RabbitMQ问题总结

:::info
使用场景

异步发送（验证码、短信、邮件。。。）
MySQL 和 Redis、ES 之间的数据同步
分布式事务
削峰填谷
…
:::

如何保证消息不丢失

上图是消息正常发送的一个过程，那在哪个环节中消息容易丢失？在哪一个环节都可能丢失

生产者宕机，消息就可能到达不了交换机，或者消息未到达队列
消息发送成功后，消费者还没有消费前，MQ 宕机，就有可能导致队列中消息丢失
消费者宕机，导致消费者未接收到消息

生产者，队列，消费者三个层面都有可能导致消息丢失，所以保证消息不丢失需要从这三个层面解决

生产者确认机制

RabbitMQ 提供了 publisher confirm 机制来避免消息发送到 MQ 过程中丢失。消息发送到 MQ 后，会返回一个结果给发送者，表示消息是否处理成功。

如果消息发送成功，就会返回 publish-confirm ack，如果发送到交换机失败，就会返回 publish-confirm nack，如果发送到队列失败，就会返回 publish-return ack。
消息失败之后如何处理呢？

回调方法即时重发
记录日志
保存到数据库然后定时重发，成功发送后即刻删除表中的数据

消息持久化

MQ 默认是内存存储消息，开启持久化功能可以确保缓存在 MQ 中的消息不丢失。

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);
}

队列持久化

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

消息持久化，SpringAMQP 中的消息默认是持久的，可以通过 MessageProperties 中的 DeliveryMode 来指定

Message msg = MessageBuilder.withBody(message.getBytes(StandardCharsets.UTF_8)) // 消息体.setDeliveryMode(MessageDeliveryMode.PERSISTENE) // 持久化.build();

消费者确认

RabbitMQ 支持消费者确认机制，即消费者处理消息后可以向 MQ 发送 ack 回执，MQ 收到 ack 回执后才会删除消息。
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

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，设置重试次数，当次数达到了以后，如果消息依然失败，将消息投递到异常交换机，交由人工处理。

RabbitMQ 如何保证消息不丢失？

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，多次重试失败后将消息投递到异常交换机，交由人工处理

消息的重复消费问题如何解决的

为什么会出现重复消费的问题？

网络抖动
消费者挂了

消费者已经处理完消息，还没来得及给 MQ 发送确认，这时网络发生了抖动或者消费者挂了，等网络恢复之后或者消费者重启之后，因为队列没有收到确认，所以消息还在 MQ 中，因为我们设置了重试机制，消费者就会重新消费消息。
解决方案

每条消息设置一个唯一的标识 id，消费者收到消息后去业务 id 是否存在
幂等方案：分布式锁、数据库锁（悲观锁、乐观锁）

RabbitMQ 死信交换机(RabbitMQ 延迟队列有了解过嘛)

延迟队列：进入队列的消息会被延迟消费的队列
场景：超时订单、限时优惠、定时发布

延迟队列=死信交换机+TTL（消息的生存时间）

死信交换机

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
要投递的队列消息堆积满了，最早的消息可能成为死信

如果该队列配置了 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，简称 DLX）。

@Bean
public Queue ttlQueue(){return QueueBuilder.durable("simple.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.direct")  // 指定死信交换机.build();
}

TTL

TTL，也就是 Time-To-Live。如果一个队列中的消息 TTL 结束仍未消费，则会变成死信，ttl 超时分为两种情况：

消息所在的队列设置了存活时间
消息本身设置了存活时间

哪个 ttl 短以哪个为准。

// 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);

延迟队列插件

实现延迟队列，还可以使用官方提供的插件。DelayExchange 插件，需要安装在 RabbitMQ 中
RabbitMQ 有一个官方的插件社区，地址为：https://www.rabbitmq.com/community-plugins.html

@RabbitListener(bindings = @QueueBinding(value = @Queue(name ="delay.queue", durable="true"),exchange = @Exchange(name="delay.direct",delayed="true")key="delay"
))
public void listenDelayedQueue(String msg){log.info("接收到 delay.queue的延迟消息：{}",msg);
}
// 创建消息
Message message = MessageBuilder.withBody("hello,delayed message".getBytes(StandardCharsets.UTF_8)).setHeader("x-delay",10000).build();
// 消息ID，需要封装到CorrelationData中
CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());
// 发送消息
rabbitTemplate.convertAndSend("delay.direct","delay",message,correlationData);

RabbitMQ 死信交换机？（RabbitMQ 延迟队列有了解过嘛）

我们当时一个业务使用到了延迟队列（超时订单、限时优惠、定时发布…）
其中延迟队列就用到了死信交换机和 TTL 实现的
消息超时未消费就会变成死信（死信的其他情况：拒绝被消费，队列满了）

延迟队列插件实现延迟队列 DelayExchange

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

如果有 100 万消息堆积在 MQ，如何解决（消息堆积怎么解决）

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。
解决消息堆积有三种思路：

增加更多消费者，提高消费速度
在消费者内开启线程池加快消息处理速度
扩大队列容积，提高堆积上限

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
支持百万条的消息存储

@Bean
public Queue lazyQueue(){return QueueBuilder.durable("lazy.queue").lazy()  // 开启x-queue-mode为lazy.build();
}
// 或者
@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);
}

如果有 100 万消息堆积在 MQ，如何解决？
解决消息堆积有三种思路：

增加更多的消费者，提高消费速度
在消费者内开启线程池加快消息处理速度
扩大队列容积，提高堆积上限，采用惰性队列
- 在声明队列的时候可以设置属性 x-queue-mode 为 lazy，即为惰性队列
- 基于磁盘存储，消息上限高
- 性能比较稳定，但基于磁盘存储，受限与磁盘 IO，时效性会降低

RabbitMQ 高可用机制

在生产环境下，使用集群来保证高可用性
普通集群、镜像集群、仲裁队列

普通集群

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。

镜像集群

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，备份到其他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。
所有操作都是在主节点完成，然后同步给镜像节点。
主宕机后，镜像节点会替代成新的主。

仲裁队列

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

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

RabbitMQ 的高可用机制有了解过嘛

在生产环境下，我们当时采用的镜像模式搭建的集群，共有 3 个节点。
镜像队列结构是一主多从（从就是镜像），所有操作都是主节点完成，然后同步给镜像节点。
主节点宕机后，镜像节点会替代成新的主（如果在主从同步完成前，主就已经宕机，可能出现数据丢失）

出现数据丢失怎么解决？
我们可以采用仲裁队列，与镜像队列一样，都是主从模式，支持主从数据同步，主从同步基于 Raft 协议，强一致。并且使用起来也非常简单，不需要额外的配置，在声明队列的时候只要指定这个是仲裁队列即可。