交换机和队列之间设置了合适的绑定关系,并且至少有一个消费者与队列连接。否则,消息将无法立即被消费,从而触发 immediate 参数的效果。

处理无法立即消费的消息的方式取决于生产者对消息的处理需求:

  1. 重发消息: 在收到无法立即消费的消息后,生产者可以选择重新发送该消息。这样可以尝试多次将消息投递到合适的队列,直到成功为止。在重新发送消息之前,可能需要进行一些额外的处理,例如等待一段时间,避免过于频繁地发送消息。
  2. 记录日志: 生产者可以选择记录日志,并对无法立即消费的消息进行相应的记录。这样可以用于后续的排查和问题分析。
  3. 丢弃消息: 如果生产者确定无法立即消费的消息没有必要再进行重发或其他处理,可以选择将该消息丢弃,从而避免消息持续占用资源。

在实际应用中,immediate 参数的使用需要根据具体的业务需求来决定。如果消息的实时性和及时处理对业务至关重要,可以考虑使用 immediate 参数,以便在消息无法立即被消费时及时进行处理。但是,需要注意合理处理无法立即消费的消息,避免无限制地重发或持续占用资源。

下面是使用 Java 客户端库发送带有 immediate 参数的消息的示例:

public class Producer {private static final String EXCHANGE_NAME = "myExchange";private static final String ROUTING_KEY = "myRoutingKey";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT);String message = "Hello, RabbitMQ!";AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder().deliveryMode(2) // 持久化消息.build();// 发送带有immediate参数的消息channel.basicPublish(EXCHANGE_NAME, "invalidRoutingKey", true, false, properties, message.getBytes());System.out.println("Message sent with immediate flag.");} catch (Exception e) {e.printStackTrace();}}
}

在上面的示例中,生产者发送了一条带有 immediate 参数的消息,并使用一个不存在的路由键(invalidRoutingKey)。由于该路由键没有绑定到任何队列,消息将无法立即被消费,从而触发 immediate 参数的效果。

4.1.3 备份交换机

备份交换机(Backup Exchange)是 RabbitMQ 中的一种特殊类型的交换机,它的作用是为了确保消息的可靠传递。当消息无法被路由到合适的队列时,备份交换机会接收这些消息,并将它们路由到备份队列,从而保证消息不会丢失。

备份交换机的用法可以通过以下步骤实现:

  1. 定义备份交换机: 首先,你需要创建一个备份交换机。备份交换机是一个特殊类型的交换机,它可以将无法被路由的消息路由到备份队列。
  2. 创建备份队列: 在定义备份交换机的同时,你还需要创建一个备份队列。这个备份队列将用于接收无法被路由的消息。
  3. 绑定备份交换机和备份队列: 将备份队列与备份交换机进行绑定。这样,当消息无法被路由到合适的队列时,备份交换机会将消息发送到备份队列。

备份交换机的创建和绑定步骤通常是在 RabbitMQ 的管理界面进行配置。在界面中,你可以创建备份交换机并定义备份队列,然后将它们进行绑定。

使用备份交换机可以确保在消息无法被路由到合适的队列时,消息不会丢失。这对于对消息传递的可靠性要求较高的场景非常有用,例如在生产环境中确保消息不会丢失。

值得注意的是,备份交换机只有在以下两种情况下才会被触发:

  1. 当消息无法被路由到任何队列时。
  2. 当消息在路由过程中遇到其他错误,例如交换机无法传递消息。

使用备份交换机时,你可以根据实际需求进行配置,例如定义备份交换机的类型、备份队列的属性等,以及在备份队列中处理无法路由的消息的逻辑。

需要注意的是,备份交换机只能保证消息在无法被路由时不会丢失,但并不能保证消息一定会成功被路由到队列中。因此,仍然需要合理处理消息的确认和重试机制,以确保消息的可靠传递。

4.2 过期时间(TTL)

在 RabbitMQ 中,你可以为消息设置过期时间,以确保一旦消息在指定的时间内未被消费,就会自动被清理。这个特性可以帮助你处理那些需要在一定时间内被消费的消息,避免消息长时间堆积而导致资源浪费。

为消息设置过期时间有两种方式:

  1. 设置消息的过期时间: 在发送消息时,可以通过设置消息的过期时间属性来让消息在一定时间后自动被清理。过期时间是消息的一个属性,单位是毫秒。当消息过期后,RabbitMQ 会将其从队列中移除,不再传递给消费者。
  2. 设置队列的过期时间: 另一种方式是设置队列的过期时间。你可以在创建队列时通过设置 x-message-ttl 参数来定义队列的过期时间。当设置了队列的过期时间后,在消息被投递到队列后,如果一定时间内没有被消费者消费,那么该消息会被自动清理。

注意:消息的过期时间和队列的过期时间是相互独立的,如果同时设置了消息的过期时间和队列的过期时间,以较短的那个时间为准。

下面是使用 Java 客户端库发送带有过期时间的消息的示例:

public class Producer {private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 声明队列并设置队列的过期时间为 10 秒(单位:毫秒)channel.queueDeclare(QUEUE_NAME, false, false, false, arguments("x-message-ttl", 10000));String message = "Hello, RabbitMQ with TTL!";AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder().expiration("5000") // 设置消息的过期时间为 5 秒(单位:毫秒).build();// 发送带有过期时间的消息channel.basicPublish("", QUEUE_NAME, properties, message.getBytes());System.out.println("Message sent with TTL.");} catch (Exception e) {e.printStackTrace();}}
}

在上面的示例中,通过设置消息的过期时间属性(expiration)为 5000 毫秒(即 5 秒)和队列的过期时间参数(x-message-ttl)为 10000 毫秒(即 10 秒),消息和队列都将在一定时间后自动被清理。

需要注意的是,设置过期时间并不能保证消息一定会在指定的时间内被清理。因为在 RabbitMQ 中,清理过期消息是由消息的消费情况和队列的状态来决定的。如果队列一直没有被消费者消费,或者消费者的消费速度很慢,那么消息可能会在过期时间之后仍然存在在队列中。因此,你仍然需要根据实际情况来合理设置过期时间,并且使用适当的消息确认和消费策略来确保消息的及时清理。

4.2.1 设置消息的TTL

为消息设置过期时间可以通过两种方式来实现:

  1. 设置消息的过期时间: 在发送消息时,可以通过设置消息的过期时间属性来让消息在一定时间后自动被清理。过期时间是消息的一个属性,单位是毫秒。当消息过期后,RabbitMQ 会将其从队列中移除,不再传递给消费者。
  2. 设置队列的过期时间: 另一种方式是设置队列的过期时间。你可以在创建队列时通过设置 x-message-ttl 参数来定义队列的过期时间。当设置了队列的过期时间后,如果一定时间内没有被消费者消费,那么该消息会被自动清理。

注意:消息的过期时间和队列的过期时间是相互独立的,如果同时设置了消息的过期时间和队列的过期时间,以较短的那个时间为准。

下面是使用 Java 客户端库发送带有过期时间的消息的示例:

public class Producer {private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 声明队列并设置队列的过期时间为 10 秒(单位:毫秒)channel.queueDeclare(QUEUE_NAME, false, false, false, arguments("x-message-ttl", 10000));String message = "Hello, RabbitMQ with TTL!";AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder().expiration("5000") // 设置消息的过期时间为 5 秒(单位:毫秒).build();// 发送带有过期时间的消息channel.basicPublish("", QUEUE_NAME, properties, message.getBytes());System.out.println("Message sent with TTL.");} catch (Exception e) {e.printStackTrace();}}
}

在上面的示例中,通过设置消息的过期时间属性(expiration)为 5000 毫秒(即 5 秒)和队列的过期时间参数(x-message-ttl)为 10000 毫秒(即 10 秒),消息和队列都将在一定时间后自动被清理。

需要注意的是,设置过期时间并不能保证消息一定会在指定的时间内被清理。因为在 RabbitMQ 中,清理过期消息是由消息的消费情况和队列的状态来决定的。如果队列一直没有被消费者消费,或者消费者的消费速度很慢,那么消息可能会在过期时间之后仍然存在在队列中。因此,你仍然需要根据实际情况来合理设置过期时间,并且使用适当的消息确认和消费策略来确保消息的及时清理。

4.2.2 设置队列的TTL

在 RabbitMQ 中,你可以为队列设置过期时间,一旦队列在指定的时间内未被使用(没有任何消费者连接到队列或没有进行任何消息的投递和消费),就会自动被清理。这个特性可以帮助你处理那些可能在一段时间后不再需要的队列,避免队列长时间占用资源。

要为队列设置过期时间,可以在创建队列时使用参数 x-expires。这个参数指定了队列的过期时间,单位是毫秒。当队列的过期时间到达后,RabbitMQ 会自动将该队列删除,同时也会删除与该队列相关的所有消息。

下面是使用 Java 客户端库创建带有过期时间的队列的示例:

public class QueueExpiration {private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 创建队列并设置过期时间为 30 秒(单位:毫秒)channel.queueDeclare(QUEUE_NAME, false, false, false,arguments("x-expires", 30000));System.out.println("Queue with expiration created.");} catch (Exception e) {e.printStackTrace();}}
}

在上面的示例中,我们使用参数 arguments("x-expires", 30000) 来为队列设置过期时间为 30000 毫秒(即 30 秒)。一旦队列在 30 秒内未被使用(没有消费者连接、没有消息投递和消费),该队列将会被自动清理。

需要注意的是,队列的过期时间只会在队列没有被使用的情况下生效。如果队列正在被消费者连接、有消息投递或消息正在被消费,那么过期时间不会起作用。因此,在设置队列过期时间时需要根据实际业务场景来选择合适的时间,避免误删正在使用的队列。同时,建议结合消费者的连接状态和消息的消费情况来合理设置队列的过期时间,以确保队列能够按需自动清理。

4.3 死信队列

死信队列(Dead Letter Queue,简称DLQ)是 RabbitMQ 中的一种特殊队列,用于存储未能成功消费的消息。当消息无法被消费者正确处理时,可以将该消息发送到死信队列,以便进行进一步的处理、分析或延迟重试。

使用死信队列可以解决以下场景的问题:

  1. 消息消费失败: 当消费者无法成功处理消息时,例如消费者抛出异常或处理超时,你可以将该消息发送到死信队列。这样,你就可以对消费失败的消息进行后续处理,例如记录日志、进行分析或进行延迟重试。
  2. 消息被拒绝: 在某些情况下,你可能会手动拒绝某些消息。例如,消息的内容不符合预期,或者你希望将某些特定的消息发送到死信队列以进行专门处理。通过将被拒绝的消息发送到死信队列,你可以在之后对这些消息进行特殊处理。

使用死信队列的步骤如下:

  1. 定义死信交换机: 首先,你需要创建一个死信交换机(Dead Letter Exchange)。死信交换机用于接收无法被消费者处理的消息,并将这些消息路由到死信队列。
  2. 定义死信队列: 创建一个专门用于存储死信的队列,即死信队列。该队列将接收从死信交换机路由过来的消息。
  3. 绑定死信交换机和死信队列: 将死信队列与死信交换机进行绑定,以便将无法被消费者处理的消息路由到死信队列。
  4. 配置消息的死信属性: 在发送消息时,可以通过设置消息的死信属性来指定该消息无法被消费时的处理方式。当消息无法被消费者正确处理时,RabbitMQ 将会将这些消息发送到死信交换机,并最终路由到死信队列。

通过使用死信队列,你可以将未能成功消费的消息进行专门处理,避免消息的丢失或无限循环重试。你可以在死信队列中进行日志记录、分析问题的原因、重新投递消息等操作。

需要注意的是,死信队列的设置和使用需要根据具体的业务需求和场景来决定。你可以定义多个死信队列,每个死信队列用于处理不同类型的消息或针对不同的消费者。同时,结合消息的死信属性和消费者的确认机制,可以更加灵活地处理未能成功消费的消息。

4.4 延迟队列

延迟队列是一种特殊的队列,它可以实现消息的延迟处理。在 RabbitMQ 中,常见的实现延迟队列的方式是使用消息的 TTL(Time-To-Live)和死信队列。通过结合这两个特性,可以实现消息在一定时间后才会被消费,从而实现消息的延迟处理。

下面介绍如何通过延迟队列实现消息的延迟处理:

  1. 创建一个普通的队列: 首先,你需要创建一个普通的队列,用于发送消息。
  2. 设置消息的 TTL: 在发送消息时,通过设置消息的 TTL 属性来指定消息的过期时间。过期时间即消息在队列中的存活时间,单位是毫秒。可以使用 expiration 属性来设置消息的 TTL。
  3. 设置死信交换机和死信队列: 接下来,你需要创建一个死信交换机(Dead Letter Exchange)和一个死信队列(Dead Letter Queue)。这个死信队列将用于接收过期的消息。
  4. 绑定死信交换机和死信队列: 将死信队列与死信交换机进行绑定,以便将过期的消息从死信交换机路由到死信队列。
  5. 为普通队列设置死信属性: 最后,将普通队列的参数中的 x-dead-letter-exchange 设置为死信交换机的名称,并将 x-dead-letter-routing-key 设置为死信队列的名称。这样,当消息在普通队列中过期后,会被发送到死信交换机,并通过路由键被路由到死信队列。

通过上述步骤,消息在发送到普通队列后会根据设置的 TTL 进行存活,在过期时间到达后,消息会变成“死信”,被发送到死信队列进行进一步的处理。这样就实现了消息的延迟处理。

延迟队列的实现方式通过消息的 TTL 和死信队列的结合,非常灵活且易于实现。你可以根据具体的业务需求来设置消息的过期时间,从而实现不同时间段的延迟处理。需要注意的是,延迟队列并不是 RabbitMQ 中的一个原生特性,而是通过组合其他特性来实现的。因此,在使用延迟队列时,你需要确保消息的 TTL 和死信队列的配置都是正确的,以确保延迟处理的效果能够符合预期。

4.5 优先级队列

在 RabbitMQ 中,你可以通过使用优先级队列来优先处理重要的消息。优先级队列是一种特殊的队列,它可以让具有更高优先级的消息被优先消费,而低优先级的消息则被推迟处理。

注意:优先级队列需要 RabbitMQ 3.5.0 或更高版本的支持。

要使用优先级队列,需要注意以下几点:

  1. 声明队列时指定 x-max-priority 参数: 在声明队列时,通过设置 x-max-priority 参数来指定队列支持的最大优先级。该参数的取值范围是 0 到 255,0 表示不支持优先级,255 表示支持最高优先级。默认情况下,队列不支持优先级。
  2. 设置消息的优先级: 在发送消息时,可以通过设置消息的优先级属性来指定消息的优先级。优先级越高的消息将被优先消费。
  3. 消费者设置 basicQos: 为了实现优先级队列的效果,消费者需要设置 basicQos 方法,并将 prefetchCount 参数设置为 1。这样可以确保消费者每次只处理一个消息,从而避免低优先级的消息一直占用消费者。

下面是一个使用 Java 客户端库的示例代码,演示如何创建优先级队列并发送具有不同优先级的消息:

public class PriorityProducer {private static final String QUEUE_NAME = "priorityQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 声明队列并设置最大优先级为 10channel.queueDeclare(QUEUE_NAME, false, false, false,arguments("x-max-priority", 10));// 发送不同优先级的消息for (int priority = 1; priority <= 10; priority++) {String message = "Priority " + priority + " message";AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder().priority(priority).build();channel.basicPublish("", QUEUE_NAME, properties, message.getBytes());System.out.println("Sent: " + message);}} catch (Exception e) {e.printStackTrace();}}
}

在上述示例中,我们创建了一个优先级队列 priorityQueue,并发送了 10 条具有不同优先级的消息。较高优先级的消息会被优先消费,从而优先处理重要的消息。

需要注意的是,RabbitMQ 会尽力确保较高优先级的消息能够被优先消费,但并不保证所有情况下都能严格按照优先级顺序处理。在实际使用中,你可能会遇到一些消息竞争的情况,导致优先级较高的消息并不总是立即被消费。因此,在使用优先级队列时,需要合理设置消息的优先级,并结合消费者的处理能力和消费速度来实现优先级队列的预期效果。

4.6 RPC 实现

远程过程调用(Remote Procedure Call,RPC)是一种通信机制,允许一个应用程序或服务调用另一个应用程序或服务的函数或方法,就像调用本地函数一样。在 RabbitMQ 中,可以使用请求-响应模式来实现 RPC,其中客户端应用程序发送请求消息给服务端应用程序,服务端处理请求后发送响应消息给客户端。

实现 RabbitMQ 的 RPC 可以分为以下步骤:

  1. 定义请求队列和响应队列: 客户端和服务端分别声明自己的请求队列和响应队列。客户端将请求发送到服务端的请求队列,而服务端将响应发送到客户端的响应队列。
  2. 发送请求消息: 客户端发送一个包含请求数据的消息到服务端的请求队列,并在消息属性中设置一个唯一的 correlationId(关联 ID),以便后续将响应与请求关联起来。
  3. 接收请求消息并处理: 服务端监听自己的请求队列,一旦接收到客户端发送的请求消息,就会处理请求,并生成响应数据。
  4. 发送响应消息: 服务端将响应数据发送到客户端的响应队列,并在消息属性中设置与请求消息相同的 correlationId,以便客户端能够将响应与特定的请求对应起来。
  5. 接收响应消息: 客户端监听自己的响应队列,一旦接收到服务端发送的响应消息,并且 correlationId 与之前发送的请求消息相匹配,就将响应数据取出并处理。

需要注意的是,RPC 可能涉及到并发和超时处理。客户端在发送请求消息后,需要等待一段时间来接收服务端的响应。为了确保能够正确匹配响应和请求,通常会为每个请求维护一个 correlationId。另外,为了处理超时情况,客户端可以设置一个超时时间,并在规定的时间内没有收到响应时进行处理。

下面是使用 Java 客户端库实现 RabbitMQ RPC 的简单示例:

// 客户端发送请求
Channel channel = connection.createChannel();
QueueingConsumer consumer = new QueueingConsumer(channel);
channel.basicConsume(replyQueueName, true, consumer);String correlationId = UUID.randomUUID().toString();
AMQP.BasicProperties props = new AMQP.BasicProperties.Builder().correlationId(correlationId).replyTo(replyQueueName).build();channel.basicPublish("", requestQueueName, props, message.getBytes());// 等待响应
while (true) {QueueingConsumer.Delivery delivery = consumer.nextDelivery();if (delivery.getProperties().getCorrelationId().equals(correlationId)) {String response = new String(delivery.getBody());break;}
}
// 服务端处理请求并发送响应
Channel channel = connection.createChannel();
channel.queueDeclare(requestQueueName, false, false, false, null);
channel.queueDeclare(replyQueueName, false, false, false, null);channel.basicConsume(requestQueueName, false, (consumerTag, delivery) -> {String message = new String(delivery.getBody());String correlationId = delivery.getProperties().getCorrelationId();// 处理请求,并生成响应String response = processRequest(message);// 发送响应到响应队列AMQP.BasicProperties props = new AMQP.BasicProperties.Builder().correlationId(correlationId).build();channel.basicPublish("", delivery.getProperties().getReplyTo(), props, response.getBytes());channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
});

以上示例展示了一个简单的 RabbitMQ RPC 的实现,其中客户端发送请求消息到服务端,服务端处理请求并发送响应消息给客户端。在实际使用中,你可能还需要处理异常、超时等更复杂的情况。

4.7 持久化

在 RabbitMQ 中,为了确保消息在服务器重启后不丢失,你可以将交换机、队列和消息进行持久化。持久化的过程包括将交换机和队列声明为持久化的,并将消息标记为持久化的。这样,即使 RabbitMQ 服务器重启,持久化的交换机、队列和消息也能够恢复,并继续处理。

下面介绍如何将交换机、队列和消息进行持久化:

  1. 将交换机和队列声明为持久化的: 在声明交换机和队列时,需要将 durable 参数设置为 true,表示将交换机和队列声明为持久化的。持久化的交换机和队列将会被保存到磁盘上,即使 RabbitMQ 服务器重启,它们也能够恢复。
  2. 将消息标记为持久化的: 在发送消息时,需要将消息的 deliveryMode 属性设置为 2,表示将消息标记为持久化的。持久化的消息将会被保存到磁盘上,即使 RabbitMQ 服务器重启,它们也能够恢复。

下面是使用 Java 客户端库的示例代码,演示如何将交换机、队列和消息进行持久化:

public class PersistentProducer {private static final String EXCHANGE_NAME = "myExchange";private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 声明持久化的交换机channel.exchangeDeclare(EXCHANGE_NAME, BuiltinExchangeType.DIRECT, true);// 声明持久化的队列channel.queueDeclare(QUEUE_NAME, true, false, false, null);// 绑定队列到交换机channel.queueBind(QUEUE_NAME, EXCHANGE_NAME, "myRoutingKey");// 发送持久化的消息String message = "Persistent message";AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder().deliveryMode(2) // 将消息标记为持久化的.build();channel.basicPublish(EXCHANGE_NAME, "myRoutingKey", properties, message.getBytes());System.out.println("Sent: " + message);} catch (Exception e) {e.printStackTrace();}}
}

在上述示例中,我们将交换机 myExchange 和队列 myQueue 声明为持久化的,并将消息标记为持久化的。这样,即使 RabbitMQ 服务器重启,交换机、队列和消息都能够得到恢复,不会丢失。

需要注意的是,虽然持久化能够确保交换机、队列和消息在服务器重启后不丢失,但仍然不能保证消息百分之百的可靠性。在某些情况下,持久化的消息可能仍然会丢失,例如在消息刚刚投递到磁盘但尚未写入时发生服务器崩溃。为了更加可靠地处理消息,你还可以考虑使用备份队列、复制等高可用性和持久性的机制。

4.8 生产者确认(发布确认)

生产者确认机制(Publisher Confirms)是 RabbitMQ 提供的一种可靠性保证机制,它确保消息成功发送到 RabbitMQ 服务器。通过使用生产者确认机制,你可以在消息发送后得到服务器的确认,从而可以确定消息是否已经成功投递到队列中。

在 RabbitMQ 中,生产者确认机制是通过 AMQP 协议实现的。当生产者启用生产者确认机制后,每次发送一条消息,生产者会等待 RabbitMQ 服务器发送一个确认(acknowledgment)回执。如果收到确认回执,表示消息已经被 RabbitMQ 接收并成功投递到队列中;如果超过一定的时间(确认超时时间),生产者仍未收到确认回执,则会认为消息发送失败,可以选择重新发送消息。

要使用生产者确认机制,需要注意以下几点:

  1. 开启生产者确认模式: 在发送消息前,需要调用 confirmSelect() 方法,将生产者设置为确认模式。
  2. 添加确认监听器: 通过 addConfirmListener() 方法添加一个确认监听器(ConfirmListener)来监听确认回执。在 handleAck() 方法中,你可以处理成功投递的消息;在 handleNack() 方法中,你可以处理发送失败的消息。
  3. 确认超时处理: 在 handleNack() 方法中,可以根据业务需求选择是否重新发送消息,或者将失败的消息写入日志或存储起来,进行后续处理。

下面是使用 Java 客户端库的示例代码,演示如何使用生产者确认机制:

public class PublisherConfirmsProducer {private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 开启生产者确认模式channel.confirmSelect();// 声明队列channel.queueDeclare(QUEUE_NAME, false, false, false, null);// 添加确认监听器channel.addConfirmListener(new ConfirmListener() {@Overridepublic void handleAck(long deliveryTag, boolean multiple) {System.out.println("Message with delivery tag " + deliveryTag + " successfully delivered.");}@Overridepublic void handleNack(long deliveryTag, boolean multiple) {System.out.println("Message with delivery tag " + deliveryTag + " failed to be delivered.");}});// 发送消息String message = "Hello, RabbitMQ!";channel.basicPublish("", QUEUE_NAME, null, message.getBytes());System.out.println("Sent: " + message);// 等待确认回执channel.waitForConfirmsOrDie();} catch (Exception e) {e.printStackTrace();}}
}

在上述示例中,我们使用 confirmSelect() 开启了生产者确认模式,并添加了一个确认监听器来处理确认回执。在发送消息后,我们使用 waitForConfirmsOrDie() 方法等待确认回执,确保消息成功发送到 RabbitMQ 服务器。

使用生产者确认机制能够大大提高消息的可靠性,确保消息不会因为网络故障、服务器故障或其他异常情况而丢失。因此,在需要保证消息传递可靠性的场景中,建议使用生产者确认机制。

4.8.1 事务机制

在 RabbitMQ 中,事务机制是一种确保消息发送的原子性和可靠性的方法。使用事务机制可以将一组消息操作封装成一个事务,在事务提交成功后,这组消息要么全部成功发送到 RabbitMQ 服务器,要么全部失败,从而确保消息的原子性和可靠性。

使用事务机制需要注意以下几点:

  1. 开启事务模式: 在发送消息前,需要调用 txSelect() 方法,将通道设置为事务模式。事务模式下,通道会处于 "select" 状态,表示事务已开启。
  2. 发送消息: 在开启事务模式后,通道会记录发送的所有消息,但这些消息并未实际发送到 RabbitMQ 服务器。
  3. 提交事务: 在发送完一组消息后,通过调用 txCommit() 方法来提交事务。如果事务提交成功,则表示这组消息已经成功发送到 RabbitMQ 服务器;如果事务提交失败,则表示这组消息发送失败,可以选择进行后续处理。
  4. 回滚事务: 在发送消息的过程中,如果发生了错误或者不希望将消息发送到服务器,可以调用 txRollback() 方法来回滚事务。回滚事务会取消之前发送的所有消息,这些消息不会被 RabbitMQ 服务器处理。

需要注意的是,使用事务机制会带来一定的性能开销。在事务提交时,通道会阻塞直到事务处理完成,这可能会导致较低的吞吐量。因此,在性能要求较高的情况下,可以考虑使用生产者确认机制(Publisher Confirms)来代替事务机制,以提高消息的可靠性。

下面是使用 Java 客户端库的示例代码,演示如何使用事务机制:

public class TransactionalProducer {private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 开启事务模式channel.txSelect();// 声明队列channel.queueDeclare(QUEUE_NAME, false, false, false, null);// 发送消息String message = "Hello, RabbitMQ!";channel.basicPublish("", QUEUE_NAME, null, message.getBytes());System.out.println("Sent: " + message);// 提交事务channel.txCommit();System.out.println("Transaction committed successfully.");} catch (Exception e) {e.printStackTrace();}}
}

在上述示例中,我们使用 txSelect() 开启了事务模式,并发送了一条消息。然后通过调用 txCommit() 提交事务,将消息发送到 RabbitMQ 服务器。如果在发送消息的过程中发生了错误,可以调用 txRollback() 方法来回滚事务,消息不会被发送。

总结来说,事务机制是一种简单可靠的消息发送方式,可以确保消息的原子性和可靠性。但由于事务可能会带来性能开销,因此在实际使用中需要根据具体的业务需求和性能要求来选择是否使用事务机制。如果需要更高性能的消息确认方式,可以考虑使用生产者确认机制。

4.8.2 发送方确认机制

发送方确认机制(Publisher Confirms)是 RabbitMQ 提供的一种高性能的消息确认机制,用于确保消息成功发送到 RabbitMQ 服务器。通过使用发送方确认机制,生产者可以在发送消息后异步地等待 RabbitMQ 服务器的确认回执,从而实现更高效的消息可靠性保证。

使用发送方确认机制需要注意以下几点:

  1. 开启发送方确认模式: 在发送消息前,需要调用 confirmSelect() 方法,将通道设置为发送方确认模式。发送方确认模式下,通道会处于 "confirm" 状态。
  2. 添加确认监听器: 通过 addConfirmListener() 方法添加一个确认监听器(ConfirmListener)来监听确认回执。在 handleAck() 方法中,你可以处理W成功投递的消息;在 handleNack() 方法中,你可以处理发送失败的消息。
  3. 异步等待确认: 在发送消息后,不需要阻塞通道等待确认回执,而是在后台异步地等待确认。你可以继续发送其他消息或处理其他逻辑。
  4. 处理确认回执: 当收到确认回执时,handleAck() 方法会被调用,你可以在其中处理成功投递的消息。如果未收到确认回执或收到了 nack(negative acknowledgment),handleNack() 方法会被调用,你可以在其中处理发送失败的消息。

下面是使用 Java 客户端库的示例代码,演示如何使用发送方确认机制:

public class PublisherConfirmsProducer {private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 开启发送方确认模式channel.confirmSelect();// 声明队列channel.queueDeclare(QUEUE_NAME, false, false, false, null);// 添加确认监听器channel.addConfirmListener(new ConfirmListener() {@Overridepublic void handleAck(long deliveryTag, boolean multiple) {System.out.println("Message with delivery tag " + deliveryTag + " successfully delivered.");}@Overridepublic void handleNack(long deliveryTag, boolean multiple) {System.out.println("Message with delivery tag " + deliveryTag + " failed to be delivered.");}});// 发送多条消息for (int i = 0; i < 10; i++) {String message = "Message " + i;channel.basicPublish("", QUEUE_NAME, null, message.getBytes());System.out.println("Sent: " + message);}// 异步等待确认回执if (!channel.waitForConfirms()) {System.out.println("Some messages were not delivered.");} else {System.out.println("All messages were successfully delivered.");}} catch (Exception e) {e.printStackTrace();}}
}

在上述示例中,我们使用 confirmSelect() 开启了发送方确认模式,并添加了一个确认监听器来处理确认回执。在发送多条消息后,我们使用 waitForConfirms() 方法异步等待确认回执,并根据返回结果判断消息是否全部成功发送到 RabbitMQ 服务器。

使用发送方确认机制能够实现高效的消息可靠性保证,尤其在消息量较大的场景下,相比使用事务机制,发送方确认机制更加高效。因此,在生产者需要保证消息的可靠性时,推荐使用发送方确认机制。

4.9 消费端要点介绍

消费端在 RabbitMQ 中是消息的接收者,它负责从队列中获取消息并进行处理。在消费端开发过程中,有一些重要的概念和注意事项需要了解:

  1. 消息分发: 在多个消费者同时监听同一个队列时,RabbitMQ 会将消息均匀地分发给每个消费者,这个过程称为消息分发。消息分发采用的是轮询的方式,即每个消费者轮流获取消息,确保消息在消费者之间均匀分配。如果消费者数量超过队列中消息的数量,某些消费者可能不会收到消息。如果你希望所有消费者都能收到相同的消息,可以使用交换机的 fanout 类型,将消息广播给所有队列和消费者。
  2. 消息顺序性: 在 RabbitMQ 中,同一个队列中的消息保持了一定的顺序,即消息的先后顺序和发送的顺序一致。但当有多个消费者同时消费一个队列中的消息时,由于消息分发的特性,消费者之间可能处理的消息顺序不同。如果需要保证消息的严格顺序性,可以使用单个消费者来消费队列中的消息,或者使用共享队列的方式来处理消息,确保消息按照先后顺序被处理。
  3. 弃用 QueueingConsumer: 在 RabbitMQ 的早期版本中,常常使用 QueueingConsumer 类来接收消息。但是,官方不再推荐使用 QueueingConsumer,因为它不支持自动确认消息的功能,容易导致消息丢失。取而代之的是使用 DefaultConsumer 类,它提供了更好的可靠性和性能。DefaultConsumer 允许使用自动确认消息或手动确认消息,从而确保消息被正确处理。

以下是使用 Java 客户端库的示例代码,演示如何使用 DefaultConsumer:

public class ConsumerExample {private static final String QUEUE_NAME = "myQueue";public static void main(String[] args) {ConnectionFactory factory = new ConnectionFactory();factory.setHost("localhost");try (Connection connection = factory.newConnection();Channel channel = connection.createChannel()) {// 声明队列channel.queueDeclare(QUEUE_NAME, false, false, false, null);// 创建消费者DefaultConsumer consumer = new DefaultConsumer(channel) {@Overridepublic void handleDelivery(String consumerTag, Envelope envelope,AMQP.BasicProperties properties, byte[] body) throws IOException {// 处理收到的消息String message = new String(body, "UTF-8");System.out.println("Received: " + message);// 手动确认消息,防止消息丢失channel.basicAck(envelope.getDeliveryTag(), false);}};// 消费消息,将自动确认设置为 false,表示手动确认消息channel.basicConsume(QUEUE_NAME, false, consumer);// 等待接收消息Thread.sleep(5000);} catch (Exception e) {e.printStackTrace();}}
}

在上述示例中,我们使用 DefaultConsumer 类来创建消费者,并手动确认收到的消息,确保消息被正确处理。同时,我们不推荐使用 QueueingConsumer,而是使用更现代的 DefaultConsumer 类。

4.9.1 消息分发

不同类型的交换机和队列会对消息分发产生影响,而实现消息的负载均衡可以通过合理地设计交换机和队列来实现。

  1. 不同类型的交换机对消息分发的影响:
    • Fanout 交换机: Fanout 交换机会将所有收到的消息广播给所有与它绑定的队列,即消息会被复制发送给所有消费者,实现了消息的广播效果。这种交换机对于消息分发不产生影响,所有绑定的队列都会收到相同的消息。
    • Direct 交换机: Direct 交换机根据消息的路由键(Routing Key)将消息发送到与之匹配的队列。如果一个交换机绑定到多个队列,并且使用不同的路由键进行绑定,那么消息将根据路由键的匹配规则被发送到相应的队列,实现了消息的选择性发送。
    • Topic 交换机: Topic 交换机将消息根据匹配的模式发送到不同的队列。它支持通配符 "#" 和 "*",允许进行复杂的路由键匹配。通过合理设置交换机和队列的绑定键,可以实现消息的灵活分发。
  1. 不同类型的队列对消息分发的影响:
    • 单一队列: 当只有一个队列绑定到交换机时,所有的消息都会被发送到这个队列中,实现了消息的集中处理。
    • 多个队列: 当有多个队列绑定到同一个交换机时,交换机会根据不同的绑定键将消息分发到不同的队列中,实现了消息的分流处理。通过合理设置不同队列的消费者数量,可以实现消息的负载均衡。

实现消息的负载均衡需要考虑以下几点:

  1. 使用多个消费者: 将多个消费者同时监听同一个队列,RabbitMQ 会将消息均匀地分发给每个消费者,实现消息的负载均衡。
  2. 多个队列与消费者数量匹配: 如果有多个队列绑定到同一个交换机,并且这些队列的消费者数量相同,RabbitMQ 会根据队列绑定键的匹配规则将消息均匀地分发给不同队列,从而实现消息的负载均衡。
  3. 使用多个交换机: 可以根据消息的特性将消息发送到不同类型的交换机中,然后根据实际需求将队列绑定到相应的交换机上,实现更灵活的消息分发和负载均衡。
  4. 动态增加/减少消费者: 根据消息的处理能力和系统的负载情况,动态地增加或减少消费者数量,实现根据实际负载情况的动态负载均衡。

综上所述,通过合理设计交换机和队列的绑定关系,以及增加多个消费者并动态调整消费者数量,可以有效地实现消息的负载均衡,提高系统的吞吐量和性能。

4.9.2 消息顺序性

处理消息的顺序性问题是在多个消费者同时消费同一个队列的情况下,保证消息的先后顺序正确,确保消息被有序处理。在 RabbitMQ 中,由于消息的分发是轮询方式,消费者之间可能会处理不同顺序的消息。为了实现消息的有序处理,可以考虑以下方法:

  1. 单个消费者: 最简单的方法是只让一个消费者消费队列中的消息。这样,消息就会按照先后顺序被一个消费者依次处理,实现了消息的有序性。不过这种方式会导致消息的处理速度较慢,可能无法充分利用多个消费者的并发处理能力。
  2. 共享队列: 可以使用多个消费者共享同一个队列来处理消息。在这种方式下,每个消息只会被一个消费者处理,但是消费者之间会并发地处理不同的消息。这样可以保证消息的有序性,并充分利用多个消费者的并发处理能力。
  3. 消费者串行化处理: 在多个消费者共享同一个队列的情况下,可以将消息的处理逻辑设计为串行化处理,即每个消费者只处理一个消息,然后再将消息传递给下一个消费者。这样可以确保消息的先后顺序正确。
  4. 有序队列和消息分组: 可以使用多个队列来实现消息的有序处理。将消息按照一定规则进行分组,并将同一组消息发送到同一个队列中。然后每个队列由一个消费者进行处理,确保每个队列中的消息按照顺序被处理。这样就可以实现消息的有序处理。

需要注意的是,在实际应用中,消息的顺序性可能会因为网络延迟、消费者处理时间等因素而产生一定的偏差。因此,对于需要绝对严格的消息顺序性要求,可能需要在业务层面进行额外的处理,如使用分布式锁或全局顺序ID等机制。

总结来说,处理消息的顺序性问题可以采用单个消费者、共享队列、消费者串行化处理、有序队列和消息分组等方法。具体选择哪种方式取决于业务需求和性能要求,需要综合考虑系统的并发处理能力和消息顺序性的要求。

4.9.3 弃用 QueueingConsumer

QueueingConsumer 是 RabbitMQ 早期版本中使用的消费者类,用于从队列中接收消息。然而,官方不再推荐使用 QueueingConsumer,因为它存在一些弊端和限制。以下是 QueueingConsumer 的弊端:

  1. 阻塞式接收消息: 使用 QueueingConsumer 接收消息时,消费者线程会被阻塞,直到接收到消息为止。这种阻塞式的接收方式会导致消费者无法同时处理多个任务或消息,降低系统的并发处理能力。
  2. 无法实现自动消息确认:QueueingConsumer 无法实现自动消息确认机制,即消费者无法自动确认消息的处理完成,需要手动调用 basicAck 方法来确认消息。这可能会导致消息处理失败或丢失,因为没有及时确认消息会使得消息重新排队或被丢弃。
  3. 可靠性问题:QueueingConsumer 不能保证消息的可靠性,因为消息的确认和重发机制都需要手动处理。如果在消费过程中出现异常或消费者崩溃,消息可能会丢失或重复处理,无法实现消息的可靠传递。

为了克服 QueueingConsumer 的弊端,官方推荐使用 Channel 类来替代它。Channel 类是 RabbitMQ 客户端库中的一个重要组件,提供了更灵活、高效和可靠的消息处理能力。使用 Channel 类可以实现以下优点:

  1. 非阻塞式接收消息: 使用 Channel 类接收消息时,可以通过异步回调方式来处理消息,消费者线程不会被阻塞。这样可以提高系统的并发处理能力,使得消费者可以同时处理多个任务或消息。
  2. 自动消息确认:Channel 类支持自动消息确认机制,即消费者可以自动确认消息的处理完成,无需手动调用确认方法。这确保了消息的可靠传递,减少了错误和消息丢失的风险。
  3. 可靠性和异常处理:Channel 类提供了更强大的异常处理和可靠性机制。通过设置合适的确认模式、错误处理策略以及消息重发机制,可以保证消息的可靠性和系统的稳定性。
  4. 更好的性能和扩展性:Channel 类的设计更加灵活和高效,能够处理更多的并发请求。它也更适合于大规模的分布式系统,并能够与其他组件进行集成和扩展。

综上所述,由于 QueueingConsumer 存在的弊端和限制,官方推荐使用 Channel 类来代替它。Channel 类提供了更多的功能和灵活性,能够更好地满足消息处理的需求,并提供了更高的可靠性和性能。

4.10 消息传输保障

保障消息在传输过程中的可靠性和一致性是在消息队列中非常重要的一项任务。RabbitMQ 提供了一些机制来确保消息的可靠传输和处理,下面介绍几种常用的方法:

  1. 生产者确认机制: 生产者确认机制是指生产者发送消息后,等待 RabbitMQ 确认消息已经成功接收和处理的机制。这样可以确保消息已经安全地送达到 RabbitMQ 服务器,防止消息丢失。生产者确认机制通过 ConfirmCallback 来实现,在消息发送后,可以通过设置 confirmSelect() 启用确认模式,然后通过回调函数获取确认结果。
  2. 持久化: RabbitMQ 允许将交换机、队列和消息设置为持久化,即将它们的状态写入磁盘,防止在 RabbitMQ 服务器重启后数据丢失。通过在声明交换机和队列时设置 durable 参数为 true,以及在发布消息时设置消息的持久化属性,可以保障消息的持久化和数据的一致性。
  3. 事务机制: RabbitMQ 支持事务机制,允许生产者将多个发送消息的操作作为一个原子操作进行处理。使用事务机制可以确保消息在发送的过程中,要么全部发送成功,要么全部发送失败,保障消息在传输过程中的一致性。需要注意的是,事务机制会影响性能,因为在事务提交前,消息会暂时存储在内存中,直到事务提交后才会发送到 RabbitMQ。
  4. 消息的确认和重发: RabbitMQ 提供了消息的确认和重发机制,当消息被消费者接收后,消费者可以通过确认消息的方式通知 RabbitMQ,消息已经被处理。如果消息处理失败,消费者可以拒绝消息,并要求 RabbitMQ 重新投递。通过消息的确认和重发机制,可以保障消息在传输过程中的可靠性,确保每条消息都被正确处理。
  5. 镜像队列: 镜像队列是指将队列的数据复制到多个节点上,实现队列的冗余和高可用性。当一个节点发生故障时,其他节点可以继续提供服务。通过使用镜像队列,可以增加消息队列的可靠性和一致性。

总结来说,为了保障消息在传输过程中的可靠性和一致性,可以使用生产者确认机制、持久化、事务机制、消息的确认和重发以及镜像队列等方法。通过合理地使用这些机制,可以确保消息在传输过程中的安全和可靠处理。

4.11 小结

本章介绍了 RabbitMQ 的进阶特性,包括消息何去何从、过期时间、死信队列、延迟队列、优先级队列、RPC 实现、持久化、生产者确认和消费端要点等功能。在下一章中,我们将学习 RabbitMQ 的管理和配置,包括多租户与权限、用户管理、Web 端管理、应用与集群管理等内容。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。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。如若转载,请注明出处:http://www.rhkb.cn/news/75335.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

HCIA云计算 V5.0题库

云计算&#xff0c;这是近几年听得最多词了&#xff0c;云计算对于网络的发展帮助非常大&#xff0c;它自身所产生的价值是不可估量的&#xff01;所以云计算的岗位对于很多IT公司来说&#xff0c;都是有一定地位的。华为认证云计算面向的对象很简单就是对云计算技术感兴趣的人…

【Spring】(四)Bean 的作用域和生命周期

文章目录 前言一、Bean 的作用域1.1 被修改的 Bean 案例1.2 作用域的定义1.3 Bean 的六种作用域1.4 Bean 作用域的设置 二、Spring 的执行流程 和 Bean 的生命周期2.1 Spring 的执行流程2.2 Bean 的生命周期2.3 Bean 生命周期的演示 前言 Bean 是 Spring 框架中的一个核心概念…

iphone内存不足导致白苹果?可以使用这2种办法解决!

因为iPhone内存不足没及时清理导致打开任何软件闪退&#xff0c;这时很多小伙伴会重启手机来解决闪退问题&#xff0c;但就会出现白苹果问题&#xff0c;无法正常进入手机系统、实现任何操作的一种状态。 内存不足导致iPhone白苹果的问题很常见&#xff0c;可以说是苹果最常见…

排序进行曲-v4.0

文章目录 小程一言快速排序步骤详细解释具体步骤 举例总结 复杂度分析时间复杂度分析&#xff1a;空间复杂度分析&#xff1a;注意 应用场景总结 实际举例结果总结 代码实现结果解释 小程一言 这篇文章是在排序进行曲3.0之后的续讲&#xff0c; 这篇文章主要是对快速排序进行细…

nodejs中的path.json和path.resolve的区别

nodejs中的path.json和path.resolve的区别 我们有多少次在 Node.js 项目中遇到过path.join()和path.resolve()却没有真正理解它们之间的区别&#xff1f;本文就讲解一下这两者的区别。 重要术语 首先我们先来看看几个术语&#xff0c;便于后续我们掌握这两者的差异。 字符串…

libcurl开源的、跨平台的网络传输库,用于在程序中实现数据传输功能的编译

文章目录 前言1、libcurl关键特点和功能2、没有使用openssl以及libssh2编译libcurl的文件和使用openssl和libssh2编译3、libcurl网络库的下载4、libcurl网络库的编译4.1、直接使用cmake编译&#xff0c;不使用 OpenSSL 和 libssh2库编译的出来的libcurl库4.2、使用 OpenSSL 和 …

peerDependency到底是什么

peerDependency到底是什么 正常开发中&#xff0c;我们经常接触到的是 package.json 中的 dependencies 和 devDependencies, 本文不对上面两个进行细节分析&#xff0c;让我们来看看 peerDependencies 是什么&#xff1f; 在 NPM v7 中&#xff0c;默认安装 peerDependencies…

虹科案例|如何分析设备故障时间和次数,打破生产瓶颈?

虹科设备绩效管理系统 保障生产设备的稳定性和可靠性 生产设备的稳定性和可靠性是保证企业正常生产的重要条件之一&#xff0c;设备故障的频发严重影响企业的正常生产&#xff0c;那么如何分析设备故障时间和次数&#xff0c;查找设备故障原因&#xff0c;协助企业打破生产瓶…

Arthas协助MQ消费性能优化

背景 项目中使用AWS的SQS消息队列进行异步处理&#xff0c;QA通过压测发现单机TPS在23左右&#xff0c;目标性能在500TPS&#xff0c;所以需要对消费逻辑进行优化&#xff0c;提升消费速度。 目标 消费TPS从23提升到500 优化流程 优化的思路是先分析定位性能瓶颈&#xff…

SpringBoot使用redis作为缓存的实例

目录 什么是缓存&#xff1f; 缓存的作用&#xff1f; 缓存的成本&#xff1f; 实际项目中的应用 代码展示 什么是缓存&#xff1f; 缓存就是数据交换的缓冲区&#xff08;称作Cache [ kʃ ] &#xff09;&#xff0c;是存贮数据的临时地方&#xff0c;一般读写性能较高。 缓…

[数据集][目标检测]遛狗不牵绳数据集VOC格式-1980张

数据集格式&#xff1a;Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件&#xff0c;仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)&#xff1a;1980 标注数量(xml文件个数)&#xff1a;1980 标注类别数&#xff1a;5 标注类别名称:["dog","p…

C# Blazor 学习笔记(0):初识Blazor

文章目录 Blazor是什么适合人群 开始学习BlazorBlazor资源如何创建BlazorBlazor 基础知识介绍文件分布Razor和cshtml的区别Razor介绍 Blazor是什么 Blazor是微软推出的前端框架&#xff0c;有两种形式&#xff0c;以下以Blazor Server为主。具有一下特点 前端是用C#而不是JS前…

STM32使用HAL库中外设初始化MSP回调机制及中断回调机制详解

STM32使用HAL库之Msp回调函数 1.问题提出 在STM32的HAL库使用中&#xff0c;会发现库函数大都被设计成了一对&#xff1a; HAL_PPP/PPPP_Init HAL_PPP/PPPP_MspInit 而且HAL_PPP/PPPP_MspInit函数的defination前面还会有__weak关键字 上面的PPP/PPPP代表常见外设的名称为…

模板方法设计模式(C++)

定义 定义一个操作中的算法的骨架(稳定&#xff09;,而将一些步骤延迟(变化&#xff09;到子类中。Template Method使得子类可以不改变(复用&#xff09;一个算法的结构即可重定义(override重写)该算法的某些特定步骤。 ——《设计模式》GoF Template Method模式是一种非常基…

元素2D转3D 椭圆形旋转实现

椭圆旋转功能展示 transform-style: preserve-3d;&#xff08;主要css代码&#xff09; gif示例&#xff08;背景图可插入透明以此实现边框线的旋转&#xff09; 导致的无法点击遮挡问题可以参考我的另一个文章 穿透属性-----------------------css穿透属性 实时代码展示

Unity之webgl端通过vue3接入腾讯云联络中心SDK

腾讯云联络中心SDK:云联络中心 Web-SDK 开发指南-文档中心-腾讯云 (tencent.com) 1 首先下载Demo ​ 1.1 对其进行解压 ​ 1.2根据文档操作 查看README.md,根据说明设置server下的dev.js里的相关参数。 然后打开电脑终端&#xff0c;cd到项目的路径&#xff1a; ​ 安装…

kafka权威指南(阅读摘录)

零复制 Kafka 使用零复制技术向客户端发送消息——也就是说&#xff0c;Kafka 直接把消息从文件&#xff08;或者更确切地说是 Linux 文件系统缓存&#xff09;里发送到网络通道&#xff0c;而不需要经过任何中间缓冲区。这是 Kafka 与其他大部分数据库系统不一样的地方&#…

单元测试之 - Review一个微服务的单元测试

这里以github上一个microservice的demo代码为例&#xff0c;来看看如何为一个完整的服务编写单元测试。具体代码如下所示&#xff0c;我们重点查看一下catalog和customer&#xff0c;order中的单元测试有哪些。 首先来看catalog服务的单元测试,这个服务下面主要编写了CatalogWe…

什么是微服务

微服务的架构特征&#xff1a; 单一职责&#xff1a;微服务拆分粒度更小&#xff0c;每一个服务都对应唯一的业务能力&#xff0c;做到单一职责自治&#xff1a;团队独立、技术独立、数据独立&#xff0c;独立部署和交付面向服务&#xff1a;服务提供统一标准的接口&#xff0…

交通运输安全大数据分析解决方案

当前运输市场竞争激烈&#xff0c;道路运输企业受传统经营观念影响&#xff0c;企业管理者安全意识淡薄&#xff0c;从业人员规范化、流程化的管理水平较低&#xff0c;导致制度规范在落实过程中未能有效监督与管理&#xff0c;执行过程中出现较严重的偏差&#xff0c;其营运车…