Java 小记 — RabbitMQ 的实践与思考

前言

本篇随笔将汇总一些我对消息队列 RabbitMQ 的认识，顺便谈谈其在高并发和秒杀系统中的具体应用。

1. 预备示例

想了下，仍是先抛出一个简单示例，随后再根据其具体应用场景进行扩展，我以为这样表述条理更清晰些。

RabbitConfig：

@Configuration
public class RabbitConfig {

    @Bean
    public Queue callQueue() {
        return new Queue(MQConstant.CALL);
    }
}

Client：

@Component
public class Client {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    public void sendCall(String content) {
        for (int i = 0; i < 10000; i++) {
            String message = i + "-" + content;
            System.out.println(String.format("Sender: %s", message));
            rabbitTemplate.convertAndSend(MQConstant.CALL, message);
        }
    }
}

Server：

@Component
public class Server {

    @RabbitHandler
    @RabbitListener(queues = MQConstant.CALL)
    public void callProcess(String message) throws InterruptedException {
        Thread.sleep(1000);
        System.out.println(String.format("Receiver: reply(\"%s\") Yes, I just saw your message!", message));
    }

}

Result：

Sender: Hello, are you there!
Receiver: reply("Hello, are you there!") Yes, I just saw your message!

以上示例会在 rabbitmq 中建立一条队列 CALL， 消息在其中等待消费：

在此基础上的简单扩展我就再也不写案例了，好比领域模块完成了其核心业务规则以后可能须要更新缓存、写个邮件、记个复杂日志、作个统计报表等等，这些不须要及时反馈或者耗时的附属业务均可以经过异步队列分发，以此来提高核心业务的响应速度，同时如此处理能让领域边界更加清晰，代码的可维护性和持续拓展的能力也会有所提高。

2. 削峰

上个示例中我提到的应用场景是解耦和通知，再接着扩展，因其具有良好的缓冲性质，因此还有一个很是适合的应用场景那就是削峰。对于突如其来的极高并发请求，咱们能够先瞬速地将其加入队列并回复用户一个友好提示，而后服务器可在其能承受的范围内慢慢处理，以此来防止突发的 CPU 和内存 “爆表”。

改造以后对于发送方来讲固然是比较爽的，他只是将请求加入消息队列而已，处理压力都归到了消费端。接着思考，这样处理有没有反作用？若是这个请求恰好是线程阻塞的，那还要加入队列慢慢排队处理，那不是完蛋了，用户要猴年马月才能获得反馈？因此针对此，我以为应该将消费端的方法改成异步调用（即多线程）以提高吞吐量，在 Spring Boot 中的写法也很是简单：

@Component
public class Server {

    @Async
    @RabbitHandler
    @RabbitListener(queues = MQConstant.CALL)
    public void callProcess(String message) throws InterruptedException {
        Thread.sleep(100);
        System.out.println(String.format("Receiver: reply(\"%s\") Yes, I just saw your message!", message));
    }

}

参照示例一的方法，我发布了 10000 条消息加入队列，且消费端的调用每次阻塞一秒，那可有意思了，何时能处理完？但若是开几百个线程同时处理的话，那几十秒就够了，固然具体多少合适还应根据具体的业务场景和服务器配置酌情考虑。另外，别忘了配线程池：

@Configuration
public class AsyncConfig {

    @Bean
    public Executor asyncExecutor(){
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(10);
        executor.setMaxPoolSize(500);
        executor.setQueueCapacity(10);

        executor.setThreadNamePrefix("MyExecutor-");

        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        executor.initialize();
        return executor;
    }
}

3. Exchange

RabbitMQ 可能为 N 个应用同时提供服务，要是你和你的蓝颜知己忽然心有灵犀，在不一样的业务上使用了同一个 routingKey，想一想就刺激。所以，队列多了天然要进行分组管理，限定好 Exchange 的规则，接下来就能够独自玩耍了。

MQConstant：

public class MQConstant {

    public static final String EXCHANGE = "YOUCLK-MESSAGE-EXCHANGE";

    public static final String CALL = MQConstant.EXCHANGE + ".CALL";

    public static final String ALL = MQConstant.EXCHANGE + ".#";
}

RabbitConfig：

@Configuration
public class RabbitConfig {

    @Bean
    public Queue callQueue() {
        return new Queue(MQConstant.CALL);
    }

    @Bean
    TopicExchange exchange() {
        return new TopicExchange(MQConstant.EXCHANGE);
    }

    @Bean
    Binding bindingExchangeMessage(Queue queueMessage, TopicExchange exchange) {
        return BindingBuilder.bind(queueMessage).to(exchange).with(MQConstant.ALL);
    }
}

此时咱们再去查队列 CALL，能够看到已经绑定了Exchange：

固然 Exchange 的做用远不止如此，以上示例为 Topic 模式，除此以外还有 Direct、Headers 和 Fanout 模式，写法都差很少，感兴趣的童鞋能够去查看 “官方文档” 进行更深刻了解。

4. 延时队列

延时任务的场景相信小伙伴们都接触过，特别是抢购的时候，在规定时间内未付款订单就被回收了。微信支付的 API 里面也有一个支付完成后的延时再确认消息推送，实现原理应该都差很少。

利用 RabbitMQ 实现该功能首先要了解他的两个特性，分别是 Time-To-Live Extensions 和 Dead Letter Exchanges，字面意思上就能理解个大概，一个是生存时间，一个是死信。整个过程也很容易理解，TTL 至关于一个缓冲队列，等待其过时以后消息会由 DLX 转发到实际消费队列，如此便实现了他的延时过程。

MQConstant：

public class MQConstant {

    public static final String PER_DELAY_EXCHANGE = "PER_DELAY_EXCHANGE";

    public static final String DELAY_EXCHANGE = "DELAY_EXCHANGE";

    public static final String DELAY_CALL_TTL = "DELAY_CALL_TTL";

    public static final String CALL = "CALL";

}

ExpirationMessagePostProcessor：

public class ExpirationMessagePostProcessor implements MessagePostProcessor {
    private final Long ttl;

    public ExpirationMessagePostProcessor(Long ttl) {
        this.ttl = ttl;
    }

    @Override
    public Message postProcessMessage(Message message) throws AmqpException {
        message.getMessageProperties()
                .setExpiration(ttl.toString());
        return message;
    }
}

Client：

@Component
public class Client {

    @Autowired
    private RabbitTemplate rabbitTemplate;

    public void sendCall(String content) {
        for (int i = 1; i <= 3; i++) {
            long expiration = i * 5000;
            String message = i + "-" + content;
            System.out.println(String.format("Sender: %s", message));
            rabbitTemplate.convertAndSend(MQConstant.DELAY_CALL_TTL, (Object) message, new ExpirationMessagePostProcessor(expiration));

        }
    }
}

Server：

@Component
public class Server {

    @Async
    @RabbitHandler
    @RabbitListener(queues = MQConstant.CALL)
    public void callProcess(String message) throws InterruptedException {
        String date = (new SimpleDateFormat("HH:mm:ss")).format(new Date());
        System.out.println(String.format("Receiver: reply(\"%s\") Yes, I just saw your message!- %s", message, date));
    }

}

Result：

Sender: 1-Hello, are you there!
Sender: 2-Hello, are you there!
Sender: 3-Hello, are you there!
Receiver: reply("1-Hello, are you there!") Yes, I just saw your message!- 23:04:12
Receiver: reply("2-Hello, are you there!") Yes, I just saw your message!- 23:04:17
Receiver: reply("3-Hello, are you there!") Yes, I just saw your message!- 23:04:22

结果一目了然，分别在队列中延迟了 5秒，10秒，15秒，固然，以上只是个人简单示例，童鞋们可翻阅官方文档（“ ttl ” && “ dlx ”）进一步深刻学习。

结语

本篇随笔不应就这么结束，但晚上心情很差，百感交集，没法继续写做，无奈至此。近期正在寻觅新的工做机会，个人微信：youclk，不管有没有推荐的，给我点鼓励，谢谢!

---

个人公众号《有刻》，咱们共同成长！