RabbitMQ（幂等性、优先级队列、惰性队列）

小灰灰 2023-09-23 14:19 68阅读 0赞

**目录**

1、幂等性

1.1 消息重复消费

1.2 消费端的幂等性保障

2、优先级队列

2.1 使用场景

2.2 设置优先级队列（在web页面添加）

2.3 设置优先级队列（声明队列的时候添加优先级）

2.4 实例代码

3、惰性队列

3.1 使用场景

3.2 队列的两种模式

3.3 声明方式

3.4 内存开销对比

## 1、幂等性 ##

什么是幂等性？用户对于同一操作发起的一次请求或者多次请求的结果是一致的，不会因为多次点击而产生了副作用。

拿支付来说，用户购买商品后支付，支付扣款成功，但是返回结果的时候网络异常，此时钱已经扣了，用户再次点击按钮，此时会进行第二次扣款，返回结果成功，用户查询余额发现多扣钱了，流水记录也变成了两条【显然这是有问题的】。

在以前的单应用系统中，我们只需要把数据操作放入事务中即可，发生错误立即回滚。

### 1.1 消息重复消费 ###

消费者在消费 MQ 中的消息时，MQ 已把消息发送给消费者，消费者在给 MQ 返回 ack 时网络中断， 故 MQ 未收到确认信息，该条消息会重新发给其他的消费者，或者在网络重连后再次发送给该消费者，但实际上该消费者已成功消费了该条消息，造成消费者消费了重复的消息。

**解决思路：**

MQ 消费者的幂等性的解决一般使用全局 ID 或者写个唯一标识比如时间戳 或者 UUID 或者可按自己的规则生成一个全局唯一 id，每次消费消息时用该 id 先判断该消息是否已消费过。

也可以理解为验证码，只能输入一次，再次重新输入会刷新验证码，原来的验证码失效。

### 1.2 消费端的幂等性保障 ###

在海量订单生成的业务高峰期，生产端有可能就会重复发送了消息，这时候消费端就要实现幂等性，这就意味着我们的消息永远不会被消费多次，即使我们收到了一样的消息。

**业界主流的幂等性有两种操作：**

*  唯一 ID+ 指纹码机制,利用数据库主键去重

指纹码：我们的一些规则或者时间戳加别的服务给到的唯一信息码,它并不一定是我们系统生成的，基本都是由我们的业务规则拼接而来，但是一定要保证唯一性，然后就利用查询语句进行判断这个 id 是否存在数据库中，**优势就是实现简单就一个拼接，然后查询判断是否重复；劣势就是在高并发时，如果是单个数据库就会有写入性能瓶颈，当然也可以采用分库分表提升性能，不过并不推荐使用这种方式。**

*  **Redis 的原子性（推荐）**

**利用 redis 执行 setnx 命令，天然具有幂等性。从而实现不重复消费。**

## 2、优先级队列 ##

### 2.1 使用场景 ###

举个例子，客户在某宝下的订单，某宝会及时将订单推送给我们，如果在用户设定的时间内未付款那么就会给用户推送一条短信提醒。

但是，对于某宝来说，肯定是要分大客户和小客户的，比如像苹果，小米这样大商家一年能创造很大的利润；所以理应当然的，他们的订单必须得到优先处理。所以订单量大了后采用 RabbitMQ 进行改造和优化，如果发现是大客户的订单就赋予一个相对比较高的优先级， 否则就是默认优先级。

![ff5c4ee2dd7449ea99e2044905de0c9d.png][]

### 2.2 设置优先级队列（在web页面添加） ###

设置队列的最大优先级 最大可以设置到 255，官网推荐 1-10，如果设置太高比较吃内存和 CPU。

![format_png][]

### 2.3 设置优先级队列（声明队列的时候添加优先级） ###

设置队列的最大优先级 最大可以设置到 255，官网推荐 1-10，如果设置太高比较吃内存和 CPU。

Map<String, Object> params = new HashMap();
    // 优先级为 10
    params.put("x-max-priority", 10);
    channel.queueDeclare("hello", true, false, false, params);

**注意事项：**

（1）队列需要设置为优先级队列，消息需要设置消息的优先级，只有这两个都设置了才能进行优先级排序。

（2）**消费者需要等待消息已经发送到队列中才去消费，**因为这样才有机会对消息进行排序。

### 2.4 实例代码 ###

生产者发送10个消息，如果消息为 `info5`，则优先级是最高的，当消费者从队列获取消息的时候，优先获取 `info5` 消息。

1、生产者代码

public class PriorityProducer {
    
        private static final String QUEUE_NAME = "priority_queue";
    
        public static void main(String[] args) throws Exception {
            Channel channel = RabbitMQUtils.getChannel();
    
            //给消息赋予一个priority属性
            AMQP.BasicProperties properties =
                    new AMQP.BasicProperties().builder().priority(5).build();
    
            //设置队列的最大优先级 最大可以设置到255 官网推荐1-10 如果设置太高比较吃内存和CPU
            Map<String, Object> params = new HashMap<>();
            params.put("x-max-priority",10);
            channel.queueDeclare(QUEUE_NAME,true,false,false,params);
    
            for (int i = 1; i < 11; i++) {
                String message = "info"+i;
                if(i==5){
                    channel.basicPublish("",QUEUE_NAME,properties,message.getBytes());
                }else {
                    channel.basicPublish("",QUEUE_NAME,null,message.getBytes());
                }
                System.out.println("消息发送完成："+message);
            }
        }
    }

![b3219ce7d0ff46db91d501d16f627320.png][]

2、消费者代码

public class PriorityConsumer {
    
        private final static String QUEUE_NAME = "priority_queue";
    
        public static void main(String[] args) throws Exception {
            Channel channel = RabbitMQUtils.getChannel();
    
            //推送消息如何进行消费的接口回调
            DeliverCallback deliverCallback = (consumerTag, delivery) ->{
                String message = new String(delivery.getBody());
                System.out.println("消费的消息: "+message);
            };
    
            //取消消费的一个回调接口 如在消费的时候队列被删除掉了
            CancelCallback cancelCallback = (consumerTag) ->{
                System.out.println("消息消费被中断");
            };
    
            channel.basicConsume(QUEUE_NAME,true,deliverCallback,cancelCallback);
        }
    }

3、效果演示

info 5 的优先级为 5，优先级最高。消费者消费信息效果如图：

![4b91d5547a86488fba9bbc66e39f7492.png][]

## 3、惰性队列 ##

![141c412425fd4b22bf8d7ccbe236c633.png][]

### 3.1 使用场景 ###

RabbitMQ 从 3.6.0 版本开始引入了惰性队列的概念。惰性队列会尽可能的将消息存入磁盘中，而在消费者消费到相应的消息时才会被加载到内存中，它的一个重要的设计目标是能够支持更长的队列，即支持更多的消息存储。**当消费者由于各种各样的原因(比如消费者下线、宕机亦或者是由于维护而关闭等)而致使长时间内不能消费消息造成堆积时，惰性队列就很有必要了。**

默认情况下，当生产者将消息发送到 RabbitMQ 的时候，队列中的消息会尽可能的存储在内存之中，这样可以更加快速的将消息发送给消费者。即使是持久化的消息，在被写入磁盘的同时也会在内存中驻留一份备份。当 RabbitMQ 需要释放内存的时候，会将内存中的消息换页至磁盘中，这个操作会耗费较长的时间，也会阻塞队列的操作，进而无法接收新的消息。虽然 RabbitMQ 的开发者们一直在升级相关的算法， 但是效果始终不太理想，尤其是在消息量特别大的时候。

### 3.2 队列的两种模式 ###

队列具备两种模式：**default 和 lazy。**默认的为 default 模式，在 3.6.0 之前的版本无需做任何变更。lazy 模式即为惰性队列的模式，可以通过调用 `channel.queueDeclare` 方法的时候在参数中设置，也可以通过 Policy 的方式设置，如果一个队列同时使用这两种方式设置的话，那么 Policy 的方式具备更高的优先级。如果要通过声明的方式改变已有队列的模式的话，那么只能先删除队列，然后再重新声明一个新的。

### 3.3 声明方式 ###

在队列声明的时候可以通过 `x-queue-mode` 参数来设置队列的模式，取值为 default 和 lazy。下面示例中演示了一个惰性队列的声明细节：

Map<String, Object> args = new HashMap<String, Object>();
    args.put("x-queue-mode", "lazy");
    channel.queueDeclare("myqueue", false, false, false, args);

也可以在 Web 页面添加队列时，选择 `Lazy mode：`

![format_png 1][]

### 3.4 内存开销对比 ###

![format_png 2][]

在发送 1 百万条消息，每条消息大概占 1KB 的情况下，普通队列占用内存是 1.2GB，而惰性队列仅仅占用 1.5MB。

两种模式各有优缺点，适合的才是最好的，真正应用时要根据业务场景进行选择。

[ff5c4ee2dd7449ea99e2044905de0c9d.png]: https://img-blog.csdnimg.cn/ff5c4ee2dd7449ea99e2044905de0c9d.png
[format_png]: https://img-blog.csdnimg.cn/img_convert/bdbbe7af3f17a0a40d7f220808afec0c.webp?x-oss-process=image/format,png
[b3219ce7d0ff46db91d501d16f627320.png]: https://img-blog.csdnimg.cn/b3219ce7d0ff46db91d501d16f627320.png
[4b91d5547a86488fba9bbc66e39f7492.png]: https://img-blog.csdnimg.cn/4b91d5547a86488fba9bbc66e39f7492.png
[141c412425fd4b22bf8d7ccbe236c633.png]: https://img-blog.csdnimg.cn/141c412425fd4b22bf8d7ccbe236c633.png
[format_png 1]: https://img-blog.csdnimg.cn/img_convert/7f55742010d438abdaba6e4b2be135e9.webp?x-oss-process=image/format,png
[format_png 2]: https://img-blog.csdnimg.cn/img_convert/107d66d703744809daa3d01bf9674281.webp?x-oss-process=image/format,png