目录★发送消息★创建队列的两种方式代码演示需求1：发送消息1、ContentUtil先定义常量2、RabbitMQConfig创建队列的两种方式之一：配置式：问题：3、MessageService编写逻辑PublishController控制器application.properties配置属性测试：消息发送★接收消息代码演示：测试:消息接收★定制监听器容器工厂完整代码：application.propertiesRabbitMQ的连接等属性配置ContentUtil常量工具类RabbitMQConfig配置式创建消息队列MessageService发送消息的业务代码PublishContro
🏆作者简介，愚公搬代码🏆《头衔》：华为云特约编辑，华为云云享专家，华为开发者专家，华为产品云测专家，CSDN博客专家，阿里云专家博主，阿里云签约作者，腾讯云优秀博主，腾讯云内容共创官，掘金优秀博主，51CTO博客专家等。🏆《近期荣誉》：2022年CSDN博客之星TOP2，2022年华为云十佳博主等。🏆《博客内容》：.NET、Java、Python、Go、Node、前端、IOS、Android、鸿蒙、Linux、物联网、网络安全、大数据、人工智能、U3D游戏、小程序等相关领域知识。🏆🎉欢迎👍点赞✍评论⭐收藏文章目录🚀前言🚀一、Spring整合RabbitMQ（XML）🔎1.搭建生产者工程🦋1.1
注意：celery版本和Python冲突问题不能用高版本Python用3.5以下，因为项目的celery用的django-celery==3.2.2python3.7async关键字冲突版本celery3.x方案一：celery3.x+python3.6方案二：celery4.x+python3.7解决celery执行时报错：KeyError: 'async' 报错原因：Python3.6及以上版本和celebry4.0以上版本中async关键字发生冲突。原因分析：1.这是因为在 python 3.7 中将 async 作为了关键字，所以当 py 文件中出现类似 from . import a
1.消息可靠性投递前言在代码里面一定是先操作数据库再发送消息。避免因为数据库回滚导致的数据不一致。但是如果先操作数据，后发送消息，发送消息出了问题，那不是一样会出现业务数据的不一致？这篇文章我们来分析RabbitMQ的可靠性投递，也就是在使用RabbitMQ实现异步通信的时候，消息丢了怎么办，消息重复消费怎么办？在RabbitMQ里面提供了很多保证消息可靠投递的机制，这个也是RabbitMQ的一个特性。在学习RabbitMQ前，必须要明确一个问题，因为效率与可靠性是无法兼得的，如果要保证每一个环节都成功，势必会对消息的收发效率造成影响。所以如果是一些业务实时一致性要求不是特别高的场合，可以牺牲
MQ高级特性1.削峰设置消费者测试添加多条消息拉取消息每隔20秒拉取一次一次拉取五条然后在20秒内一条一条消费TTLTimeToLive（存活时间/过期时间）。当消息到达存活时间后，还没有被消费，会被自动清除。RabbitMQ可以对消息设置过期时间，也可以对整个队列（Queue）设置过期时间。可以在管理台新建队列、交换机，绑定1.图形化操作添加队列添加交换机将交换机和对应的队列进行绑定时间结束,消息失效2.代码实现配置生产者@ConfigurationpublicclassTopicMqTtlConfig{@Value("${mq.exchange.name}")privateStringEX
目录一、惰性队列1.1、消息堆积问题1.2、消息堆积问题的解决方法从消费者的角度：从队列的角度：1.3、引入惰性队列1.3.1、什么是惰性队列1.3.2、惰性队列的使用1.3.3、效果演示一、惰性队列1.1、消息堆积问题当生产者发送消息的速度超过了消费者处理消息的速度，就会导致队列中的消息堆积，直到队列存储消息到达上限.这就像是有一个蓄水池，一边往里注水，一边向外排水，但是注水速度比排水快，因此这个水池最终就会填满.接着，最早收到的消息，就可能成为死信，默认情况下会把死信丢弃，丢弃了之后队列就有了空间，就可以新消息进入队列.1.2、消息堆积问题的解决方法从消费者的角度：1.增加更多的消费者，调
1.在线安装docker-compose：参考官网：https://docs.docker.com/compose/install/other/docker-compose安装及简单入门[Docker]docker-compose使用教程Docker系列教程22-docker-compose.yml常用命令#安装（加速下载https://ghproxy.com/）sudocurl-Lhttps://ghproxy.com/https://github.com/docker/compose/releases/download/v2.17.2/docker-compose-linux-x86_64
文章目录队列1、Classic经典队列2、Quorum仲裁队列3、Stream流式队列4、如何使用不同类型的队列二、死信队列队列classic经典队列，Quorum仲裁队列，Stream流式队列1、Classic经典队列这是RabbitMQ最为经典的队列类型。在单机环境中，拥有比较高的消息可靠性。在RabbitMQ中，经典队列是一种非常传统的队列结构。消息以FIFO先进先出的方式存入队列。消息被Consumer从队列中取出后就会从队列中删除。如果消息需要重新投递，就需要再次入队。这种队列都依靠各个Broker自己进行管理，在分布式场景下，管理效率是不太高的。并且这种经典队列不适合积累太多的消息
配置方式@Bean(name="connectionFactory")@PrimarypublicConnectionFactorynormalConnectionFactory(@Value("${spring.rabbitmq.username}")Stringusername,@Value("${spring.rabbitmq.password}")Stringpassword,@Value("${spring.rabbitmq.addresses}")Stringaddress){CachingConnectionFactoryconnectionFactory=newCachingC
问题：RabbitMq为什么要单独装一个延迟插件？答案：死信队列：就是正常消费者在一定时间内没有进行消费的消息会发送到死信队列中，而会有消费者在监听死信队列。消费者在消息被拒绝、消息TTL过期、队列达到最大长度这三种情况下，消息会被消费者转发到死信队列。延迟队列：其实就是死信队列中消息过期的特殊情况延迟队列应用场景：死信队列实现：在以上场景中，就可能需要在RabbitMq中有多个不同过期时间的需求，在这种情况下通过死信队列可以初步实现如下：在定义队列时并不设施固定的消息过期时间，而在生产者发送消息时，将过期时间作为参数传递到队列中，这样就可以实现多种不同过期时间的需求。 对于以上方法存在一个问
