RabbitMQ指南(下)
来源:互联网 发布:云创客淘宝采集软件 编辑:程序博客网 时间:2024/06/05 10:28
在上一小节中我们改进了log系统,由于使用fanout
类型的exchange只能进行全局的广播,因此我们使用direct
类型的exchange做了代替, 使得我们可以选择性的接收消息。尽管使用fanout exchange改进了log系统,但它仍然有限制——不能基于多个条件做路由。
Topics
在log系统中可能不只是基于不同的日志级别作订阅,也可能会基于日志的来源。你也许听过Unix下名为syslog
的工具, 它把日志按照严重级别(info/warn/crit…)和设备(auth/cron/ker…)进行路由。
这会给我们许多的灵活性,也许我们只想监听’cron’中的’critical’级别的错误日志,以及所有’kern’中的日志。 为了实现这种日志系统,我们需要学习一个更复杂的topic
类型的exchange。
Topic exchange
发送到topic exchange中的消息不能有一个任意的routing_key
——它必须是一个使用点分隔的单词列表。单词可以是任意的, 但是通常会指定消息的一些特定。一些有效的routing key例子:”stock.usd.nyse”,”nyse.vmw”,”quick.orange.rabbit”。 routing key的长度限制为255个字节数。
binding key也必须是相同的形式。topic exchange背后的逻辑类似于direct——一条使用特定的routing key发送的消息将会被传递至所有使用与该routing key相同的binding key进行绑定的队列中。 然而,对binding key来说有两种特殊的情况:
- *(star)可以代替任意一个单词
- #(hash)可以代替0个或多个单词
使用一张图可以很简单地来说明:
在图中,我们将要发送被描述的动物的消息。消息的routing key将由三个单词组成(通过两个点分隔)。routing key中的第一个单词将描述速度, 第二个是颜色,第三个是物种:"<speed>.<colour>.<species>"
。
我们创建三个绑定:Q1使用binding key"*.orange.*"
来绑定,Q2使用"*.*.rabbit"
以及lazy.#
绑定。
这些绑定可以被总结为:
- Q1对所有橘色的的动物感兴趣
- Q2想要接收所有关于兔子的消息以及所有关于lazy的动物的消息
一条使用routing key"quick.orange.rabbit"
发送的消息将被同时传递到两个队列中。消息"lazy.orange.elephant"
同样如此。 另一方面,"quick.orange.fox"
只会被第一个queue接收,"lazy.brown.fox"
只会被第二个queue接收。 "lazy.pink.rabbit"
只会被传递到Q2一次,即使它对两个binding key都匹配。"quick.brown.fox"
与两个queue的binding key都不匹配, 因此将被丢弃。
如果打破我们的约定,使用一个单词或者四个单词的routing key例如"orange"
,"quick.orange.male.rabbit"
发送消息将会发生什么? 这些消息不会匹配任何绑定,因此会丢失。
但是对于"lazy.orange.male.rabbit"
,即使它有四个单词,但是它与第二个queue的binding key匹配,因此将会被发送到第二个queue中。
当一个queue使用"#"
(hash)作为binding key,那么它将会接收所有的消息,忽略routing key,就好像使用了fanout exchange。 当特殊字符”*“(star)和”#“(hash)在绑定中没有用到,topic exchange将会与direct exchange的行为相同。
了解了topic exchange之后,我们将它用在我们的log系统中,我们定义的routing key将会有两个单词组成:"<facility>.<severity>"
。
完成的EmitLogTopic.java
:
public
class
EmitLogTopic {
private
static
final
String EXCHANGE_NAME =
"topic_logs"
;
public
static
void
main(String[] argv)
throws
Exception {
ConnectionFactory factory =
new
ConnectionFactory();
factory.setHost(
"localhost"
);
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
channel.exchangeDeclare(EXCHANGE_NAME,
"topic"
);
String routingKey = getRouting(argv);
String message = getMessage(argv);
channel.basicPublish(EXCHANGE_NAME, routingKey,
null
, message.getBytes());
System.out.println(
" [x] Sent '"
+ routingKey +
"':'"
+ message +
"'"
);
connection.close();
}
//...
}
完整的ReceiveLogsTopic.java
:
public
class
ReceiveLogsTopic {
private
static
final
String EXCHANGE_NAME =
"topic_logs"
;
public
static
void
main(String[] argv)
throws
Exception {
ConnectionFactory factory =
new
ConnectionFactory();
factory.setHost(
"localhost"
);
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
channel.exchangeDeclare(EXCHANGE_NAME,
"topic"
);
String queueName = channel.queueDeclare().getQueue();
if
(argv.length <
1
) {
System.err.println(
"Usage: ReceiveLogsTopic [binding_key]..."
);
System.exit(
1
);
}
for
(String bindingKey : argv) {
channel.queueBind(queueName, EXCHANGE_NAME, bindingKey);
}
System.out.println(
" [*] Waiting for messages. To exit press CTRL+C"
);
Consumer consumer =
new
DefaultConsumer(channel) {
@Override
public
void
handleDelivery(String consumerTag, Envelope envelope,
AMQP.BasicProperties properties,
byte
[] body)
throws
IOException {
String message =
new
String(body,
"UTF-8"
);
System.out.println(
" [x] Received '"
+ envelope.getRoutingKey() +
"':'"
+ message +
"'"
);
}
};
channel.basicConsume(queueName,
true
, consumer);
}
}
运行的时候从命令行中输入binding key来进行绑定,接收不同的消息。
Remote procedure call (RPC)
在第二小节中我们学习了如何使用Work Queues
来在多个workers中分发耗时的任务。但是如果我们需要调用远程计算机上的一个函数并等待结果返回呢? 这就是另外一个故事了。这种模式通常称为远程过程调用或RPC。
在这一小节我们将使用RabbitMQ来构建一个RPC系统:一个客户端和一个可扩展的RPC服务器。由于我们没有实际的耗时任务用来分发, 因此我们将创建一个虚拟的RPC服务返回Fibonacci数。
Client interface
为了说明RPC服务是如何使用的,我们将创建一个简单的客户端类。它将暴露一个名为call
的方法发送一次RPC请求并且阻塞直到结果返回:
FibonacciRpcClient fibonacciRpc =
new
FibonacciRpcClient();
String result = fibonacciRpc.call(
"4"
);
System.out.println(
"fib(4) is "
+ result);
Callback queue
使用RabbitMQ来进行RPC是非常简单的。客户端发送一个请求到服务端,服务端接收后返回响应的消息。为了接收到响应的消息,我们需要在请求中发送一个callback 的queue地址。我们可以使用默认的queue(在Java的client中它是exclusive的)。
callbackQueueName = channel.queueDeclare().getQueue();
BasicProperties props =
new
BasicProperties
.Builder()
.replyTo(callbackQueueName)
.build();
channel.basicPublish(
""
,
"rpc_queue"
, props, message.getBytes());
// ... then code to read a response message from the callback_queue ...
Message properties
AMQP协议预定义了消息的14种属性。大部分的都很少使用,除了以下这些:
deliveryMode
:标记一条消息是持久化的(使用值2)还是非持久化的(使用其它值)。在第二节中有过介绍。contentType
:用来描述mime类型的编码。例如使用JSON的话就这样设置属性:application/json
。replyTo
:一般用来命名一个回调queue。correlationId
:用来关联RPC的请求和响应。
我们需要导入新的类:
import
com.rabbitmq.client.AMQP.BasicProperties;
Correlation Id
在之前的方法中我们建议为每个RPC请求创建一个回调queue。这显得有点影响性能,幸运的是有一种更好的方式——每个客户端只创建一个回调queue。 但这产生了一个新问题,无法将相应的Response和Request对应起来。这个时候就需要用到correlationId
属性。对于每个请求它都将有一个唯一的值。 当我们在回调queue中接收到消息之后,检查该属性,看是否与Request匹配。如果是一个未知的correlationId
值,那么我们可以安全的忽略这条消息, 因为它不属于我们的请求。
你也许会问,为什么我们应该忽略回调queue中未知的消息而不是抛出异常?这是因为服务端可能会出现竞争条件。尽管不太常见,但是也有可能RPC server在发送响应后挂了, 并且也没有接收到客户端发送的ack。如果发生了这种情况,RPC server在重启后将会重新处理这个请求。这就是为什么在客户端我们需要优雅的处理重复的响应, RPC应该是幂等的。
Summary
我们的RPC整个过程是这样的:
- 当客户端启动,它创建一个匿名的并且是exclusive的回调queue。
- 在一次RPC请求中,客户端发送的消息有两个属性:
replyTo
,放置的是回调queue的信息。correlationId
,放置的是每个请求唯一的值。 - 请求被发送到一个rpc_queue中。
- RPC服务端在queue的另一端等待请求。当请求到来时,它处理任务并将消息的结果发送回客户端,使用
replyTo
中设置的queue。 - 客户端在回调queue中等待响应的数据,当消息出现时,它先检查
correlationId
属性。如果匹配的话就将结果返回到应用中。
最后来看一下完整的代码实现。
Fibonacci函数:
private
static
int
fib(
int
n)
throws
Exception {
if
(n ==
0
)
return
0
;
if
(n ==
1
)
return
1
;
return
fib(n-
1
) + fib(n-
2
);
}
完整的RPCServer.java
代码
private
static
final
String RPC_QUEUE_NAME =
"rpc_queue"
;
ConnectionFactory factory =
new
ConnectionFactory();
factory.setHost(
"localhost"
);
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
channel.queueDeclare(RPC_QUEUE_NAME,
false
,
false
,
false
,
null
);
channel.basicQos(
1
);
QueueingConsumer consumer =
new
QueueingConsumer(channel);
channel.basicConsume(RPC_QUEUE_NAME,
false
, consumer);
System.out.println(
" [x] Awaiting RPC requests"
);
while
(
true
) {
QueueingConsumer.Delivery delivery = consumer.nextDelivery();
BasicProperties props = delivery.getProperties();
BasicProperties replyProps =
new
BasicProperties
.Builder()
.correlationId(props.getCorrelationId())
.build();
String message =
new
String(delivery.getBody());
int
n = Integer.parseInt(message);
System.out.println(
" [.] fib("
+ message +
")"
);
String response =
""
+ fib(n);
channel.basicPublish(
""
, props.getReplyTo(), replyProps, response.getBytes());
channel.basicAck(delivery.getEnvelope().getDeliveryTag(),
false
);
}
server端的代码非常直观:
- 首先创建一个连接、channel和声明一个queue。
- 我们也许想要运行不止一个服务端进程。为了在多个server间做到负载均衡,通过channel.basicQos设置
prefetchCount
。 - 我们使用
basicConsume
来进入queue。然后使用无限循环来等待请求的消息,处理之后再返回响应。
完整的RPCClient.java
代码
private
Connection connection;
private
Channel channel;
private
String requestQueueName =
"rpc_queue"
;
private
String replyQueueName;
private
QueueingConsumer consumer;
public
RPCClient()
throws
Exception {
ConnectionFactory factory =
new
ConnectionFactory();
factory.setHost(
"localhost"
);
connection = factory.newConnection();
channel = connection.createChannel();
replyQueueName = channel.queueDeclare().getQueue();
consumer =
new
QueueingConsumer(channel);
channel.basicConsume(replyQueueName,
true
, consumer);
}
public
String call(String message)
throws
Exception {
String response =
null
;
String corrId = java.util.UUID.randomUUID().toString();
BasicProperties props =
new
BasicProperties
.Builder()
.correlationId(corrId)
.replyTo(replyQueueName)
.build();
channel.basicPublish(
""
, requestQueueName, props, message.getBytes());
while
(
true
) {
QueueingConsumer.Delivery delivery = consumer.nextDelivery();
if
(delivery.getProperties().getCorrelationId().equals(corrId)) {
response =
new
String(delivery.getBody());
break
;
}
}
return
response;
}
public
void
close()
throws
Exception {
connection.close();
}
客户端代码有一点点的复杂:
- 我们创建连接和channel,以及声明一个exclusive的回调queue用来接收响应的消息。
- 订阅回调queue,这样就可以接收到RPC服务端响应的消息。
- call方法发出一个RPC请求。
- 我们首先生成一个唯一的
correlationId
数字并且保存它——在while循环中使用它来匹配相应的response。 - 下一步,发送请求的消息,使用两个属性:
replyTo
和correlationId
。 - 之后就是等待响应的消息返回。
- 在while循环中做了一些简单的工作,检查响应的消息的
correlationId
是否与Request相匹配。如果是的话,则保存响应。 - 最终向用户返回响应。
发送客户端请求:
RPCClient fibonacciRpc =
new
RPCClient();
System.out.println(
" [x] Requesting fib(30)"
);
String response = fibonacciRpc.call(
"30"
);
System.out.println(
" [.] Got '"
+ response +
"'"
);
fibonacciRpc.close();
这样就通过RabbitMQ简单的实现了RPC的通信。
from: http://www.importnew.com/24329.html
- RabbitMQ指南(下)
- RabbitMQ指南(Java)
- RabbitMQ指南(上)
- RabbitMQ指南(中)
- rabbitMQ Ubuntu下 安装指南(erlang和rabbitmq)
- RabbitMQ-Java客户端API指南-下
- RabbitMQ 入门指南(Java)
- RabbitMQ 入门指南(Java)
- RabbitMQ 入门指南(Java)
- RabbitMQ 入门指南(Java)
- RabbitMQ 入门指南(Java)
- RabbitMQ指南
- RabbitMQ指南
- RabbitMQ指南
- RabbitMQ入门指南二(Java)
- RabbitMQ 入门指南(Java)带实例
- RabbitMQ基本管理(下)
- rabbitmq开发入门指南
- RabbitMQ指南(中)
- android Modbus-RTU
- java之路,学无止境,第七天核心知识
- OC 函数式编程 (非原创 为了方便查找 所以设置为原创)
- 双色球
- RabbitMQ指南(下)
- Angularjs 算法//姓名//自定义标签
- java中怎么执行sql语句
- 小米智能音箱能否成下一个小米手机?
- 快速排序(Quicktsort)之Java实现
- 消息中间件收录集
- 运行go get 指令 提示unrecognized import path
- Netty学习之NIO---通道Channel(一)
- UVA