一、MQ基础
更新: 2025/4/9 字数: 0 字 时长: 0 分钟
微服务一旦拆分，必然涉及到服务之间的相互调用，目前我们服务之间调用采用的都是基于OpenFeign的调用。这种调用中，调用者发起请求后需要等待服务提供者执行业务返回结果后，才能继续执行后面的业务。也就是说调用者在调用过程中处于阻塞状态，因此我们称这种调用方式为同步调用，也可以叫同步通讯。但在很多场景下，我们可能需要采用异步通讯的方式，为什么呢？
我们先来看看什么是同步通讯和异步通讯。如图：
解读：
- 同步通讯：就如同打视频电话，双方的交互都是实时的。因此同一时刻你只能跟一个人打视频电话。
- 异步通讯：就如同发微信聊天，双方的交互不是实时的，你不需要立刻给对方回应。因此你可以多线操作，同时跟多人聊天。
两种方式各有优劣，打电话可以立即得到响应，但是你却不能跟多个人同时通话。发微信可以同时与多个人收发微信，但是往往响应会有延迟。
所以，如果我们的业务需要实时得到服务提供方的响应，则应该选择同步通讯（同步调用）。而如果我们追求更高的效率，并且不需要实时响应，则应该选择异步通讯（异步调用）。
同步调用的方式我们已经学过了，之前的OpenFeign调用就是。但是：
- 异步调用又该如何实现？
- 哪些业务适合用异步调用来实现呢？
通过今天的学习你就能明白这些问题了。
1.初识MQ
1.1.同步调用
之前说过，我们现在基于OpenFeign的调用都属于是同步调用，那么这种方式存在哪些问题呢？
举个例子，我们以昨天留给大家作为作业的余额支付功能为例来分析，首先看下整个流程：
目前我们采用的是基于OpenFeign的同步调用，也就是说业务执行流程是这样的：
- 支付服务需要先调用用户服务完成余额扣减
- 然后支付服务自己要更新支付流水单的状态
- 然后支付服务调用交易服务，更新业务订单状态为已支付
三个步骤依次执行。
这其中就存在3个问题：
第一，拓展性差
我们目前的业务相对简单，但是随着业务规模扩大，产品的功能也在不断完善。
在大多数电商业务中，用户支付成功后都会以短信或者其它方式通知用户，告知支付成功。假如后期产品经理提出这样新的需求，你怎么办？是不是要在上述业务中再加入通知用户的业务？
某些电商项目中，还会有积分或金币的概念。假如产品经理提出需求，用户支付成功后，给用户以积分奖励或者返还金币，你怎么办？是不是要在上述业务中再加入积分业务、返还金币业务？
.......
最终你的支付业务会越来越臃肿：
也就是说每次有新的需求，现有支付逻辑都要跟着变化，代码经常变动，不符合开闭原则，拓展性不好。
第二，性能下降
由于我们采用了同步调用，调用者需要等待服务提供者执行完返回结果后，才能继续向下执行，也就是说每次远程调用，调用者都是阻塞等待状态。最终整个业务的响应时长就是每次远程调用的执行时长之和：
假如每个微服务的执行时长都是50ms，则最终整个业务的耗时可能高达300ms，性能太差了。
第三，级联失败
由于我们是基于OpenFeign调用交易服务、通知服务。当交易服务、通知服务出现故障时，整个事务都会回滚，交易失败。
这其实就是同步调用的级联失败问题。
但是大家思考一下，我们假设用户余额充足，扣款已经成功，此时我们应该确保支付流水单更新为已支付，确保交易成功。毕竟收到手里的钱没道理再退回去吧。
因此，这里不能因为短信通知、更新订单状态失败而回滚整个事务。
综上，同步调用的方式存在下列问题：
- 扩展性差
- 性能下降
- 级联失败
而要解决这些问题，我们就必须用异步调用的方式来代替同步调用。
1.2.异步调用
异步调用方式其实就是基于消息通知的方式，一般包含三个角色：
- 消息发送者：投递消息的人，就是原来的调用方
- 消息代理（Broker）：管理、暂存、转发消息，你可以把它理解成微信服务器
- 消息接收者：接收和处理消息的人，就是原来的服务提供方
在异步调用中，发送者不再直接同步调用接收者的业务接口，而是发送一条消息投递给消息Broker。然后接收者根据自己的需求从消息Broker那里订阅消息。每当发送方发送消息后，接受者都能获取消息并处理。
这样，发送消息的人和接收消息的人就完全解耦了。
还是以余额支付业务为例：
除了扣减余额、更新支付流水单状态以外，其它调用逻辑全部取消。而是改为发送一条消息到Broker。而相关的微服务都可以订阅消息通知，一旦消息到达Broker，则会分发给每一个订阅了的微服务，处理各自的业务。
假如产品经理提出了新的需求，比如要在支付成功后更新用户积分。支付代码完全不用变更，而仅仅是让积分服务也订阅消息即可：
不管后期增加了多少消息订阅者，作为支付服务来讲，执行问扣减余额、更新支付流水状态后，**发送消息即可。**业务耗时仅仅是这三部分业务耗时，仅仅100ms，大大提高了业务性能。
另外，不管是交易服务、通知服务，还是积分服务，他们的业务与支付关联度低。现在采用了异步调用，解除了耦合，他们即便执行过程中出现了故障，也不会影响到支付服务。
综上，异步调用的优势包括：
- 耦合度更低
- 性能更好
- 业务拓展性强
- 故障隔离，避免级联失败
当然，异步通信也并非完美无缺，它存在下列缺点：
- 完全依赖于Broker的可靠性、安全性和性能
- 架构复杂，后期维护和调试麻烦
1.3.技术选型
消息Broker(代理)，目前常见的实现方案就是消息队列（MessageQueue），简称为MQ.
目比较常见的MQ实现：
- ActiveMQ
- RabbitMQ
- RocketMQ
- Kafka
几种常见MQ的对比：
| RabbitMQ | ActiveMQ | RocketMQ | Kafka | |
|---|---|---|---|---|
| 公司/社区 | Rabbit | Apache | 阿里 | Apache |
| 开发语言 | Erlang（面向并发的编程语言） | Java | Java | Scala&Java |
| 协议支持 | AMQP，XMPP，SMTP，STOMP | OpenWire,STOMP，REST,XMPP,AMQP | 自定义协议 | 自定义协议 |
| 可用性 | 高（支持集群） | 一般 | 高 | 高 |
| 单机吞吐量 | 一般（每秒十万左右的吞吐率。一般七八万。） | 差 | 高 | 非常高（百万），适合大数据处理 |
| 消息延迟 | 微秒级（基于内存，很快） | 毫秒级 | 毫秒级 | 毫秒以内 |
| 消息可靠性 | 高 | 一般 | 高 | 一般 |
追求可用性：Kafka、 RocketMQ 、RabbitMQ
追求可靠性：RabbitMQ、RocketMQ
追求吞吐能力：RocketMQ、Kafka
追求消息低延迟：RabbitMQ、Kafka
据统计，目前国内消息队列使用最多的还是RabbitMQ，再加上其各方面都比较均衡，稳定性也好，因此我们课堂上选择RabbitMQ来学习。
2.RabbitMQ
RabbitMQ是基于Erlang语言开发的开源消息通信中间件，官网地址：
接下来，我们就学习它的基本概念和基础用法。
2.1.安装
我们同样基于Docker来安装RabbitMQ，使用下面的命令即可：
docker run \
-e RABBITMQ_DEFAULT_USER=itheima \
-e RABBITMQ_DEFAULT_PASS=123321 \
-v mq-plugins:/plugins \
--name mq \
--hostname mq \
-p 15672:15672 \
-p 5672:5672 \
--network hmall\
-d \
rabbitmq:3.8-management其中15672端口为RabbitMQ的控制台端口，5672端口为各个微服务访问RabbitMQ的端口
如果拉取镜像困难的话，可以使用课前资料给大家准备的镜像，利用docker load -i mq.tar命令加载：
docker load -i mq.tar
可以看到在安装命令中有两个映射的端口：
- 15672：RabbitMQ提供的管理控制台的端口
- 5672：RabbitMQ的消息发送处理接口
安装完成后，我们访问 http://192.168.88.133:15672即可看到管理控制台。首次访问需要登录，默认的用户名和密码在配置文件中已经指定了。
登录后即可看到管理控制台总览页面：
RabbitMQ对应的架构如图：
其中包含几个概念：
publisher：生产者，也就是发送消息的一方consumer：消费者，也就是消费消息的一方queue：**队列，存储消息。**生产者投递的消息会暂存在消息队列中，等待消费者处理exchange：交换机，负责消息路由。生产者发送的消息由交换机决定投递到哪个队列。virtual host：虚拟主机，起到数据隔离的作用。每个虚拟主机相互独立，有各自的exchange、queue
上述这些东西都可以在RabbitMQ的管理控制台来管理，下一节我们就一起来学习控制台的使用。
2.2.收发消息
2.2.1.交换机
我们打开Exchanges选项卡，可以看到已经存在很多交换机：
我们点击任意交换机，即可进入交换机详情页面。仍然会利用控制台中的publish message 发送一条消息：
这里是由控制台模拟了生产者发送的消息。由于没有消费者存在，最终消息丢失了，这样说明交换机没有存储消息的能力。
2.2.2.队列
我们打开Queues选项卡，新建一个队列：
命名为hello.queue1：
再以相同的方式，创建一个队列，name为hello.queue2，最终队列列表如下：
此时，我们再次向amq.fanout交换机发送一条消息。会发现消息依然没有到达队列！！
怎么回事呢？
发送到交换机的消息，只会路由到与其绑定的队列，因此仅仅创建队列是不够的，我们还需要将其与交换机绑定。
2.2.3.绑定关系
点击Exchanges选项卡，点击amq.fanout交换机，进入交换机详情页，然后点击**Bindings菜单**，在表单中填写要绑定的队列名称：
相同的方式，将hello.queue2也绑定到改交换机。
最终，绑定结果如下：
从队列也可以看到绑定了那些交换机：
2.2.4.发送消息
再次回到exchange页面，找到刚刚绑定的amq.fanout，点击进入详情页，再次发送一条消息：
回到Queues页面，可以发现hello.queue中已经有一条消息了：
点击队列名称，进入详情页，查看队列详情，这次我们点击get message：
可以看到消息到达队列了：
这个时候如果有消费者监听了MQ的hello.queue1或hello.queue2队列，自然就能接收到消息了。
2.3.数据隔离
2.3.1.用户管理
点击Admin选项卡，首先会看到RabbitMQ控制台的用户管理界面：
这里的用户都是RabbitMQ的管理或运维人员。目前只有安装RabbitMQ时添加的itheima这个用户。仔细观察用户表格中的字段，如下：
Name：itheima，也就是用户名Tags：administrator，说明itheima用户是超级管理员，拥有所有权限Can access virtual host：/，可以访问的virtual host，这里的/是默认的virtual host
对于小型企业而言，出于成本考虑，我们通常**只会搭建一套MQ集群，公司内的多个不同项目同时使用。**这个时候为了避免互相干扰， 我们会利用virtual host的隔离特性，将不同项目隔离。一般会做两件事情：
- 给每个项目创建独立的运维账号，将管理权限分离。
- 给每个项目创建不同的
virtual host，将每个项目的数据隔离。
比如，我们给黑马商城创建一个新的用户，命名为hmall，密码：123：
你会发现此时hmall用户没有任何virtual host的访问权限：
别急，接下来我们就来授权。
2.3.2.virtual host
我们先退出登录：
切换到刚刚创建的hmall用户登录，然后点击Virtual Hosts菜单，进入virtual host管理页：
可以看到目前只有一个默认的virtual host，名字为 /。
我们可以给黑马商城项目创建一个单独的virtual host，而不是使用默认的/。
创建完成后如图：
由于我们是登录hmall账户后创建的virtual host，因此回到users菜单，你会发现当前用户已经具备了对/hmall这个virtual host的访问权限了：
此时，点击页面右上角的virtual host下拉菜单，切换virtual host为 /hmall：
然后再次查看queues选项卡，会发现之前的队列已经看不到了：
这就是基于virtual host 的隔离效果。
3.Spring AMQP
Advanced Message Queuing Protocol 高级信息队列协议
将来我们开发业务功能的时候，肯定不会在控制台收发消息，而是应该基于编程的方式。由于RabbitMQ采用了AMQP协议，因此它具备跨语言的特性。任何语言只要遵循AMQP协议收发消息，都可以与RabbitMQ交互。并且RabbitMQ官方也提供了各种不同语言的客户端。
但是，RabbitMQ官方提供的Java客户端编码相对复杂，一般生产环境下我们更多会结合Spring来使用。而Spring的官方刚好基于RabbitMQ提供了这样一套消息收发的模板工具：SpringAMQP。并且还基于SpringBoot对其实现了自动装配，使用起来非常方便。
SpringAmqp的官方地址：
https://spring.io/projects/spring-amqp
SpringAMQP提供了三个功能：
- 自动声明队列、交换机及其绑定关系
- 基于注解的监听器模式，异步接收消息
- 封装了RabbitTemplate工具，用于发送消息
这一章我们就一起学习一下，如何利用SpringAMQP实现对RabbitMQ的消息收发。
3.1.导入Demo工程
在课前资料给大家提供了一个Demo工程，方便我们学习SpringAMQP的使用：
将其复制到你的工作空间，然后用Idea打开，项目结构如图：
包括三部分：
- mq-demo：父工程，管理项目依赖
- publisher：消息的发送者
- consumer：消息的消费者
在mq-demo这个父工程中，已经配置好了SpringAMQP相关的依赖：
<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
<modelVersion>4.0.0</modelVersion>
<groupId>cn.itcast.demo</groupId>
<artifactId>mq-demo</artifactId>
<version>1.0-SNAPSHOT</version>
<modules>
<module>publisher</module>
<module>consumer</module>
</modules>
<packaging>pom</packaging>
<parent>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-parent</artifactId>
<version>2.7.12</version>
<relativePath/>
</parent>
<properties>
<maven.compiler.source>8</maven.compiler.source>
<maven.compiler.target>8</maven.compiler.target>
</properties>
<dependencies>
<dependency>
<groupId>org.projectlombok</groupId>
<artifactId>lombok</artifactId>
</dependency>
<!--AMQP依赖，包含RabbitMQ-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
<!--单元测试-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-test</artifactId>
</dependency>
</dependencies>
</project>因此，子工程中就可以直接使用SpringAMQP了。
3.2.快速入门
在之前的案例中，我们都是经过交换机发送消息到队列，不过有时候为了测试方便，我们也可以直接向队列发送消息，暂时跳过交换机。
在入门案例中，我们就演示这样的简单模型，如图：
也就是：
- publisher直接发送消息到队列
- 消费者监听并处理队列中的消息
注意：这种模式一般测试使用，很少在生产中使用。
为了方便测试，我们现在控制台新建一个队列：simple.queue
添加成功：
接下来，我们就可以利用Java代码收发消息了。
3.2.0.使用步骤
<!--AMQP依赖，包含RabbitMQ-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>
spring:
rabbitmq:
host: 192.168.88.133 # 你的虚拟机IP
port: 5672 # 端口
virtual-host: /hmall # 虚拟主机
username: hmall # 用户名
password: 123 # 密码
3.2.1.消息发送
首先配置MQ地址，在publisher服务的application.yml中添加配置：
spring:
rabbitmq:
host: 192.168.88.133 # 你的虚拟机IP
port: 5672 # 端口
virtual-host: /hmall # 虚拟主机
username: hmall # 用户名
password: 123 # 密码
然后在publisher服务中编写测试类SpringAmqpTest，并利用RabbitTemplate实现消息发送：
package com.itheima.publisher.amqp;
import org.junit.jupiter.api.Test;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
@SpringBootTest
public class SpringAmqpTest {
@Autowired
private RabbitTemplate rabbitTemplate;
@Test
public void testSimpleQueue() {
// 队列名称
String queueName = "simple.queue";
// 消息
String message = "hello, spring amqp!";
// 发送消息
rabbitTemplate.convertAndSend(queueName, message);
}
}打开控制台，可以看到消息已经发送到队列中：
接下来，我们再来实现消息接收。
3.2.2.消息接收
首先配置MQ地址，在consumer服务的application.yml中添加配置：
spring:
rabbitmq:
host: 192.168.150.101 # 你的虚拟机IP
port: 5672 # 端口
virtual-host: /hmall # 虚拟主机
username: hmall # 用户名
password: 123 # 密码然后在consumer服务的com.itheima.consumer.listener包中新建一个类SpringRabbitListener，代码如下：
package com.itheima.consumer.listener;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;
@Component
public class SpringRabbitListener {
// 利用RabbitListener来声明要监听的队列信息
// 将来一旦监听的队列中有了消息，就会推送给当前服务，调用当前方法，处理消息。
// 可以看到方法体中接收的就是消息体的内容
@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(String msg) throws InterruptedException {
System.out.println("spring 消费者接收到消息：【" + msg + "】");
}
}3.2.3.测试
启动consumer服务，然后在publisher服务中运行测试代码，发送MQ消息。最终consumer收到消息：
3.3.WorkQueues模型
Work queues，任务模型。简单来说就是让多个消费者绑定到一个队列，共同消费队列中的消息。
当消息处理比较耗时的时候，可能生产消息的速度会远远大于消息的消费速度。长此以往，**消息就会堆积越来越多，**无法及时处理。
此时就可以使用work 模型，多个消费者共同处理消息处理，消息处理的速度就能大大提高了。
接下来，我们就来模拟这样的场景。
首先，我们在控制台创建一个新的队列，命名为work.queue：
3.3.1.消息发送
这次我们循环发送，模拟大量消息堆积现象。
在publisher服务中的SpringAmqpTest类中添加一个测试方法：
/**
* workQueue
* 向队列中不停发送消息，模拟消息堆积。
*/
@Test
public void testWorkQueue() throws InterruptedException {
// 队列名称
String queueName = "work.queue";
// 消息
String message = "hello, message_";
for (int i = 0; i < 50; i++) {
// 发送消息，每20毫秒发送一次，相当于每秒发送50条消息
rabbitTemplate.convertAndSend(queueName, message + i);
Thread.sleep(20);
}
}3.3.2.消息接收
要模拟多个消费者绑定同一个队列，我们在consumer服务的SpringRabbitListener中添加2个新的方法：
@RabbitListener(queues = "work.queue")
public void listenWorkQueue1(String msg) throws InterruptedException {
System.out.println("消费者1接收到消息：【" + msg + "】" + LocalTime.now());
Thread.sleep(20);
}
@RabbitListener(queues = "work.queue")
public void listenWorkQueue2(String msg) throws InterruptedException {
System.err.println("消费者2........接收到消息：【" + msg + "】" + LocalTime.now());
Thread.sleep(200);
}注意到这两消费者，都设置了Thead.sleep，模拟任务耗时：
- 消费者1 sleep了20毫秒，相当于每秒钟处理50个消息
- 消费者2 sleep了200毫秒，相当于每秒处理5个消息
3.3.3.测试
启动ConsumerApplication后，在执行publisher服务中刚刚编写的发送测试方法testWorkQueue。
最终结果如下：
消费者1接收到消息：【hello, message_0】21:06:00.869555300
消费者2........接收到消息：【hello, message_1】21:06:00.884518
消费者1接收到消息：【hello, message_2】21:06:00.907454400
消费者1接收到消息：【hello, message_4】21:06:00.953332100
消费者1接收到消息：【hello, message_6】21:06:00.997867300
消费者1接收到消息：【hello, message_8】21:06:01.042178700
消费者2........接收到消息：【hello, message_3】21:06:01.086478800
消费者1接收到消息：【hello, message_10】21:06:01.087476600
消费者1接收到消息：【hello, message_12】21:06:01.132578300
消费者1接收到消息：【hello, message_14】21:06:01.175851200
消费者1接收到消息：【hello, message_16】21:06:01.218533400
消费者1接收到消息：【hello, message_18】21:06:01.261322900
消费者2........接收到消息：【hello, message_5】21:06:01.287003700
消费者1接收到消息：【hello, message_20】21:06:01.304412400
消费者1接收到消息：【hello, message_22】21:06:01.349950100
消费者1接收到消息：【hello, message_24】21:06:01.394533900
消费者1接收到消息：【hello, message_26】21:06:01.439876500
消费者1接收到消息：【hello, message_28】21:06:01.482937800
消费者2........接收到消息：【hello, message_7】21:06:01.488977100
消费者1接收到消息：【hello, message_30】21:06:01.526409300
消费者1接收到消息：【hello, message_32】21:06:01.572148
消费者1接收到消息：【hello, message_34】21:06:01.618264800
消费者1接收到消息：【hello, message_36】21:06:01.660780600
消费者2........接收到消息：【hello, message_9】21:06:01.689189300
消费者1接收到消息：【hello, message_38】21:06:01.705261
消费者1接收到消息：【hello, message_40】21:06:01.746927300
消费者1接收到消息：【hello, message_42】21:06:01.789835
消费者1接收到消息：【hello, message_44】21:06:01.834393100
消费者1接收到消息：【hello, message_46】21:06:01.875312100
消费者2........接收到消息：【hello, message_11】21:06:01.889969500
消费者1接收到消息：【hello, message_48】21:06:01.920702500
消费者2........接收到消息：【hello, message_13】21:06:02.090725900
消费者2........接收到消息：【hello, message_15】21:06:02.293060600
消费者2........接收到消息：【hello, message_17】21:06:02.493748
消费者2........接收到消息：【hello, message_19】21:06:02.696635100
消费者2........接收到消息：【hello, message_21】21:06:02.896809700
消费者2........接收到消息：【hello, message_23】21:06:03.099533400
消费者2........接收到消息：【hello, message_25】21:06:03.301446400
消费者2........接收到消息：【hello, message_27】21:06:03.504999100
消费者2........接收到消息：【hello, message_29】21:06:03.705702500
消费者2........接收到消息：【hello, message_31】21:06:03.906601200
消费者2........接收到消息：【hello, message_33】21:06:04.108118500
消费者2........接收到消息：【hello, message_35】21:06:04.308945400
消费者2........接收到消息：【hello, message_37】21:06:04.511547700
消费者2........接收到消息：【hello, message_39】21:06:04.714038400
消费者2........接收到消息：【hello, message_41】21:06:04.916192700
消费者2........接收到消息：【hello, message_43】21:06:05.116286400
消费者2........接收到消息：【hello, message_45】21:06:05.318055100
消费者2........接收到消息：【hello, message_47】21:06:05.520656400
消费者2........接收到消息：【hello, message_49】21:06:05.723106700可以看到消费者1和消费者2竟然每人消费了25条消息：
- 消费者1很快完成了自己的25条消息
- 消费者2却在缓慢的处理自己的25条消息。
也就是说消息是**平均分配给每个消费者，并没有考虑到消费者的处理能力**。导致1个消费者空闲，另一个消费者忙的不可开交。没有充分利用每一个消费者的能力，最终消息处理的耗时远远超过了1秒。这样显然是有问题的。
3.3.4.能者多劳
在spring中有一个简单的配置，可以解决这个问题。我们修改consumer(消费者)服务的application.yml文件，添加配置：
spring:
rabbitmq:
listener:
simple:
prefetch: 1 # 每次只能获取一条消息，处理完成才能获取下一个消息再次测试，发现结果如下：
消费者1接收到消息：【hello, message_0】21:12:51.659664200
消费者2........接收到消息：【hello, message_1】21:12:51.680610
消费者1接收到消息：【hello, message_2】21:12:51.703625
消费者1接收到消息：【hello, message_3】21:12:51.724330100
消费者1接收到消息：【hello, message_4】21:12:51.746651100
消费者1接收到消息：【hello, message_5】21:12:51.768401400
消费者1接收到消息：【hello, message_6】21:12:51.790511400
消费者1接收到消息：【hello, message_7】21:12:51.812559800
消费者1接收到消息：【hello, message_8】21:12:51.834500600
消费者1接收到消息：【hello, message_9】21:12:51.857438800
消费者1接收到消息：【hello, message_10】21:12:51.880379600
消费者2........接收到消息：【hello, message_11】21:12:51.899327100
消费者1接收到消息：【hello, message_12】21:12:51.922828400
消费者1接收到消息：【hello, message_13】21:12:51.945617400
消费者1接收到消息：【hello, message_14】21:12:51.968942500
消费者1接收到消息：【hello, message_15】21:12:51.992215400
消费者1接收到消息：【hello, message_16】21:12:52.013325600
消费者1接收到消息：【hello, message_17】21:12:52.035687100
消费者1接收到消息：【hello, message_18】21:12:52.058188
消费者1接收到消息：【hello, message_19】21:12:52.081208400
消费者2........接收到消息：【hello, message_20】21:12:52.103406200
消费者1接收到消息：【hello, message_21】21:12:52.123827300
消费者1接收到消息：【hello, message_22】21:12:52.146165100
消费者1接收到消息：【hello, message_23】21:12:52.168828300
消费者1接收到消息：【hello, message_24】21:12:52.191769500
消费者1接收到消息：【hello, message_25】21:12:52.214839100
消费者1接收到消息：【hello, message_26】21:12:52.238998700
消费者1接收到消息：【hello, message_27】21:12:52.259772600
消费者1接收到消息：【hello, message_28】21:12:52.284131800
消费者2........接收到消息：【hello, message_29】21:12:52.306190600
消费者1接收到消息：【hello, message_30】21:12:52.325315800
消费者1接收到消息：【hello, message_31】21:12:52.347012500
消费者1接收到消息：【hello, message_32】21:12:52.368508600
消费者1接收到消息：【hello, message_33】21:12:52.391785100
消费者1接收到消息：【hello, message_34】21:12:52.416383800
消费者1接收到消息：【hello, message_35】21:12:52.439019
消费者1接收到消息：【hello, message_36】21:12:52.461733900
消费者1接收到消息：【hello, message_37】21:12:52.485990
消费者1接收到消息：【hello, message_38】21:12:52.509219900
消费者2........接收到消息：【hello, message_39】21:12:52.523683400
消费者1接收到消息：【hello, message_40】21:12:52.547412100
消费者1接收到消息：【hello, message_41】21:12:52.571191800
消费者1接收到消息：【hello, message_42】21:12:52.593024600
消费者1接收到消息：【hello, message_43】21:12:52.616731800
消费者1接收到消息：【hello, message_44】21:12:52.640317
消费者1接收到消息：【hello, message_45】21:12:52.663111100
消费者1接收到消息：【hello, message_46】21:12:52.686727
消费者1接收到消息：【hello, message_47】21:12:52.709266500
消费者2........接收到消息：【hello, message_48】21:12:52.725884900
消费者1接收到消息：【hello, message_49】21:12:52.746299900可以发现，由于消费者1处理速度较快，所以处理了更多的消息；消费者2处理速度较慢，**只处理了6条消息。**而最终总的执行耗时也在1秒左右，大大提升。
正所谓能者多劳，这样充分利用了每一个消费者的处理能力，可以有效避免消息积压问题。
3.3.5.总结
Work模型的使用：
- 多个消费者绑定到一个队列，同一条消息只会被一个消费者处理
- 通过设置prefetch来控制消费者预取的消息数量
3.4.交换机类型
在之前的两个测试案例中，都没有交换机，生产者直接发送消息到队列。而一旦引入交换机，消息发送的模式会有很大变化：
可以看到，在订阅模型中，多了一个exchange角色，而且过程略有变化：
- Publisher：生产者，不再发送消息到队列中，而是发给交换机
- Exchange：交换机，一方面，接收生产者发送的消息。另一方面，知道如何处理消息，例如递交给某个特别队列、递交给所有队列、或是将消息丢弃。到底如何操作，取决于Exchange的类型。
- Queue：消息队列也与以前一样，接收消息、缓存消息。不过队列一定要与交换机绑定。
- Consumer：消费者，与以前一样，订阅队列，没有变化
Exchange（交换机）只负责转发消息，不具备存储消息的能力，因此如果没有任何队列与Exchange绑定，或者没有符合路由规则的队列，那么**消息会丢失**！
交换机的类型有四种：
- Fanout：**广播，将消息交给所有绑定到交换机的队列。**我们最早在控制台使用的正是Fanout交换机
- Direct：订阅，基于**RoutingKey（路由key）**发送给订阅了消息的队列
- Topic：通配符订阅，与Direct类似，只不过RoutingKey可以使用通配符
- Headers：头匹配，基于MQ的消息头匹配，用的较少。
课堂中，我们讲解前面的三种交换机模式。
3.5.Fanout交换机-广播
Fanout，英文翻译是扇出，我觉得在MQ中叫广播更合适。
在广播模式下，消息发送流程是这样的：
- 1） 可以有多个队列
- 2） 每个队列都要绑定到Exchange（交换机）
- 3） 生产者发送的消息，只能发送到交换机
- 4） 交换机把消息发送给绑定过的所有队列
- 5） 订阅队列的消费者都能拿到消息
我们的计划是这样的：
- 创建一个名为
hmall.fanout的交换机，类型是Fanout - 创建两个队列
fanout.queue1和fanout.queue2，绑定到交换机hmall.fanout
3.5.1.声明队列和交换机
在控制台创建队列fanout.queue1:
在创建一个队列fanout.queue2：
然后再创建一个交换机：
然后绑定两个队列到交换机：
3.5.2.消息发送
在publisher服务的SpringAmqpTest类中添加测试方法：
@Test
public void testFanoutExchange() {
// 交换机名称
String exchangeName = "hmall.fanout";
// 消息
String message = "hello, everyone!";
rabbitTemplate.convertAndSend(exchangeName, "", message);
}3.5.3.消息接收
在consumer服务的SpringRabbitListener中添加两个方法，作为消费者：
@RabbitListener(queues = "fanout.queue1")
public void listenFanoutQueue1(String msg) {
System.out.println("消费者1接收到Fanout消息：【" + msg + "】");
}
@RabbitListener(queues = "fanout.queue2")
public void listenFanoutQueue2(String msg) {
System.out.println("消费者2接收到Fanout消息：【" + msg + "】");
}3.5.4.总结
交换机的作用是什么？
- 接收publisher发送的消息
- 将消息按照规则路由到与之绑定的队列
- 不能缓存消息，路由失败，消息丢失
- FanoutExchange的会将消息路由到每个绑定的队列
3.6.Direct交换机-定向路由
应用场景
用户下单支付后，后通知交易服务、短信服务、积分服务。但是如果下单支付后又取消了，此时就只需要通知给交易服务进行取消等操作就行，无需进行其他的积分、通知等服务。，此时就**不需要使用Fanout广播类型的交换机，而应该使用Direct定向路由的交换机。**
在Fanout模式中，一条消息，会被所有订阅的队列都消费。但是，在某些场景下，我们希望不同的消息被不同的队列消费。这时就要用到Direct类型的Exchange。
在Direct模型下：
- 队列与交换机的绑定，不能是任意绑定了，而是要指定一个
RoutingKey（路由key） - 消息的发送方在 向 Exchange发送消息时，也必须指定消息的
RoutingKey。 - Exchange不再把消息交给每一个绑定的队列，而是根据消息的
Routing Key进行判断，只有队列的Routingkey与消息的Routing key完全一致，才会接收到消息（但是若消息队列的每个bindingKey都有相同的，比如这里的red，此时若指定的RoutingKey为red，则也可以做到Fanout交换机广播的效果。）
案例需求如图：
- 声明一个名为
hmall.direct的交换机 - 声明队列
direct.queue1，绑定hmall.direct，bindingKey为blud和red - 声明队列
direct.queue2，绑定hmall.direct，bindingKey为yellow和red - 在
consumer服务中，编写两个消费者方法，分别监听direct.queue1和direct.queue2 - 在publisher中编写测试方法，向
hmall.direct发送消息
3.6.1.声明队列和交换机
首先在控制台声明两个队列direct.queue1和direct.queue2，这里不再展示过程：
然后声明一个direct类型的交换机，命名为hmall.direct:
然后使用red和blue作为key，绑定direct.queue1到hmall.direct：
同理，使用**red和yellow作为key**，绑定direct.queue2到hmall.direct，步骤略，最终结果：
3.6.2.消息接收
在consumer服务的SpringRabbitListener中添加方法：
/**
* 监听绑定Direct交换机的队列
* @param msg
*/
@RabbitListener(queues = "direct.queue1")
public void listenDirectQueue1(String msg) {
System.out.println("消费者1接收到direct.queue1的消息：【" + msg + "】");
}
@RabbitListener(queues = "direct.queue2")
public void listenDirectQueue2(String msg) {
System.out.println("消费者2接收到direct.queue2的消息：【" + msg + "】");
}3.6.3.消息发送
在publisher服务的SpringAmqpTest类中添加测试方法：
@Test
public void testSendDirectExchange() {
// 交换机名称
String exchangeName = "hmall.direct";
// 消息
String message = "红色警报！日本乱排核废水，导致海洋生物变异，惊现哥斯拉！";
// 发送消息
rabbitTemplate.convertAndSend(exchangeName, "red", message);
}由于使用的red这个key，所以两个消费者都收到了消息：
我们再切换为blue这个key：
@Test
public void testSendDirectExchange() {
// 交换机名称
String exchangeName = "hmall.direct";
// 消息
String message = "最新报道，哥斯拉是居民自治巨型气球，虚惊一场！";
// 发送消息
rabbitTemplate.convertAndSend(exchangeName, "blue", message);
}你会发现，只有消费者1收到了消息：
3.6.4.总结
描述下Direct交换机与Fanout交换机的差异？
- Fanout交换机将消息路由给每一个与之绑定的队列
- Direct交换机根据RoutingKey判断路由给哪个队列
- 如果多个队列具有相同的RoutingKey，则与Fanout功能类似
3.7.Topic交换机-通配符
3.7.1.说明
Topic类型的Exchange与Direct相比，都是可以根据RoutingKey把消息路由到不同的队列。
只不过Topic类型Exchange可以让队列在绑定BindingKey 的时候**使用通配符**！
BindingKey` 一般都是有一个或多个单词组成，多个单词之间以`.`分割，例如： `item.insert通配符规则：
#：匹配一个或多个词*：匹配不多不少恰好1个词
举例：
item.#：能够匹配item.spu.insert或者item.spuitem.*：只能匹配item.spu
图示：
假如此时publisher发送的消息使用的RoutingKey共有四种：
china.news代表有中国的新闻消息；china.weather代表中国的天气消息；japan.news则代表日本新闻japan.weather代表日本的天气消息；
解释：
topic.queue1：绑定的是china.#，凡是以china.开头的routing key都会被匹配到，包括：china.newschina.weather
topic.queue2：绑定的是#.news，凡是以.news结尾的routing key都会被匹配。包括:china.newsjapan.news
接下来，我们就按照上图所示，来演示一下Topic交换机的用法。
首先，在控制台按照图示例子创建队列、交换机，并利用通配符绑定队列和交换机。此处步骤略。最终结果如下：
3.7.2.消息发送
在publisher服务的SpringAmqpTest类中添加测试方法：
/**
* topicExchange
*/
@Test
public void testSendTopicExchange() {
// 交换机名称
String exchangeName = "hmall.topic";
// 消息
String message = "喜报！孙悟空大战哥斯拉，胜!";
// 发送消息
rabbitTemplate.convertAndSend(exchangeName, "china.news", message);
}3.7.3.消息接收
在consumer服务的SpringRabbitListener中添加方法：
@RabbitListener(queues = "topic.queue1")
public void listenTopicQueue1(String msg){
System.out.println("消费者1接收到topic.queue1的消息：【" + msg + "】");
}
@RabbitListener(queues = "topic.queue2")
public void listenTopicQueue2(String msg){
System.out.println("消费者2接收到topic.queue2的消息：【" + msg + "】");
}
3.7.4.总结
描述下Direct交换机与Topic交换机的差异？
- Topic交换机接收的消息RoutingKey必须是多个单词，以
.分割 - Topic交换机与队列绑定时的bindingKey可以指定通配符
#：代表0个或多个词*：代表1个词
3.8.声明-队列和交换机
在之前我们都是基于RabbitMQ控制台来创建队列、交换机。但是在实际开发时，队列和交换机是程序员定义的，将来项目上线，又要交给运维去创建。那么程序员就需要把程序中运行的所有队列和交换机都写下来，交给运维。在这个过程中是很容易出现错误的。
因此推荐的做法是由程序启动时检查队列和交换机是否存在，如果不存在自动创建。
声明队列和交换机，消费者中去配置
3.8.1.基本API
SpringAMQP提供了一个Queue类，用来创建队列：
SpringAMQP还提供了一个Exchange接口，来表示所有不同类型的交换机：
我们可以自己创建队列和交换机，不过SpringAMQP还提供了ExchangeBuilder来简化这个过程：
而在绑定队列和交换机时，则需要使用BindingBuilder来创建Binding对象：
3.8.2.fanout示例
在consumer中创建一个类，声明队列和交换机：
@Configuration
public class FanoutConfig {
/**
* 声明交换机
* @return Fanout类型交换机
*/
@Bean
public FanoutExchange fanoutExchange(){
//return new FanoutExchange("hmall.fanout");
return ExchangeBuilder.fanoutExchange("hmall.fanout").build();
}
/**
* 第1个队列
*/
@Bean
public Queue fanoutQueue1(){
// return new Queue("fanout.queue1");
return QueueBuilder.durable("fanout.queue1").build();
}
/**
* 绑定队列和交换机
*/
@Bean
public Binding bindingQueue1(Queue fanoutQueue1, FanoutExchange fanoutExchange){
return BindingBuilder.bind(fanoutQueue1).to(fanoutExchange);
}
/**
* 第2个队列
*/
@Bean
public Queue fanoutQueue2(){
return new Queue("fanout.queue2");
}
/**
* 绑定队列和交换机
*/
@Bean
public Binding bindingQueue2(Queue fanoutQueue2, FanoutExchange fanoutExchange){
return BindingBuilder.bind(fanoutQueue2).to(fanoutExchange);
}
}3.8.2.direct示例
direct模式由于要绑定多个KEY，会非常麻烦，每一个Key都要编写一个binding：
package com.itheima.consumer.config;
import org.springframework.amqp.core.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class DirectConfig {
/**
* 声明交换机
* @return Direct类型交换机
*/
@Bean
public DirectExchange directExchange(){
return ExchangeBuilder.directExchange("hmall.direct").build();
}
/**
* 第1个队列
*/
@Bean
public Queue directQueue1(){
return new Queue("direct.queue1");
}
/**
* 绑定队列和交换机
*/
@Bean
public Binding bindingQueue1WithRed(Queue directQueue1, DirectExchange directExchange){
return BindingBuilder.bind(directQueue1).to(directExchange).with("red");
}
/**
* 绑定队列和交换机
*/
@Bean
public Binding bindingQueue1WithBlue(Queue directQueue1, DirectExchange directExchange){
return BindingBuilder.bind(directQueue1).to(directExchange).with("blue");
}
/**
* 第2个队列
*/
@Bean
public Queue directQueue2(){
return new Queue("direct.queue2");
}
/**
* 绑定队列和交换机
*/
@Bean
public Binding bindingQueue2WithRed(Queue directQueue2, DirectExchange directExchange){
return BindingBuilder.bind(directQueue2).to(directExchange).with("red");
}
/**
* 绑定队列和交换机
*/
@Bean
public Binding bindingQueue2WithYellow(Queue directQueue2, DirectExchange directExchange){
return BindingBuilder.bind(directQueue2).to(directExchange).with("yellow");
}
}3.8.4.基于注解声明
基于@Bean的方式声明队列和交换机比较麻烦，Spring还提供了基于注解方式来声明。
例如，我们同样声明Direct模式的交换机和队列：
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "direct.queue1", durable = "true"),
exchange = @Exchange(name = "hmall.direct", type = ExchangeTypes.DIRECT, durable = "true"),
key = {"red", "bule"}
))
public void listenDirectQueue1(String msg){
System.out.println("消费者1接收到direct.queue1的消息：【" + msg + "】");
}
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "direct.queue2", durable = "true"),
exchange = @Exchange(name = "hmall.direct", type = ExchangeTypes.DIRECT, durable = "true"),
key = {"red", "yellow"}
))
public void listenDirectQueue2(String msg){
System.out.println("消费者2接收到direct.queue2的消息：【" + msg + "】");
}是不是简单多了。
再试试Topic模式：
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "topic.queue1"),
exchange = @Exchange(name = "hmall.topic", type = ExchangeTypes.TOPIC),
key = "china.#"
))
public void listenTopicQueue1(String msg){
System.out.println("消费者1接收到topic.queue1的消息：【" + msg + "】");
}
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "topic.queue2"),
exchange = @Exchange(name = "hmall.topic", type = ExchangeTypes.TOPIC),
key = "#.news"
))
public void listenTopicQueue2(String msg){
System.out.println("消费者2接收到topic.queue2的消息：【" + msg + "】");
}3.9.消息转换器
Spring的消息发送代码接收的消息体是一个Object：
而在数据传输时，它会把你发送的消息序列化为字节发送给MQ，接收消息的时候，还会把字节反序列化为Java对象。
只不过，默认情况下Spring采用的序列化方式是JDK序列化。众所周知，JDK序列化存在下列问题：
- 数据体积过大
- 有安全漏洞
- 可读性差
我们来测试一下。
3.9.1.测试默认转换器
1）创建测试队列
首先，我们在consumer服务中声明一个新的配置类：
利用@Bean的方式创建一个队列，
具体代码：
package com.itheima.consumer.config;
import org.springframework.amqp.core.Queue;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class MessageConfig {
@Bean
public Queue objectQueue() {
return new Queue("object.queue");
}
}注意，这里我们先不要给这个队列添加消费者，我们要查看消息体的格式。
重启consumer服务以后，该队列就会被自动创建出来了：
2）发送消息
我们在publisher模块的SpringAmqpTest中新增一个消息发送的代码，发送一个Map对象：
@Test
public void testSendMap() throws InterruptedException {
// 准备消息
Map<String,Object> msg = new HashMap<>();
msg.put("name", "柳岩");
msg.put("age", 21);
// 发送消息
rabbitTemplate.convertAndSend("object.queue", msg);
}发送消息后查看控制台：
可以看到消息格式非常不友好：
- ==数据体积过大==需要181字节
- 可读性差，展示java对象序列化为字节码的格式
- 有安全漏洞
3.9.2.配置JSON转换器
显然，JDK序列化方式并不合适。我们希望消息体的体积更小、可读性更高，因此可以使用JSON方式来做序列化和反序列化。
在publisher和consumer两个服务中都引入依赖：
<!--Jackson消息转换器-->
<dependency>
<groupId>com.fasterxml.jackson.core</groupId>
<artifactId>jackson-databind</artifactId>
</dependency>
<!-- 或者 -->
<dependency>
<groupId>com.fasterxml.jackson.dataformat</groupId>
<artifactId>jackson-dataformat-xml</artifactId>
<version>2.9.10</version>
</dependency>注意，如果项目中引入了spring-boot-starter-web依赖，则无需再次引入Jackson依赖。
配置消息转换器，在publisher和consumer两个服务的启动类中添加一个Bean即可：
import org.springframework.amqp.support.converter.Jackson2JsonMessageConverter;
import org.springframework.amqp.support.converter.MessageConverter; //Amqp下的消息转换器
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
/**
* @author xiaopeng
* @version 1.0
*/
@Configuration
public class MessageConvertConfiguration {
/**
* JSON消息转换器配置
*/
@Bean
public MessageConverter messageConverter() {
// 1.定义消息转换器
Jackson2JsonMessageConverter jackson2JsonMessageConverter = new Jackson2JsonMessageConverter();
// 2.配置自动创建消息id，用于识别不同消息，也可以在业务中基于ID判断是否是重复消息
jackson2JsonMessageConverter.setCreateMessageIds(true);
return jackson2JsonMessageConverter;
}
}消息转换器中添加的messageId可以便于我们将来做幂等性判断。
此时，我们到MQ控制台删除object.queue中的旧的消息。然后再次执行刚才的消息发送的代码，到MQ的控制台查看消息结构：
3.9.3.消费者接收Object
我们在consumer服务中定义一个新的消费者，publisher是用Map发送，那么消费者也一定要用Map接收，格式如下：
@RabbitListener(queues = "object.queue")
public void listenSimpleQueueMessage(Map<String, Object> msg) throws InterruptedException {
System.out.println("消费者接收到object.queue消息：【" + msg + "】");
}4.业务改造
案例需求：改造余额支付功能，将支付成功后**基于OpenFeign的交易服务的更新订单状态接口的同步调用，改为基于RabbitMQ的异步通知**。
如图：
说明：目前没有通知服务和积分服务，因此我们只关注交易服务，步骤如下：
- 定义
direct类型交换机，命名为pay.direct - 定义消息队列，命名为
trade.pay.success.queue - 将
trade.pay.success.queue与pay.direct绑定，BindingKey为pay.success - 支付成功时不再调用交易服务更新订单状态的接口，而是发送一条消息到
pay.direct，发送消息的RoutingKey为pay.success，消息内容是订单id - 交易服务监听
trade.pay.success.queue队列，接收到消息后更新订单状态为已支付
4.1.配置MQ
不管是生产者还是消费者，都需要配置MQ的基本信息。分为两步：
1）添加依赖：
<!--MQ消息发送-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>2）配置MQ地址：
spring:
rabbitmq:
host: 192.168.150.101 # 你的虚拟机IP
port: 5672 # 端口
virtual-host: /hmall # 虚拟主机
username: hmall # 用户名
password: 123 # 密码利用nacos进行共享配置
4.2.配置消息JSON消息转换器
4.3.自动配置原理
由于自动配置的原理，启动类只能扫描，当前包及其子包：
是的，Spring Boot 2.7.x 和 Spring Boot 3.x 在 自动配置类注册方式 上 有变化。具体来说，Spring Boot 3.x 废弃了 spring.factories 机制，改用 META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports 进行注册。
1. Spring Boot 2.7.x：使用 spring.factories
在 Spring Boot 2.7.x 及之前版本，自动配置类是通过 spring.factories 机制注册的，文件路径是：
src/main/resources/META-INF/spring.factories示例：
org.springframework.boot.autoconfigure.EnableAutoConfiguration=\
com.example.config.MyAutoConfiguration特点：
- Spring Boot 会自动加载
spring.factories并解析EnableAutoConfiguration相关配置。 - 缺点：
spring.factories加载所有类，即使@Conditional条件不满足，也会初始化类，从而可能导致 性能损耗。
2. Spring Boot 3.x：使用 AutoConfiguration.imports
在 Spring Boot 3.x，spring.factories 已被废弃，取而代之的是 AutoConfiguration.imports 机制，文件路径变为：
src/main/resources/META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports示例：
com.example.config.MyAutoConfiguration特点：
- 更高效：仅当
@EnableAutoConfiguration需要时，才会加载AutoConfiguration.imports里的类。 spring.factories方式在 3.x 版本已经被移除，如果升级项目需要迁移到新的方式。
3. 兼容性
- Spring Boot 2.7.x 仍然支持
spring.factories，但 也支持AutoConfiguration.imports，用于过渡到 Spring Boot 3.x。 - Spring Boot 3.x 彻底移除了
spring.factories，必须使用AutoConfiguration.imports方式。
4. 如何兼容 Spring Boot 2.7.x 和 3.x
如果你需要兼容 Spring Boot 2.7.x 和 3.x，可以在 META-INF/spring/ 下 同时提供 spring.factories 和 AutoConfiguration.imports：
META-INF/spring.factories
META-INF/spring/org.springframework.boot.autoconfigure.AutoConfiguration.imports这样：
- Spring Boot 2.7.x 会读取
spring.factories。 - Spring Boot 3.x 会读取
AutoConfiguration.imports。
5. 迁移建议
如果你要从 Spring Boot 2.7.x 迁移到 3.x，建议：
- 删除
spring.factories，改用AutoConfiguration.imports。 - 检查自动配置类，确保
@AutoConfiguration（@Configuration也适用）依然有效。 - 如果需要兼容 2.7.x，保留
spring.factories，但建议逐步迁移。
6. 总结
| 版本 | 自动配置注册方式 | 说明 |
|---|---|---|
| Spring Boot 2.7.x 及之前 | spring.factories | 依赖 META-INF/spring.factories 进行自动配置注册 |
| Spring Boot 2.7.x（兼容模式） | AutoConfiguration.imports | 2.7.x 支持新方式，建议逐步迁移 |
| Spring Boot 3.x 及之后 | AutoConfiguration.imports | spring.factories 已废弃，必须使用新的方式 |
4.2.接收消息
在trade-service服务中定义一个消息监听类：
其代码如下：
package com.hmall.trade.listener;
import com.hmall.trade.service.IOrderService;
import lombok.RequiredArgsConstructor;
import org.springframework.amqp.core.ExchangeTypes;
import org.springframework.amqp.rabbit.annotation.Exchange;
import org.springframework.amqp.rabbit.annotation.Queue;
import org.springframework.amqp.rabbit.annotation.QueueBinding;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;
@Component
@RequiredArgsConstructor
public class PayStatusListener {
private final IOrderService orderService;
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "trade.pay.success.queue", durable = "true"),
exchange = @Exchange(name = "pay.topic"),
key = "pay.success"
))
public void listenPaySuccess(Long orderId){
orderService.markOrderPaySuccess(orderId);
}
}4.3.发送消息
修改pay-service服务下的com.hmall.pay.service.impl.PayOrderServiceImpl类中的tryPayOrderByBalance方法：
private final RabbitTemplate rabbitTemplate;
@Override
@Transactional
public void tryPayOrderByBalance(PayOrderDTO payOrderDTO) {
// 1.查询支付单
PayOrder po = getById(payOrderDTO.getId());
// 2.判断状态
if(!PayStatus.WAIT_BUYER_PAY.equalsValue(po.getStatus())){
// 订单不是未支付，状态异常
throw new BizIllegalException("交易已支付或关闭！");
}
// 3.尝试扣减余额
userClient.deductMoney(payOrderDTO.getPw(), po.getAmount());
// 4.修改支付单状态
boolean success = markPayOrderSuccess(payOrderDTO.getId(), LocalDateTime.now());
if (!success) {
throw new BizIllegalException("交易已支付或关闭！");
}
// 5.修改订单状态
// tradeClient.markOrderPaySuccess(po.getBizOrderNo());
try {
rabbitTemplate.convertAndSend("pay.direct", "pay.success", po.getBizOrderNo());
} catch (Exception e) {
log.error("支付成功的消息发送失败，支付单id：{}， 交易单id：{}", po.getId(), po.getBizOrderNo(), e);
}
}5.练习
5.1.抽取共享的MQ配置
将MQ配置抽取到Nacos中管理，微服务中直接使用共享配置。
利用nacos进行共享配置
5.2.改造下单功能
改造下单功能，将基于OpenFeign的清理购物车同步调用，改为基于RabbitMQ的异步通知：
- 定义topic类型交换机，命名为
trade.topic - 定义消息队列，命名为
cart.clear.queue - 将
cart.clear.queue与trade.topic绑定，BindingKey为order.create - 下单成功时不再调用清理购物车接口，而是发送一条消息到
trade.topic，发送消息的RoutingKey为order.create，消息内容是下单的具体商品、当前登录用户信息 - 购物车服务监听
cart.clear.queue队列，接收到消息后清理指定用户的购物车中的指定商品
5.2.1.接收方(Map/Header)
/**
* @author xiaopeng
* @version 1.0
*/
@Component
@RequiredArgsConstructor
@Slf4j
public class OrderCreateListener {
private final CartServiceImpl cartService;
/**
* 法一：使用Map封装的方式传递用户ID
*
* 监听订单创建时，清空购物车
*
*/
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "cart.clear.queue", durable = "true"),
exchange = @Exchange(name = "trade.topic",type = ExchangeTypes.TOPIC),
key = "order.create"
))
public void listenerOrderClear(Map<String,Object> messageMap) {
try {
// 获取 userId 和 itemIds
Object userIdObj = messageMap.get("userId");
Object itemIdsObj = messageMap.get("itemIds");
// 输出类型
log.info("userId 类型: {}", userIdObj.getClass().getName());
log.info("itemIds 类型: {}", itemIdsObj.getClass().getName());
// 强制转换并处理
// 将 userId 从 Integer 转换为 Long
Long userId = null;
if (userIdObj instanceof Integer) {
userId = Long.valueOf((Integer) userIdObj);
} else {
userId = (Long) userIdObj; // 如果已经是 Long 类型，直接使用
}
Collection<Long> itemIds = (Collection<Long>) itemIdsObj;
log.info("收到订单创建消息，清除购物车中商品，userId：{}，itemIds：{}", userId, itemIds);
UserContext.setUser(userId);
cartService.removeByItemIds(itemIds);
} catch (Exception e) {
log.error("消费订单消息失败", e);
}
}
}
/**
* 法二：使用请求头的方式接受传递用户ID
*
* 监听订单创建时，清空购物车
* @param itemIds
* @param message
*/
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "cart.clear.queue",durable = "true"),
exchange = @Exchange(name = "trade.topic",type = ExchangeTypes.TOPIC),
key = "order.create"
))
public void listenerOrderClear(Set<Long> itemIds, Message message) {
try {
Long userId = message.getMessageProperties().getHeader("userId");
log.info("收到订单创建消息，清除购物车中商品，userId：{}，itemIds：{}", userId, itemIds);
UserContext.setUser(userId);
cartService.removeByItemIds(itemIds);
} catch (Exception e) {
log.error("消费订单消息失败", e);
}
}
/**
* 法三：使用静态代理的方式，MessageConverterProxy
* 通过静态代理模式来增强 `Jackson2JsonMessageConverter` 的功能，
* 从而在其核心方法 `toMessage` 和 `fromMessage` 上进行扩展。
* 例如，可以增强它的功能，将 `userId` 自动注入到消息头中，
* 或者从消息头中提取 `userId` 并存储到 `UserContext`。
*
* @param itemIds
*/
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "cart.clear.queue", durable = "true"),
exchange = @Exchange(name = "trade.topic",type = ExchangeTypes.TOPIC),
key = "order.create"
))
public void listenerOrderClear(Set<Long> itemIds) {
try {
// 静态代理MessageConverterProxy：
// 1、增强逻辑：在消息头中注入 userId
// 2、增强逻辑：从消息头中提取 userId 并注入到 UserContext
// 可直接从 UserContext 中获取 userId
Long userId = UserContext.getUser();
log.info("收到订单创建消息，清除购物车中商品，userId：{}，itemIds：{}", userId, itemIds);
UserContext.setUser(userId);
cartService.removeByItemIds(itemIds);
} catch (Exception e) {
log.error("消费订单消息失败", e);
} finally {
// 清除 UserContext 中的用户信息
// 消息消费结束后，确保清理 `UserContext`，避免线程污染=
UserContext.removeUser();
}
}
}5.3.法三-使用静态代理的方式-MessageConverterProxy
MessageConvertConfig
/**
* @author xiaopeng
* @version 1.0
*/
@Configuration
@ConditionalOnClass(RabbitTemplate.class)
public class MessageConvertConfig {
/**
* JSON消息转换器配置
*/
/* @Bean
public MessageConverter messageConverter() {
// 1.定义消息转换器
Jackson2JsonMessageConverter jackson2JsonMessageConverter = new Jackson2JsonMessageConverter();
// 2.配置自动创建消息id，用于识别不同消息，也可以在业务中基于ID判断是否是重复消息
jackson2JsonMessageConverter.setCreateMessageIds(true);
return jackson2JsonMessageConverter;
}*/
/**
* 使用MessageConverterProxy代理类增强目标类
* JSON消息转换器配置
*/
@Bean
public MessageConverter messageConverter() {
// 创建 Jackson2JsonMessageConverter 作为目标类
Jackson2JsonMessageConverter targetConverter = new Jackson2JsonMessageConverter();
// 2.配置自动创建消息id，用于识别不同消息，也可以在业务中基于ID判断是否是重复消息
targetConverter.setCreateMessageIds(true);
// 使用代理类增强目标类
return new MessageConverterProxy(targetConverter);
}
}MessageConverterProxy
package com.hmall.common.proxy;
import com.hmall.common.utils.UserContext;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.core.MessageProperties;
import org.springframework.amqp.support.converter.Jackson2JsonMessageConverter;
import org.springframework.amqp.support.converter.MessageConverter;
/**
* @author xiaopeng
* @version 1.0
*/
public class MessageConverterProxy implements MessageConverter {
private final Jackson2JsonMessageConverter targetConverter;
// 构造函数，传入目标转换器
public MessageConverterProxy(Jackson2JsonMessageConverter targetConverter) {
this.targetConverter = targetConverter;
}
/**
* 将对象转换为消息
* 在转换过程中，会尝试从上下文中获取 userId，并将其注入到消息头中
*
* @param object 要转换的对象
* @param messageProperties 消息属性
* @return 转换后的消息
*/
@Override
public Message toMessage(Object object, MessageProperties messageProperties) {
// 增强逻辑：在消息头中注入 userId
Long userId = UserContext.getUser(); // 从上下文获取 userId
if (userId != null) {
messageProperties.setHeader("userId", userId);
}
// 调用目标方法
return targetConverter.toMessage(object, messageProperties);
}
/**
* 从消息中转换出对象
* 在转换过程中，会尝试从消息头中提取 userId，并将其注入到 UserContext 中
*
* @param message 消息对象
* @return 转换后的对象
*/
@Override
public Object fromMessage(Message message) {
// 增强逻辑：从消息头中提取 userId 并注入到 UserContext
Long userId = (Long) message.getMessageProperties().getHeaders().get("userId");
if (userId != null) {
UserContext.setUser(userId);
}
// 调用目标方法
return targetConverter.fromMessage(message);
}
}1. 代码作用
MessageConverterProxy代理Jackson2JsonMessageConverter，增强其toMessage和fromMessage方法：toMessage：将userId注入到消息头中。fromMessage：从消息头获取userId，并存入UserContext，确保消费端能获取到该信息。
listenerOrderClear方法是RabbitListener监听cart.clear.queue队列的消费者：- 消费消息时，先从
UserContext获取userId（在fromMessage时已自动注入）。 - 执行清除购物车操作：调用
cartService.removeByItemIds(itemIds)处理业务逻辑。 - 清理
UserContext，避免线程污染（重要！）。
- 消费消息时，先从
2. 线程安全 & UserContext 作用
问题：为什么要在
finally里UserContext.removeUser();？
RabbitMQ 监听器 (@RabbitListener) 默认是多线程的，所以：
UserContext.setUser(userId);绑定的userId可能会影响其他线程。- 处理完消息后，需要 手动清理
UserContext，否则会导致 数据错乱或线程污染。
3.执行流程
MessageConverterProxy 作用是 增强消息转换器，在消息发送和接收时处理 userId，让 userId 在不同微服务之间透传，保证 用户身份一致性。
执行流程（消息发送 & 消息消费）
假设有订单服务 (order-service) 和 购物车服务 (cart-service)，流程如下：
① 发送消息（订单创建）
用户在前端提交订单 →
order-service处理订单创建请求。订单服务准备消息：
MessageConverterProxy.toMessage()拦截转换：
- 从
UserContext获取userId（用户身份）。 - 把
userId注入到messageProperties.headers，这样userId作为 消息头 传递到 RabbitMQ。
- 从
RabbitMQ 发送消息到
trade.topic交换机，路由到cart.clear.queue。
代码示例（订单服务）
// userId 存入 UserContext
UserContext.setUser(1001L);
// 发送消息
rabbitTemplate.convertAndSend("trade.topic", "order.create", itemIds);② 消费消息（清除购物车）
cart-service监听cart.clear.queue@RabbitListener触发listenerOrderClear方法。
- RabbitMQ 传递消息，自动调用
MessageConverterProxy.fromMessage()：- 从消息头
messageProperties.headers取userId。 - 存入
UserContext，保证本线程可以获取userId。
- 从消息头
- 执行业务逻辑：
cartService.removeByItemIds(itemIds);清除购物车中的商品。
- 最终清理
UserContext（避免线程污染）。
代码示例（购物车服务）
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "cart.clear.queue", durable = "true"),
exchange = @Exchange(name = "trade.topic", type = ExchangeTypes.TOPIC),
key = "order.create"
))
public void listenerOrderClear(Set<Long> itemIds) {
try {
Long userId = UserContext.getUser(); // 从 UserContext 获取 userId
log.info("清除购物车商品，userId：{}，itemIds：{}", userId, itemIds);
cartService.removeByItemIds(itemIds);
} finally {
UserContext.removeUser(); // 清理，防止线程污染
}
}详细执行顺序
1️⃣ 订单服务 (order-service)
| 步骤 | 处理内容 |
|---|---|
| 用户提交订单 | order-service 处理订单请求 |
UserContext.setUser(userId) | 记录当前操作用户 userId |
rabbitTemplate.convertAndSend(...) | 发送消息 |
MessageConverterProxy.toMessage() | 代理转换消息，注入 userId 到消息头 |
| RabbitMQ 存储消息 | 消息进入 trade.topic 交换机，并路由到 cart.clear.queue |
2️⃣ 购物车服务 (cart-service)
| 步骤 | 处理内容 |
|---|---|
@RabbitListener 监听队列 | cart.clear.queue 触发 listenerOrderClear() |
MessageConverterProxy.fromMessage() | 代理转换消息，从消息头提取 userId 并存入 UserContext |
UserContext.getUser() | 获取 userId，确保微服务间用户身份一致 |
cartService.removeByItemIds(itemIds) | 清除购物车中的商品 |
finally { UserContext.removeUser(); } | 防止线程污染，清理 UserContext |
5.2.2.发布方(Map/Header)
//基于RabbitMQ的异步通知
//使用Map封装的方式传递用户ID
Map<String,Object> messageMap = new HashMap<>();
messageMap.put("itemIds",itemIds);
messageMap.put("userId",UserContext.getUser());
//基于RabbitMQ的异步通知
try {
rabbitTemplate.convertAndSend(
"trade.topic",
"order.create",
messageMap
);
} catch (Exception e) {
log.error("清理购物车失败", e);
}
//使用请求头的方式传递用户ID
rabbitTemplate.convertAndSend(
"trade.topic",
"order.create",
itemIds,
new MessagePostProcessor() {
@Override
public Message postProcessMessage(Message message) throws AmqpException {
Long userId = UserContext.getUser(); // 获取用户ID
log.info("发送清理购物车消息，用户id:{}", userId);
message.getMessageProperties().setHeader("userId", userId); // 设置消息头部
return message; // 返回处理后的消息
}
}
);
/*
* 法三：使用静态代理的方式，MessageConverterProxy
* 通过静态代理模式来增强 `Jackson2JsonMessageConverter` 的功能，
* 从而在其核心方法 `toMessage` 和 `fromMessage` 上进行扩展。
* 例如，可以增强它的功能，将 `userId` 自动注入到消息头中，
* 或者从消息头中提取 `userId` 并存储到 `UserContext`。
*
*/
rabbitTemplate.convertAndSend(
"trade.topic",
"order.create",
itemIds
);MessagePostProcessor 是 Spring AMQP 提供的一个接口，用于对发送的消息进行额外处理，例如在消息发送到 RabbitMQ 之前修改消息属性或内容。
在你的代码中，它被用作 rabbitTemplate.convertAndSend 方法的第四个参数，用于对即将发送的消息进行定制化处理。
MessagePostProcessor 的定义
MessagePostProcessor 是 Spring AMQP 中的一个接口：
@FunctionalInterface
public interface MessagePostProcessor {
Message postProcessMessage(Message message) throws AmqpException;
}核心方法
postProcessMessage(Message message)- 在**消息发送之前执行**。
- 接收一个
Message对象，允许修改消息内容和属性（如头部信息、优先级等）。 - 返回修改后的消息对象。
作用与用途
MessagePostProcessor 常用于：
- 设置消息头部信息（Headers） 用于添加或修改消息的自定义属性，这些属性在消费者端可以被读取。
- 设置消息优先级、延迟时间等 可用于修改消息的元数据，例如设置优先级、过期时间（TTL）等。
- 加密或处理消息内容 在消息发送之前对消息体进行处理，例如加密、压缩等。
5.3.登录信息传递优化
某些业务中，需要根据登录用户信息（也就是这里的UserId）处理业务，而**基于MQ的异步调用并不会传递登录用户信息。**前面我们的做法比较麻烦，至少要做两件事：
- 消息发送者在消息体中传递登录用户
- 消费者获取消息体中的登录用户，处理业务
这样做不仅麻烦，而且编程体验也不统一，毕竟我们之前都是使用UserContext来获取用户。
大家思考一下：有没有更优雅的办法传输登录用户信息，让使用MQ的人无感知，依然采用UserContext来随时获取用户。
参考资料：https://docs.spring.io/spring-amqp/docs/2.4.14/reference/html/#post-processing
法一：静态代理模式（推荐）
<a id="登录信息传递优化-静态代理模式">``</a>
是的，你可以通过静态代理模式来增强 Jackson2JsonMessageConverter 的功能，从而在其核心方法 toMessage 和 fromMessage 上进行扩展。例如，可以增强它的功能，将 userId 自动注入到消息头中，或者从消息头中提取 userId 并存储到 UserContext。
静态代理是什么？
静态代理（Static Proxy） 是在编译期就确定代理类，代理类和被代理类（目标对象）实现相同的接口，代理类在执行方法时可以增强被代理类的功能，比如日志记录、权限控制、事务管理等。
静态代理的特点
- 代理类和被代理类都实现相同的接口。
- 代理类在编译期确定（不像动态代理在运行时动态生成）。
- 代理类在调用方法时，可以对目标对象的功能进行增强。
- 适用于结构固定、方法较少的场景，但每个类都要手动写代理类，代码冗余较多。
静态代理的实现
假设我们要代理一个支付业务，在支付前后打印日志。
1. 定义接口
public interface Payment {
void pay(int amount);
}2. 被代理类（目标类）
public class AliPay implements Payment {
@Override
public void pay(int amount) {
System.out.println("使用支付宝支付：" + amount + " 元");
}
}3. 代理类
public class PaymentProxy implements Payment {
private Payment target; // 目标对象
public PaymentProxy(Payment target) {
this.target = target;
}
@Override
public void pay(int amount) {
System.out.println("【代理】支付前记录日志...");
target.pay(amount); // 调用目标对象的方法
System.out.println("【代理】支付后记录日志...");
}
}4. 测试静态代理
public class Main {
public static void main(String[] args) {
Payment aliPay = new AliPay();
Payment proxy = new PaymentProxy(aliPay);
proxy.pay(100);
}
}5. 运行结果
【代理】支付前记录日志...
使用支付宝支付：100 元
【代理】支付后记录日志...静态代理的优缺点
✅ 优点
- 增强功能：代理可以在方法调用前后执行额外操作，如日志、事务。
- 封装性强：客户端不需要修改原有代码，就能增加新功能。
❌ 缺点
- 代码冗余：每个目标类都需要一个代理类，类爆炸（类多了不好维护）。
- 不灵活：如果
Payment接口增加一个新方法，所有代理类都要改，影响维护。
什么时候用静态代理？
- 目标类的方法不会频繁变动（否则每次改动都要修改代理类）。
- 有少量类需要代理（太多类会导致代码膨胀，推荐用动态代理）。
- 需要提前确定代理逻辑（如日志、权限校验）。
静态代理 vs. 动态代理
| 静态代理 | 动态代理（JDK / CGLIB） | |
|---|---|---|
| 代理方式 | 编译时 生成代理类 | 运行时 生成代理类 |
| 代理类数量 | 每个目标类单独写代理类 | 自动生成代理类，不用手写 |
| 代码维护 | 不灵活，修改接口需要改代理类 | 更灵活，改接口无需改代理类 |
| 适用场景 | 少量类的固定增强 | 大量类、方法较多、扩展性强 |
| 例子 | 手写 PaymentProxy | JDK 动态代理 (Proxy.newProxyInstance)、CGLIB |
如果你想要更灵活的代理（比如拦截所有方法），可以用 JDK 动态代理 或 CGLIB 代替静态代理。🚀
以下是实现方式的详细步骤：
1. 定义代理类
通过静态代理模式，创建一个实现了 MessageConverter 接口的代理类，并将 Jackson2JsonMessageConverter 作为目标对象。
代理类示例
import org.springframework.amqp.support.converter.Jackson2JsonMessageConverter;
import org.springframework.amqp.support.converter.MessageConverter;
import org.springframework.amqp.core.Message;
import org.springframework.amqp.core.MessageProperties;
public class MessageConverterProxy implements MessageConverter {
private final Jackson2JsonMessageConverter targetConverter;
// 构造函数，传入目标转换器
public MessageConverterProxy(Jackson2JsonMessageConverter targetConverter) {
this.targetConverter = targetConverter;
}
@Override
public Message toMessage(Object object, MessageProperties messageProperties) {
// 增强逻辑：在消息头中注入 userId
Long userId = UserContext.getUser(); // 从上下文获取 userId
if (userId != null) {
messageProperties.setHeader("userId", userId);
}
// 调用目标方法
return targetConverter.toMessage(object, messageProperties);
}
@Override
public Object fromMessage(Message message) {
// 增强逻辑：从消息头中提取 userId 并注入到 UserContext
Long userId = (Long) message.getMessageProperties().getHeaders().get("userId");
if (userId != null) {
UserContext.setUser(userId);
}
// 调用目标方法
return targetConverter.fromMessage(message);
}
}2. 在配置类中使用代理类
将自定义的 MessageConverterProxy 注入到 Spring 上下文中，以替代默认的消息转换器。
配置类示例
import org.springframework.amqp.support.converter.MessageConverter;
import org.springframework.amqp.support.converter.Jackson2JsonMessageConverter;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
public class MessageConvertConfiguration {
/**
* 使用MessageConverterProxy代理类增强目标类
* 自定义 JSON 消息转换器配置
*/
@Bean
public MessageConverter messageConverter() {
// 创建 Jackson2JsonMessageConverter 作为目标类
Jackson2JsonMessageConverter targetConverter = new Jackson2JsonMessageConverter();
targetConverter.setCreateMessageIds(true);
// 使用代理类增强目标类
return new MessageConverterProxy(targetConverter);
}
}3. 增强效果
- 发送消息时 (
toMessage)：- 自动将
UserContext中的userId注入到消息的MessageProperties头部，开发者无需手动添加。
- 自动将
- 接收消息时 (
fromMessage)：- 自动从消息头中提取
userId并存储到UserContext中，开发者无需手动解析。
- 自动从消息头中提取
4. 消息发送与消费的示例
消息发送
//基于RabbitMQ的异步通知
try {
rabbitTemplate.convertAndSend(
"trade.topic",
"order.create",
itemIds
);
} catch (Exception e) {
log.error("清理购物车失败", e);
}消息消费
/**
* 法三：使用静态代理的方式，MessageConverterProxy
* 通过静态代理模式来增强 `Jackson2JsonMessageConverter` 的功能，
* 从而在其核心方法 `toMessage` 和 `fromMessage` 上进行扩展。
* 例如，可以增强它的功能，将 `userId` 自动注入到消息头中，
* 或者从消息头中提取 `userId` 并存储到 `UserContext`。
* @param itemIds
*/
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "cart.clear.queue",durable = "true"),
exchange = @Exchange(name = "trade.topic"),
key = "order.create"
))
public void listenerOrderClear(Set<Long> itemIds) {
try {
// 静态代理MessageConverterProxy：
// 1、增强逻辑：在消息头中注入 userId
// 2、增强逻辑：从消息头中提取 userId 并注入到 UserContext
// 可直接从 UserContext 中获取 userId
Long userId = UserContext.getUser();
log.info("收到订单创建消息，清除购物车中商品，userId：{}，itemIds：{}", userId, itemIds);
UserContext.setUser(userId);
cartService.removeByItemIds(itemIds);
} catch (Exception e) {
log.error("消费订单消息失败", e);
}finally {
// 清除 UserContext 中的用户信息
// 消息消费结束后，确保清理 `UserContext`，避免线程污染=
UserContext.removeUser();
}
}5. 优点
- 代码清晰统一：开发者无需在发送和接收逻辑中显式处理
userId。 - 无侵入性增强：通过代理类增强原有的
Jackson2JsonMessageConverter功能，而不改变其原有逻辑。 - 线程安全：通过
UserContext管理userId，确保每个线程独立处理上下文。 - 复用性强：代理类可以适用于所有使用
Jackson2JsonMessageConverter的场景。
6. 注意事项
UserContext的清理： 在消息消费结束后，确保清理UserContext，避免线程污染：java@RabbitListener(queues = "example.queue") public void handleMessage(Object message) { try { Long userId = UserContext.getUser(); // 处理业务逻辑 } finally { UserContext.clear(); // 清理上下文 } }重复消费检查：
- 消息头中可能包含其他业务信息（如
messageId），可以扩展代理类逻辑支持消息幂等性检查。
- 消息头中可能包含其他业务信息（如
通过这种方式，利用静态代理实现了消息转换器的无侵入增强，同时提升了代码的易用性和一致性。
法二：拦截器
要实现更优雅的方式传递 登录用户信息，并让使用者无感知且统一使用 UserContext 获取用户信息，可以通过以下 三步改造方案 实现：
1、改造目标
- 消息发送方无需显式传递用户信息。
- 消息接收方可以透明地获取
UserId，并通过UserContext直接调用。 - 保证代码风格一致，提高开发效率，降低错误风险。
2、改造方案
1. 消息发送端：通过拦截器自动注入用户信息
在消息发送时，通过 MessagePostProcessor 拦截并自动将用户信息（UserId）添加到消息的头部，而无需显式在消息体中传递 UserId。
实现步骤：
- 在
RabbitTemplate中定义自定义的MessagePostProcessor。 - 从当前线程上下文中提取
UserId（如通过UserContext获取），并将其作为消息头的一部分。
代码示例：
@Bean
public RabbitTemplate rabbitTemplate(ConnectionFactory connectionFactory) {
RabbitTemplate rabbitTemplate = new RabbitTemplate(connectionFactory);
// 添加默认的 MessagePostProcessor，自动注入 UserId
rabbitTemplate.addBeforePublishPostProcessors(message -> {
Long userId = UserContext.getUser(); // 从上下文中获取 UserId
if (userId != null) {
message.getMessageProperties().setHeader("userId", userId);
}
return message;
});
return rabbitTemplate;
}这样一来，每次通过 rabbitTemplate.convertAndSend 发送消息时，会自动将 UserId 注入到消息头中，无需发送者显式设置。
2. 消息接收端：通过拦截器提取用户信息并注入 UserContext
在消息消费者端，拦截消息的消费过程，提取消息头中的 UserId 并注入到 UserContext 中，使整个消费流程对开发者透明化。
实现步骤：
- 定义一个
Advice或Interceptor，拦截消息消费的处理逻辑。 - 从消息头中提取
UserId并设置到UserContext中。 - 消费处理完成后，清理
UserContext，避免线程污染。
代码示例：
@Bean
public SimpleRabbitListenerContainerFactory rabbitListenerContainerFactory(ConnectionFactory connectionFactory) {
SimpleRabbitListenerContainerFactory factory = new SimpleRabbitListenerContainerFactory();
factory.setConnectionFactory(connectionFactory);
// 设置消息消费前的拦截逻辑
factory.setAdviceChain(new MethodInterceptor() {
@Override
public Object invoke(MethodInvocation invocation) throws Throwable {
// 从消息上下文中提取 userId
Message message = (Message) invocation.getArguments()[1]; // 获取消息对象
Long userId = (Long) message.getMessageProperties().getHeaders().get("userId");
// 注入到 UserContext 中
if (userId != null) {
UserContext.setUser(userId);
}
try {
return invocation.proceed(); // 执行业务逻辑
} finally {
UserContext.clear(); // 清理上下文，防止线程污染
}
}
});
return factory;
}3. 封装统一的 UserContext 工具类
确保在发送端和接收端可以统一地使用 UserContext 获取和设置用户信息。
工具类实现：
public class UserContext {
private static final ThreadLocal<Long> userContext = new ThreadLocal<>();
// 设置用户信息
public static void setUser(Long userId) {
userContext.set(userId);
}
// 获取用户信息
public static Long getUser() {
return userContext.get();
}
// 清理用户信息
public static void clear() {
userContext.remove();
}
}3、实现效果
消息发送端：无感知传递
UserId开发者仅需使用
rabbitTemplate.convertAndSend()发送消息，无需关心用户信息如何传递：
javarabbitTemplate.convertAndSend("trade.topic", "cart.clear.queue", itemIds);UserId自动从UserContext注入到消息头中。
消息接收端：透明获取
UserId开发者直接使用
UserContext.getUser()获取用户信息，无需手动解析消息头：
java@RabbitListener(queues = "cart.clear.queue") public void processMessage(List<Long> itemIds) { Long userId = UserContext.getUser(); // 自动从消息头获取 UserId log.info("处理清理购物车，用户ID: {}", userId); // 处理业务逻辑 }
代码更加简洁统一：
- 消息头的注入和提取均由框架层完成，开发者无需手动操作。
4、改造优点
- 无感知传递：开发者不需要显式传递和解析用户信息，框架层自动完成。
- 统一上下文管理：在任何地方都可以通过
UserContext获取用户信息。 - 降低出错风险：避免忘记传递用户信息或消费者端忘记解析用户信息。
- 线程安全：通过
ThreadLocal隔离用户信息，防止不同线程污染。
总结
通过在 RabbitTemplate 和 Listener 容器 中拦截消息的发送和接收过程，可以实现用户信息的自动传递。使用 UserContext 工具类，开发者可以在发送端和接收端无感知地使用 UserId，从而简化了代码逻辑，提高了开发效率和可维护性。
5.4.改造项目一
思考一下，项目一中的哪些业务可以由同步方式改为异步方式调用？试着改造一下。
举例：短信发送
二、MQ高级
更新: 2025/4/9 字数: 0 字 时长: 0 分钟
思考一下，项目一中的哪些业务可以由同步方式改为异步方式调用？试着改造一下。
举例：短信发送
在昨天的练习作业中，我们改造了余额支付功能，在支付成功后利用RabbitMQ通知交易服务，更新业务订单状态为已支付。
但是大家思考一下，如果这里MQ通知失败，支付服务中支付流水显示支付成功，而交易服务中的订单状态却显示未支付，数据出现了不一致。
此时前端发送请求查询支付状态时，肯定是查询交易服务状态，会发现业务订单未支付，而用户自己知道已经支付成功，这就导致用户体验不一致。
因此，这里我们必须尽可能确保MQ消息的可靠性，即：消息应该至少被消费者处理1次
那么问题来了：
- 我们该如何确保MQ消息的可靠性？
- 如果真的发送失败，有没有其它的兜底方案？
这些问题，在今天的学习中都会找到答案。
1.发送者的可靠性
首先，我们一起分析一下消息丢失的可能性有哪些。
消息从发送者发送消息，到消费者处理消息，需要经过的流程是这样的：
消息从生产者到消费者的每一步都可能导致消息丢失：
- 发送消息时丢失：
- 生产者发送消息时连接MQ失败
- 生产者发送消息到达MQ后未找到
Exchange - 生产者发送消息到达MQ的
Exchange后，未找到合适的Queue - 消息到达MQ后，处理消息的进程发生异常
- MQ导致消息丢失：
- 消息到达MQ，保存到队列后，尚未消费就突然宕机
- 消费者处理消息时：
- 消息接收后尚未处理突然宕机
- 消息接收后处理过程中抛出异常
综上，我们要解决消息丢失问题，保证MQ的可靠性，就必须从3个方面入手：
- 确保生产者一定把消息发送到MQ
- 确保MQ不会将消息弄丢
- 确保消费者一定要处理消息
这一章我们先来看如何确保生产者一定能把消息发送到MQ。
1.1.生产者重试机制
首先第一种情况，就是生产者发送消息时，出现了网络故障，导致与MQ的连接中断。
为了解决这个问题，SpringAMQP提供的消息发送时的重试机制。即：当RabbitTemplate与MQ连接超时后，多次重试。
修改publisher模块的application.yaml文件，添加下面的内容：
spring:
rabbitmq:
connection-timeout: 1s # 设置MQ的连接超时时间
template:
retry:
enabled: true # 开启超时重试机制
initial-interval: 1000ms # 初始等待间隔：败后的初始(第一次)等待时间
multiplier: 1 # 失败后下次的等待时长倍数，下次等待时长 = (initial-interval) * multiplier
max-attempts: 3 # 最大重试次数我们利用命令停掉RabbitMQ服务：
docker stop mq然后测试发送一条消息，会发现会每隔1秒重试1次，总共重试了3次。消息发送的超时重试机制配置成功了！
注意：当网络不稳定的时候，利用重试机制可以有效提高消息发送的成功率。不过SpringAMQP提供的重试机制是==阻塞式==的重试，也就是说多次重试等待的过程中，当前线程是被阻塞的。
如果对于业务性能有要求，建议禁用重试机制。如果一定要使用，请合理配置等待时长和重试次数，当然也可以考虑使用异步线程来执行发送消息的代码。
1.2.生产者确认机制-消耗性能
一般情况下，只要生产者与MQ之间的网路连接顺畅，基本不会出现发送消息丢失的情况，因此大多数情况下我们无需考虑这种问题。
不过，在少数情况下，也会出现消息发送到MQ之后丢失的现象，比如：
- MQ内部处理消息的进程发生了异常
- 生产者发送消息到达MQ后未找到
Exchange - 生产者发送消息到达MQ的
Exchange后，未找到合适的Queue，因此无法路由
针对上述情况，RabbitMQ提供了生产者消息确认机制，包括Publisher Confirm和Publisher Return两种。在开启确认机制的情况下，当生产者发送消息给MQ后，MQ会根据消息处理的情况返回不同的回执。
具体如图所示：
总结如下：
- 当消息投递到MQ，但是路由失败时，通过Publisher Return返回异常信息，同时返回ack的确认信息，代表投递成功
- 临时消息投递到了MQ，并且入队成功，返回ACK，告知投递成功
- 持久消息投递到了MQ，并且入队完成持久化，返回ACK ，告知投递成功
- 其它情况都会返回**NACK**，告知投递失败
其中ack和nack属于Publisher Confirm机制，ack是投递成功；nack是投递失败。而return则属于Publisher Return机制。
默认两种机制都是关闭状态，需要通过配置文件来开启。
1.3.实现生产者确认
1.3.1.开启生产者确认
在publisher模块的application.yaml中添加配置：
spring:
rabbitmq:
publisher-confirm-type: correlated # 开启publisher confirm机制，并设置confirm类型
publisher-returns: true # 开启publisher return机制这里publisher-confirm-type有三种模式可选：
none：关闭confirm机制simple：同步阻塞等待MQ的回执correlated：MQ异步回调返回回执
一般我们推荐使用correlated，回调机制。
1.3.2.定义ReturnCallback
每个RabbitTemplate只能配置一个ReturnCallback，因此我们可以在配置类中统一设置。我们在publisher模块定义一个配置类：
内容如下：
package com.itheima.publisher.config;
import lombok.AllArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.ReturnedMessage;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.context.annotation.Configuration;
import javax.annotation.PostConstruct;
@Slf4j
@AllArgsConstructor
@Configuration
public class MqConfig {
private final RabbitTemplate rabbitTemplate;
@PostConstruct //它的执行时机是 Spring 容器完成 Bean 的初始化之后
public void init(){
rabbitTemplate.setReturnsCallback(new RabbitTemplate.ReturnsCallback() {
@Override
public void returnedMessage(ReturnedMessage returned) {
log.error("触发return callback,");
log.debug("exchange: {}", returned.getExchange());
log.debug("routingKey: {}", returned.getRoutingKey());
log.debug("message: {}", returned.getMessage());
log.debug("replyCode: {}", returned.getReplyCode()); //异常信息代码
log.debug("replyText: {}", returned.getReplyText()); //异常信息
}
});
}
}==@PostConstruct==的特点与作用：
- 自动调用： 标注了
@PostConstruct的方法，会在==依赖注入完成后自动执行，而不需要手动调用==。 - 执行时机： 它的执行时机是== Spring 容器完成 Bean 的初始化之后==，也就是说，所有依赖都已经注入（
@Autowired、构造器注入等已经完成）后执行。 - 常用于初始化操作：
- 设置初始值。
- 配置 Bean 的依赖关系。
- 注册回调逻辑。
- 初始化连接池或加载缓存数据。
- 只执行一次： 无论该方法调用多次，
@PostConstruct注解的方法只会在 Bean 的生命周期内被调用一次。
1.3.3.定义ConfirmCallback
由于每个消息发送时的处理逻辑不一定相同，因此ConfirmCallback需要在每次发消息时定义。具体来说，是在调用RabbitTemplate中的convertAndSend方法时，多传递一个参数：
这里的CorrelationData中包含两个核心的东西：
id：消息的唯一标示，MQ对不同的消息的回执以此做判断，避免混淆SettableListenableFuture：回执结果的Future对象
将来MQ的回执就会通过这个Future来返回，我们可以提前给CorrelationData中的Future添加回调函数来处理消息回执：
CorrelationData是 Spring AMQP 提供的用于关联消息的对象。- 它包含唯一标识符（通常为消息 ID）用于跟踪消息的发布和确认。
- 在发送消息时，将
CorrelationData传递给rabbitTemplate，使得可以接收对应消息的回执。
我们新建一个测试，向系统自带的交换机发送消息，并且添加ConfirmCallback：
@Test
void testPublisherConfirm() throws InterruptedException {
// 1.创建CorrelationData
CorrelationData cd = new CorrelationData(); //CorrelationData：用于关联消息和回执的对象。
// 2.给Future添加ConfirmCallback
cd.getFuture().addCallback(new ListenableFutureCallback<CorrelationData.Confirm>() {
@Override
public void onFailure(Throwable ex) {
// 2.1.Spring AMQP内部处理Future发生异常时的处理逻辑，基本不会触发
log.error("send message fail", ex);
}
//通知成功
@Override
public void onSuccess(CorrelationData.Confirm result) {
// 2.2.Future接收到回执的处理逻辑，参数中的result就是回执内容
if(result.isAck()){ // result.isAck()，boolean类型，true代表ack回执，false 代表 nack回执
log.debug("发送消息成功，收到 ack!");
}else{ // result.getReason()，String类型，返回nack时的异常描述
log.error("发送消息失败，收到 nack, reason : {}", result.getReason());
}
}
});
// 3.发送消息
rabbitTemplate.convertAndSend("hmall.direct", "q", "hello", cd);
Thread.sleep(2000); //休眠2s,获取ack回执
}执行结果如下：
可以看到，由于传递的RoutingKey是错误的，路由失败后，触发了return callback，同时也收到了ack。
当我们修改为正确的RoutingKey以后，就不会触发return callback了，只收到ack。
而如果连交换机都是错误的，则只会收到nack。
注意：
开启**生产者确认比较消耗MQ性能，一般不建议开启**。而且大家思考一下触发确认的几种情况：
- 路由失败：一般是因为RoutingKey错误导致，往往是编程导致
- 交换机名称错误：同样是编程错误导致
- MQ内部故障：这种需要处理，但概率往往较低。因此只有对消息可靠性要求非常高的业务才需要开启，而且仅仅需要开启ConfirmCallback处理nack就可以了。
2.MQ的可靠性
消息到达MQ以后，如果MQ不能及时保存，也会导致消息丢失，所以MQ的可靠性也非常重要。
2.1.数据持久化
为了提升性能，默认情况下MQ的数据都是在内存存储的临时数据，重启后就会消失。为了保证数据的可靠性，必须配置数据持久化，包括：
- 交换机持久化
- 队列持久化
- 消息持久化
我们以控制台界面为例来说明。
2.1.1.交换机持久化
在控制台的Exchanges页面，添加交换机时可以配置交换机的Durability参数：
设置为Durable就是持久化模式，Transient就是临时模式。
2.1.2.队列持久化
在控制台的Queues页面，添加队列时，同样可以配置队列的Durability参数：
除了持久化以外，你可以看到队列还有很多其它参数，有一些我们会在后期学习。
2.1.3.消息持久化
在控制台发送消息的时候，可以添加很多参数，而消息的持久化是要配置一个properties：
说明：在开启持久化机制以后，如果同时还开启了生产者确认，那么MQ会在消息持久化以后才发送ACK回执，进一步确保消息的可靠性。
不过出于性能考虑，为了减少IO次数，发送到MQ的消息并不是逐条持久化到数据库的，而是==每隔一段时间批量持久化==。一般间隔在100毫秒左右，这就会导致ACK有一定的延迟，因此建议**生产者确认全部采用异步方式**。
2.1.4.测试
（1）重启mq，非持久化消息消失
（2）消息持久化与非持久化性能对比
/**
* 消息持久化或非持久化性能测试
*/
@Test
public void testSendMessage(){
//1.自定义构建消息
Message message = MessageBuilder.withBody("hello SpringAMQP".getBytes(StandardCharsets.UTF_8))
//.setDeliveryMode(MessageDeliveryMode.PERSISTENT) //持久化
.setDeliveryMode(MessageDeliveryMode.NON_PERSISTENT) //非持久化
.build();
//2.发送100w消息
for (int i = 0; i < 1000000; i++) {
rabbitTemplate.convertAndSend("simple.queue", message);
}
}
①消息非持久化(纯内存)
一旦出现消息堆积问题，RabbitMQ的内存占用就会越来越高，直到触发内存预警上限。此时RabbitMQ会将内存消息刷到磁盘上，这个行为成为==PageOut. PageOut会耗费一段时间，并且**会阻塞队列进程==。因此在这个过程中RabbitMQ不会再处理新的消息，生产者的所有请求都会被阻塞**。
②消息持久化
不过出于性能考虑，为了减少IO次数，发送到MQ的消息并不是逐条持久化到数据库的，而是==每隔一段时间批量持久化==。一般间隔在100毫秒左右，这就会导致ACK有一定的延迟(因为只有持久化完成后，才会返回axk回执)，因此建议**生产者确认全部采用异步方式**。
2.2.LazyQueue-惰性队列
在默认情况下，RabbitMQ会将接收到的信息保存在内存中以降低消息收发的延迟。但在某些特殊情况下，这会导致消息积压，比如：
- 消费者宕机或出现网络故障
- 消息发送量激增，超过了消费者处理速度
- 消费者处理业务发生阻塞
一旦出现消息堆积问题，RabbitMQ的内存占用就会越来越高，直到触发内存预警上限。此时RabbitMQ会将内存消息刷到磁盘上，这个行为成为==PageOut==. PageOut会耗费一段时间，并且会阻塞队列进程。因此在这个过程中RabbitMQ不会再处理新的消息，生产者的所有请求都会被阻塞。
为了解决这个问题，从RabbitMQ的3.6.0版本开始，就增加了Lazy Queues的模式，也就是惰性队列。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（也就是懒加载）
- 支持数百万条的消息存储
而在3.12版本之后，LazyQueue已经成为所有队列的默认格式。因此官方推荐升级MQ为3.12版本或者所有队列都设置为LazyQueue模式。
2.2.1.控制台配置Lazy模式
在添加队列的时候，添加x-queue-mod=lazy参数即可设置队列为Lazy模式：
2.2.2.代码配置Lazy模式
在利用SpringAMQP声明队列的时候，添加x-queue-mod=lazy参数也可设置队列为Lazy模式：
@Bean
public Queue lazyQueue(){
return QueueBuilder
.durable("lazy.queue")
.lazy() // 开启Lazy模式
.build();
}这里是通过**QueueBuilder的lazy()函数配置Lazy模式**，底层源码如下：
当然，我们也可以基于**注解来声明队列并设置为Lazy模式**：
@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);
}2.2.3.测试
2.2.4.更新已有队列为lazy模式
对于已经存在的队列，也可以配置为lazy模式，但是要通过设置policy实现。
可以基于命令行设置policy：
rabbitmqctl set_policy Lazy "^lazy-queue$" '{"queue-mode":"lazy"}' --apply-to queues命令解读：
rabbitmqctl：RabbitMQ的命令行工具set_policy：添加一个策略Lazy：策略名称，可以自定义"^lazy-queue$"：用正则表达式匹配队列的名字'{"queue-mode":"lazy"}'：设置队列模式为lazy模式--apply-to queues：策略的作用对象，是所有的队列
当然，也可以在控制台配置policy，进入在控制台的Admin页面，点击Policies，即可添加配置：
3.消费者的可靠性
当RabbitMQ向消费者投递消息以后，需要知道消费者的处理状态如何。因为消息投递给消费者并不代表就一定被正确消费了，可能出现的故障有很多，比如：
- 消息投递的过程中出现了网络故障
- 消费者接收到消息后突然宕机
- 消费者接收到消息后，因处理不当导致异常
- ...
一旦发生上述情况，消息也会丢失。因此，RabbitMQ必须知道消费者的处理状态，一旦消息处理失败才能重新投递消息。
但问题来了：RabbitMQ如何得知消费者的处理状态呢？
本章我们就一起研究一下消费者处理消息时的可靠性解决方案。
3.1.消费者确认机制
为了确认消费者是否成功处理消息，RabbitMQ提供了消费者确认机制（Consumer Acknowledgement）。即：当消费者处理消息结束后，应该向RabbitMQ发送一个回执，告知RabbitMQ自己消息处理状态。回执有三种可选值：
- ack：成功处理消息，RabbitMQ从队列中删除该消息
- nack：消息处理失败，RabbitMQ需要再次投递消息
- **reject：**消息处理失败并拒绝该消息，RabbitMQ从队列中删除该消息
一般reject方式用的较少，除非是消息格式有问题，那就是开发问题了。因此大多数情况下我们需要将消息处理的代码通过try catch机制捕获，消息处理成功时返回ack，处理失败时返回nack.
由于消息回执的处理代码比较统一，因此SpringAMQP帮我们实现了消息确认。并允许我们通过配置文件设置ACK处理方式，有三种模式：
none：不处理。即消息投递给消费者后立刻ack，消息会立刻从MQ删除。非常不安全，不建议使用manual：手动模式。需要自己在业务代码中调用api，发送ack或reject，存在业务入侵，但更灵活auto：自动模式。SpringAMQP利用==AOP对我们的**消息处理逻辑做了环绕增强==**，当业务正常执行时则自动返回ack. 当业务出现异常时，根据异常判断返回不同结果：- 如果是业务异常，会自动返回
nack； - 如果是消息处理或校验异常，自动返回
reject;
- 如果是业务异常，会自动返回
返回Reject的常见异常有：
Starting with version 1.3.2, the default ErrorHandler is now a ConditionalRejectingErrorHandler that rejects (and does not requeue) messages that fail with an irrecoverable error. Specifically, it rejects messages that fail with the following errors:
- o.s.amqp…MessageConversionException: Can be thrown when converting the incoming message payload using a MessageConverter.
- o.s.messaging…MessageConversionException: Can be thrown by the conversion service if additional conversion is required when mapping to a @RabbitListener method.
- o.s.messaging…MethodArgumentNotValidException: Can be thrown if validation (for example, @Valid) is used in the listener and the validation fails.
- o.s.messaging…MethodArgumentTypeMismatchException: Can be thrown if the inbound message was converted to a type that is not correct for the target method. For example, the parameter is declared as Message
<Foo>but Message<Bar>is received.- java.lang.NoSuchMethodException: Added in version 1.6.3.
- java.lang.ClassCastException: Added in version 1.6.3.
3.1.1.测试回执模式-none
通过下面的配置可以修改SpringAMQP的ACK处理方式：
spring:
rabbitmq:
listener:
simple:
acknowledge-mode: none # 不做处理修改consumer服务的SpringRabbitListener类中的方法，模拟一个消息处理的异常（给mq回执reject）：
@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(String msg) throws InterruptedException {
log.info("spring 消费者接收到消息：【" + msg + "】");
if (true) {
throw new MessageConversionException("故意的");
}
log.info("消息处理完成");
}测试可以发现：当消息处理发生异常时，消息依然被RabbitMQ删除了。
3.1.2.测试回执模式-auto
我们再次把确认机制修改为auto：
由于是消费者的确认机制，需要在消费者的yaml文件中去配置
spring:
rabbitmq:
listener:
simple:
acknowledge-mode: auto #none，关闭ack；manual，手动ack；auto：自动ack
（1）消息转换异常-回执reject
修改consumer服务的SpringRabbitListener类中的方法，模拟一个消息处理的异常（给mq回执reject）：
@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(String msg) throws InterruptedException {
log.info("spring 消费者接收到消息：【" + msg + "】");
if (true) {
throw new MessageConversionException("故意的");
}
log.info("消息处理完成");
}打断点测试时，先运行测试方法=>发送消息，再对消费者监听方法中打断点，运行消费者程序
在异常位置打断点，再次发送消息，程序卡在断点时，可以发现此时消息状态为**unacked（未确定状态**）：
放行以后，由于抛出的是消息转换异常，因此Spring会自动返回reject，所以消息依然会被删除：
（2）业务异常-回执nack
打断点测试时，先运行测试方法=>发送消息，再对消费者监听方法中打断点，运行消费者程序，即可看到消息被重复投递给消费者
我们将异常改为RuntimeException类型：
@RabbitListener(queues = "simple.queue")
public void listenSimpleQueueMessage(String msg) throws InterruptedException {
log.info("spring 消费者接收到消息：【" + msg + "】");
if (true) {
throw new RuntimeException("故意的");
}
log.info("消息处理完成");
}在异常位置打断点，然后再次发送消息测试，程序卡在断点时，可以发现此时消息状态为unacked（未确定状态）：
放行以后，由于抛出的是业务异常，所以Spring返回nack，最终消息恢复至Ready状态，并且没有被RabbitMQ删除：
当我们把配置改为auto时，消息处理失败后，会回到RabbitMQ，并重新投递到消费者，若没有设计生产者的重新投递次数上限，会不断重复投递。直到消费者返回ack或者reject或者关闭消费者服务。
3.2.失败重试机制-本地重试
3.2.0.消息重入队
当消费者出现异常后，消息会不断**requeue（重入队）**到队列，再重新发送给消费者。如果消费者再次执行依然出错，消息会再次requeue到队列，再次投递，直到消息处理成功为止。
极端情况就是消费者一直无法执行成功，那么消息requeue就会无限循环，导致mq的消息处理飙升，带来不必要的压力：
当然，上述极端情况发生的概率还是非常低的，不过不怕一万就怕万一。为了应对上述情况Spring又提供了消费者失败重试机制：在消费者出现异常时利用本地重试，而不是无限制的requeue到mq队列。
**修改consumer消费者服务(需要和生产者的重试机制区分)**的application.yml文件，添加内容：
spring:
rabbitmq:
listener:
simple:
retry:
enabled: true # 开启消费者失败重试
initial-interval: 1000ms # 初识的失败等待时长为1秒
multiplier: 1 # 失败的等待时长倍数，下次等待时长 = multiplier * last-interval
max-attempts: 3 # 最大重试次数
stateless: true # true无状态(默认)；false有状态。如果业务中包含事务，这里改为false重启consumer服务，重复之前的测试。可以发现：
- 消费者在失败后消息没有重新回到MQ无限重新投递，而是在本地重试了3次
- 本地重试3次以后，抛出了**
AmqpRejectAndDontRequeueException异常**。查看RabbitMQ控制台，发现消息被删除了，说明最后SpringAMQP返回的是reject
结论：
- 开启本地重试时，消息处理过程中抛出异常，不会requeue到队列，而是在消费者本地重试
- 重试达到最大次数后，Spring会返回reject，消息会被丢弃
3.3.失败处理策略-重试耗尽后
在之前的测试中，本地测试达到最大重试次数后，消息会被丢弃。这在某些对于消息可靠性要求较高的业务场景下，显然不太合适了。
因此Spring允许我们自定义重试次数耗尽后的消息处理策略，这个策略是由MessageRecovery接口来定义的，它有3个不同实现：
RejectAndDontRequeueRecoverer：重试耗尽后，直接reject，丢弃消息。默认就是这种方式ImmediateRequeueMessageRecoverer：重试耗尽后，返回nack，消息重新入队 ，requeue重试频率相对降低RepublishMessageRecoverer：重试耗尽后，将失败消息投递到指定的交换机
比较优雅的一种处理方案是RepublishMessageRecoverer，失败后将消息投递到一个指定的，专门存放异常消息的队列，后续由人工集中处理。
1）在consumer消费者服务中定义处理失败消息的交换机和队列
由于这里的处理方案是RepublishMessageRecoverer，将未处理的消息从该消费者投递到存放异常消息的队列。
为啥不用注解来创建交换机和队列以及他们之间的绑定关系。这里是因为这是消费者没处理掉消息，重试几次后任然失败，由该消费者发送给另一个消费者让其去尝试。而注解是由生产者发送给消费者，然后在消费者端的listener创建交换机和队列及绑定关系
@Bean
public DirectExchange errorMessageExchange(){
return new DirectExchange("error.direct");
}
@Bean
public Queue errorQueue(){
return new Queue("error.queue", true);
}
@Bean
public Binding errorBinding(Queue errorQueue, DirectExchange errorMessageExchange){
return BindingBuilder.bind(errorQueue).to(errorMessageExchange).with("error");
}2）定义一个RepublishMessageRecoverer，关联队列和交换机
RepublishMessageRecoverer的主要作用是在消息处理失败时，将失败的消息自动重新发布到指定的交换机和路由键，这个过程是mq自动执行的
@Bean
public MessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate){
return new RepublishMessageRecoverer(rabbitTemplate, "error.direct", "error");
}完整代码如下：
package com.itheima.consumer.config;
import org.springframework.amqp.core.Binding;
import org.springframework.amqp.core.BindingBuilder;
import org.springframework.amqp.core.DirectExchange;
import org.springframework.amqp.core.Queue;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.amqp.rabbit.retry.MessageRecoverer;
import org.springframework.amqp.rabbit.retry.RepublishMessageRecoverer;
import org.springframework.context.annotation.Bean;
/**
* 配置消费者失败重试机制
* @author xiaopeng
* @version 1.0
*/
@Configuration
@ConditionalOnProperty(name = "spring.rabbitmq.listener.simple.retry.enabled", havingValue = "true")
//该注解表示：在开启消费者失败重试机制的模块才加载的以下的bean
public class ErrorMessageConfig {
@Bean
public DirectExchange errorMessageExchange(){
return new DirectExchange("error.direct");
}
@Bean
public Queue errorQueue(){
return new Queue("error.queue", true);
}
@Bean
public Binding errorBinding(Queue errorQueue, DirectExchange errorMessageExchange){
return BindingBuilder.bind(errorQueue).to(errorMessageExchange).with("error");
}
@Bean
public MessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate){
return new RepublishMessageRecoverer(rabbitTemplate, "error.direct", "error");
}
}
3.4.业务幂等性-避免重复消费
场景： 消息被重复消费
如果消费者已经处理完成自己的业务，在返回回执ack时，如果消费者和mq之间的网络连接断开，消费者的ack未能成功发送到mq,那么等到连接好了之后，mq又会重新发送消息，此时消息重复被消费。如果这个消息是用于扣减库存的类似业务，那么就会出现问题。
3.4.0.幂等性
何为幂等性？
幂等是一个数学概念，用函数表达式来描述是这样的：f(x) = f(f(x))，例如求绝对值函数。
在程序开发中，则是指同一个业务，执行一次或多次对业务状态的影响是一致的。例如：
- 根据id删除数据
- 查询数据
- 新增数据
但**数据的更新往往不是幂等的，如果重复执行可能造成不一样的后果**。比如：
- 取消订单，恢复库存的业务。如果多次恢复就会出现库存重复增加的情况
- 退款业务。重复退款对商家而言会有经济损失。
所以，我们要尽可能避免业务被重复执行。
然而在实际业务场景中，由于意外经常会出现业务被重复执行的情况，例如：
- 页面卡顿时频繁刷新导致表单重复提交
- 服务间调用的重试
- MQ消息的重复投递
我们在用户支付成功后会发送MQ消息到交易服务，修改订单状态为已支付，就可能出现消息重复投递的情况。如果消费者不做判断，很有可能导致消息被消费多次，出现业务故障。
举例：
- 假如用户刚刚支付完成，并且投递消息到交易服务，交易服务更改订单为已支付状态。
- 由于某种原因，例如网络故障导致mq没有收到消费者的返回的回执，隔了一段时间后重新投递给交易服务。
- 但是，在新投递的消息被消费之前，用户选择了退款，将订单状态改为了已退款状态。
- 退款完成后，新投递的消息才被消费，那么订单状态会被再次改为已支付。业务异常。
因此，我们必须想办法保证消息处理的幂等性。这里给出两种方案：
- 唯一消息ID
- 业务状态判断
3.4.1.唯一消息ID
（1）实现
这个思路非常简单：
每一条消息都生成一个唯一的id，与消息一起投递给消费者。
消费者接收到消息后处理自己的业务，业务处理成功后将消息ID保存到数据库
- redis存id方案：生产者发消息时候给消息加个唯一id，消费者收到消息后先去redis查有没有这个id，有的话代表消费过不处理，没有则进行处理并将id存入redis
- 存入mysql数据库
如果下次又收到相同消息，去数据库查询判断是否存在，存在则为重复消息放弃处理。
我们该如何给消息添加唯一ID呢？
其实很简单，SpringAMQP的MessageConverter自带了MessageID的功能，我们只要开启这个功能即可。
以Jackson的消息转换器为例：
@Bean
public MessageConverter messageConverter(){
// 1.定义消息转换器
Jackson2JsonMessageConverter jjmc = new Jackson2JsonMessageConverter();
// 2.配置自动创建消息id，用于识别不同消息，也可以在业务中基于ID判断是否是重复消息
jjmc.setCreateMessageIds(true);
return jjmc;
}
（2）优缺点
1.会添加一些与原本业务无关的健壮性判断(更新/查询数据库)----业务侵入问题;
2.这些数据库的操作也会影响业务原本的性能
3.消息ID的方案需要改造原有的数据库
4.对于某些无法通过业务判断解决的问题，只能通过唯一id解决
3.4.2.业务判断
举例：
- 假如用户刚刚支付完成，并且投递消息到交易服务，交易服务更改订单为已支付状态。
- 由于某种原因，例如网络故障导致mq没有收到消费者的返回的回执，隔了一段时间后重新投递给交易服务。
- 但是，在新投递的消息被消费之前，用户选择了退款，将订单状态改为了已退款状态。
- 退款完成后，新投递的消息才被消费，那么订单状态会被再次改为已支付。业务异常。
这里涉及到的问题：
- 如果订单状态只有支付与未支付(用户申请退款订单也算未支付)的两种状态，这里使用
业务判断就会出现问题，因为无法根据订单是否未支付进行区分，该消息是否已被消费过了。 - 但是这里的订单状态有多种，未支付和其他(用户申请退款订单算交易取消)，所以这里使用
业务判断就不会有问题。 
业务判断就是基于业务本身的逻辑或状态来判断是否是重复的请求或消息，不同的业务场景判断的思路也不一样。
例如我们当前案例中，处理消息的业务逻辑是把订单状态从未支付修改为已支付。因此我们就可以在执行业务时判断订单状态是否是未支付，如果不是则证明订单已经被处理过，无需重复处理。
相比较而言，消息ID的方案需要改造原有的数据库，所以我更推荐使用业务判断的方案。
以支付修改订单的业务为例，我们需要修改OrderServiceImpl中的markOrderPaySuccess方法：
@Override
public void markOrderPaySuccess(Long orderId) {
// 1.查询订单
Order old = getById(orderId);
// 2.判断订单状态
if (old == null || old.getStatus() != 1) {
// 订单不存在或者订单状态不是1，放弃处理
return;
}
// 3.尝试更新订单
Order order = new Order();
order.setId(orderId);
order.setStatus(2);
order.setPayTime(LocalDateTime.now());
updateById(order);
}上述代码逻辑上符合了幂等判断的需求，但是由于判断和更新是两步动作，因此在极小概率下可能存在线程安全问题。
我们可以合并上述操作为这样：
@Override
public void markOrderPaySuccess(Long orderId) {
// UPDATE `order` SET status = ? , pay_time = ? WHERE id = ? AND status = 1
lambdaUpdate()
.set(Order::getStatus, 2)
.set(Order::getPayTime, LocalDateTime.now())
.eq(Order::getId, orderId)
.eq(Order::getStatus, 1)
.update();
}注意看，上述代码等同于这样的SQL语句：
UPDATE `order` SET status = ? , pay_time = ? WHERE id = ? AND status = 1我们在where条件中除了判断id以外，还加上了status必须为1的条件。如果条件不符（说明订单已支付），则SQL匹配不到数据，根本不会执行。
3.5.兜底方案
虽然我们利用各种机制尽可能增加了消息的可靠性，但也不好说能保证消息100%的可靠。万一真的MQ通知失败该怎么办呢？
有没有其它兜底方案，能够确保订单的支付状态一致呢？
其实思想很简单：既然MQ通知不一定发送到交易服务，那么交易服务就必须自己主动去查询支付状态。这样即便支付服务的MQ通知失败，我们依然能通过主动查询来保证订单状态的一致。
流程如下：
图中黄色线圈起来的部分就是MQ通知失败后的兜底处理方案，由交易服务自己主动去查询支付状态。
不过需要注意的是，交易服务并不知道用户会在什么时候支付，如果查询的时机不正确（比如查询的时候用户正在支付中），可能查询到的支付状态也不正确。
那么问题来了，我们到底该在什么时间主动查询支付状态呢？
这个时间是无法确定的，因此，通常我们采取的措施就是利用定时任务定期查询，例如每隔20秒就查询一次，并判断支付状态。如果发现订单已经支付，则立刻更新订单状态为已支付即可。
定时任务大家之前学习过，具体的实现这里就不再赘述了。
补充：
- 首先仅依赖 MQ 的生产者确认和消费者确认机制,确保消息的可靠投递。
- 如果业务确实需要更高的可靠性,可以考虑引入幂等性设计,即允许重复处理同一条消息。
- 如果担心 MQ 故障,可以考虑引入消息补偿机制,例如将关键信息持久化到数据库,定期检查和补偿。
- 如果上述方案仍不满足需求,再考虑引入定时任务等机制作为补充。但要注意控制复杂度,减少对系统的干扰。
至此，消息可靠性的问题已经解决了。
综上，支付服务与交易服务之间的订单状态一致性是如何保证的？
- 首先，支付服务会在用户支付成功以后利用MQ消息通知交易服务，完成订单状态同步。
- 其次，为了保证MQ消息的可靠性，我们采用了生产者确认机制、消费者确认、消费者失败重试等策略，确保消息投递的可靠性
- 最后，我们还在交易服务设置了定时任务，定期查询订单支付状态。这样即便MQ通知失败，还可以利用定时任务作为兜底方案，确保订单支付状态的最终一致性。
4.延迟消息
在电商的支付业务中，对于一些库存有限的商品，为了更好的用户体验，通常都会在用户下单时**立刻扣减商品库存。**例如电影院购票、高铁购票，下单后就会锁定座位资源，其他人无法重复购买。
但是这样就存在一个问题，假如用户下单后一直不付款，就会一直占有库存资源，导致其他客户无法正常交易，最终导致商户利益受损！
因此，电商中通常的做法就是：对于超过一定时间未支付的订单，应该立刻取消订单并释放占用的库存。
例如，订单支付超时时间为30分钟，则我们应该在用户下单后的第30分钟检查订单支付状态，如果发现未支付，应该立刻取消订单，释放库存。
但问题来了：如何才能准确的实现在下单后第30分钟去检查支付状态呢？
像这种在一段时间以后才执行的任务，我们称之为延迟任务，而要实现延迟任务，最简单的方案就是利用MQ的延迟消息了。
在RabbitMQ中实现延迟消息也有两种方案：
- 死信交换机+TTL
- 延迟消息插件
这一章我们就一起研究下这两种方案的实现方式，以及优缺点。
4.1.死信交换机和延迟消息
首先我们来学习一下基于死信交换机的延迟消息方案。
4.1.1.死信交换机
什么是死信？
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参数设置为false** - 消息是一个过期消息，超时无人消费
- 要投递的队列消息满了，无法投递
如果一个队列中的消息已经成为死信，并且这个队列通过**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，而这个交换机就称为死信交换机**（Dead Letter Exchange）。而此时加入有队列与死信交换机绑定，则最终死信就会被投递到这个队列中。
死信交换机有什么作用呢？
- 收集那些因处理失败而被拒绝的消息
- 收集那些因队列满了而被拒绝的消息
- 收集因TTL（有效期）到期的消息
4.1.2.延迟消息
前面两种作用场景可以看做是把死信交换机当做一种消息处理的最终兜底方案，与消费者重试时讲的RepublishMessageRecoverer作用类似。
而最后一种场景，大家设想一下这样的场景：
如图，有一组绑定的交换机（ttl.fanout）和队列（ttl.queue）。但是**ttl.queue没有消费者监听**，而是设定了死信交换机hmall.direct，而队列direct.queue1则与死信交换机绑定，RoutingKey是blue：
假如我们现在发送一条消息到ttl.fanout，RoutingKey为blue，并设置消息的有效期为5000毫秒：
注意：尽管这里的ttl.fanout不需要RoutingKey，但是当消息变为死信并投递到死信交换机时，会沿用之前的RoutingKey，这样hmall.direct才能正确路由消息。
消息肯定会被投递到ttl.queue之后，由于没有消费者，因此消息无人消费。5秒之后，消息的有效期到期，成为死信：
死信被再次投递到死信交换机hmall.direct，并沿用之前的RoutingKey，也就是blue：
由于direct.queue1与hmall.direct绑定的key是blue，因此最终消息被成功路由到direct.queue1，如果此时有消费者与direct.queue1绑定， 也就能成功消费消息了。但此时已经是5秒钟以后了：
也就是说，publisher发送了一条消息，但最终consumer在5秒后才收到消息。我们成功实现了延迟消息。
4.1.3.案例实现
（1）默认沿用之前的RoutingKey
①普通队列声明
由于普通队列不需要消费者，所以不使用注解的方式去声明队列、交换机及其绑定关系；而去使用注入Bean的去声明。
/**
* 用于延迟消息时的普通队列
*
* @author xiaopeng
* @version 1.0
*/
@Configuration
public class NormalQueueConfig {
@Bean
public DirectExchange normalExchange() {
return new DirectExchange("normal.direct");
}
@Bean
public Queue normalQueue() {
return QueueBuilder.durable("normal.queue")
.deadLetterExchange("dlx.direct") // 配置死信交换机
//.deadLetterRoutingKey("dlx") // 自定义-死信转发时使用的 Routing Key
.build();
}
@Bean
public Binding normalExchangeAndQueueBinding(Queue normalQueue, DirectExchange normalExchange) {
return BindingBuilder.bind(normalQueue).to(normalExchange).with("hi");
}
}②消费者-死信队列
/**
* 消费死信队列里面的延迟消息
* @param message
*/
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = "dlx.queue", durable = "true"),
exchange = @Exchange(name = "dlx.direct", type = ExchangeTypes.DIRECT, durable = "true"),
key = "hi"
//key = "dlx"
))
public void listenDlxQueue(String message) {
log.info("消费者接收到死信队列dlx.queue的消息：【" + message + "】");
}（2）使用deadLetterRoutingKey指定路由
（3）设置消息过期时间
使用MessagePostProcessor消息后置处理器，对转换为Message后的消息做处理
/**
* 测试发送延迟消息
*/
@Test
void testSendDelayMessage(){
rabbitTemplate.convertAndSend("normal.direct", "hi", "hello",
new MessagePostProcessor() { //消息后置处理器，对转换为Message后的消息做处理
@Override
public Message postProcessMessage(Message message) throws AmqpException {
message.getMessageProperties().setExpiration("5000"); //设置消息过期时间为5s
return message;
}
});
}（4）测试
4.1.4.总结
注意：
RabbitMQ的消息过期是基于追溯方式来实现的，也就是说当一个消息的TTL到期以后不一定会被移除或投递到死信交换机，而是在消息恰好处于队首时才会被处理。
当队列中消息堆积很多的时候，过期消息可能不会被按时处理，因此你设置的TTL时间不一定准确。
4.2.DelayExchange插件
基于死信队列虽然可以实现延迟消息，但是太麻烦了。因此RabbitMQ社区提供了一个延迟消息插件来实现相同的效果。
官方文档说明：
https://blog.rabbitmq.com/posts/2015/04/scheduling-messages-with-rabbitmq
4.2.1.下载
插件下载地址：
https://github.com/rabbitmq/rabbitmq-delayed-message-exchange
由于我们安装的MQ是3.8版本，因此这里下载3.8.17版本：
当然，也可以直接使用课前资料提供好的插件：
4.2.2.安装插件
因为我们是基于Docker安装，所以需要先查看RabbitMQ的插件目录对应的数据卷。
查看docker中的数据卷目录
docker volume ls查看mq插件挂载的数据卷位置
docker volume inspect mq-plugins结果如下：
[
{
"CreatedAt": "2024-06-19T09:22:59+08:00",
"Driver": "local",
"Labels": null,
"Mountpoint": "/var/lib/docker/volumes/mq-plugins/_data",
"Name": "mq-plugins",
"Options": null,
"Scope": "local"
}
]插件目录被挂载到了/var/lib/docker/volumes/mq-plugins/_data这个目录，我们上传插件到该目录下。
切换到指定的路径：
cd /var/lib/docker/volumes/mq-plugins/_data上传插件到该路径下：
接下来执行命令，安装插件：
docker exec -it mq rabbitmq-plugins enable rabbitmq_delayed_message_exchange运行结果如下：
4.2.3.声明延迟交换机
基于注解方式：
/**
* 使用DelayExchange插件实现延迟消费
* @param msg
*/
@RabbitListener(bindings = @QueueBinding(
value = @Queue(value = "delay.queue", durable = "true"),
exchange = @Exchange(value = "delay.direct", delayed = "true"),
key = "delay"
))
public void listenDelayQueue(String msg) {
log.info("消费者监听到delay.queue中的消息：" + msg);
}基于@Bean的方式：
package com.itheima.consumer.config;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Slf4j
@Configuration
public class DelayExchangeConfig {
@Bean
public DirectExchange delayExchange(){
return ExchangeBuilder
.directExchange("delay.direct") // 指定交换机类型和名称
.delayed() // 设置delay的属性为true
.durable(true) // 持久化
.build();
}
@Bean
public Queue delayedQueue(){
return new Queue("delay.queue");
}
@Bean
public Binding delayQueueBinding(){
return BindingBuilder.bind(delayedQueue()).to(delayExchange()).with("delay");
}
}4.2.4.发送延迟消息
发送消息时，必须通过x-delay属性设定延迟时间：
/**
* 使用插件实现延迟消费
*/
@Test
void testPublisherDelayMessage() {
// 1.创建消息
String message = "hello, delayed message";
// 2.发送消息，利用消息后置处理器添加消息头
rabbitTemplate.convertAndSend("delay.direct", "delay", message, new MessagePostProcessor() {
@Override
public Message postProcessMessage(Message message) throws AmqpException {
// 添加延迟消息属性
message.getMessageProperties().setDelay(10000);
return message;
}
});
}5.运行结果
publisher服务成功发送了一条消息，但consumer服务在10秒后才收到该消息，从而实现了延迟消息传递的目标：
注意：
延迟消息插件内部会维护一个本地数据库表，同时使用Elang Timers功能实现计时。如果消息的延迟时间设置较长，可能会导致堆积的延迟消息非常多，会带来较大的CPU开销，同时延迟消息的时间会存在误差。
Erlang Timers（Erlang 计时器）是 Erlang 语言 内置的 定时任务管理机制，用于在 指定时间后触发某个操作。RabbitMQ 本身是基于 Erlang/OTP 开发的，因此它的延迟消息机制依赖于 Erlang Timers 来管理时间调度。
因此，不建议设置延迟时间过长的延迟消息。
4.3.超时订单问题
接下来，我们就在交易服务中利用延迟消息实现订单超时取消功能。其大概思路如下：
查询支付状态有两次：
1.查询本地订单状态，如果已经正常通知了，支付和交易服务的通知正常，订单状态已经修改为已支付了，此时直接结束即可。
2.查询支付流水状态，如果本地查询到的订单状态不是已支付，那么有可能是没能通知到，此时需要去向支付服务查询支付流水状态，如果是已支付，则修改，如果不是，那么就说明超时了，则取消订单，并回复库存。
假如订单超时支付时间为30分钟，理论上说我们应该在下单时发送一条延迟消息，延迟时间为30分钟。这样就可以在接收到消息时检验订单支付状态，关闭未支付订单，回复库存。
4.3.1.定义常量
因为是订单超时问题，所以**延迟消息的发送还是接收都是在交易服务完成，因此我们在trade-service中定义一个常量类，用于记录交换机、队列、RoutingKey等常量**：
内容如下：
package com.hmall.trade.constants;
public interface MqConstants {
String DELAY_EXCHANGE_NAME = "trade.delay.direct";
String DELAY_ORDER_QUEUE_NAME = "trade.delay.order.queue";
String DELAY_ORDER_KEY = "delay.order.query"; //延迟查询订单状态
}4.3.2.配置MQ
在trade-service模块的pom.xml中引入amqp的依赖：
<!--amqp-->
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-amqp</artifactId>
</dependency>在trade-service的application.yaml中添加MQ的配置：
spring:
rabbitmq:
host: 192.168.88.133
port: 5672
virtual-host: /hmall
username: hmall
password: 123
4.3.3.改造下单业务，发送延迟消息
接下来，我们改造下单业务，在下单完成后，发送延迟消息，查询支付状态。
修改trade-service模块的com.hmall.trade.service.impl.OrderServiceImpl类的createOrder方法，添加消息发送的代码：
// 5.发送延迟消息，在设置的延迟时间后，自动检测订单支付状态
rabbitTemplate.convertAndSend(
MqConstants.DELAY_EXCHANGE_NAME,
MqConstants.DELAY_ORDER_KEY,
order.getId(),
new MessagePostProcessor() {
@Override
public Message postProcessMessage(Message message) throws AmqpException {
message.getMessageProperties().setDelay(10000); //设置订单消息的延迟时间,即为订单超时的时间
return message;
}
}
);这里延迟消息的时间应该是15分钟，不过我们为了测试方便，改成10秒。
4.3.4.编写查询支付状态接口
由于MQ消息处理时需要查询支付状态，因此我们要在pay-service模块定义一个这样的接口，并提供对应的FeignClient.
首先，在hm-api模块定义三个类：
说明：
- PayOrderDTO：支付单的数据传输实体
- PayClient：支付系统的Feign客户端
- PayClientFallback：支付系统的fallback逻辑
PayOrderDTO代码如下：
package com.hmall.api.dto;
import io.swagger.annotations.ApiModel;
import io.swagger.annotations.ApiModelProperty;
import lombok.Data;
import java.time.LocalDateTime;
/**
* <p>
* 支付订单
* </p>
*/
@Data
@ApiModel(description = "支付单数据传输实体")
public class PayOrderDTO {
@ApiModelProperty("id")
private Long id;
@ApiModelProperty("业务订单号")
private Long bizOrderNo;
@ApiModelProperty("支付单号")
private Long payOrderNo;
@ApiModelProperty("支付用户id")
private Long bizUserId;
@ApiModelProperty("支付渠道编码")
private String payChannelCode;
@ApiModelProperty("支付金额，单位分")
private Integer amount;
@ApiModelProperty("付类型，1：h5,2:小程序，3：公众号，4：扫码，5：余额支付")
private Integer payType;
@ApiModelProperty("付状态，0：待提交，1:待支付，2：支付超时或取消，3：支付成功")
private Integer status;
@ApiModelProperty("拓展字段，用于传递不同渠道单独处理的字段")
private String expandJson;
@ApiModelProperty("第三方返回业务码")
private String resultCode;
@ApiModelProperty("第三方返回提示信息")
private String resultMsg;
@ApiModelProperty("支付成功时间")
private LocalDateTime paySuccessTime;
@ApiModelProperty("支付超时时间")
private LocalDateTime payOverTime;
@ApiModelProperty("支付二维码链接")
private String qrCodeUrl;
@ApiModelProperty("创建时间")
private LocalDateTime createTime;
@ApiModelProperty("更新时间")
private LocalDateTime updateTime;
}PayClient代码如下：
package com.hmall.api.client;
import com.hmall.api.client.fallback.PayClientFallback;
import com.hmall.api.dto.PayOrderDTO;
import org.springframework.cloud.openfeign.FeignClient;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.PathVariable;
@FeignClient(value = "pay-service", fallbackFactory = PayClientFallback.class)
public interface PayClient {
/**
* 根据交易订单id查询支付单
* @param id 业务订单id
* @return 支付单信息
*/
@GetMapping("/pay-orders/biz/{id}")
PayOrderDTO queryPayOrderByBizOrderNo(@PathVariable("id") Long id);
}PayClientFallbackFactory代码如下：
package com.hmall.api.client.fallback;
import com.hmall.api.client.PayClient;
import com.hmall.api.dto.PayOrderDTO;
import lombok.extern.slf4j.Slf4j;
import org.springframework.cloud.openfeign.FallbackFactory;
@Slf4j
public class PayClientFallbackFactory implements FallbackFactory<PayClient> {
@Override
public PayClient create(Throwable cause) {
return new PayClient() {
@Override
public PayOrderDTO queryPayOrderByBizOrderNo(Long id) {
return null;
}
};
}
}最后，在pay-service模块的PayController中实现该接口：
@ApiOperation("根据id查询支付单")
@GetMapping("/biz/{id}")
public PayOrderDTO queryPayOrderByBizOrderNo(@PathVariable("id") Long id){
PayOrder payOrder = payOrderService.lambdaQuery().eq(PayOrder::getBizOrderNo, id).one();
return BeanUtils.copyBean(payOrder, PayOrderDTO.class);
}4.3.5.监听消息，查询支付状态
接下来，我们在trader-service编写一个监听器，监听延迟消息，查询订单支付状态：
代码如下：
package com.hmall.trade.listener;
import com.hmall.api.client.PayClient;
import com.hmall.api.dto.PayOrderDTO;
import com.hmall.trade.constants.MQConstants;
import com.hmall.trade.domain.po.Order;
import com.hmall.trade.service.IOrderService;
import lombok.RequiredArgsConstructor;
import org.springframework.amqp.rabbit.annotation.Exchange;
import org.springframework.amqp.rabbit.annotation.Queue;
import org.springframework.amqp.rabbit.annotation.QueueBinding;
import org.springframework.amqp.rabbit.annotation.RabbitListener;
import org.springframework.stereotype.Component;
@Component
@RequiredArgsConstructor
public class OrderDelayMessageListener {
private final IOrderService orderService;
private final PayClient payClient;
@RabbitListener(bindings = @QueueBinding(
value = @Queue(name = MQConstants.DELAY_ORDER_QUEUE_NAME),
exchange = @Exchange(name = MQConstants.DELAY_EXCHANGE_NAME, delayed = "true"),
key = MQConstants.DELAY_ORDER_KEY
))
public void listenOrderDelayMessage(Long orderId){
// 1.查询订单
Order order = orderService.getById(orderId);
// 2.检测订单状态，判断是否已支付
if(order == null || order.getStatus() != 1){
// 订单不存在或者已经支付
return;
}
// 3.未支付，需要查询支付流水状态
PayOrderDTO payOrder = payClient.queryPayOrderByBizOrderNo(orderId);
// 4.判断是否支付
if(payOrder != null && payOrder.getStatus() == 3){
// 4.1.已支付，标记订单状态为已支付
orderService.markOrderPaySuccess(orderId);
}else{
// TODO 4.2.未支付，取消订单，回复库存
orderService.cancelOrder(orderId);
}
}
}注意，这里要在OrderServiceImpl中实现cancelOrder方法，留作作业大家自行实现。
/**
* 取消订单，并回复库存
*
* @param orderId
*/
@Override
public void cancelOrder(Long orderId) {
//1.获取订单详情-商品id和对应的数量
List<OrderDetail> details =
detailService.list(
new LambdaQueryWrapper<OrderDetail>().eq(OrderDetail::getOrderId, orderId)
);
List<OrderDetailDTO> detailDTOS = new ArrayList<>(details.size());
//2.回复对应商品的库存
for (OrderDetail detail : details) {
OrderDetailDTO orderDetailDTO = new OrderDetailDTO();
BeanUtil.copyProperties(detail, orderDetailDTO);
detailDTOS.add(orderDetailDTO);
}
if (CollectionUtil.isEmpty(detailDTOS)) {
log.warn("订单详情为空，不需要恢复库存, orderId={}", orderId);
return;
}
itemClient.replyStock(detailDTOS);
//0.删除订单和订单详情
detailService.remove(
new LambdaQueryWrapper<OrderDetail>().eq(OrderDetail::getOrderId, orderId)
);
removeById(orderId);
}4.3.6.修改消息转换器配置
4.3.7.测试
5.作业
5.1.取消订单
在处理超时未支付订单时，如果发现订单确实超时未支付，最终需要关闭该订单。
关闭订单需要完成两件事情：
- 将订单状态修改为已关闭
- 恢复订单中已经扣除的库存
这部分功能尚未实现。
大家要在IOrderService接口中定义cancelOrder方法：
void cancelOrder(Long orderId);并且在OrderServiceImpl中实现该方法。实现过程中要注意业务幂等性判断。
5.2.抽取MQ工具
MQ在企业开发中的常见应用我们就学习完毕了，除了收发消息以外，消息可靠性的处理、生产者确认、消费者确认、延迟消息等等编码还是相对比较复杂的。
因此，我们需要将这些常用的操作封装为工具，方便在项目中使用。要求如下：
- 将RabbitMQ的yaml配置抽取到nacos中，作为共享配置，替换所有微服务中的自定义MQ配置
- 在
hm-commom模块下编写发送消息的工具类RabbitMqHelper - 定义一个自动配置类
MqConsumeErrorAutoConfiguration，内容包括：- 声明一个交换机，名为
error.direct，类型为direct - 声明一个队列，名为：
微服务名 + error.queue，也就是说要动态获取 - 将队列与交换机绑定，绑定时的
RoutingKey就是微服务名 - 声明
RepublishMessageRecoverer，消费失败消息投递到上述交换机 - 给配置类添加条件，当
spring.rabbitmq.listener.simple.retry.enabled为true时触发
- 声明一个交换机，名为
RabbitMqHelper的结构如下：
public class RabbitMqHelper {
private final RabbitTemplate rabbitTemplate;
public void sendMessage(String exchange, String routingKey, Object msg){
}
public void sendDelayMessage(String exchange, String routingKey, Object msg, int delay){
}
public void sendMessageWithConfirm(String exchange, String routingKey, Object msg, int maxRetries){
}
}1.抽取共享配置
首先，我们需要在nacos中抽取RabbitMQ的共享配置，命名为shared-mq.yaml：
其中只包含mq的基础共享配置，内容如下：
spring:
rabbitmq:
host: ${hm.mq.host:192.168.150.101} # 主机名
port: ${hm.mq.port:5672} # 端口
virtual-host: ${hm.mq.vhost:/hmall} # 虚拟主机
username: ${hm.mq.un:hmall} # 用户名
password: ${hm.mq.pw:123} # 密码2.引入依赖
在hm-common模块引入要用到的一些依赖，主要包括amqp、jackson。但是不要引入starter，因为我们希望可以让用户按需引入。
依赖如下：
<!--AMQP依赖-->
<dependency>
<groupId>org.springframework.amqp</groupId>
<artifactId>spring-amqp</artifactId>
<scope>provided</scope>
</dependency>
<!--Spring整合Rabbit依赖-->
<dependency>
<groupId>org.springframework.amqp</groupId>
<artifactId>spring-rabbit</artifactId>
<scope>provided</scope>
</dependency>
<!--json处理-->
<dependency>
<groupId>com.fasterxml.jackson.dataformat</groupId>
<artifactId>jackson-dataformat-xml</artifactId>
<scope>provided</scope>
</dependency>注意：依赖的scope要选择provided，这样依赖仅仅是用作项目编译时不报错，真正运行时需要使用者自行引入依赖。
3.封装工具
在hm-common模块的com.hmall.common.utils包下新建一个RabbitMqHelper类：
代码如下：
package com.hmall.common.utils;
import cn.hutool.core.lang.UUID;
import lombok.RequiredArgsConstructor;
import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.rabbit.connection.CorrelationData;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.util.concurrent.ListenableFutureCallback;
@Slf4j
@RequiredArgsConstructor
public class RabbitMqHelper {
private final RabbitTemplate rabbitTemplate;
public void sendMessage(String exchange, String routingKey, Object msg){
log.debug("准备发送消息，exchange:{}, routingKey:{}, msg:{}", exchange, routingKey, msg);
rabbitTemplate.convertAndSend(exchange, routingKey, msg);
}
public void sendDelayMessage(String exchange, String routingKey, Object msg, int delay){
rabbitTemplate.convertAndSend(exchange, routingKey, msg, message -> {
message.getMessageProperties().setDelay(delay);
return message;
});
}
public void sendMessageWithConfirm(String exchange, String routingKey, Object msg, int maxRetries){
log.debug("准备发送消息，exchange:{}, routingKey:{}, msg:{}", exchange, routingKey, msg);
CorrelationData cd = new CorrelationData(UUID.randomUUID().toString(true));
cd.getFuture().addCallback(new ListenableFutureCallback<>() {
int retryCount;
@Override
public void onFailure(Throwable ex) {
log.error("处理ack回执失败", ex);
}
@Override
public void onSuccess(CorrelationData.Confirm result) {
if (result != null && !result.isAck()) {
log.debug("消息发送失败，收到nack，已重试次数：{}", retryCount);
if(retryCount >= maxRetries){
log.error("消息发送重试次数耗尽，发送失败");
return;
}
CorrelationData cd = new CorrelationData(UUID.randomUUID().toString(true));
cd.getFuture().addCallback(this);
rabbitTemplate.convertAndSend(exchange, routingKey, msg, cd);
retryCount++;
}
}
});
rabbitTemplate.convertAndSend(exchange, routingKey, msg, cd);
}
}4.自动装配
最后，我们在hm-common模块的包下定义一个配置类：
将RabbitMqHelper注册为Bean：
package com.hmall.common.config;
import com.fasterxml.jackson.databind.ObjectMapper;
import com.hmall.common.utils.RabbitMqHelper;
import org.springframework.amqp.core.RabbitTemplate;
import org.springframework.amqp.rabbit.core.RabbitTemplate;
import org.springframework.amqp.support.converter.Jackson2JsonMessageConverter;
import org.springframework.amqp.support.converter.MessageConverter;
import org.springframework.boot.autoconfigure.condition.ConditionalOnBean;
import org.springframework.boot.autoconfigure.condition.ConditionalOnClass;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
@Configuration
@ConditionalOnClass(value = {MessageConverter.class, RabbitTemplate.class})
public class MqConfig {
@Bean
@ConditionalOnBean(ObjectMapper.class)
public MessageConverter messageConverter(ObjectMapper mapper){
// 1.定义消息转换器
Jackson2JsonMessageConverter jackson2JsonMessageConverter = new Jackson2JsonMessageConverter(mapper);
// 2.配置自动创建消息id，用于识别不同消息
jackson2JsonMessageConverter.setCreateMessageIds(true);
return jackson2JsonMessageConverter;
}
@Bean
public RabbitMqHelper rabbitMqHelper(RabbitTemplate rabbitTemplate){
return new RabbitMqHelper(rabbitTemplate);
}
}注意：
由于hm-common模块的包名为com.hmall.common，与其它微服务的包名不一致，因此无法通过扫描包使配置生效。
为了让我们的配置生效，我们需要在项目的classpath下的META-INF/spring.factories文件中声明这个配置类：
内容如下：
org.springframework.boot.autoconfigure.EnableAutoConfiguration=\
com.hmall.common.config.MyBatisConfig,\
com.hmall.common.config.MqConfig,\
com.hmall.common.config.MvcConfig至此，RabbitMQ的工具类和自动装配就完成了。
5.3.改造业务
利用你编写的工具，改造支付服务、购物车服务、交易服务中消息发送功能，并且添加消息确认或消费者重试机制，确保消息的可靠性。