RabbitMQ-高级篇

亦凉 2024-03-02 09:54 64阅读 0赞

## 服务异步通信-高级篇 ##

消息队列在使用过程中，面临着很多实际问题需要思考：

![image-20210718155003157][]

## 1.消息可靠性 ##

消息从发送，到消费者接收，会经理多个过程：

![image-20210718155059371][]

其中的每一步都可能导致消息丢失，常见的丢失原因包括：

*  发送时丢失：
    
     *  生产者发送的消息未送达exchange
     *  消息到达exchange后未到达queue
 *  MQ宕机，queue将消息丢失
 *  consumer接收到消息后未消费就宕机

针对这些问题，RabbitMQ分别给出了解决方案：

*  生产者确认机制
 *  mq持久化
 *  消费者确认机制
 *  失败重试机制

下面我们就通过案例来演示每一个步骤。

首先，导入课前资料提供的demo工程：

![image-20210718155328927][]

项目结构如下：

![image-20210718155448734][]

### 1.1.生产者消息确认 ###

RabbitMQ提供了publisher confirm机制来避免消息发送到MQ过程中丢失。这种机制必须给每个消息指定一个唯一ID。消息发送到MQ以后，会返回一个结果给发送者，表示消息是否处理成功。

返回结果有两种方式：

*  publisher-confirm，发送者确认
    
     *  消息成功投递到交换机，返回ack
     *  消息未投递到交换机，返回nack
 *  publisher-return，发送者回执
    
     *  消息投递到交换机了，但是没有路由到队列。返回ACK，及路由失败原因。

![image-20210718160907166][]

注意：

![image-20210718161707992][]

#### 1.1.1.修改配置 ####

首先，修改publisher服务中的application.yml文件，添加下面的内容：

spring:
      rabbitmq:
        publisher-confirm-type: correlated
        publisher-returns: true
        template:
          mandatory: true

说明：

*  `publish-confirm-type`：开启publisher-confirm，这里支持两种类型：
    
     *  `simple`：同步等待confirm结果，直到超时
     *  `correlated`：异步回调，定义ConfirmCallback，MQ返回结果时会回调这个ConfirmCallback
 *  `publish-returns`：开启publish-return功能，同样是基于callback机制，不过是定义ReturnCallback
 *  `template.mandatory`：定义消息路由失败时的策略。true，则调用ReturnCallback；false：则直接丢弃消息

#### 1.1.2.定义Return回调 ####

每个RabbitTemplate只能配置一个ReturnCallback，因此需要在项目加载时配置：

修改publisher服务，添加一个：

package cn.itcast.mq.config;
    
    import lombok.extern.slf4j.Slf4j;
    import org.springframework.amqp.rabbit.core.RabbitTemplate;
    import org.springframework.beans.BeansException;
    import org.springframework.context.ApplicationContext;
    import org.springframework.context.ApplicationContextAware;
    import org.springframework.context.annotation.Configuration;
    
    @Slf4j
    @Configuration
    public class CommonConfig implements ApplicationContextAware {
        
        @Override
        public void setApplicationContext(ApplicationContext applicationContext) throws BeansException {
        
            // 获取RabbitTemplate
            RabbitTemplate rabbitTemplate = applicationContext.getBean(RabbitTemplate.class);
            // 设置ReturnCallback
            rabbitTemplate.setReturnCallback((message, replyCode, replyText, exchange, routingKey) -> {
        
                // 投递失败，记录日志
                log.info("消息发送失败，应答码{}，原因{}，交换机{}，路由键{},消息{}",
                         replyCode, replyText, exchange, routingKey, message.toString());
                // 如果有业务需要，可以重发消息
            });
        }
    }

#### 1.1.3.定义ConfirmCallback ####

ConfirmCallback可以在发送消息时指定，因为每个业务处理confirm成功或失败的逻辑不一定相同。

在publisher服务的cn.itcast.mq.spring.SpringAmqpTest类中，定义一个单元测试方法：

public void testSendMessage2SimpleQueue() throws InterruptedException {
        
        // 1.消息体
        String message = "hello, spring amqp!";
        // 2.全局唯一的消息ID，需要封装到CorrelationData中
        CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());
        // 3.添加callback
        correlationData.getFuture().addCallback(
            result -> {
        
                if(result.isAck()){
        
                    // 3.1.ack，消息成功
                    log.debug("消息发送成功, ID:{}", correlationData.getId());
                }else{
        
                    // 3.2.nack，消息失败
                    log.error("消息发送失败, ID:{}, 原因{}",correlationData.getId(), result.getReason());
                }
            },
            ex -> log.error("消息发送异常, ID:{}, 原因{}",correlationData.getId(),ex.getMessage())
        );
        // 4.发送消息
        rabbitTemplate.convertAndSend("task.direct", "task", message, correlationData);
    
        // 休眠一会儿，等待ack回执
        Thread.sleep(2000);
    }

### 1.2.消息持久化 ###

生产者确认可以确保消息投递到RabbitMQ的队列中，但是消息发送到RabbitMQ以后，如果突然宕机，也可能导致消息丢失。

要想确保消息在RabbitMQ中安全保存，必须开启消息持久化机制。

*  交换机持久化
 *  队列持久化
 *  消息持久化

#### 1.2.1.交换机持久化 ####

RabbitMQ中交换机默认是非持久化的，mq重启后就丢失。

SpringAMQP中可以通过代码指定交换机持久化：

@Bean
    public DirectExchange simpleExchange(){
        
        // 三个参数：交换机名称、是否持久化、当没有queue与其绑定时是否自动删除
        return new DirectExchange("simple.direct", true, false);
    }

事实上，默认情况下，由SpringAMQP声明的交换机都是持久化的。

可以在RabbitMQ控制台看到持久化的交换机都会带上`D`的标示：

![image-20210718164412450][]

#### 1.2.2.队列持久化 ####

RabbitMQ中队列默认是非持久化的，mq重启后就丢失。

SpringAMQP中可以通过代码指定交换机持久化：

@Bean
    public Queue simpleQueue(){
        
        // 使用QueueBuilder构建队列，durable就是持久化的
        return QueueBuilder.durable("simple.queue").build();
    }

事实上，默认情况下，由SpringAMQP声明的队列都是持久化的。

可以在RabbitMQ控制台看到持久化的队列都会带上`D`的标示：

![image-20210718164729543][]

#### 1.2.3.消息持久化 ####

利用SpringAMQP发送消息时，可以设置消息的属性（MessageProperties），指定delivery-mode：

*  1：非持久化
 *  2：持久化

用java代码指定：

![image-20210718165100016][]

默认情况下，SpringAMQP发出的任何消息都是持久化的，不用特意指定。

### 1.3.消费者消息确认 ###

RabbitMQ是**阅后即焚**机制，RabbitMQ确认消息被消费者消费后会立刻删除。

而RabbitMQ是通过消费者回执来确认消费者是否成功处理消息的：消费者获取消息后，应该向RabbitMQ发送ACK回执，表明自己已经处理消息。

设想这样的场景：

*  1）RabbitMQ投递消息给消费者
 *  2）消费者获取消息后，返回ACK给RabbitMQ
 *  3）RabbitMQ删除消息
 *  4）消费者宕机，消息尚未处理

这样，消息就丢失了。因此消费者返回ACK的时机非常重要。

而SpringAMQP则允许配置三种确认模式：

•manual：手动ack，需要在业务代码结束后，调用api发送ack。

•auto：自动ack，由spring监测listener代码是否出现异常，没有异常则返回ack；抛出异常则返回nack

•none：关闭ack，MQ假定消费者获取消息后会成功处理，因此消息投递后立即被删除

由此可知：

*  none模式下，消息投递是不可靠的，可能丢失
 *  auto模式类似事务机制，出现异常时返回nack，消息回滚到mq；没有异常，返回ack
 *  manual：自己根据业务情况，判断什么时候该ack

一般，我们都是使用默认的auto即可。

#### 1.3.1.演示none模式 ####

修改consumer服务的application.yml文件，添加下面内容：

spring:
      rabbitmq:
        listener:
          simple:
            acknowledge-mode: none # 关闭ack

修改consumer服务的SpringRabbitListener类中的方法，模拟一个消息处理异常：

@RabbitListener(queues = "simple.queue")
    public void listenSimpleQueue(String msg) {
        
        log.info("消费者接收到simple.queue的消息：【{}】", msg);
        // 模拟异常
        System.out.println(1 / 0);
        log.debug("消息处理完成！");
    }

测试可以发现，当消息处理抛异常时，消息依然被RabbitMQ删除了。

#### 1.3.2.演示auto模式 ####

再次把确认机制修改为auto:

spring:
      rabbitmq:
        listener:
          simple:
            acknowledge-mode: auto # 关闭ack

在异常位置打断点，再次发送消息，程序卡在断点时，可以发现此时消息状态为unack（未确定状态）：

![image-20210718171705383][]

抛出异常后，因为Spring会自动返回nack，所以消息恢复至Ready状态，并且没有被RabbitMQ删除：

![image-20210718171759179][]

### 1.4.消费失败重试机制 ###

当消费者出现异常后，消息会不断requeue（重入队）到队列，再重新发送给消费者，然后再次异常，再次requeue，无限循环，导致mq的消息处理飙升，带来不必要的压力：

![image-20210718172746378][]

怎么办呢？

#### 1.4.1.本地重试 ####

我们可以利用Spring的retry机制，在消费者出现异常时利用本地重试，而不是无限制的requeue到mq队列。

修改consumer服务的application.yml文件，添加内容：

spring:
      rabbitmq:
        listener:
          simple:
            retry:
              enabled: true # 开启消费者失败重试
              initial-interval: 1000 # 初识的失败等待时长为1秒
              multiplier: 1 # 失败的等待时长倍数，下次等待时长 = multiplier * last-interval
              max-attempts: 3 # 最大重试次数
              stateless: true # true无状态；false有状态。如果业务中包含事务，这里改为false

重启consumer服务，重复之前的测试。可以发现：

*  在重试3次后，SpringAMQP会抛出异常AmqpRejectAndDontRequeueException，说明本地重试触发了
 *  查看RabbitMQ控制台，发现消息被删除了，说明最后SpringAMQP返回的是ack，mq删除消息了

结论：

*  开启本地重试时，消息处理过程中抛出异常，不会requeue到队列，而是在消费者本地重试
 *  重试达到最大次数后，Spring会返回ack，消息会被丢弃

#### 1.4.2.失败策略 ####

在之前的测试中，达到最大重试次数后，消息会被丢弃，这是由Spring内部机制决定的。

在开启重试模式后，重试次数耗尽，如果消息依然失败，则需要有MessageRecovery接口来处理，它包含三种不同的实现：

*  RejectAndDontRequeueRecoverer：重试耗尽后，直接reject，丢弃消息。默认就是这种方式
 *  ImmediateRequeueMessageRecoverer：重试耗尽后，返回nack，消息重新入队
 *  RepublishMessageRecoverer：重试耗尽后，将失败消息投递到指定的交换机

比较优雅的一种处理方案是RepublishMessageRecoverer，失败后将消息投递到一个指定的，专门存放异常消息的队列，后续由人工集中处理。

1）在consumer服务中定义处理失败消息的交换机和队列

@Bean
    public DirectExchange errorMessageExchange(){
        
        return new DirectExchange("error.direct");
    }
    @Bean
    public Queue errorQueue(){
        
        return new Queue("error.queue", true);
    }
    @Bean
    public Binding errorBinding(Queue errorQueue, DirectExchange errorMessageExchange){
        
        return BindingBuilder.bind(errorQueue).to(errorMessageExchange).with("error");
    }

2）定义一个RepublishMessageRecoverer，关联队列和交换机

@Bean
    public MessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate){
        
        return new RepublishMessageRecoverer(rabbitTemplate, "error.direct", "error");
    }

完整代码：

package cn.itcast.mq.config;
    
    import org.springframework.amqp.core.Binding;
    import org.springframework.amqp.core.BindingBuilder;
    import org.springframework.amqp.core.DirectExchange;
    import org.springframework.amqp.core.Queue;
    import org.springframework.amqp.rabbit.core.RabbitTemplate;
    import org.springframework.amqp.rabbit.retry.MessageRecoverer;
    import org.springframework.amqp.rabbit.retry.RepublishMessageRecoverer;
    import org.springframework.context.annotation.Bean;
    
    @Configuration
    public class ErrorMessageConfig {
        
        @Bean
        public DirectExchange errorMessageExchange(){
        
            return new DirectExchange("error.direct");
        }
        @Bean
        public Queue errorQueue(){
        
            return new Queue("error.queue", true);
        }
        @Bean
        public Binding errorBinding(Queue errorQueue, DirectExchange errorMessageExchange){
        
            return BindingBuilder.bind(errorQueue).to(errorMessageExchange).with("error");
        }
    
        @Bean
        public MessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate){
        
            return new RepublishMessageRecoverer(rabbitTemplate, "error.direct", "error");
        }
    }

### 1.5.总结 ###

如何确保RabbitMQ消息的可靠性？

*  开启生产者确认机制，确保生产者的消息能到达队列
 *  开启持久化功能，确保消息未消费前在队列中不会丢失
 *  开启消费者确认机制为auto，由spring确认消息处理成功后完成ack
 *  开启消费者失败重试机制，并设置MessageRecoverer，多次重试失败后将消息投递到异常交换机，交由人工处理

## 2.死信交换机 ##

### 2.1.初识死信交换机 ###

#### 2.1.1.什么是死信交换机 ####

什么是死信？

当一个队列中的消息满足下列情况之一时，可以成为死信（dead letter）：

*  消费者使用basic.reject或 basic.nack声明消费失败，并且消息的requeue参数设置为false
 *  消息是一个过期消息，超时无人消费
 *  要投递的队列消息满了，无法投递

如果这个包含死信的队列配置了`dead-letter-exchange`属性，指定了一个交换机，那么队列中的死信就会投递到这个交换机中，而这个交换机称为**死信交换机**（Dead Letter Exchange，检查DLX）。

如图，一个消息被消费者拒绝了，变成了死信：

![image-20210718174328383][]

因为simple.queue绑定了死信交换机 dl.direct，因此死信会投递给这个交换机：

![image-20210718174416160][]

如果这个死信交换机也绑定了一个队列，则消息最终会进入这个存放死信的队列：

![image-20210718174506856][]

另外，队列将死信投递给死信交换机时，必须知道两个信息：

*  死信交换机名称
 *  死信交换机与死信队列绑定的RoutingKey

这样才能确保投递的消息能到达死信交换机，并且正确的路由到死信队列。

![image-20210821073801398][]

#### 2.1.2.利用死信交换机接收死信（拓展） ####

在失败重试策略中，默认的RejectAndDontRequeueRecoverer会在本地重试次数耗尽后，发送reject给RabbitMQ，消息变成死信，被丢弃。

我们可以给simple.queue添加一个死信交换机，给死信交换机绑定一个队列。这样消息变成死信后也不会丢弃，而是最终投递到死信交换机，路由到与死信交换机绑定的队列。

![image-20210718174506856][]

我们在consumer服务中，定义一组死信交换机、死信队列：

// 声明普通的 simple.queue队列，并且为其指定死信交换机：dl.direct
    @Bean
    public Queue simpleQueue2(){
        
        return QueueBuilder.durable("simple.queue") // 指定队列名称，并持久化
            .deadLetterExchange("dl.direct") // 指定死信交换机
            .build();
    }
    // 声明死信交换机 dl.direct
    @Bean
    public DirectExchange dlExchange(){
        
        return new DirectExchange("dl.direct", true, false);
    }
    // 声明存储死信的队列 dl.queue
    @Bean
    public Queue dlQueue(){
        
        return new Queue("dl.queue", true);
    }
    // 将死信队列 与 死信交换机绑定
    @Bean
    public Binding dlBinding(){
        
        return BindingBuilder.bind(dlQueue()).to(dlExchange()).with("simple");
    }

#### 2.1.3.总结 ####

什么样的消息会成为死信？

*  消息被消费者reject或者返回nack
 *  消息超时未消费
 *  队列满了

死信交换机的使用场景是什么？

*  如果队列绑定了死信交换机，死信会投递到死信交换机；
 *  可以利用死信交换机收集所有消费者处理失败的消息（死信），交由人工处理，进一步提高消息队列的可靠性。

### 2.2.TTL ###

一个队列中的消息如果超时未消费，则会变为死信，超时分为两种情况：

*  消息所在的队列设置了超时时间
 *  消息本身设置了超时时间

![image-20210718182643311][]

#### 2.2.1.接收超时死信的死信交换机 ####

在consumer服务的SpringRabbitListener中，定义一个新的消费者，并且声明 死信交换机、死信队列：

@RabbitListener(bindings = @QueueBinding(
        value = @Queue(name = "dl.ttl.queue", durable = "true"),
        exchange = @Exchange(name = "dl.ttl.direct"),
        key = "ttl"
    ))
    public void listenDlQueue(String msg){
        
        log.info("接收到 dl.ttl.queue的延迟消息：{}", msg);
    }

#### 2.2.2.声明一个队列，并且指定TTL ####

要给队列设置超时时间，需要在声明队列时配置x-message-ttl属性：

@Bean
    public Queue ttlQueue(){
        
        return QueueBuilder.durable("ttl.queue") // 指定队列名称，并持久化
            .ttl(10000) // 设置队列的超时时间，10秒
            .deadLetterExchange("dl.ttl.direct") // 指定死信交换机
            .build();
    }

注意，这个队列设定了死信交换机为`dl.ttl.direct`

声明交换机，将ttl与交换机绑定：

@Bean
    public DirectExchange ttlExchange(){
        
        return new DirectExchange("ttl.direct");
    }
    @Bean
    public Binding ttlBinding(){
        
        return BindingBuilder.bind(ttlQueue()).to(ttlExchange()).with("ttl");
    }

发送消息，但是不要指定TTL：

@Test
    public void testTTLQueue() {
        
        // 创建消息
        String message = "hello, ttl queue";
        // 消息ID，需要封装到CorrelationData中
        CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());
        // 发送消息
        rabbitTemplate.convertAndSend("ttl.direct", "ttl", message, correlationData);
        // 记录日志
        log.debug("发送消息成功");
    }

发送消息的日志：

![image-20210718191657478][]

查看下接收消息的日志：

![image-20210718191738706][]

因为队列的TTL值是10000ms，也就是10秒。可以看到消息发送与接收之间的时差刚好是10秒。

#### 2.2.3.发送消息时，设定TTL ####

在发送消息时，也可以指定TTL：

@Test
    public void testTTLMsg() {
        
        // 创建消息
        Message message = MessageBuilder
            .withBody("hello, ttl message".getBytes(StandardCharsets.UTF_8))
            .setExpiration("5000")
            .build();
        // 消息ID，需要封装到CorrelationData中
        CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());
        // 发送消息
        rabbitTemplate.convertAndSend("ttl.direct", "ttl", message, correlationData);
        log.debug("发送消息成功");
    }

查看发送消息日志：

![image-20210718191939140][]

接收消息日志：

![image-20210718192004662][]

这次，发送与接收的延迟只有5秒。说明当队列、消息都设置了TTL时，任意一个到期就会成为死信。

#### 2.2.4.总结 ####

消息超时的两种方式是？

*  给队列设置ttl属性，进入队列后超过ttl时间的消息变为死信
 *  给消息设置ttl属性，队列接收到消息超过ttl时间后变为死信

如何实现发送一个消息20秒后消费者才收到消息？

*  给消息的目标队列指定死信交换机
 *  将消费者监听的队列绑定到死信交换机
 *  发送消息时给消息设置超时时间为20秒

### 2.3.延迟队列 ###

利用TTL结合死信交换机，我们实现了消息发出后，消费者延迟收到消息的效果。这种消息模式就称为延迟队列（Delay Queue）模式。

延迟队列的使用场景包括：

*  延迟发送短信
 *  用户下单，如果用户在15 分钟内未支付，则自动取消
 *  预约工作会议，20分钟后自动通知所有参会人员

因为延迟队列的需求非常多，所以RabbitMQ的官方也推出了一个插件，原生支持延迟队列效果。

这个插件就是DelayExchange插件。参考RabbitMQ的插件列表页面：https://www.rabbitmq.com/community-plugins.html

![image-20210718192529342][]

使用方式可以参考官网地址：https://blog.rabbitmq.com/posts/2015/04/scheduling-messages-with-rabbitmq

#### 2.3.1.安装DelayExchange插件 ####

参考课前资料：

![image-20210718193409812][]

#### 2.3.2.DelayExchange原理 ####

DelayExchange需要将一个交换机声明为delayed类型。当我们发送消息到delayExchange时，流程如下：

*  接收消息
 *  判断消息是否具备x-delay属性
 *  如果有x-delay属性，说明是延迟消息，持久化到硬盘，读取x-delay值，作为延迟时间
 *  返回routing not found结果给消息发送者
 *  x-delay时间到期后，重新投递消息到指定队列

#### 2.3.3.使用DelayExchange ####

插件的使用也非常简单：声明一个交换机，交换机的类型可以是任意类型，只需要设定delayed属性为true即可，然后声明队列与其绑定即可。

##### 1）声明DelayExchange交换机 #####

基于注解方式（推荐）：

![image-20210718193747649][]

也可以基于@Bean的方式：

![image-20210718193831076][]

##### 2）发送消息 #####

发送消息时，一定要携带x-delay属性，指定延迟的时间：

![image-20210718193917009][]

#### 2.3.4.总结 ####

延迟队列插件的使用步骤包括哪些？

•声明一个交换机，添加delayed属性为true

•发送消息时，添加x-delay头，值为超时时间

## 3.惰性队列 ##

### 3.1.消息堆积问题 ###

当生产者发送消息的速度超过了消费者处理消息的速度，就会导致队列中的消息堆积，直到队列存储消息达到上限。之后发送的消息就会成为死信，可能会被丢弃，这就是消息堆积问题。

![image-20210718194040498][]

解决消息堆积有两种思路：

*  增加更多消费者，提高消费速度。也就是我们之前说的work queue模式
 *  扩大队列容积，提高堆积上限

要提升队列容积，把消息保存在内存中显然是不行的。

### 3.2.惰性队列 ###

从RabbitMQ的3.6.0版本开始，就增加了Lazy Queues的概念，也就是惰性队列。惰性队列的特征如下：

*  接收到消息后直接存入磁盘而非内存
 *  消费者要消费消息时才会从磁盘中读取并加载到内存
 *  支持数百万条的消息存储

#### 3.2.1.基于命令行设置lazy-queue ####

而要设置一个队列为惰性队列，只需要在声明队列时，指定x-queue-mode属性为lazy即可。可以通过命令行将一个运行中的队列修改为惰性队列：

rabbitmqctl set_policy Lazy "^lazy-queue$" '{"queue-mode":"lazy"}' --apply-to queues

命令解读：

*  `rabbitmqctl` ：RabbitMQ的命令行工具
 *  `set_policy` ：添加一个策略
 *  `Lazy` ：策略名称，可以自定义
 *  `"^lazy-queue$"` ：用正则表达式匹配队列的名字
 *  `'{"queue-mode":"lazy"}'` ：设置队列模式为lazy模式
 *  `--apply-to queues`：策略的作用对象，是所有的队列

#### 3.2.2.基于@Bean声明lazy-queue ####

![image-20210718194522223][]

#### 3.2.3.基于@RabbitListener声明LazyQueue ####

![image-20210718194539054][]

#### 3.3.总结 ####

消息堆积问题的解决方案？

*  队列上绑定多个消费者，提高消费速度
 *  使用惰性队列，可以再mq中保存更多消息

惰性队列的优点有哪些？

*  基于磁盘存储，消息上限高
 *  没有间歇性的page-out，性能比较稳定

惰性队列的缺点有哪些？

*  基于磁盘存储，消息时效性会降低
 *  性能受限于磁盘的IO

## 4.MQ集群 ##

### 4.1.集群分类 ###

RabbitMQ的是基于Erlang语言编写，而Erlang又是一个面向并发的语言，天然支持集群模式。RabbitMQ的集群有两种模式：

•**普通集群**：是一种分布式集群，将队列分散到集群的各个节点，从而提高整个集群的并发能力。

•**镜像集群**：是一种主从集群，普通集群的基础上，添加了主从备份功能，提高集群的数据可用性。

镜像集群虽然支持主从，但主从同步并不是强一致的，某些情况下可能有数据丢失的风险。因此在RabbitMQ的3.8版本以后，推出了新的功能：**仲裁队列**来代替镜像集群，底层采用Raft协议确保主从的数据一致性。

### 4.2.普通集群 ###

#### 4.2.1.集群结构和特征 ####

普通集群，或者叫标准集群（classic cluster），具备下列特征：

*  会在集群的各个节点间共享部分数据，包括：交换机、队列元信息。不包含队列中的消息。
 *  当访问集群某节点时，如果队列不在该节点，会从数据所在节点传递到当前节点并返回
 *  队列所在节点宕机，队列中的消息就会丢失

结构如图：

![image-20210718220843323][]

#### 4.2.2.部署 ####

参考课前资料：《RabbitMQ部署指南.md》

### 4.3.镜像集群 ###

#### 4.3.1.集群结构和特征 ####

镜像集群：本质是主从模式，具备下面的特征：

*  交换机、队列、队列中的消息会在各个mq的镜像节点之间同步备份。
 *  创建队列的节点被称为该队列的**主节点，备份到的其它节点叫做该队列的镜像**节点。
 *  一个队列的主节点可能是另一个队列的镜像节点
 *  所有操作都是主节点完成，然后同步给镜像节点
 *  主宕机后，镜像节点会替代成新的主

结构如图：

![image-20210718221039542][]

#### 4.3.2.部署 ####

参考课前资料：《RabbitMQ部署指南.md》

### 4.4.仲裁队列 ###

#### 4.4.1.集群特征 ####

仲裁队列：仲裁队列是3.8版本以后才有的新功能，用来替代镜像队列，具备下列特征：

*  与镜像队列一样，都是主从模式，支持主从数据同步
 *  使用非常简单，没有复杂的配置
 *  主从同步基于Raft协议，强一致

#### 4.4.2.部署 ####

参考课前资料：《RabbitMQ部署指南.md》

#### 4.4.3.Java代码创建仲裁队列 ####

@Bean
    public Queue quorumQueue() {
        
        return QueueBuilder
            .durable("quorum.queue") // 持久化
            .quorum() // 仲裁队列
            .build();
    }

#### 4.4.4.SpringAMQP连接MQ集群 ####

注意，这里用address来代替host、port方式

spring:
      rabbitmq:
        addresses: 192.168.150.105:8071, 192.168.150.105:8072, 192.168.150.105:8073
        username: itcast
        password: 123321
        virtual-host: /

[image-20210718155003157]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/90a5458265ba4d2088d5e021df420752.png
[image-20210718155059371]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/a45fc8c54ee046eab9d0d3d09143c1f5.png
[image-20210718155328927]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/194cc9117a6c45ce922776503e8ce618.png
[image-20210718155448734]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/46bb20bfe904486a9eb4bd3dc5a9ec08.png
[image-20210718160907166]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/a2d9e5f6e37c4d0da7af89ed092259f0.png
[image-20210718161707992]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/301be1289b6244019c6117fb1f5843c9.png
[image-20210718164412450]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/57eaa697cc064687a217b88b91e8a436.png
[image-20210718164729543]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/df5bc3c0e86942679306075ba783d837.png
[image-20210718165100016]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/005705e2fc3d41d5b5067a017f5bd323.png
[image-20210718171705383]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/850a7742f3f745b49a841f6a6b2039dc.png
[image-20210718171759179]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/dc8c1040cd0540439770c007734ba30b.png
[image-20210718172746378]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/688a21b6f1f9408d910d7eb993300991.png
[image-20210718174328383]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/c0392e51d3b54fd091e4523948455868.png
[image-20210718174416160]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/b45ec290e77144549f0e3085bd5f02b0.png
[image-20210718174506856]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/cac05249a08d47ae9bb109bdee6b1644.png
[image-20210821073801398]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/49da6bcd8ec640f0bc9c55f0422231bb.png
[image-20210718182643311]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/124ab1e786b24567a5d505f8b8d7f92b.png
[image-20210718191657478]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/1250f204ff844bad862cfa99897ccadf.png
[image-20210718191738706]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/6916c785b7ae48179d4ca011f7ef0cff.png
[image-20210718191939140]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/ab0773b3809547138434cccf95a13e04.png
[image-20210718192004662]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/32eaa535d56145a88f210e19a98ba91a.png
[image-20210718192529342]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/747f092ff36d438a82eb0a7b4fe538e8.png
[image-20210718193409812]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/0298e1276311489789346772a085020c.png
[image-20210718193747649]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/602794ddf5d14c15b6b36a00d4618f27.png
[image-20210718193831076]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/5a486006cfc247378b8b75a9c24b4fdd.png
[image-20210718193917009]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/1658ced9411c4f3597032a803296d4a7.png
[image-20210718194040498]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/cc5ebe6aaee64471adf35c31fbda2eae.png
[image-20210718194522223]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/dede72d7370a4f4caabbd7a096b24cf3.png
[image-20210718194539054]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/b7659eebd1d44d0dbf43471966d6fbd1.png
[image-20210718220843323]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/5f89e51c48fa4176baf0a84ca9194b14.png
[image-20210718221039542]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/f1ea9034f9fe4085bd7c06519837b6a4.png