• RabbitMQ实战(一)Spring Boot 整合 RabbitMQ


    本文主要介绍RabbitMQ基础组件和SpringBoot整合RabbitMQ简单示例

    交换器(Exchange)

    交换器就像路由器,我们先是把消息发到交换器,然后交换器再根据绑定键(binding key)和生产者发送消息时的路由键routingKey,

    按照交换类型Exchange Type(fanout,direct,topic)把消息投递到对应的队列。(明白这个概念很重要,后面的代码里面充分体现了这一点)。

    RabbitMQ基础知识可查看消息队列RabbitMQ基础知识详解

    队列(Queue)

    存放消息的队列。

    绑定(Binding)

    交换器怎么知道把这条消息投递到哪个队列呢?这就需要用到绑定了。大概就是:使用某个绑定键(binding key),把某个队列(Queue)绑定到某个交换器(Exchange),这样交换器就知道根据路由键把这条消息投递到哪个队列了。(后面的代码里面充分体现了这一点)

    加入 RabbitMQ maven 依赖

    RabbitMQ实战(一)Spring Boot 整合 RabbitMQ

     

    配置

    application.yaml文件中配置

    RabbitMQ实战(一)Spring Boot 整合 RabbitMQ

     

    RabbitMQConfig.java 配置

    @Configuration
    public class RabbitMQConfig {
    
        public final static String QUEUE_NAME = "spring-boot-queue";
    
        public final static String EXCHANGE_NAME = "spring-boot-exchange";
    
        public final static String BINDING_KEY = "spring.boot.key.#";
    
    // 创建队列
        @Bean
        public Queue queue() {
    
            return new Queue(QUEUE_NAME);
    
        }
    
    // 创建一个 topic 类型的交换器
        @Bean
        public TopicExchange exchange() {
    
            return new TopicExchange(EXCHANGE_NAME);
    
        }
    
    // 使用路由键(routingKey)把队列(Queue)绑定到交换器(Exchange)
        @Bean
        public Binding binding(Queue queue, TopicExchange exchange) {
    
            return BindingBuilder.bind(queue).to(exchange).with(BINDING_KEY);
    
        }
    
    }

    注:上面配置的是TopicExchange

    实际业务中,可以配置多个队列和binding来满足需求。

    生产者

        直接调用 rabbitTemplate 的 convertAndSend 方法就可以了。从下面的代码里也可以看出,我们不是把消息直接发送到队列里面的,而是先发送到了交换器,交换器再根据路由键把我们的消息投递到对应的队列。

    消费者

        消费者也很简单,只需要对应的方法上加入 @RabbitListener 注解,指定需要监听的队列名称即可。

    RabbitMQ实战(一)Spring Boot 整合 RabbitMQ

     

    运行项目

        运行项目,然后打开浏览器,输入 http://localhost:9999/sendMessage(具体地址根据服务器)。在控制台就可以看到生产者在不停的的发送消息,消费者不断的在消费消息。

    RabbitMQ实战(一)Spring Boot 整合 RabbitMQ
  • 相关阅读:
    二维卷积层
    gluon 实现多层感知机MLP分类FashionMNIST
    gluon实现softmax分类FashionMNIST
    gluon 实现线性回归
    GPU使用
    Python迭代器和生成器
    L2范数惩罚项,高维线性回归
    多项式拟合
    模型选择,欠拟合,过拟合
    多层感知机MLP的gluon版分类minist
  • 原文地址:https://www.cnblogs.com/fdzfd/p/9319422.html
Copyright © 2020-2023  润新知