RabbitMQ高級(jí)應(yīng)用之消費(fèi)端限流策略basicQos詳解
業(yè)務(wù)場景
高并發(fā)情況下,隊(duì)列里面一瞬間就就積累了上萬條數(shù)據(jù),但是消費(fèi)者無法同時(shí)處理這么多請(qǐng)求,這個(gè)時(shí)候當(dāng)我們打開客戶端,瞬間就有巨量的信息給推送過來
但是客戶端是沒有辦法同時(shí)處理這么多數(shù)據(jù)的,結(jié)果就是消費(fèi)者(客戶端)掛掉了…
這種場景下我們就需要對(duì)消費(fèi)端進(jìn)行限流
限流策略實(shí)現(xiàn)
限流策略關(guān)鍵代碼:
channel.basicQos();
編寫生產(chǎn)者
// 生產(chǎn)者 public class Producer { private static final String QUEUE_NAME = "queue_limit_1"; public static void main(String[] args) throws IOException, TimeoutException { Connection connection = ConnectionUtils.getConnection(); Channel channel = connection.createChannel(); channel.queueDeclare(QUEUE_NAME, false, false, false, null); for (int i = 0; i < 100; i++) { channel.basicPublish("", QUEUE_NAME, null, ("消費(fèi)端限流策略—測試數(shù)據(jù):" + i).getBytes()); } channel.close(); connection.close(); } }
編寫消費(fèi)者1
// 消費(fèi)者1 public class Consumer { private static final String QUEUE_NAME = "queue_limit_1"; public static void main(String[] args) throws IOException, TimeoutException { Connection connection = ConnectionUtils.getConnection(); Channel channel = connection.createChannel(); channel.queueDeclare(QUEUE_NAME, false, false, false, null); DefaultConsumer defaultConsumer = new DefaultConsumer(channel) { @Override public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException { System.out.println("消費(fèi)者1接收到信息:" + new String(body)); channel.basicAck(envelope.getDeliveryTag(), false); } }; channel.basicConsume(QUEUE_NAME, false, defaultConsumer); } }
編寫消費(fèi)者2
// 消費(fèi)者2 public class Consumer2 { private static final String QUEUE_NAME = "queue_limit_1"; public static void main(String[] args) throws IOException, TimeoutException { Connection connection = ConnectionUtils.getConnection(); Channel channel = connection.createChannel(); channel.queueDeclare(QUEUE_NAME, false, false, false, null); /** 設(shè)置限流機(jī)制 * param1: prefetchSize,消息本身的大小 如果設(shè)置為0 那么表示對(duì)消息本身的大小不限制 * param2: prefetchCount,告訴rabbitmq不要一次性給消費(fèi)者推送大于N個(gè)消息 * param3:global,是否將上面的設(shè)置應(yīng)用于整個(gè)通道,false表示只應(yīng)用于當(dāng)前消費(fèi)者 */ channel.basicQos(0, 5, false); DefaultConsumer defaultConsumer = new DefaultConsumer(channel) { @Override public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException { System.out.println("消費(fèi)者2接收到信息:" + new String(body)); channel.basicAck(envelope.getDeliveryTag(), false); try { Thread.sleep(200); } catch (InterruptedException e) { e.printStackTrace(); } } }; channel.basicConsume(QUEUE_NAME, false, defaultConsumer); } }
運(yùn)行結(jié)果
小結(jié)
- 限流的核心代碼就是
channel.basicQos();
- 限流情況 ack 不能設(shè)置自動(dòng)簽收,一定要手動(dòng)簽收 channel.basicQos()
/** * @param prefetchSize maximum amount of content (measured in * octets) that the server will deliver, 0 if unlimited * @param prefetchCount maximum number of messages that the server * will deliver, 0 if unlimited * @param global true if the settings should be applied to the * entire channel rather than each consumer */ void basicQos(int prefetchSize, int prefetchCount, boolean global) throws IOException;
該方法的作用是:進(jìn)行消費(fèi)端的限流
- param1:prefetchSize,消息本身的大小 如果設(shè)置為0 那么表示對(duì)消息本身的大小不限制
- param2:prefetchCount,告訴rabbitmq不要一次性給消費(fèi)者推送大于N個(gè)消息
- param3:global,是否將上面的設(shè)置應(yīng)用于整個(gè)通道
- false:表示只應(yīng)用于當(dāng)前消費(fèi)者
- true:表示當(dāng)前通道的所有消費(fèi)者都應(yīng)用這個(gè)限流策略
到此這篇關(guān)于RabbitMQ高級(jí)應(yīng)用之消費(fèi)端限流策略basicQos詳解的文章就介紹到這了,更多相關(guān)RabbitMQ消費(fèi)端限流策略basicQos內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
SpringBoot使用validation-api實(shí)現(xiàn)對(duì)枚舉類參數(shù)校驗(yàn)的方法
這篇文章主要介紹了SpringBoot使用validation-api實(shí)現(xiàn)對(duì)枚舉類參數(shù)校驗(yàn),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-11-11springboot結(jié)合vue實(shí)現(xiàn)增刪改查及分頁查詢
本文主要介紹了springboot結(jié)合vue實(shí)現(xiàn)增刪改查及分頁查詢,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-09-09java8 多個(gè)list對(duì)象用lambda求差集操作
這篇文章主要介紹了java8 多個(gè)list對(duì)象用lambda求差集操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-09-09tk.mybatis如何擴(kuò)展自己的通用mapper
這篇文章主要介紹了tk.mybatis如何擴(kuò)展自己的通用mapper操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-06-06使用Apache Ignite實(shí)現(xiàn)Java數(shù)據(jù)網(wǎng)格
今天我們來探討如何使用Apache Ignite來實(shí)現(xiàn)Java數(shù)據(jù)網(wǎng)格,Apache Ignite是一個(gè)高性能的內(nèi)存計(jì)算平臺(tái),它提供了分布式緩存、數(shù)據(jù)網(wǎng)格和計(jì)算功能,可以顯著提高大規(guī)模應(yīng)用的數(shù)據(jù)處理性能,感興趣的小伙伴跟著小編一起來看看吧2024-08-08SpringBoot2 task scheduler 定時(shí)任務(wù)調(diào)度器四種方式
這篇文章主要介紹了SpringBoot2 task scheduler 定時(shí)任務(wù)調(diào)度器四種方式,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03SpringBoot實(shí)現(xiàn)反向代理的示例代碼
本文主要介紹了SpringBoot實(shí)現(xiàn)反向代理的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-06-06