当前位置： 首页 > article >正文

07-MQ高级

article 2025/1/13 7:26:52

我们改造了余额支付功能，在支付成功后利用RabbitMQ通知交易服务，去更新订单状态为已支付。

但是如果这里MQ通知失败，支付服务中的支付流水显示支付成功，而交易服务中的订单状态却显示未支付，数据出现了不一致。

此时前端发送请求查询支付状态时，肯定是查询交易服务状态，会发现业务订单未支付，而用户自己知道已经支付成功，这就导致用户体验不一致。

因此，这里我们必须尽可能确保MQ消息的可靠性，即：消息应该至少被消费者处理1次

那么问题来了：

  • 我们该如何确保MQ消息的可靠性？

  • 如果真的发送失败，有没有其它的兜底方案？

首先，分析一下消息丢失的可能性：

生产者发送消息，到消费者处理消息，需要经过的流程是这样的：

  • 发送消息时丢失：

    • 生产者发送消息时，连接MQ失败

    • 生产者发送消息到达MQ后，未找到Exchange

    • 生产者发送消息到达MQ的Exchange后，未找到合适的Queue

    • 消息到达MQ后，处理消息的进程发生异常

  • MQ导致消息丢失：

    • 消息到达MQ，保存到队列后，尚未消费就突然宕机

  • 消费者处理消息时：

    • 消息接收后尚未处理突然宕机

    • 消息接收后处理过程中抛出异常

综上，我们要解决消息丢失问题，保证MQ的可靠性，就必须从3个方面入手：

  • 确保生产者一定把消息发送到MQ

  • 确保MQ不会将消息弄丢

  • 确保消费者一定要处理消息

1.发送者的可靠性

确保生产者一定能把消息发送到MQ有两种机制：

  • 发送者重连机制
  • 发送者确认机制

1.1.生产者重试机制

首先是第一种情况：生产者发送消息时，出现了网络故障，导致与MQ的连接中断。

为了解决这个问题：SpringAMQP提供了消息发送时的重试机制。即：当RabbitTemplate与MQ连接超时后，多次重试。

实现：修改publisher模块的application.yaml文件，添加下面的内容：

spring:
  rabbitmq:
    connection-timeout: 1s # 设置与MQ连接的超时时间
    template:
      retry:
        enabled: true # 开启超时重试机制
        initial-interval: 1000ms # 失败后的初始等待时间
        multiplier: 1 # 重连失败后下次的等待时长倍数，下次等待时长 = initial-interval * multiplier
        max-attempts: 3 # 最大重试连接次数

注意：当网络不稳定的时候，利用重试机制可以有效提高消息发送的成功率。不过SpringAMQP提供的重试机制是阻塞式重试，也就是说多次重试等待的过程中，当前线程是被阻塞的，不会向下继续执行。

如果对于业务性能有要求，建议禁用重试机制。如果一定要使用，请合理配置等待时长和重试次数，当然也可以考虑使用异步线程来执行发送消息的代码。

我们利用命令停掉RabbitMQ服务：

​docker stop mq

然后测试发送一条消息，会发现会每隔1秒重试1次，总共重试了3次。消息发送的超时重试机制配置成功了！

1.2.生产者消息确认机制

一般情况下，只要生产者与MQ之间的网路连接顺畅，基本不会出现发送消息丢失的情况，因此大多数情况下我们无需考虑这种问题。

在少数情况下：也会出现消息发送到MQ之后丢失的现象，比如：

  • MQ内部处理消息的进程发生了异常

  • 生产者发送消息到达MQ后，未找到Exchange

  • 生产者发送消息到达MQ的Exchange后，未找到合适的Queue，因此无法路由

解决：RabbitMQ提供了生产者消息确认机制，包括Publisher Confirm和Publisher Return两种确认机制。在开启确认机制的情况下，当生产者发送消息给MQ后，MQ会根据消息处理的情况返回不同的回执。

具体如图所示：

总结如下：

  • 消息投递到MQ，但是MQ内部路由失败，这时就会通过Publisher Return返回路由异常的信息，同时通过Publisher Confirm返回ack的确认信息，代表投递成功（publisher到exchange2）

  • 临时消息投递到了MQ，并且入队成功，返回ACK，告知投递成功（publisher到exchange到queue1）

  • 持久消息投递到了MQ，并且入队完成了持久化，才返回ACK ，告知投递成功（publisher到exchange到queue2）

  • 其它情况MQ都会返回NACK，告知投递失败

其中ack和nack属于Publisher Confirm机制，ack是投递成功；nack是投递失败。而return则属于Publisher Return机制。

默认两种机制都是关闭状态，需要通过配置文件来开启。

1.3.实现生产者确认机制

1.3.1.开启生产者确认机制

在publisher模块的application.yaml中添加下面配置，开启生产者确认机制：

spring:
  rabbitmq:
    publisher-confirm-type: correlated # 开启publisher confirm机制，并设置confirm类型
    publisher-returns: true # 开启publisher return机制

publisher-confirm-type有三种模式可选：

  • none：关闭confirm机制

  • simple：同步阻塞等待MQ的回执

  • correlated：MQ异步回调返回回执

一般推荐使用correlated，回调机制。

1.3.2.定义ReturnCallback

每个RabbitTemplate只能配置一个ReturnCallback，因此可以在配置类中统一设置。我们在publisher模块定义一个配置类：

package com.itheima.publisher.config;

import lombok.AllArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.ReturnedMessage;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.context.annotation.Configuration;

import javax.annotation.PostConstruct;

@Slf4j
@AllArgsConstructor
@Configuration
public class MqConfig {
    private final RabbitTemplate rabbitTemplate;

    @PostConstruct   //当所属类的实例被 Spring 容器创建并注入了所需的依赖后就调用方法
    public void init(){
        //调用RabbitTemplate的setReturnsCallback设置其ReturnsCallback
        rabbitTemplate.setReturnsCallback(new RabbitTemplate.ReturnsCallback() {
            @Override
            public void returnedMessage(ReturnedMessage returned) {
                log.error("触发return callback,");
                log.debug("exchange: {}", returned.getExchange()); //消息发给哪个交换机
                log.debug("routingKey: {}", returned.getRoutingKey());//消息发给哪个交换机的哪个routingKey
                log.debug("message: {}", returned.getMessage());//消息体的内容
                log.debug("replyCode: {}", returned.getReplyCode()); //发送失败的原因
                log.debug("replyText: {}", returned.getReplyText()); //发送失败的原因  
            }
        });
    }
}

1.3.3.定义ConfirmCallback

由于每条消息都需要确认，因此ConfirmCallback需要在每次发消息前指定ConfirmCallback。具体来说，是在调用RabbitTemplate中的convertAndSend方法时，多传递一个参数：

CorrelationData中包含两个核心的东西：

  • id：消息的唯一标识，MQ对不同的消息的回执以此做判断，避免混淆

  • SettableListenableFuture：回执结果的Future对象

将来MQ的回执就会通过这个Future来返回，我们可以提前给CorrelationData中的Future添加回调函数来处理消息回执：

我们新建一个测试，向系统自带的交换机发送消息，并且添加ConfirmCallback：

@Test
void testPublisherConfirm() {
    // 1.创建CorrelationData，同时指定消息的id
    CorrelationData cd = new CorrelationData(UUID.randomUUID,toString());

    // 2.给Future添加ConfirmCallback
    cd.getFuture().addCallback(new ListenableFutureCallback<CorrelationData.Confirm>() {
        @Override
        public void onFailure(Throwable ex) {
            // 2.1.Future发生异常时的处理逻辑，基本不会触发
            log.error("send message fail", ex);
        }
        @Override
        public void onSuccess(CorrelationData.Confirm result) {
            // 2.2.Future接收到回执的处理逻辑，参数中的result就是回执内容
            if(result.isAck()){ // result.isAck()，boolean类型，true代表ack回执，false 代表 nack回执
                log.debug("发送消息成功，收到 ack!");
            }else{ // result.getReason()，String类型，返回nack时的异常描述
                log.error("发送消息失败，收到 nack, reason : {}", result.getReason());
            }
        }
    });
    // 3.发送消息
    rabbitTemplate.convertAndSend("hmall.direct", "q", "hello", cd);
}

执行结果如下：

可以看到，由于传递的RoutingKey是错误的，路由失败后，触发了return callback，同时也收到了ack。

当我们修改为正确的RoutingKey以后，就不会触发return callback了，只收到ack。

而如果连交换机都是错误的，则只会收到nack。

注意：

开启生产者确认比较消耗MQ性能，一般不建议开启。而且大家思考一下触发确认的几种情况：

  • 路由失败：一般是因为RoutingKey错误导致，往往是编程导致

  • 交换机名称错误：同样是编程错误导致

  • MQ内部故障：这种需要处理，但概率往往较低。因此只有对消息可靠性要求非常高的业务才需要开启，而且仅仅需要开启ConfirmCallback处理nack就可以了。

2.MQ的可靠性

消息到达MQ以后，如果MQ不能及时保存，也会导致消息丢失.

2.1.数据持久化

为了提升性能，默认情况下RabbitMQ的数据都是在内存中存储的临时数据，一旦MQ宕机或重启后就会消失。为了保证数据的可靠性，必须配置数据持久化，包括：

  • 交换机持久化

  • 队列持久化

  • 消息持久化

我们以控制台界面为例来说明。

2.1.1.交换机持久化

在控制台的Exchanges页面，添加交换机时可以配置交换机的Durability参数：

  • 默认交换机就是持久化的

设置为Durable就是持久化模式，Transient就是临时模式。

2.1.2.队列持久化

在控制台的Queues页面，添加队列时，同样可以配置队列的Durability参数：

  • 默认队列就是持久化的

除了持久化以外，你可以看到队列还有很多其它参数，有一些我们会在后期学习。

2.1.3.消息持久化

在控制台发送消息的时候，消息的持久化是要配置一个Delivery mode：

使用SpringAMQP发送消息时，消息默认是持久化的，如果要发送非持久化的消息，要自定义构建器 ：

  • 非持久化消息，内存放不下后，就会写入磁盘（将消息从内存写出到磁盘的过程中，MQ会出现阻塞状态，消息处理速度会直接降到零）

消息持久化：发送消息时，直接持久化，内存里有多少，磁盘就同时有多少，此时不必再担心消息堆积而出现阻塞。

说明：在开启持久化机制以后，如果同时还开启了生产者确认，那么MQ会在消息持久化以后才发送ACK回执，进一步确保消息的可靠性。

不过出于性能考虑，为了减少IO次数，发送到MQ的消息并不是逐条持久化到数据库的，而是每隔一段时间批量持久化。一般间隔在100毫秒左右，这就会导致ACK有一定的延迟，因此建议生产者确认全部采用异步方式。

2.2.LazyQueue

在默认情况下，RabbitMQ会将接收到的信息保存在内存中以降低消息收发的延迟。但在某些特殊情况下，这会导致消息积压，比如：

  • 消费者宕机或出现网络故障

  • 消息发送量激增，超过了消费者处理速度

  • 消费者处理业务发生阻塞

一旦出现消息堆积问题，RabbitMQ的内存占用就会越来越高，直到触发内存预警上限。此时RabbitMQ会将内存消息刷到磁盘上，这个行为成为PageOut. PageOut会耗费一段时间，并且会阻塞队列进程。因此在这个过程中RabbitMQ不会再处理新的消息，生产者的所有请求都会被阻塞。

为了解决这个问题，从RabbitMQ的3.6.0版本开始，就增加了Lazy Queues的模式，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（也就是懒加载）

  • 支持数百万条的消息存储

在3.12版本之后，所有的队列都是LazyQueue模式。因此官方推荐升级MQ为3.12版本或者所有队列都设置为LazyQueue模式。

2.2.1.控制台配置Lazy模式

在添加队列的时候，添加x-queue-mod=lazy参数即可设置队列为Lazy模式：

2.2.2.代码配置Lazy模式

@Bean
public Queue lazyQueue(){
    return QueueBuilder
            .durable("lazy.queue")
            .lazy() // 开启Lazy模式
            .build();
}

基于注解来声明队列并设置为Lazy模式：

@RabbitListener(queuesToDeclare = @Queue(
        name = "lazy.queue",
        durable = "true",
        arguments = @Argument(name = "x-queue-mode", value = "lazy")
))
public void listenLazyQueue(String msg){
    log.info("接收到 lazy.queue的消息：{}", msg);
}

//arguments属性就是设置队列为LazyQueue

3.消费者的可靠性

当RabbitMQ向消费者投递消息以后，需要知道消费者的处理状态如何。因为消息投递给消费者并不代表就一定被正确消费了，可能出现的故障有很多，比如：

  • 消息投递的过程中出现了网络故障

  • 消费者接收到消息后突然宕机

  • 消费者接收到消息后，因处理不当导致异常

  • ...

一旦发生上述情况，消息也会丢失。因此，RabbitMQ必须知道消费者的处理状态，一旦消息处理失败才能重新投递消息。

3.1.消费者确认机制

为了确认消费者是否成功的处理消息，RabbitMQ提供了消费者确认机制（Consumer Acknowledgement）。即：当消费者处理消息后，需要向RabbitMQ发送一个回执，告知RabbitMQ消息的处理状态，其中回执有三种值：

  • ack：成功处理消息，RabbitMQ从队列中删除该消息

  • nack：消息处理失败，RabbitMQ重新再次投递消息

  • reject：消息处理失败并拒绝该消息，RabbitMQ从队列中删除该消息

一般reject方式用的较少，除非是消息格式有问题，那就是开发问题了。因此大多数情况下我们需要将消息处理的代码通过try catch机制捕获，消息处理成功时返回ack，处理失败时返回nack.

实现：SpringAMQP已经实现了消息确认机制，允许我们通过SpringBoot配置文件设置消费者确认机制的处理方式，有三种模式：

  • none：不处理，消息投递给消费者后立刻ack，消息会立刻从MQ删除。非常不安全，不建议使用

  • manual：手动模式。需要自己在业务代码中调用api，发送ack或reject，存在业务入侵，但更灵活

  • auto：自动模式。SpringAMQP利用AOP对消息处理逻辑做了环绕增强。

    • 当业务正常执行时则自动返回ack.

    • 当业务出现异常时，根据异常判断返回不同的结果：

      • 如果是业务异常，会自动返回nack；

      • 如果是消息处理或校验异常，自动返回reject;

在消费者端通过下面的配置可以修改SpringAMQP的ACK处理方式：

spring:
  rabbitmq:
    listener:
      simple:
        acknowledge-mode: none # 不做处理

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

@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(String msg) throws InterruptedException {
    log.info("spring 消费者接收到消息：【" + msg + "】");
    if (true) {
        throw new MessageConversionException("故意的");
    }
    log.info("消息处理完成");
}

测试可以发现：当消息处理发生异常时，消息依然被RabbitMQ删除了。

我们再次把确认机制修改为auto：

spring:
  rabbitmq:
    listener:
      simple:
        acknowledge-mode: auto # 自动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unacked（未确定状态）：

放行以后，由于抛出的是消息转换异常，因此Spring会自动返回reject，所以消息依然会被删除：

我们将异常改为RuntimeException类型：

@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(String msg) throws InterruptedException {
    log.info("spring 消费者接收到消息：【" + msg + "】");
    if (true) {
        throw new RuntimeException("故意的");
    }
    log.info("消息处理完成");
}

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

放行以后，由于抛出的是业务异常，所以Spring返回nack，最终消息恢复至Ready状态，并且没有被RabbitMQ删除：

当我们把配置改为auto时，消息处理失败后，会回到RabbitMQ，并重新投递到消费者。

3.2.消费者失败重试机制

当消费者出现异常后，RabbitMQ会将消息重新发送给消费者。如果消费者再次执行依然出错，消息会再次将消息重新发送给消费者，直到消息处理成功为止。

极端情况就是消费者一直无法执行成功，那么消息requeue就会无限循环，导致mq的消息处理飙升，带来不必要的压力：

Spring提供了消费者失败重试机制：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，可用修改consumer服务的application.yml文件，开启消费者重试机制：

  • 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就会返回reject，消息会被丢弃

spring:
  rabbitmq:
    listener:
      simple:
        retry:
          enabled: true # 开启消费者失败重试
          initial-interval: 1000ms # 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：

  • 消费者在失败后消息没有重新回到MQ无限重新投递，而是在本地重试了3次

  • 本地重试3次以后，就抛出了AmqpRejectAndDontRequeueException异常。查看RabbitMQ控制台，发现消息被删除了，说明最后SpringAMQP返回的是reject

3.3.消费者重试失败后的处理策略

Spring允许我们自定义重试次数耗尽后的消息处理策略，这个策略是由MessageRecovery接口来定义的，它有3个不同实现：

  • RejectAndDontRequeueRecoverer：重试次数耗尽后，直接reject，丢弃消息。默认就是这种方式

  • ImmediateRequeueMessageRecoverer：重试次数耗尽后，返回nack，消息重新入队

  • RepublishMessageRecoverer：重试次数耗尽后，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选中RepublishMessageRecoverer，失败后将消息投递到一个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，同时声明绑定关系

2）定义一个RepublishMessageRecoverer对象，关联队列和交换机，失败后要向哪个交换机传递消息，还有消息的RoutingKey

@Configuration
public class ErrorMessageConfiguration{

    
    @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");
    }

}

3.4.业务幂等性

何为幂等性？

幂等是一个数学概念，用函数表达式来描述是这样的：f(x) = f(f(x))，例如求绝对值函数。

幂等在程序开发中，则是指同一个业务，执行一次或多次对业务状态的影响是一致的，解决消息被重复消费的问题。例如：

  • 根据id删除数据

  • 查询数据

  • 新增数据

但数据的更新往往不是幂等的，如果重复执行可能造成不一样的后果。比如：

  • 取消订单，恢复库存的业务。如果多次恢复就会出现库存重复增加的情况

  • 退款业务。重复退款对商家而言会有经济损失。

所以，我们要尽可能避免业务被重复执行。

然而在实际业务场景中，由于意外经常会出现业务被重复执行的情况，例如：

  • 页面卡顿时频繁刷新导致表单重复提交

  • 服务间调用的重试

  • MQ消息的重复投递

保证消息处理的幂等性，这里给出两种方案：

  • 消息的唯一ID

  • 业务状态判断

3.4.1.唯一消息ID

  1. 每一条消息都生成一个唯一的id，与消息一起投递给消费者。

  2. 消费者接收到消息后处理自己的业务，业务处理成功后将消息的ID保存到数据库

  3. 如果下次又收到相同消息，去数据库查询判断是否存在，存在则为重复消息放弃处理。

给消息添加唯一的id：

SpringAMQP的MessageConverter自带了MessageID的功能，我们只要开启这个功能即可。

以Jackson的消息转换器为例：

@Bean
public MessageConverter messageConverter(){
    // 1.定义消息转换器
    Jackson2JsonMessageConverter jjmc = new Jackson2JsonMessageConverter();
    // 2.配置自动创建消息id，用于识别不同消息，也可以在业务中基于ID判断是否是重复消息
    jjmc.setCreateMessageIds(true);
    return jjmc;
}

消费者代码：将接收消息的形参类型改为Message，然后调用其方法获取到消息的id和消息的内容：

3.4.2.业务判断

业务判断就是基于业务本身的逻辑或状态来判断是否是重复的请求或消息，不同的业务场景判断的思路也不一样。

例如我们当前案例中，处理消息的业务逻辑是把订单状态从未支付修改为已支付。因此我们就可以在执行业务时判断订单状态是否还是未支付，如果不是则证明订单已经被处理过，无需重复处理。

相比较而言，消息ID的方案需要改造原有的数据库，所以我更推荐使用业务判断的方案。

以支付后修改订单状态的业务为例，我们需要修改支付服务中对应的消费者代码：

4.延迟消息

在电商的支付业务中，对于一些库存有限的商品，为了更好的用户体验，通常都会在用户下单时立刻扣减商品库存。例如电影院购票、高铁购票，下单后就会锁定座位资源，其他人无法重复购买。

但是这样就存在一个问题，假如用户下单后一直不付款，就会一直占有库存资源，导致其他客户无法正常交易，最终导致商户利益受损！

因此，电商中通常的做法就是：对于超过一定时间未支付的订单，应该立刻取消订单并释放占用的库存。

例如，订单支付超时时间为30分钟，则我们应该在用户下单后的第30分钟检查订单支付状态，如果发现未支付，应该立刻取消订单，释放库存。

但问题来了：如何才能准确的实现在下单后第30分钟去检查支付状态呢？

像这种在一段时间以后才执行的任务，我们称之为延迟任务，而要实现延迟任务，最简单的方案就是利用MQ的延迟消息了。

在RabbitMQ中实现延迟消息也有两种方案：

  • 死信交换机+TTL

  • 延迟消息插件

4.1.死信交换机和延迟消息

基于死信交换机的延迟消息方案

4.1.1.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（达到了队列或消息本身设置的过期时间），超时无人消费

  • 要投递的队列消息满了，最早的消息可能成为死信

例如：normal.queue队列通过dead-letter-exchange属性指定了dlx.direct死信交换机，但不绑定消费者，而是给与死信交换机绑定的队列绑定消费者

  • 生产者给normal.direct交换机发送消息，并给消息设置过期时间为30s，因为normal.queue队列没有绑定消费者，所以消息就会停在这个队列中，在30s秒后，这个消息就会成为死信，然后它就会自动传递到死信交换机中，最终到达消费者（需要注意死信队列和普通队列的RoutingKey必须一直，还有消息的BiningKey）。

4.2.DelayExchange插件

基于死信队列虽然可以实现延迟消息，但是太麻烦了。因此RabbitMQ社区提供了一个延迟消息插件来实现相同的效果。

例如：生产者、消费者，和对应的交换机和队列已经声明，然后改造普通的交换机，给交换机配置属性delay=true，然后它就具备延迟的功能了，在生产者发消息的时候同时设置消息的过期时间为30s，当消息到达交换机后不会立刻路由消息，而是等30s后才会将消息传递到队列，最终到队列

插件的下载和安装就不介绍了。

4.2.3.声明延迟交换机

基于注解方式：

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

基于@Bean的方式：

package com.itheima.consumer.config;

import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Slf4j
@Configuration
public class DelayExchangeConfig {

    @Bean
    public DirectExchange delayExchange(){
        return ExchangeBuilder
                .directExchange("delay.direct") // 指定交换机类型和名称
                .delayed() // 设置delay的属性为true
                .durable(true) // 持久化
                .build();
    }

    @Bean
    public Queue delayedQueue(){
        return new Queue("delay.queue");
    }
    
    @Bean
    public Binding delayQueueBinding(){
        return BindingBuilder.bind(delayedQueue()).to(delayExchange()).with("delay");
    }
}

4.2.4.发送延迟消息

发送消息时，需要通过消息头x-delay属性设定过期时间时间，需要使用MessagePostProcessor；类设置消息的延迟时间：

@Test
void testPublisherDelayMessage() {
    // 1.创建消息
    String message = "hello, delayed message";
    // 2.发送消息，利用消息后置处理器添加消息头
    rabbitTemplate.convertAndSend("delay.direct", "delay", message, new MessagePostProcessor() {
        @Override
        public Message postProcessMessage(Message message) throws AmqpException {
            // 添加延迟消息属性
            message.getMessageProperties().setDelay(5000);
            return message;
        }
    });
}

注意：

延迟消息插件内部会维护一个本地数据库表，同时使用Elang Timers功能实现计时。如果消息的延迟时间设置较长，可能会导致堆积的延迟消息非常多，会带来较大的CPU开销，同时延迟消息的时间会存在误差。

因此，不建议设置延迟时间过长的延迟消息。

4.3.超时订单问题

接下来，我们就在交易服务中利用延迟消息实现订单超时取消功能。其大概思路如下：

假如订单超时支付时间为30分钟，理论上说我们应该在下单时发送一条延迟消息，延迟时间为30分钟。这样就可以在接收到消息时检验订单支付状态，关闭未支付订单。


http://www.kler.cn/a/500453.html

相关文章：

  • 大疆C++开发面试题及参考答案
  • LLaMA-Factory web微调大模型并导出大模型
  • 透明部署、旁路逻辑串联的区别
  • mac学习芋道源码记录
  • 性能优化案例：通过增加 shuffle 分区的数量来解决 PySpark 中的数据倾斜
  • 37_Lua运算符
  • Spring Boot 中实现 WebSocket 的方式
  • 并发设计模式 - 优雅终止线程
  • C# OpenCV机器视觉:OCR产品序列号识别
  • 《零基础Go语言算法实战》【题目 2-11】属性的权限
  • net-http-transport 引发的句柄数（协程）泄漏问题
  • 【cocos creator】【ts】事件派发系统
  • 负载均衡原理及算法
  • 是德科技M9010A PXIe 机箱+M9037A模块，台式应用的理想之选
  • iOS 解决两个tableView.嵌套滚动手势冲突
  • 《光学遥感图像中显著目标检测的多内容互补网络》2021-9
  • 深度学习-82-大语言模型LLM之基于langchain加载本地文档向量存储后检索
  • C# 告别FirstOrDefault
  • 轻松高效拿捏C语言02Hello World
  • zerotier已配置但ip连不上？
  • PHP多功能投票小程序源码
  • 代码随想录day26 | leetcode 134.加油站 135.分发糖果 860.柠檬水找零 406.根据身高重建队列
  • 基于java的餐厅点餐系统微信小程序ssm+论文源码调试讲解