基于RabbitMq的实现消息延时发送的优点以及其局限性；
我们消息中心是负责承载各个业务（比如电商，物流，营销中心，券中心，会员中心，积分中心，停车场等等）的消息发送需求，那么消息呢就可能有延迟需求，比如物流到货后十五分钟进行一次邀请评价的需求。而且做个消息延迟发送，我们不可能让业务自己去写消息啥时候发送，到发送时间了再调我们接口这种逻辑，这样不合理，我们需要做比较强大的消息中心功能。
那么延迟消息的实现有多种多样的实现,我们前阵子想实现延迟消息，对此做了一定的讨论，最后发现许多方案要么不支持分布式项目，要么平白的对机器性能损耗比较大，要么可能存在系统崩溃数据丢失的风险，最后我们采用了RabbitMQ的方式实现延迟队列。
一. rabbitmq的延迟消息实现方式
1.死信队列方式
1.1我先大白话解释一下啥叫死信队列：
- 首先死信队列是普通队列
- 死信队列是在其他队列里的消息死亡后进入的队列
- 死信队列本身不具有死信功能，需要绑定
- 比如A绑定了死信队列是B，那么A中死亡的消息就会进入B内，B就被称之为死信队列
上面提到的消息死亡有几种类型 消息被拒绝(basic.reject / basic.nack)，并且requeue = false 消息TTL过期 队列达到最大长度
1.2延迟队列+死信队列实现延迟消息发送
RabbitMQ支持给队列内的消息设置过期时间和给消息单独过期时间，那么结合死信队列我们就可以做到消息的延迟发送了； 大概是以下步骤 1.创建延迟队列并设置消息的过期时间,绑定一个死信队列 2.不创建该队列的消费者，让其内部消息根据过期时间自动过期 3.创建死信队列的消费者，使其每次消费死亡的消息；
死信队列结构图
看到之前有的人写的博文写的比较复杂，还把交换机写进来了，其实完全没必要，死信队列根本上只是队列之间的绑定以及数据交换，具体代码就不说了，因为重点不在这里；
死信这种方式有个致命的缺点，导致我们这边无法使用：
- 1.时序问题：如果我们消息使用的是同一个队列，然后我们给消息本身设置过期时间，那么同一个队列中消息消费是按顺序来的，而不是过期时间，也就说说如果我们正常队列有两个数据A ttl15秒 B ttl 3秒,A在队列前面B在后面；那么我们消费的时候及时B过期时间更短，我们也不会先消费B而是会先消费A，因为同一队列有顺序问题。
- 2.过多队列问题： 前面说了如果单个队列那么消费就有顺序问题，那我们可以按过期时间分别绑定多个队列啊。 但是如果这样使用的话，岂不是每增加一个新的时间需求，就要新增一个队列，这里只有6s和60s两个时间选项，如果需要一个小时后处理，那么就需要增加TTL为一个小时的队列，我们业务方指定的时间是无法确定的，不可能去限制业务方让他们只能某个时间发，那么我们要创建无数个队列？？显然这是不可能的；
因此这种方式直接pass了；
2.借助rabbitmq的延迟插件
2.1 延迟队列插件rabbitmq_delayed_message_exchange的安装
- 1.首先去RabbitMQ 插件下载网站下载
自己版本对应的ez文件类型插件。 - 2.插件
rabbitmq_delayed_message_exchange下载完放入rabbitmq 的plugins文件下 - 3.进入到rabbit文件的sbin目录，执行
#查看插件目录
rabbitmq-plugins list
#安装延迟队列插件 （rabbitmq-plugins enable 插件名）
rabbitmq-plugins enable rabbitmq_delayed_message_exchange2.2 RabbitMq插件实现消息延迟的优点；
这个优点就是解决了上面方式的缺点。。。让消息延迟性绑定到消息本身上，使的每个消息有自己的过期时间；
2.3 实现方式；
- 1.创建一个delay类型的exchange，绑定对应的队列
- 2.这里delay类型和direct topic fanout等消息路由方式相对独立，也就是说我们可以和之前一样，指定exchange是direct还是topic还是fanout都可以。
根本上来说：我们指定其是delay类型不过是决定了其什么时候投递到指定路由队列 - 3.绑定路由队列进行消费
我们目前有两种不同类型的延迟，因此我这里用的topic模式结合延迟插件实现延迟队列；
topic结合delay插件实现延迟消息架构
如上所示，我们延迟的消息首先都放置到Mq里，然后延迟时间到了之后呢就会被路由到指定队列上去；
这么做有个小问题，如果我们延迟消息过多的话，那么必然存在着rabbitmq挤压消息，占用空间的问题，当然解决方案也比较简单
- 延迟不超过一天的我们直接进入rabbitmq
- 把延迟超过第一天的消息先进入mysql，每天定时扫第二天要发的数据，扫进mq里
- 这样的话RabbitMQ就做到了只存储当天消息的能力；
如果我们消息非常非常多，可以把消息分发区间划的更细点，比如只存储每12小时的消息，甚至只存储每个小时要发送的消息，这都是完全OK的；
代码也很简单，这里提供一个绑定了两种业务的延迟队列的小demo： 延迟队列配置：
@Configuration
public class DelayedRabbitMQConfig {
/**
* 声明延时队列hangfire
* 不设置TTL
*/
@Bean("hDelayQueue")
public Queue hangfireDelayQueue() {
return new Queue(BaseDict.DELAY_QUEUE_NAME_H);
}
/**
* 业务调用延迟队列
*
*/
@Bean("mDelayQueue")
public Queue moduleDelayQueue() {
return new Queue(BaseDict.DELAY_QUEUE_NAME_M);
}
/**
* 延迟交换机
*
*/
@Bean(name = "delayExchange")
public CustomExchange delayExchange() {
Map<String, Object> args = new HashMap<>(2);
args.put("x-delayed-type", "topic");
return new CustomExchange(BaseDict.DELAY_EXCHANGE_DISPATCHER, "x-delayed-message", true, false, args);
}
@Bean
public Binding hangfireBinding(@Qualifier("hDelayQueue") Queue queue,
@Qualifier("delayExchange") CustomExchange customExchange) {
return BindingBuilder.bind(queue).to(customExchange).with(BaseDict.DELAY_QUEUE_ROUTING_KEY_H).noargs();
}
@Bean
public Binding moduleBinding(@Qualifier("mDelayQueue") Queue queue,
@Qualifier("delayExchange") CustomExchange customExchange) {
return BindingBuilder.bind(queue).to(customExchange).with(BaseDict.DELAY_QUEUE_ROUTING_KEY_M).noargs();
}
}消息生产
@PostMapping("addMsgToMDelayQueue")
public void addMsgToMQueue(@RequestBody XXX request) {
sendDelayMsg(BaseDict.DELAY_EXCHANGE_DISPATCHER,BaseDict.DELAY_QUEUE_ROUTING_KEY_M, JSONObject.toJSONString(request), 10*24*60*60*1000);
}
@PostMapping("addMsgToHDelay")
public void addMsgToHQueue(@RequestBody List<AAA> request) {
sendDelayMsg(BaseDict.DELAY_EXCHANGE_DISPATCHER,BaseDict.DELAY_QUEUE_ROUTING_KEY_H, JSONObject.toJSONString(request), 10*24*60*60*1000);
}
/**
* 消息发送到延迟交换机上
*/
public void sendDelayMsg(String exchange,String routingKey, String msg, Integer delayTime) {
rabbitTemplate.convertAndSend(exchange, routingKey, msg, a -> {
a.getMessageProperties().setDelay(delayTime);
return a;
});
}消息消费
@RabbitListener(queues = BaseDict.DELAY_QUEUE_NAME_H, concurrency = "10-30")
public void hangfireReceive(Message message, Channel channel) throws IOException {
final List<AAA> sendDetails = JSONObject.parseArray(JSONObject.toJSONString(message.getBody()), AAA.class);
Optional.ofNullable(sendDetails).ifPresent(item->item.forEach(System.out::println));
}
@RabbitListener(queues = BaseDict.DELAY_QUEUE_NAME_M, concurrency = "10-20")
public void receiveQ(Message message, Channel channel) throws IOException {
final XXX request = JSONObject.parseObject(message.getBody(), XXX.class);
System.out.println("消费"+request.toString());
}3.基于RabbitMQ延迟插件实现延迟消息的局限性
我们在第一次使用这个延迟插件的时候做了一个压测,大约100W数据量的延迟会导致内存和Cpu使用量的急速上升,查了一些文档没搞明白后,去了官网看了下,发现其对此有以下解释,大致是讲目前这个延迟插件还不足以支持那么大的数据量,建议数据量不要太大 https://github.com/rabbitmq/rabbitmq-delayed-message-exchange https://github.com/rabbitmq/rabbitmq-delayed-message-exchange/issues/72
因此我们如果想用好延迟插件,目前来说需要做一些额外的配合,尽量使其延时最近的数据,并且数据量维持到一个比较低的程度