消息队列-3 如何保证消息可靠性(RabbitMQ)

消息丢失的场景

  • 消息发送时消息丢失
  • 路由消息时消息丢失
  • 消息未持久化消息丢失
  • 消费消息时消息丢失

消息发送可靠性

AMQP协议提供的一个事务机制
一般不使用,影响吞吐量

发送方确认机制(publisher confirm)

首先生产者通过调用channel.confirmSelect方法将信道设置为confirm模式,一旦信道进入confirm模式,所有在该信道上面发布的消息都会被指派一个唯一的ID(从1开始),一旦消息被投递到所有匹配的队列之后,RabbitMQ就会发送一个确认(Basic.Ack)给生产者(包含消息的唯一deliveryTag和multiple参数),这就使得生产者知晓消息已经正确到达了目的地了。

Confirm模式有三种方式实现

  1. 串行confirm模式:producer每发送一条消息后,调用waitForConfirms()方法,等待broker端confirm,如果服务器端返回false或者在超时时间内未返回,客户端进行消息重传。
  2. 批量confirm模式:producer每发送一批消息后,调用waitForConfirms()方法,等待broker端confirm。
  3. 异步confirm模式:提供一个回调方法,broker confirm了一条或者多条消息后producer端会回调这个方法。 我们分别来看看这三种confirm模式

异步Confirm模式

package com.rabbitmq.client;
import java.io.IOException;

/**
 * Implement this interface in order to be notified of Confirm events.
 * Acks represent messages handled successfully; Nacks represent
 * messages lost by the broker.  Note, the lost messages could still
 * have been delivered to consumers, but the broker cannot guarantee
 * this.
 */
public interface ConfirmListener {
    void handleAck(long deliveryTag, boolean multiple) throws IOException;
    void handleNack(long deliveryTag, boolean multiple) throws IOException;
}

这里就需要在发送消息之前将消息存储起来,以便于在ConfirmListener中处理消息发送成功和失败的情况,可以存储到数据库或者Redis中。

如果发送失败则需要进行消息重发,重试超过一定次数后仍然失败则需要记录日志,告警,人工处理。

消息端如何保证消息可靠性

手动确认机制

消费者消费完毕后手动地向 Broker 发送确认通知,Broker 收到确认通知后再从队列中删除对应的消息。

重试

在消息消费处理逻辑中加入重试机制,以处理一些被调用服务网络抖动等情况导致的消息消费失败的情况。

如何重试超过一定次数后仍然失败则将消息发送到死信队列。

死信队列

1、消息被否定确认使用 channel.basicNackchannel.basicReject ,并且此时requeue 属性被设置为false

2、消息在队列中的时间超过了设置的TTL(time to live)时间。

3、消息数量超过了队列的容量限制。

当一个队列中的消息满足上述三种情况任一个时,该消息就会从原队列移至死信队列,若改队列没有绑定死信队列则消息被丢弃。

死信队列和普通的业务队列没有什么差别,只不过是业务上创建用来存储处理失败的消息的队列。所以其工作方式也和业务队列相同,死信仍然需要交换机的转发到达死信队列。

根据实际的业务情况,我们可以创建专门的死信消费者对死信进行处理,或者进行人工补偿。

如何保证消息100%被消费

举个例子,用户注册赠送积分,这里赠送积分是通过消息队列进行解耦。

解决方案一、消息落库 + 定时任务 + 幂等 + 重试 + 人工补偿

用户表 + 消息表,在同一个事务中存储用户注册数据和赠送积分数据。

在事务之外执行消息发送,通过发送端confirm机制保证消息发送成功。

消费端消费消息,消费完成后进行手动ack, 这里也会出现ack时消息队列server突然宕机的情况,这时就需要保证消费端消费消息需要实现幂等(因为消息会被重发)。消息消费成功后将消息表中的消息状态设置为完成。

定时任务,定时扫描未处理的消息,进行消息重发,重发超过一定次数后标记为失败,转人工处理。

解决方案二、延迟投递 + 回调检查
上游服务完成业务处理后,发送两条消息,一条给下游服务进行业务处理,如赠送积分业务,另一条给callback服务。
下游服务接收到业务消息并处理完成之后就直接发送一条消息给callback服务,callback服务接收到消息后就知道刚才有一条消息被成功处理了,callback服务把这条消息持久到数据库中,当上游服务之前发送的延迟消息到达callback服务时进行数据库检查,如果存在则说明消息被成功消费了,如果不存在则通过PRC调用通知上游服务有消息没有处理,上游服务重新发送业务消息和延迟确定消息进行重试。

Step 1: 上游服务业务处理
上游服务  --- 【a.业务消息】       ---->  下游服务
上游服务  --- 【b.延迟确认消息】    ---->  callback服务

Step 2: 下游服务业务处理
下游服务  --- 消费a消息  ---- 【c.消费确认消息】 ---> callback服务

Step 3: 消息处理情况持久化
callback服务  --- 消费【c. 消费确认消息】 ---持久化到DB(a消息已被成功消费)

Step 4: 上游服务检查消息处理情况
callback服务  --- 消费【b.延迟确认消息】 --- 检查DB

Step 5: 重试
callback服务  --- 检查DB 通过 --- 完成
callback服务  --- 检查DB 不通过 --- RPC通知上游服务

虽然这种方案也是无法做到 100% 的可靠传递,在特别极端的情况,还是需要定时任务和补偿机制进行辅助。但是该方案的核心是减少数据库操作,这个点很重要,因为这是在高并发的场景下,主要考虑性能。当然我们还是要补偿机制,即可以做到最终一致性。

RabbitMQ 100% 投递成功方案详解

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342