RabbitMQ如何保证消息可靠性？-51CTO.COM

本篇文章不再介绍RabbitMQ具体实现原理，直接介绍如何保证消息的可靠性问题。所谓可靠性，指消息不重不漏。

文章导读

图片

生产者消费者模型

生产者-消费者模型用于描述两类进程（生产者和消费者）之间的数据交互。可以被认为是独立的服务，生产者负责生成数据，消费者负责处理这些数据。在分布式系统中，队列在其中扮演了消息（数据）传递的功能。

图片

关于消息队列的作用，一般解读为：

解耦：生产者和消费者独立运作，无需知道对方的运行状态。

异步：并非实时，生产者不必关注消费端的消费情况。

削峰：限制流量，防止消费者过载。

消息丢失

这其实不难理解，就像生活中下单-快递-签收的过程。这个过程和上边的生产者-消费者模型恰有异曲同工之妙。

图片

这个过程中，

下单用户（生产者）
快递小哥（队列）
签收人（消费者）
快件（消息）

如果包裹被粗略的认为是一条消息，那么快件在邮寄过程中丢失了，就是消息丢失。快件从发货到签收，我们不用去关心中间发生了什么。但是要是没收到货，那得给我个理由。

如何排查？

就上边的快件丢失问题，怎么知道快递为何没有收到？很简单，一段一段的排查：

商家是否有发货？
快递公司是否揽收？
查看快递小哥是否放入代收点

相应的，如果生产环境中突然发现诸如：告警、服务宕机、数据流转异常等问题时，我们也会在链路上（A、B、C三处）逐一排查。

产生原因及解决方案

1、生产端可靠性投递

为确保消息从生产端可靠地投递到RabbitMQ，我们需要考虑以下几个关键点：

网络故障：消息可能在传输过程中因网络问题而丢失。

RabbitMQ故障：如果RabbitMQ宕机，消息也可能丢失。

图片

对应解决方案：

开启事务机制

事务在RabbitMQ中可能会影响性能，因为它们需要在所有节点上同步状态。因此，RabbitMQ尽量避免使用事务。核心代码：

private static void executeTransaction(Channel channel) throws IOException {
        boolean transactionSuccess = false;
        try {
            // 开启事务
            channel.txSelect(); 

            // 执行一系列消息操作，例如：channel.basicPublish(exchange, routingKey, message);
            // 提交事务
            channel.txCommit(); 
            transactionSuccess = true;
        } catch (ShutdownSignalException | IOException e) {
            // 回滚事务
            if (!transactionSuccess) {
                channel.txRollback(); 
            }
            throw e;
        }
    }1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.

生产者确认机制

发布者确认机制允许发布者知道消息是否已经被RabbitMQ成功接收：

public static void sendPersistentMessage(String host, String queueName, String message) {
        try (Connection connection = new ConnectionFactory().setHost(host).newConnection();
             Channel channel = connection.createChannel()) {
            // 启用发布者确认
            channel.confirmSelect(); 

           // 将消息设置为持久化
            AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder()
                    .deliveryMode(2) 
                    .build();
                    
            // 添加确认监听器
            channel.addConfirmListener(new ConfirmListener() {
                @Override
                public void handleAck(long deliveryTag, boolean multiple) throws IOException {
                    System.out.println("消息已确认: " + deliveryTag);
                    // 消息正确到达Broker时的处理逻辑
                }

                @Override
                public void handleNack(long deliveryTag, boolean multiple) throws IOException {
                    System.out.println("消息未确认: " + deliveryTag);
                    // 因为内部错误导致消息丢失时的处理逻辑
                }
            });

            channel.basicPublish("", queueName, properties, message.getBytes());

            // 等待消息确认，或者超时
            boolean allConfirmed = channel.waitForConfirms();
            
            if (allConfirmed) {
                //所有消息都已确认
            } else {
                //超时或其它
            }
           
        } catch (IOException | TimeoutException | InterruptedException e) {
            e.printStackTrace();
        }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.

2、消息持久化

在RabbitMQ中，消息的持久化它确保消息不仅存储在内存中，而且也安全地保存在磁盘上。这样，即使在RabbitMQ服务崩溃或重启的情况下，消息也不会丢失，可以从磁盘恢复。

图片

消息到达RabbitMQ后通过Exchange交换机，路由给queue队列，最后发送给消费端。

图片

从RabbitMQ设计上看，消息的持久化应该从以下方面入手：

Exchange持久化：

// 设置 durable = true; 
channel.exchangeDeclare(exchangeName, "direct", durable);1.
2.

消息持久化：

// 设置 MessageProperties.PERSISTENT_TEXT_PLAIN
channel.basicPublish(exchangeName, routingKey, MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());1.
2.

Queue持久化：

//设置 boolean durable = true;
channel.queueDeclare(queueName, durable, exclusive, false, null);1.
2.

这样，如果RabbitMQ收到消息后挂了，重启后会自行从磁盘上恢复消息。

3、消费者确认机制

如果上述生产端、消息队列都正确投递，那么问题出现在消费端是否可以正确消费？

图片

消费者在成功处理了一条消息后通知RabbitMQ，这样RabbitMQ在收到确认后才会移除队列中的消息。

默认情况下，以下3种原因导致消息丢失：

1、网络故障：消费端还没接收到消息之前，发生网络故障导致消息丢失；

2、未接收消息前服务宕机：消费端突然挂机未接收到消息，此时消息会丢失；

3、处理过程中服务宕机：消费端正确接收到消息，但在处理消息的过程中发生异常或宕机了，消息也会丢失。

这是因为RabbitMQ的自动ack机制，即默认RabbitMQ在消息发出后，不管消费端是否接收到，是否处理完，就立即删除这条消息，导致消息丢失。

图片

应对方案：

将自动ack机制改为手动ack机制。

DeliverCallback deliverCallback = (consumerTag, delivery) -> {
    try {
        //接收消息，业务处理
        //设置手动确认
        channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
    } catch (Exception e) {
        //发生异常时，可以选择重新发送消息或进行错误处理
        // 例如，可以选择负确认（nack），让消息重回队列
        // channel.basicNack(delivery.getEnvelope().getDeliveryTag(), false, true);
    }
};
//设置autoAck为false，表示关闭自动确认机制，改为手动确认
channel.basicConsume(QUEUE_NAME, autoAck, deliverCallback, consumerTag -> {});1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.

4、消息补偿机制

以上3种解决办法理论上可靠，但是系统的异常或者故障比较偶然，我们没法做到100%消息不丢失。因此需要介入补偿机制或者人工干预。这是我们的最后一道防线。

如何做消息补偿呢？其实就是将消息入库，通过定时任务重新发送失败的消息。详细流程如下：

图片

生产端发送消息;
确认失败，将消息保存到数据库中，并设置初始状态0;
定时任务以一定频率扫描数据库中status=0 的消息（失败消息）;
重发消息，可多次;
重发成功，更新数据库：status=1;
超过固定次数重发仍然失败，人工干预。

标注：

超过最大失败次数后，对于无法被正常消费的消息可移入死信队列。

可人工干预手动排查
也可自动重试，需要实现一个消费者来从死信队列中获取消息，并根据业务逻辑来决定是否以及如何重新发送消息。这里涉及到消息去重、幂等性处理等。

以上，我们知道了消息丢失问题如何处理？那么对于消息重复的问题，下面做个介绍。

消息重复消费

消息重复消费是指在消息队列中，同一条消息被不同的消费者多次消费处理。

产生原因：

网络问题：消费者处理完消息后，因网络问题导致确认信息未能成功发送回消息队列。
服务中断：消费者在确认消息之前服务崩溃，消息队列未收到确认信号。
确认机制：自动确认模式下，如果确认在消息处理完成前发生，消息可能会被重复消费

对应解决方案：

1. 幂等性设计

设计消费者的消息处理逻辑时，要保证即使消息被多次消费，也不会对系统状态产生不良影响。幂等性可以通过以下方式实现：

数据库唯一约束：使用数据库的主键约束或唯一索引防止插入重复记录。
业务逻辑检查：在执行业务操作前，先检查是否已经处理过该消息。

2. 消息去重策略

使用唯一标识符（如订单号、massageID）来识别消息，并在消费者中实现去重逻辑：

缓存检查：使用内存缓存（如Redis）存储已处理的消息ID。
持久化存储：将消息ID与处理状态保存在数据库中，以便跨服务重启后仍然有效。

3. 手动确认与重试机制

通过手动确认消息，控制消息何时从队列中移除：

手动确认：在消息成功处理后，显式调用channel.basicAck()方法确认消息。
重试机制：如果消息处理失败，可以选择将消息重新入队（channel.basicReject(requeue=true)）或丢弃（channel.basicReject(requeue=false)）。

代码演示:

消费者端去重逻辑

@RabbitListener(queues = "queueName", acknowledgeMode = "MANUAL")
public void receiveMessage(Message message, Channel channel) throws IOException {
    String messageId = message.getMessageProperties().getMessageId();
    
    // 检查消息是否已消费
    if (messageAlreadyProcessed(messageId)) {
        // 消息已消费，确认消息并返回
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), false);
        return;
    }
    
    // 处理消息
    try {
        processMessage(message);
        // 消息处理成功，持久化消息ID并确认消息
        persistMessageId(messageId);
        channel.basicAck(message.getMessageProperties().getDeliveryTag(), false);
    } catch (Exception e) {
        // 处理失败，可以选择重新入队或丢弃
        boolean requeue = shouldRequeue(message);
        channel.basicReject(message.getMessageProperties().getDeliveryTag(), requeue);
    }
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.

生产者端发布确认

void sendWithConfirm(AmqpTemplate amqpTemplate, Message message) throws IOException {
    ConfirmCallback confirmCallback = (correlationData, ack, cause) -> {
        if (!ack) {
            // 处理消息发送失败的逻辑
            // ...
        }
    };
    amqpTemplate.setConfirmCallback(confirmCallback);
    amqpTemplate.convertAndSend("exchangeName", "routingKey", message);
}1.
2.
3.
4.
5.
6.
7.
8.
9.
10.

具体实现需要根据实际业务逻辑和RabbitMQ配置进行调整。

总结

以上介绍了RabbitMQ保证消息可靠性的问题、产生原因、解决方案等。不足之处，欢迎指正。