四种途径提高RabbitMQ传输数据的可靠性（二）

 前言

上一篇四种途径提高RabbitMQ传输消息数据的可靠性（一）已经介绍了两种方式提高数据可靠性传输的方法，本篇针对上一篇中提出的问题（1）与问题（2）提出解决常用的方法。

本文其实也就是结合以上四个方面进行讲解的，主要参考《RabbitMQ实战指南》（有需要PDF电子书的可以评论或者私信我），本文截图也来自其中，另外可以对一些RabbitMQ的概念的认识可以参考我的另外两篇博文认识RabbitMQ交换机模型、RabbitMQ是如何运转的？

 

---

 

三、生产者确认机制

针对问题（1），我们可以通过生产者的确认消息机制来解决，主要分为两种：第一是事务机制、第二是发送方确认机制

1、事务机制

　　与事务机制相关的有三种方法，分别是channel.txSelect设置当前信道为事务模式、channel.txCommit提交事务和channel.txRollback事务回滚。如果事务提交成功，则消息一定是到达了RabbitMQ中，如果事务提交之前由于发送异常或者其他原因，捕获后可以进行channel.txRollback回滚。

// 将信道设置为事务模式，开启事务
channel.txSelect(); 
// 发送持久化消息
channel.basicPublish(EXCHANGE_NAME, ROUTING_KEY, MessageProperties.PERSISTENT_TEXT_PLAIN, "transaction messages".getBytes()); 
// 事务提交
channel.txCommit();

发生异常之后事务回滚

try {
    　　channel.txSelect();
       channel.basicPublish(exchange, routingKey, MessageProperties.PERSISTENT_TEXT_PLAIN, "transaction messages".getBytes());
       channel.txCommit();
　　} catch (Exception e){
       e.printStackTrace();
       channel.txRollback();
   }

2、确认机制

　　生产者将信道设置为confirm确认模式，确认之后所有在信道上的消息将会被指派一个唯一的从1开始的ID，一旦消息被正确匹配到所有队列后，RabbitMQ就会发送一个确认Basic.Ack给生产者（包含消息的唯一ID），生产者便知晓消息是否正确到达目的地了。

　　　　　　　　　　　　　　　　　　

　　消息如果是持久化的，那么确认消息会在消息写入磁盘之后发出。RabbitMQ中的deliveryTag包含了确认消息序号，还可以设置multiple参数，表示到这个序号之前的所有消息都已经得到处理。确认机制相对事务机制来说，相比较代码来说比较复杂，但会经常使用，主要有单条确认、批量确认、异步批量确认三种方式。

　　2.1 单条确认

　　此种方式比较简单，一般都是一条条的发送，代码如下：

try {
    Connection connection = connectionFactory.newConnection();
    Channel channel = connection.createChannel();
    //set channel publisher confirm mode 
    channel.confirmSelect();
    // publish message
    channel.basicPublish("exchange", "routingkey", null, "publisher confirm test".getBytes());
    if (!channel.waitForConfirms()) {
        // publisher confirm failed handle
        System.out.println("send message failed!");
    }
} catch (Exception e) {
    e.printStackTrace();
}

　　2.2 批量确认

　　问：批量确认comfirm需要解决出现返回的Basic.Nack或者超时情况的话，客户需要将这一批次消息全部重发，那么采用什么样的存储结构才能合适地将这些消息动态筛选出来。

　　最好是需要增加一个缓存，将发送成功并且确认Ack之后的消息去除，剩下Nack或者超时的消息，改进之后的代码如下：

// take ArrayList or BlockingQueue as a cache
List<Object> cache = new ArrayList<>();
// set channel publisher confirm mode
channel.confirmSelect();
for (int i=0; i < 20; i++) {
    // publish message
    String message = "publisher message["+ i +"]";
    cache.add(message);
    channel.basicPublish("exchange", "routingkey", null, message.getBytes());
    if (channel.waitForConfirms()) {
        // remove message publisher confirm
        cache.remove(i);
    }
    // TODO handle Nack message：republish
}
} catch (Exception e) {
　　e.printStackTrace();
　　// TODO handle Nack message：republish
}

      2.3 异步批量确认

　　异步确认方式通过在客户端addConfirmListener增加ConfirmListener回调接口，包括handleAck与handleNack处理方法：

　　每次发送消息confirmSet集合元素加1，当消息被确认ack进入handleAck方法时，“unconfirm”集合中删除响应的一条（multiple设置为false时）或者多条记录（multiple设置为true时），其中存储缓存最好采用SortedSet数据结构

　　代码如下：

try {
    Connection connection = connectionFactory.newConnection();
    Channel channel = connection.createChannel();
    // take  as a cache
    SortedSet cache = new TreeSet();
    // set channel publisher confirm mode
    channel.confirmSelect();
    for (int i = 0; i < 20; i++) {
        // publish message
        long nextSeqNo = channel.getNextPublishSeqNo();
        String message = "publisher message[" + i + "]";
        cache.add(message);
        channel.basicPublish("exchange", "routingkey", MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());
        cache.add(nextSeqNo);

    }
    // add confirmCalback: handleAck, handleNack
    channel.addConfirmListener(new ConfirmListener() {
        @Override
        public void handleAck(long deliveryTag, boolean multiple) {
            if (multiple) {
                // batch remove ack message
                cache.headSet(deliveryTag - 1).clear();
            } else {
                // remove ack message
                cache.remove(deliveryTag);
            }
        }
        @Override
        public void handleNack(long deliveryTag, boolean multiple) {
            // TODO handle Nack message：republish
        }
    });

} catch (Exception e) {
    e.printStackTrace();
    // TODO handle Nack message：republish
}

3、总结比较

　　1）是确认机制好呢？还是事务机制？两者可以共存吗？

确认机制相对于事务机制，最大的好处就是可以异步处理提高吞吐量，不需要额外等待消耗资源。但是两者时候不能同时共存的。

　　

　　2）那么确认机制的三种方式之间呢？实际产生环境是推荐哪一种呢？（其实毫无疑问当然是推荐异步批量确认方式）

批量确认的最大问题就是在于返回的Nack消息需要重新发送，以上普通单条确认、批量确认、批量异步确认三种方法，在实际生产环境中强烈推荐使用批量异步确认方式。

四、消息与队列的持久化

针对的问题（2），我们可以通过增加队列与消息的持久化来实现。

1、交换器的持久化

　　交换器的持久化是通过声明队列durable参数为true实现的，如果交换器不设置持久化，那么在RabbitMQ服务器重启之后，相关的交换器元数据会丢失，消息不会丢失，只是不能将消息发送到这个交换器中。因此，都是建议将其置为持久化。

channel.exchangeDeclare(EXCHANGE_NAME, "direct", true, false, null);

 2、队列的持久化

　　队列持久化同理与交换器持久化，只是RabbitMQ服务器重启之后，相关的元数据会丢失，数据也会跟着丢失，消息也自然丢失。

 channel.queueDeclare(QUEUE_NAME, true, false, false, null);

3、消息的持久化

　　队列的持久化不能保证内存存储的消息不会丢失，要确保消息不会丢失，需要将其通过设置BasicProperties中的deliveryMode属性为2可实现消息的持久化（PERSISTENT_TEXT_PLAIN实际上已经封装了这个属性），也就是说只有实现了队列与消息的持久化，才能保证消息不会丢失。

// 其中的2就是投递模式
public static Class final BasicProperties_PERSISTENT_TEXT_PLAIN = 
new BasicProperties("text/plain", null, null, 2, null, null, null, null, null, null, null, null, null);

4、消息丢失的几种情况

　　但实际上不是设置了交换器、队列、消息持久化就能一定保证消息不会被丢失，以下几种情况是可能丢失的，比如：

　　1）设置autoAck为true，消费者收到消息后，还没处理就宕机了，这样也算数据丢失，解决办法是设置为false，之后手动确认。

　　2）在设置了持久化后消息存入RabbitMQ之后，还需要一段时间才能存入磁盘之中（虽然很短，但不能忽视），RabbitMQ并不会为每条消息都今次那个同步存盘，可能只会保存到操作系统缓存之中而不是物理磁盘中，如果RabbitMQ这个时间段内宕机、异常、重启等情况，消息也会丢失，解决办法是引入RabbitMQ的镜像队列机制（类似于集群，Master挂了切换到Slave）

　

总结

　　没有完全十全十美的方式能保证数据能100%不丢失，并且最大效率节约性能消耗等，两篇博文虽然已经提出常用的四种方式，当实际环境中整个RabbitMQ环境在搭建没有结合实际的生产业务环境的话，也会发生消息丢失的等情况，解决这样的问题无非就完善消息备份，健全RabbitMQ集群..........