RabbitMQ基础篇

迈不过友情╰ 2024-03-02 09:54 61阅读 0赞

## RabbitMQ ##

## 1.初识MQ ##

### 1.1.同步和异步通讯 ###

微服务间通讯有同步和异步两种方式：

同步通讯：就像打电话，需要实时响应。

异步通讯：就像发邮件，不需要马上回复。

![在这里插入图片描述][2a41b86f54564801bd8605880f6ef57f.png]

两种方式各有优劣，打电话可以立即得到响应，但是你却不能跟多个人同时通话。发送邮件可以同时与多个人收发邮件，但是往往响应会有延迟。

#### 1.1.1.同步通讯 ####

我们之前学习的Feign调用就属于同步方式，虽然调用可以实时得到结果，但存在下面的问题：

![在这里插入图片描述][985559c3484a41ebb9929d8a3417ff11.png]

总结：

同步调用的优点：

*  时效性较强，可以立即得到结果

同步调用的问题：

*  耦合度高
 *  性能和吞吐能力下降
 *  有额外的资源消耗
 *  有级联失败问题

#### 1.1.2.异步通讯 ####

异步调用则可以避免上述问题：

我们以购买商品为例，用户支付后需要调用订单服务完成订单状态修改，调用物流服务，从仓库分配响应的库存并准备发货。

在事件模式中，支付服务是事件发布者（publisher），在支付完成后只需要发布一个支付成功的事件（event），事件中带上订单id。

订单服务和物流服务是事件订阅者（Consumer），订阅支付成功的事件，监听到事件后完成自己业务即可。

为了解除事件发布者与订阅者之间的耦合，两者并不是直接通信，而是有一个中间人（Broker）。发布者发布事件到Broker，不关心谁来订阅事件。订阅者从Broker订阅事件，不关心谁发来的消息。

![image-20210422095356088][]

Broker 是一个像数据总线一样的东西，所有的服务要接收数据和发送数据都发到这个总线上，这个总线就像协议一样，让服务间的通讯变得标准和可控。

好处：

*  吞吐量提升：无需等待订阅者处理完成，响应更快速
 *  故障隔离：服务没有直接调用，不存在级联失败问题
 *  调用间没有阻塞，不会造成无效的资源占用
 *  耦合度极低，每个服务都可以灵活插拔，可替换
 *  流量削峰：不管发布事件的流量波动多大，都由Broker接收，订阅者可以按照自己的速度去处理事件

缺点：

*  架构复杂了，业务没有明显的流程线，不好管理
 *  需要依赖于Broker的可靠、安全、性能

好在现在开源软件或云平台上 Broker 的软件是非常成熟的，比较常见的一种就是我们今天要学习的MQ技术。

### 1.2.技术对比： ###

MQ，中文是消息队列（MessageQueue），字面来看就是存放消息的队列。也就是事件驱动架构中的Broker。

比较常见的MQ实现：

*  ActiveMQ
 *  RabbitMQ
 *  RocketMQ
 *  Kafka

几种常见MQ的对比：

<table> 
 <thead> 
  <tr> 
   <th></th> 
   <th><strong>RabbitMQ</strong></th> 
   <th><strong>ActiveMQ</strong></th> 
   <th><strong>RocketMQ</strong></th> 
   <th><strong>Kafka</strong></th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>公司/社区</td> 
   <td>Rabbit</td> 
   <td>Apache</td> 
   <td>阿里</td> 
   <td>Apache</td> 
  </tr> 
  <tr> 
   <td>开发语言</td> 
   <td>Erlang</td> 
   <td>Java</td> 
   <td>Java</td> 
   <td>Scala&amp;Java</td> 
  </tr> 
  <tr> 
   <td>协议支持</td> 
   <td>AMQP，XMPP，SMTP，STOMP</td> 
   <td>OpenWire,STOMP，REST,XMPP,AMQP</td> 
   <td>自定义协议</td> 
   <td>自定义协议</td> 
  </tr> 
  <tr> 
   <td>可用性</td> 
   <td>高</td> 
   <td>一般</td> 
   <td>高</td> 
   <td>高</td> 
  </tr> 
  <tr> 
   <td>单机吞吐量</td> 
   <td>一般</td> 
   <td>差</td> 
   <td>高</td> 
   <td>非常高</td> 
  </tr> 
  <tr> 
   <td>消息延迟</td> 
   <td>微秒级</td> 
   <td>毫秒级</td> 
   <td>毫秒级</td> 
   <td>毫秒以内</td> 
  </tr> 
  <tr> 
   <td>消息可靠性</td> 
   <td>高</td> 
   <td>一般</td> 
   <td>高</td> 
   <td>一般</td> 
  </tr> 
 </tbody> 
</table>

追求可用性：Kafka、 RocketMQ 、RabbitMQ

追求可靠性：RabbitMQ、RocketMQ

追求吞吐能力：RocketMQ、Kafka

追求消息低延迟：RabbitMQ、Kafka

## 2.快速入门 ##

### 2.1.安装RabbitMQ ###

安装RabbitMQ，参考课前资料：

![image-20210717162628635][]

MQ的基本结构：

![image-20210717162752376][]

RabbitMQ中的一些角色：

*  publisher：生产者
 *  consumer：消费者
 *  exchange个：交换机，负责消息路由
 *  queue：队列，存储消息
 *  virtualHost：虚拟主机，隔离不同租户的exchange、queue、消息的隔离

### 2.2.RabbitMQ消息模型 ###

RabbitMQ官方提供了5个不同的Demo示例，对应了不同的消息模型：

![image-20210717163332646][]

### 2.3.导入Demo工程 ###

课前资料提供了一个Demo工程，mq-demo:

![在这里插入图片描述][d1c71f2d3b3a4d0688012a339696b47e.png]

导入后可以看到结构如下：

![image-20210717163604330][]

包括三部分：

*  mq-demo：父工程，管理项目依赖
 *  publisher：消息的发送者
 *  consumer：消息的消费者

### 2.4.入门案例 ###

简单队列模式的模型图：

![在这里插入图片描述][bf90104cf5904cb78f04db31e357f21e.png]

官方的HelloWorld是基于最基础的消息队列模型来实现的，只包括三个角色：

*  publisher：消息发布者，将消息发送到队列queue
 *  queue：消息队列，负责接受并缓存消息
 *  consumer：订阅队列，处理队列中的消息

#### 2.4.1.publisher实现 ####

思路：

*  建立连接
 *  创建Channel
 *  声明队列
 *  发送消息
 *  关闭连接和channel

代码实现：

package cn.itcast.mq.helloworld;
    
    import com.rabbitmq.client.Channel;
    import com.rabbitmq.client.Connection;
    import com.rabbitmq.client.ConnectionFactory;
    import org.junit.Test;
    
    import java.io.IOException;
    import java.util.concurrent.TimeoutException;
    
    public class PublisherTest {
        
        @Test
        public void testSendMessage() throws IOException, TimeoutException {
        
            // 1.建立连接
            ConnectionFactory factory = new ConnectionFactory();
            // 1.1.设置连接参数，分别是：主机名、端口号、vhost、用户名、密码
            factory.setHost("192.168.150.101");
            factory.setPort(5672);
            factory.setVirtualHost("/");
            factory.setUsername("itcast");
            factory.setPassword("123321");
            // 1.2.建立连接
            Connection connection = factory.newConnection();
    
            // 2.创建通道Channel
            Channel channel = connection.createChannel();
    
            // 3.创建队列
            String queueName = "simple.queue";
            channel.queueDeclare(queueName, false, false, false, null);
    
            // 4.发送消息
            String message = "hello, rabbitmq!";
            channel.basicPublish("", queueName, null, message.getBytes());
            System.out.println("发送消息成功：【" + message + "】");
    
            // 5.关闭通道和连接
            channel.close();
            connection.close();
    
        }
    }

#### 2.4.2.consumer实现 ####

代码思路：

*  建立连接
 *  创建Channel
 *  声明队列
 *  订阅消息

代码实现：

package cn.itcast.mq.helloworld;
    
    import com.rabbitmq.client.*;
    
    import java.io.IOException;
    import java.util.concurrent.TimeoutException;
    
    public class ConsumerTest {
        
    
        public static void main(String[] args) throws IOException, TimeoutException {
        
            // 1.建立连接
            ConnectionFactory factory = new ConnectionFactory();
            // 1.1.设置连接参数，分别是：主机名、端口号、vhost、用户名、密码
            factory.setHost("192.168.150.101");
            factory.setPort(5672);
            factory.setVirtualHost("/");
            factory.setUsername("itcast");
            factory.setPassword("123321");
            // 1.2.建立连接
            Connection connection = factory.newConnection();
    
            // 2.创建通道Channel
            Channel channel = connection.createChannel();
    
            // 3.创建队列
            String queueName = "simple.queue";
            channel.queueDeclare(queueName, false, false, false, null);
    
            // 4.订阅消息
            channel.basicConsume(queueName, true, new DefaultConsumer(channel){
        
                @Override
                public void handleDelivery(String consumerTag, Envelope envelope,
                                           AMQP.BasicProperties properties, byte[] body) throws IOException {
        
                    // 5.处理消息
                    String message = new String(body);
                    System.out.println("接收到消息：【" + message + "】");
                }
            });
            System.out.println("等待接收消息。。。。");
        }
    }

### 2.5.总结 ###

基本消息队列的消息发送流程：

1.  建立connection
2.  创建channel
3.  利用channel声明队列
4.  利用channel向队列发送消息

基本消息队列的消息接收流程：

1.  建立connection
2.  创建channel
3.  利用channel声明队列
4.  定义consumer的消费行为handleDelivery()
5.  利用channel将消费者与队列绑定

## 3.SpringAMQP ##

SpringAMQP是基于RabbitMQ封装的一套模板，并且还利用SpringBoot对其实现了自动装配，使用起来非常方便。

SpringAmqp的官方地址：https://spring.io/projects/spring-amqp

![image-20210717164024967][]

![image-20210717164038678][]

SpringAMQP提供了三个功能：

*  自动声明队列、交换机及其绑定关系
 *  基于注解的监听器模式，异步接收消息
 *  封装了RabbitTemplate工具，用于发送消息

### 3.1.Basic Queue 简单队列模型 ###

在父工程mq-demo中引入依赖

<dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-amqp</artifactId>
    </dependency>

#### 3.1.1.消息发送 ####

首先配置MQ地址，在publisher服务的application.yml中添加配置：

spring:
      rabbitmq:
        host: 192.168.150.101 # 主机名
        port: 5672 # 端口
        virtual-host: / # 虚拟主机
        username: itcast # 用户名
        password: 123321 # 密码

然后在publisher服务中编写测试类SpringAmqpTest，并利用RabbitTemplate实现消息发送：

package cn.itcast.mq.spring;
    
    import org.junit.Test;
    import org.junit.runner.RunWith;
    import org.springframework.amqp.rabbit.core.RabbitTemplate;
    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.boot.test.context.SpringBootTest;
    import org.springframework.test.context.junit4.SpringRunner;
    
    @RunWith(SpringRunner.class)
    @SpringBootTest
    public class SpringAmqpTest {
        
    
        @Autowired
        private RabbitTemplate rabbitTemplate;
    
        @Test
        public void testSimpleQueue() {
        
            // 队列名称
            String queueName = "simple.queue";
            // 消息
            String message = "hello, spring amqp!";
            // 发送消息
            rabbitTemplate.convertAndSend(queueName, message);
        }
    }

#### 3.1.2.消息接收 ####

首先配置MQ地址，在consumer服务的application.yml中添加配置：

然后在consumer服务的`cn.itcast.mq.listener`包中新建一个类SpringRabbitListener，代码如下：

package cn.itcast.mq.listener;
    
    import org.springframework.amqp.rabbit.annotation.RabbitListener;
    import org.springframework.stereotype.Component;
    
    @Component
    public class SpringRabbitListener {
        
    
        @RabbitListener(queues = "simple.queue")
        public void listenSimpleQueueMessage(String msg) throws InterruptedException {
        
            System.out.println("spring 消费者接收到消息：【" + msg + "】");
        }
    }

#### 3.1.3.测试 ####

启动consumer服务，然后在publisher服务中运行测试代码，发送MQ消息

### 3.2.WorkQueue ###

Work queues，也被称为（Task queues），任务模型。简单来说就是**让多个消费者绑定到一个队列，共同消费队列中的消息**。

![image-20210717164238910][]

当消息处理比较耗时的时候，可能生产消息的速度会远远大于消息的消费速度。长此以往，消息就会堆积越来越多，无法及时处理。

此时就可以使用work 模型，多个消费者共同处理消息处理，速度就能大大提高了。

#### 3.2.1.消息发送 ####

这次我们循环发送，模拟大量消息堆积现象。

在publisher服务中的SpringAmqpTest类中添加一个测试方法：

/**
         * workQueue
         * 向队列中不停发送消息，模拟消息堆积。
         */
    @Test
    public void testWorkQueue() throws InterruptedException {
        
        // 队列名称
        String queueName = "simple.queue";
        // 消息
        String message = "hello, message_";
        for (int i = 0; i < 50; i++) {
        
            // 发送消息
            rabbitTemplate.convertAndSend(queueName, message + i);
            Thread.sleep(20);
        }
    }

#### 3.2.2.消息接收 ####

要模拟多个消费者绑定同一个队列，我们在consumer服务的SpringRabbitListener中添加2个新的方法：

@RabbitListener(queues = "simple.queue")
    public void listenWorkQueue1(String msg) throws InterruptedException {
        
        System.out.println("消费者1接收到消息：【" + msg + "】" + LocalTime.now());
        Thread.sleep(20);
    }
    
    @RabbitListener(queues = "simple.queue")
    public void listenWorkQueue2(String msg) throws InterruptedException {
        
        System.err.println("消费者2........接收到消息：【" + msg + "】" + LocalTime.now());
        Thread.sleep(200);
    }

注意到这个消费者sleep了1000秒，模拟任务耗时。

#### 3.2.3.测试 ####

启动ConsumerApplication后，在执行publisher服务中刚刚编写的发送测试方法testWorkQueue。

可以看到消费者1很快完成了自己的25条消息。消费者2却在缓慢的处理自己的25条消息。

也就是说消息是平均分配给每个消费者，并没有考虑到消费者的处理能力。这样显然是有问题的。

#### 3.2.4.能者多劳 ####

在spring中有一个简单的配置，可以解决这个问题。我们修改consumer服务的application.yml文件，添加配置：

spring:
      rabbitmq:
        listener:
          simple:
            prefetch: 1 # 每次只能获取一条消息，处理完成才能获取下一个消息

#### 3.2.5.总结 ####

Work模型的使用：

*  多个消费者绑定到一个队列，同一条消息只会被一个消费者处理
 *  通过设置prefetch来控制消费者预取的消息数量

### 3.3.发布/订阅 ###

发布订阅的模型如图：

![在这里插入图片描述][1feefaffda274e838b759456f88a4fb9.png]

可以看到，在订阅模型中，多了一个exchange角色，而且过程略有变化：

*  Publisher：生产者，也就是要发送消息的程序，但是不再发送到队列中，而是发给X（交换机）
 *  Exchange：交换机，图中的X。一方面，接收生产者发送的消息。另一方面，知道如何处理消息，例如递交给某个特别队列、递交给所有队列、或是将消息丢弃。到底如何操作，取决于Exchange的类型。Exchange有以下3种类型：
    
     *  Fanout：广播，将消息交给所有绑定到交换机的队列
     *  Direct：定向，把消息交给符合指定routing key 的队列
     *  Topic：通配符，把消息交给符合routing pattern（路由模式） 的队列
 *  Consumer：消费者，与以前一样，订阅队列，没有变化
 *  Queue：消息队列也与以前一样，接收消息、缓存消息。

**Exchange（交换机）只负责转发消息，不具备存储消息的能力**，因此如果没有任何队列与Exchange绑定，或者没有符合路由规则的队列，那么消息会丢失！

### 3.4.Fanout ###

Fanout，英文翻译是扇出，我觉得在MQ中叫广播更合适。

![在这里插入图片描述][3b96f7a4a7744eefb4957113c777c42c.png]

在广播模式下，消息发送流程是这样的：

*  1） 可以有多个队列
 *  2） 每个队列都要绑定到Exchange（交换机）
 *  3） 生产者发送的消息，只能发送到交换机，交换机来决定要发给哪个队列，生产者无法决定
 *  4） 交换机把消息发送给绑定过的所有队列
 *  5） 订阅队列的消费者都能拿到消息

我们的计划是这样的：

*  创建一个交换机 itcast.fanout，类型是Fanout
 *  创建两个队列fanout.queue1和fanout.queue2，绑定到交换机itcast.fanout

![在这里插入图片描述][cbac4691c46a49bd853487cf7520832b.png]

#### 3.4.1.声明队列和交换机 ####

Spring提供了一个接口Exchange，来表示所有不同类型的交换机：

![image-20210717165552676][]

在consumer中创建一个类，声明队列和交换机：

package cn.itcast.mq.config;
    
    import org.springframework.amqp.core.Binding;
    import org.springframework.amqp.core.BindingBuilder;
    import org.springframework.amqp.core.FanoutExchange;
    import org.springframework.amqp.core.Queue;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    
    @Configuration
    public class FanoutConfig {
        
        /**
         * 声明交换机
         * @return Fanout类型交换机
         */
        @Bean
        public FanoutExchange fanoutExchange(){
        
            return new FanoutExchange("itcast.fanout");
        }
    
        /**
         * 第1个队列
         */
        @Bean
        public Queue fanoutQueue1(){
        
            return new Queue("fanout.queue1");
        }
    
        /**
         * 绑定队列和交换机
         */
        @Bean
        public Binding bindingQueue1(Queue fanoutQueue1, FanoutExchange fanoutExchange){
        
            return BindingBuilder.bind(fanoutQueue1).to(fanoutExchange);
        }
    
        /**
         * 第2个队列
         */
        @Bean
        public Queue fanoutQueue2(){
        
            return new Queue("fanout.queue2");
        }
    
        /**
         * 绑定队列和交换机
         */
        @Bean
        public Binding bindingQueue2(Queue fanoutQueue2, FanoutExchange fanoutExchange){
        
            return BindingBuilder.bind(fanoutQueue2).to(fanoutExchange);
        }
    }

#### 3.4.2.消息发送 ####

在publisher服务的SpringAmqpTest类中添加测试方法：

@Test
    public void testFanoutExchange() {
        
        // 队列名称
        String exchangeName = "itcast.fanout";
        // 消息
        String message = "hello, everyone!";
        rabbitTemplate.convertAndSend(exchangeName, "", message);
    }

#### 3.4.3.消息接收 ####

在consumer服务的SpringRabbitListener中添加两个方法，作为消费者：

@RabbitListener(queues = "fanout.queue1")
    public void listenFanoutQueue1(String msg) {
        
        System.out.println("消费者1接收到Fanout消息：【" + msg + "】");
    }
    
    @RabbitListener(queues = "fanout.queue2")
    public void listenFanoutQueue2(String msg) {
        
        System.out.println("消费者2接收到Fanout消息：【" + msg + "】");
    }

#### 3.4.4.总结 ####

交换机的作用是什么？

*  接收publisher发送的消息
 *  将消息按照规则路由到与之绑定的队列
 *  不能缓存消息，路由失败，消息丢失
 *  FanoutExchange的会将消息路由到每个绑定的队列

声明队列、交换机、绑定关系的Bean是什么？

*  Queue
 *  FanoutExchange
 *  Binding

### 3.5.Direct ###

在Fanout模式中，一条消息，会被所有订阅的队列都消费。但是，在某些场景下，我们希望不同的消息被不同的队列消费。这时就要用到Direct类型的Exchange。

![image-20210717170041447][]

在Direct模型下：

*  队列与交换机的绑定，不能是任意绑定了，而是要指定一个`RoutingKey`（路由key）
 *  消息的发送方在 向 Exchange发送消息时，也必须指定消息的 `RoutingKey`。
 *  Exchange不再把消息交给每一个绑定的队列，而是根据消息的`Routing Key`进行判断，只有队列的`Routingkey`与消息的 `Routing key`完全一致，才会接收到消息

**案例需求如下**：

1.  利用@RabbitListener声明Exchange、Queue、RoutingKey
2.  在consumer服务中，编写两个消费者方法，分别监听direct.queue1和direct.queue2
3.  在publisher中编写测试方法，向itcast. direct发送消息

![image-20210717170223317][]

#### 3.5.1.基于注解声明队列和交换机 ####

基于@Bean的方式声明队列和交换机比较麻烦，Spring还提供了基于注解方式来声明。

在consumer的SpringRabbitListener中添加两个消费者，同时基于注解来声明队列和交换机：

@RabbitListener(bindings = @QueueBinding(
        value = @Queue(name = "direct.queue1"),
        exchange = @Exchange(name = "itcast.direct", type = ExchangeTypes.DIRECT),
        key = {
        "red", "blue"}
    ))
    public void listenDirectQueue1(String msg){
        
        System.out.println("消费者接收到direct.queue1的消息：【" + msg + "】");
    }
    
    @RabbitListener(bindings = @QueueBinding(
        value = @Queue(name = "direct.queue2"),
        exchange = @Exchange(name = "itcast.direct", type = ExchangeTypes.DIRECT),
        key = {
        "red", "yellow"}
    ))
    public void listenDirectQueue2(String msg){
        
        System.out.println("消费者接收到direct.queue2的消息：【" + msg + "】");
    }

#### 3.5.2.消息发送 ####

在publisher服务的SpringAmqpTest类中添加测试方法：

@Test
    public void testSendDirectExchange() {
        
        // 交换机名称
        String exchangeName = "itcast.direct";
        // 消息
        String message = "红色警报！日本乱排核废水，导致海洋生物变异，惊现哥斯拉！";
        // 发送消息
        rabbitTemplate.convertAndSend(exchangeName, "red", message);
    }

#### 3.5.3.总结 ####

描述下Direct交换机与Fanout交换机的差异？

*  Fanout交换机将消息路由给每一个与之绑定的队列
 *  Direct交换机根据RoutingKey判断路由给哪个队列
 *  如果多个队列具有相同的RoutingKey，则与Fanout功能类似

基于@RabbitListener注解声明队列和交换机有哪些常见注解？

*  @Queue
 *  @Exchange

### 3.6.Topic ###

#### 3.6.1.说明 ####

`Topic`类型的`Exchange`与`Direct`相比，都是可以根据`RoutingKey`把消息路由到不同的队列。只不过`Topic`类型`Exchange`可以让队列在绑定`Routing key` 的时候使用通配符！

`Routingkey` 一般都是有一个或多个单词组成，多个单词之间以”.”分割，例如： `item.insert`

通配符规则：

`#`：匹配一个或多个词

`*`：匹配不多不少恰好1个词

举例：

`item.#`：能够匹配`item.spu.insert` 或者 `item.spu`

`item.*`：只能匹配`item.spu`

图示：

![image-20210717170705380][]

解释：

*  Queue1：绑定的是`china.#` ，因此凡是以 `china.`开头的`routing key` 都会被匹配到。包括china.news和china.weather
 *  Queue2：绑定的是`#.news` ，因此凡是以 `.news`结尾的 `routing key` 都会被匹配。包括china.news和japan.news

案例需求：

实现思路如下：

1.  并利用@RabbitListener声明Exchange、Queue、RoutingKey
2.  在consumer服务中，编写两个消费者方法，分别监听topic.queue1和topic.queue2
3.  在publisher中编写测试方法，向itcast. topic发送消息

![在这里插入图片描述][dffb13538b104636b8b5d1632416b69b.png]

#### 3.6.2.消息发送 ####

在publisher服务的SpringAmqpTest类中添加测试方法：

/**
         * topicExchange
         */
    @Test
    public void testSendTopicExchange() {
        
        // 交换机名称
        String exchangeName = "itcast.topic";
        // 消息
        String message = "喜报！孙悟空大战哥斯拉，胜!";
        // 发送消息
        rabbitTemplate.convertAndSend(exchangeName, "china.news", message);
    }

#### 3.6.3.消息接收 ####

在consumer服务的SpringRabbitListener中添加方法：

@RabbitListener(bindings = @QueueBinding(
        value = @Queue(name = "topic.queue1"),
        exchange = @Exchange(name = "itcast.topic", type = ExchangeTypes.TOPIC),
        key = "china.#"
    ))
    public void listenTopicQueue1(String msg){
        
        System.out.println("消费者接收到topic.queue1的消息：【" + msg + "】");
    }
    
    @RabbitListener(bindings = @QueueBinding(
        value = @Queue(name = "topic.queue2"),
        exchange = @Exchange(name = "itcast.topic", type = ExchangeTypes.TOPIC),
        key = "#.news"
    ))
    public void listenTopicQueue2(String msg){
        
        System.out.println("消费者接收到topic.queue2的消息：【" + msg + "】");
    }

#### 3.6.4.总结 ####

描述下Direct交换机与Topic交换机的差异？

*  Topic交换机接收的消息RoutingKey必须是多个单词，以 `**.**` 分割
 *  Topic交换机与队列绑定时的bindingKey可以指定通配符
 *  `#`：代表0个或多个词
 *  `*`：代表1个词

### 3.7.消息转换器 ###

之前说过，Spring会把你发送的消息序列化为字节发送给MQ，接收消息的时候，还会把字节反序列化为Java对象。

![在这里插入图片描述][bdb1751740164bbc922fea74fc090331.png]

只不过，默认情况下Spring采用的序列化方式是JDK序列化。众所周知，JDK序列化存在下列问题：

*  数据体积过大
 *  有安全漏洞
 *  可读性差

我们来测试一下。

#### 3.7.1.测试默认转换器 ####

我们修改消息发送的代码，发送一个Map对象：

@Test
    public void testSendMap() throws InterruptedException {
        
        // 准备消息
        Map<String,Object> msg = new HashMap<>();
        msg.put("name", "Jack");
        msg.put("age", 21);
        // 发送消息
        rabbitTemplate.convertAndSend("simple.queue","", msg);
    }

停止consumer服务

发送消息后查看控制台：

![image-20210422232835363][]

#### 3.7.2.配置JSON转换器 ####

显然，JDK序列化方式并不合适。我们希望消息体的体积更小、可读性更高，因此可以使用JSON方式来做序列化和反序列化。

在publisher和consumer两个服务中都引入依赖：

<dependency>
        <groupId>com.fasterxml.jackson.dataformat</groupId>
        <artifactId>jackson-dataformat-xml</artifactId>
        <version>2.9.10</version>
    </dependency>

配置消息转换器。

在启动类中添加一个Bean即可：

@Bean
    public MessageConverter jsonMessageConverter(){
        
        return new Jackson2JsonMessageConverter();
    }

还会把字节反序列化为Java对象。

\[外链图片转存中…(img-eGpaCnHC-1695344630656)\]

只不过，默认情况下Spring采用的序列化方式是JDK序列化。众所周知，JDK序列化存在下列问题：

*  数据体积过大
 *  有安全漏洞
 *  可读性差

我们来测试一下。

#### 3.7.1.测试默认转换器 ####

我们修改消息发送的代码，发送一个Map对象：

停止consumer服务

发送消息后查看控制台：

\[外链图片转存中…(img-x9ZgsmmE-1695344630656)\]

#### 3.7.2.配置JSON转换器 ####

显然，JDK序列化方式并不合适。我们希望消息体的体积更小、可读性更高，因此可以使用JSON方式来做序列化和反序列化。

在publisher和consumer两个服务中都引入依赖：

<dependency>
        <groupId>com.fasterxml.jackson.dataformat</groupId>
        <artifactId>jackson-dataformat-xml</artifactId>
        <version>2.9.10</version>
    </dependency>

配置消息转换器。

在启动类中添加一个Bean即可：

@Bean
    public MessageConverter jsonMessageConverter(){
        
        return new Jackson2JsonMessageConverter();
    }

[2a41b86f54564801bd8605880f6ef57f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/c44347ca70eb41e48878943d641d1fd1.png
[985559c3484a41ebb9929d8a3417ff11.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/b0d71eb90b014e969fbc2c6f1bdd6a1b.png
[image-20210422095356088]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/ccbd2eb0ef514435a0fb1d915dffe084.png
[image-20210717162628635]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/58de1e373dfc45d9bdb10c36c1ecf97f.png
[image-20210717162752376]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/97c0e94d8b2a4c8ca466c944f77f016d.png
[image-20210717163332646]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/4296e43a30a94956aabf943ccebe66df.png
[d1c71f2d3b3a4d0688012a339696b47e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/75cb0df63e4b415685de630f29f6029e.png
[image-20210717163604330]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/ec45830fed514a3dad5e60d1f6c7bed8.png
[bf90104cf5904cb78f04db31e357f21e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/76d6fdc094c2416fb1e0e2181a885dc2.png
[image-20210717164024967]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/3e9cfabe67a04139921d8b4d4f1f2f3d.png
[image-20210717164038678]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/a093196c1075448f8695f99c3f8b50aa.png
[image-20210717164238910]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/fe5ed6ca73e548bf8e9c580eaa1c2d64.png
[1feefaffda274e838b759456f88a4fb9.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/90654b28bf16469ca43782349891a506.png
[3b96f7a4a7744eefb4957113c777c42c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/fdb8ba30aed74b239bb2c772faec587d.png
[cbac4691c46a49bd853487cf7520832b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/9cdc12837d814c76ad1506d8fd723b6c.png
[image-20210717165552676]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/04406def525a4cf1ba24b45e7e38f9e3.png
[image-20210717170041447]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/a47c7bda56b441e8b155172d6d2df9f8.png
[image-20210717170223317]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/a51e98e5bec04897b8ee353087ce0508.png
[image-20210717170705380]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/58c7daff018c411eab4bc0f00e2aa524.png
[dffb13538b104636b8b5d1632416b69b.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/49f81da1f7b044c886b59f932f86658d.png
[bdb1751740164bbc922fea74fc090331.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/ec56023520de4483ba09280dfcbf53a6.png
[image-20210422232835363]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/02/4b1680eb875f46499acc8be473cdcd91.png