RabbitMQ的五种常见消费模型

news2025/1/13 9:59:37

目录

  • 引言
  • 1. 简单队列模型(Simple Queue Model)
    • 优缺点及适用场景
    • 代码示例
  • 2. 工作队列模型(Work Queue Model)
    • 优缺点及适用场景
    • 代码示例
  • 3. 发布/订阅模型(Publish/Subscribe Model)
    • 优缺点及适用场景
    • 代码示例
  • 4. 路由模型(Routing Model)
    • 优缺点及适用场景
    • 代码示例
  • 5. 主题模型(Topic Model)
    • 优缺点及适用场景
    • 代码示例

引言

RabbitMQ是一个流行的消息队列中间件,它确保了不同应用程序之间的可靠消息传递。由于其高性能、轻量级和灵活性,RabbitMQ在许多应用程序中被广泛使用,例如异步任务处理、负载均衡、事件通知 等。在RabbitMQ中,消息的生产和消费是通过一系列的消费模型来管理的。每个消费模型都有不同的特点和应用场景,可以帮助开发人员构建高效的消息传递系统。本文将深入介绍RabbitMQ的五种常见消费模型,包括简单队列模型、工作队列模型、发布/订阅模型、路由模型和主题模型,删除线格式 并探讨它们各自的优缺点和适用场景。希望此文能帮助你更好地理解RabbitMQ消费模型并在实践中达到更好的效果。

在这里插入图片描述

1. 简单队列模型(Simple Queue Model)

简单队列模型是最基础的RabbitMQ模型。它包括单个生产者和单个消费者。生产者将消息发送到一个队列中,然后消费者从队列中读取消息并处理。这种模式不适用于多个消费者或消息广播,因为一旦消息被一个消费者接收,它就会从队列中删除。

优缺点及适用场景

  • 优点

实现简单,易于理解和部署。
可以提供一些基本的可靠性保证,例如消息确认和持久化。

  • 缺点

不支持并发消费。
不支持多个消费者共同消费一个队列。

  • 适用场景

单生产者和单消费者之间的点对点通信。
系统中只有一个进程或线程可以处理消息。
例如,一个后端服务向另一个后端服务发送消息,或者一个客户端将任务发送给服务器

代码示例

Connection connection = factory.newConnection();
Channel channel = connection.createChannel();

// 声明队列
String queueName = "simpleQueue";
channel.queueDeclare(queueName, false, false, false, null);

// 发送消息
String message = "Hello, RabbitMQ!";
channel.basicPublish("", queueName, null, message.getBytes("UTF-8"));
System.out.println("Sent message: " + message);

// 接收消息
boolean autoAck = true;
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("Received message: " + message);
    }
};
channel.basicConsume(queueName, autoAck, consumer);

2. 工作队列模型(Work Queue Model)

工作队列模型允许多个消费者协同地从一个队列中接收、处理和分发消息。在这种模型中,消息被平均分配给不同的消费者。当一个消费者正在处理一个消息时,它不能接收新的消息。这确保了公平的分布和消费,同时在不同的消费者之间进行负载均衡

优缺点及适用场景

  • 优点

支持多个消费者处理同一个队列中的消息。
消费负载均衡,每个消费者最多处理一条消息。
通过设置并发数,可以实现更高的消息吞吐量。

  • 缺点

没有消息路由的动态性。
如果有消息时,所有的消费者都会在接收到该消息后进行同样的处理,无法根据具体情况进行消息的划分,而且消息被平均分配,不能根据消息的重要性和紧急性进行处理。

  • 适用场景

需要在多个工人之间分配任务的应用程序,例如异步任务处理或负载均衡。

代码示例

// 创建连接和通道
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();

// 声明队列
String queueName = "workQueue";
channel.queueDeclare(queueName, false, false, false, null);

// 发送消息
String message = "Hello, RabbitMQ!";
channel.basicPublish("", queueName, null, message.getBytes("UTF-8"));
System.out.println("Sent message: " + message);

// 设置每个消费者在接收到确认前只能处理一条消息
channel.basicQos(1);

// 接收消息
boolean autoAck = false;
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("Received message: " + message);
        // 手动发送消息确认
        channel.basicAck(envelope.getDeliveryTag(), false);
    }
};
channel.basicConsume(queueName, autoAck, consumer);

3. 发布/订阅模型(Publish/Subscribe Model)

发布/订阅模型允许一个生产者向多个消费者广播一条消息。在这种模型中,生产者将消息发送到一个交换机中,然后这个交换机将消息路由到所有与之绑定的队列。每个队列对应一个消费者,可以独立地处理这个队列中的消息。

优缺点及适用场景

  • 优点

支持广播式消息发布和订阅。
与其他应用程序解耦,生产者和消费者不需要知道对方的存在和细节。

  • 缺点

不支持消息路由的动态性。
没有消息过滤机制,每个订阅者都会收到所有的消息。

  • 适用场景

需要将消息通知多个消费者的应用程序,例如事件通知或新闻发布。

代码示例

// 创建连接和通道
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();

// 声明交换器
String exchangeName = "publishSubscribeExchange";
channel.exchangeDeclare(exchangeName, "fanout");

// 创建随机队列并绑定到交换器
String queueName = channel.queueDeclare().getQueue();
channel.queueBind(queueName, exchangeName, "");

// 发送消息
String message = "Hello, RabbitMQ!";
channel.basicPublish(exchangeName, "", null, message.getBytes("UTF-8"));
System.out.println("Sent message: " + message);

// 接收消息
boolean autoAck = true;
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("Received message: " + message);
    }
};
channel.basicConsume(queueName, autoAck, consumer);

4. 路由模型(Routing Model)

路由模型允许生产者根据路由键将消息发送到指定的队列中。在这种模型中,交换机会将消息路由到与它所绑定的队列匹配的路由键的队列中。消费者可以从这些队列中接收和处理消息。

优缺点及适用场景

  • 优点

支持基于路由键的动态消息路由。
可以根据消息的类型、内容和优先级选择发送给哪个队列,支持消息的定向投递。

  • 缺点

需要提前配置好交换机和队列之间的绑定关系。
支持的路由逻辑有限,只能通过路由键进行匹配。

  • 适用场景

需要根据某些特定属性或条件将消息路由到相应队列的应用程序,例如日志记录或按优先级处理任务。

代码示例

// 创建连接和通道
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();

// 声明交换器
String exchangeName = "routingExchange";
channel.exchangeDeclare(exchangeName, "direct");

// 绑定队列到交换器,并指定路由键
String queueName = "routingQueue";
String routingKey = "important";
channel.queueDeclare(queueName, false, false, false, null);
channel.queueBind(queueName, exchangeName, routingKey);

// 发送消息
String message = "Important message!";
channel.basicPublish(exchangeName, routingKey, null, message.getBytes("UTF-8"));
System.out.println("Sent message: " + message);

// 接收消息
boolean autoAck = true;
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("Received message: " + message);
    }
};
channel.basicConsume(queueName, autoAck, consumer);

5. 主题模型(Topic Model)

主题模型是路由模型的扩展,它可以实现更灵活的消息路由和分发。在这种模型中,生产者可以使用通配符匹配来匹配路由键。交换机会将消息路由到与它所绑定的队列匹配的路由键的队列中。消费者可以从这些队列中接收和处理消息。

优缺点及适用场景

  • 优点

支持更灵活、更具体的消息路由和过滤。
可以使用通配符匹配路由键,实现更复杂的消息匹配和分发。

  • 缺点

高度配置化和复杂化,需要额外配置主题模式下的应用程序逻辑。
在一些场景下,通配符匹配路由键可能会导致性能问题。

  • 适用场景

需要根据消息内容的模式将消息路由到不同队列的应用程序,例如按标签或关键字分发和处理不同的任务。

代码示例

// 创建连接和通道
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();

// 声明交换器
String exchangeName = "topicExchange";
channel.exchangeDeclare(exchangeName, "topic");

// 绑定队列到交换器,并指定匹配模式
String queueName = "topicQueue";
String routingKeyPattern = "com.example.*";
channel.queueDeclare(queueName, false, false, false, null);
channel.queueBind(queueName, exchangeName, routingKeyPattern);

// 发送消息
String routingKey = "com.example.news";
String message = "Important news!";
channel.basicPublish(exchangeName, routingKey, null, message.getBytes("UTF-8"));
System.out.println("Sent message: " + message);

// 接收消息
boolean autoAck = true;
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("Received message: " + message);
    }
};
channel.basicConsume(queueName, autoAck, consumer);

总的来说,不同的消息队列模型适用于不同的场景和需求。简单队列模型适合于点对点通信;工作队列模型适用于任务分配和负载均衡;发布/订阅模型适用于消息广播和解耦;路由模型适用于动态消息路由和选择性投递;主题模型适用于灵活的消息路由和过滤。根据具体的业务需求和系统架构,合理选择适用的消息队列模型可以提高系统的可扩展性、可靠性和性能。
如果您还有其他问题,我将非常乐意回答!!!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1105050.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

论文解析-moETM-多组学整合模型

论文解析-moETM 参考亮点动机发展现状现存问题 功能方法Encoder改进Decoder改进 评价指标生物保守性批次效应移除 实验设置结果多组学数据整合cell-topic mixture可解释性组学翻译性能评估RNA转录本、表面蛋白、染色质可及域调控关系研究1. 验证同一主题下,top gene…

Android12之DRM基本接口实现(二)

简介: CSDN博客专家,专注Android/Linux系统,分享多mic语音方案、音视频、编解码等技术,与大家一起成长! 优质专栏:Audio工程师进阶系列【原创干货持续更新中……】🚀 人生格言: 人生…

Android性能优化系列-腾讯matrix-流量监控之TrafficPlugin源码分析

前言 本篇进行matrix框架的网络流量监控模块的代码分析。你可能想,为什么需要对流量进行监控呢?我们平常进行的网络接口请求都是一些必要的操作,监控它的意义何在?首先我们要明确流量监控的对象是什么,是上行&#xf…

【学习笔记】RabbitMQ-5 消息的可靠性投递 以及示例代码

参考资料 RabbitMQ官方网站RabbitMQ官方文档噼咔噼咔-动力节点教程 文章目录 八、RabbitMQ的确认机制 -confirm8.1 Confirm 模式简介8.2 具体代码设置8.2.1 **设置思路**:8.2.2 **代码实现**8.2.2.1 开启生产者的确认模式.8.2.2.2 实现接口ComfirmCallback8.2.2.3 配…

Transformer模型 | Transformer模型描述

谷歌推出的BERT模型在11项NLP任务中夺得SOTA结果,引爆了整个NLP界。而BERT取得成功的一个关键因素是Transformer的强大作用。谷歌的Transformer模型最早是用于机器翻译任务,当时达到了SOTA效果。Transformer改进了RNN最被人诟病的训练慢的缺点,利用self-attention机制实现快…

浪涌防护:TSS管的工作原理与应用?|深圳比创达EMC

浪涌防护:TSS管的工作原理与应用?相信不少人是有疑问的,今天深圳市比创达电子科技有限公司就跟大家解答一下! 一、TSS工作原理 TSS半导体放电管是一种电压开关型瞬态抑制二极管,即涌压抑制晶体管,或称为导…

大中小企业自招人力及劳务派遣招聘

抖音直播招聘报白是一种通过直播方式展示职位信息并与求职者互动的招聘方式。在抖音平台上,企业或人力资源公司可利用直播将职位以视频直播的方式展现,这种方式可给求职者带来更强的代入感和真实性,解决其对岗位真假难辨的信任问题。 图片 …

SCB-Dataset3 公开 学生课堂行为数据集: A Benchmark for Detecting Student Classroom Behavior

公开 学生课堂行为数据集 SCB-Dataset 2 Student Classroom Behavior dataset b站:https://www.bilibili.com/video/BV1D34y1g76E/ arxiv: https://arxiv.org/pdf/2310.02522.pdf github: https://github.com/Whiffe/SCB-dataset 百度云:https://pan…

如何选择适合的发电机测试设备?

选择适合的发电机测试设备需要考虑电机的额定功率和负载需求,选择能够满足需求的测试设备,确保测试设备的功率范围覆盖发电机的额定功率,并有一定的余量。常见的发电机测试项目包括电压、电流、频率、功率因数、转速、温度等参数的测试&#…

PCB布线时如何保证100M以上信号的稳定性?

PCB布线时是电子工程中非常重要的环节,对于保证信号的稳定性和完整性至关重要,若电子工程师遇上100M以上信号的布线需求,该如何设计来保证其稳定性?下面或许能给你些参考。 1、选择合适的传输介质 对高速信号,选择合适…

基于 SaaS 搭建的党建小程序源码系统 带完整的搭建教程

随着互联网技术的发展和应用的普及,传统的党建模式已经难以满足现代社会的需求。为了更好地服务党员和群众,提高党组织的凝聚力和战斗力,基于 SaaS搭建的党建小程序源码系统应运而生。小程序的出现可以很好的解决大多数问题,方便了…

数字孪生与智慧城市:重塑未来城市生活的奇迹

今天,我们将探讨数字孪生和智慧城市两个颠覆性技术,它们正引领着未来城市生活的巨大变革。随着科技的飞速发展,数字孪生和智慧城市成为实现可持续发展和提升居民生活质量的关键策略。 数字孪生:实现现实与虚拟的完美融合 数字孪生…

AI工具在工作中的“大作用”

现如今科技的发展让我们的生活越来越便利,一些AI工具的出现,更对我们的工作有莫大的帮助。 AI工具的辅助就像给上班族提供了一种更加高级的“摸鱼方法”,大大提高了打工人的工作效率。如果有一种什么都能回答你,甚至能帮助你完成…

用例图包含关系、扩展关系、泛化关系解析(最全总结,非常详细)

一、用例图中的各种关系 a)参与者与用例间的关联关系:参与者与用例之间的通信,也成为关联或通信关系。 b)用例与用例之间的关系:包含关系(include)、扩展关系(extend)、…

智慧机场航线监测系统:提升航空运输安全与效率的新一步

在当今世界,空中出行已经成为越来越多人生活的一部分。人们频繁地乘坐飞机来往各地,全球航空旅行需求不断增长,航空运输业已经变得越来越复杂。在这个复杂性不断增强的行业中,智慧机场应用航线监测系统成为了航空领域关键的发展趋…

LeetCode2652——倍数之和

LeetCode2562 自己的解法: 官方给的解法(不需要创建额外的数组,更为简洁,效率更高):

操作指南 | 如何通过Moonbeam DApp在OpenGov投票

除了Polkassembly或Polkadot.js以外,Moonbeam自己的DApp也可以直接参与链上治理。该界面简洁完整,对用户来说非常方便。 首先进入https://apps.moonbeam.network/moonbeam,连接你的钱包至DApp。Moonbeam DApp支持很多类型的钱包,…

Unity游戏开发中ngui和ugui区别与优缺点详解

Unity3D是一款跨平台的游戏开发引擎,它支持多种平台,包括PC、移动设备和主机。在Unity3D中,UI系统是游戏开发中非常重要的一部分,它负责游戏中的用户界面的显示和交互。 对惹,这里有一个游戏开发交流小组,…

rust学习特殊的地方——函数返回值

概念 Rust 中的函数定义以 fn 开始,后跟着函数名和一对圆括号。大括号告诉编译器函数体在哪里开始和结束。 特殊的地方——函数返回值 错误的写法 正解1 去掉分号 fn main() {let x plus_one(5);println!("The value of x is: {}", x); }fn plus_…

AI巧破网络诈骗?闭门研讨会报名丨青源Workshop第26期

青源Workshop丨No.26 AI反诈与智能风控:信息安全的矛与盾 AI红利接踵而至,安全风险如影随形。过去几年,人工智能技术的迅速发展催生了包括金融、电子商务、社交网络、医疗保健等众多应用场景。AI应用落地带来新安全风险,安全防护难…