本篇内容主要讲解“怎么实现Java异步延迟消息队列”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“怎么实现Java异步延迟消息队列”吧!

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：国际域名空间、网站空间、营销软件、网站建设、郊区网站维护、网站推广。

    1. 一条链路调用 

    系统在收到一个请求后，完整链路同步顺序调用，实现起来简单易懂，这也是所有功能在实现时最初选择的方案。这种方案实现起来简单，在并发量不高且调用链路不长的情况下，是最好的选择方案，因为简单所以不容易出错和容易维护。如图所示，一个请求按照1-2-3-4的顺序。

• 优点：实现简单易懂、易维护。

• 缺点：并发量不高。

    2. 异步消息队列方案

    由于系统是账户系统，每天的交易量大概在50-100w左右，且大部分交易集中在某个时间点，这就致使系统必须要支持高并发，异步方案也是该系统在最早设计时就已经选择好了。异步化后的请求必须要保证成功且需要有持久化的能力，基于此选择了消息中间件，在对比了几款中间件后，发现rabbitmq比较符合现有的业务。

    如图所示，同颜色的线属于一个同步流程，不同线的表示异步，流程讲解如下：

• 主流程1->2->3：应用端发起交易，账户系统走完主流程后，将调用外部系统的请求放入MQ消息队列，则直接响应应用端成功，应用端不关心后续异步操作

• MQ通知①：MQ服务器收到消息后，回调账户系统，通知已收到消息。

• 消息消费⑴->⑵->⑶：监听到队列有新消息，调用外部系统，完成请求。

• 优点：快速响应应用端，提高并发量。

• 缺点：在主流程的第2步，可能由于网络原因导致MQ没收到消息，造成主流程成功响应应用端成功，但是由于消息丢失造成后续的异步处理失败。

    3. 100%可靠发送及幂等消费

    基于方案2的缺点，为了避免由于网络异常造成的发送消息成功但实际MQ没收到消息的情况，增加了一种发送成功后保证MQ能100%收到消息的机制，即使MQ宕机也能知道哪些消息是MQ没收到的。

    如图所示，与方案2的对比，不同的是增加了缓存标志，即在发送消息到MQ前，先将该消息缓存到redis作为一个标志（如 2 保存标志），表明发送进行中，等到MQ收到消息并回调通知成功时才将该标志删除（如 ② 删除标志）；

    增加了定时任务：

• 轮询redis里的消息，若指定时间内未收到通知，则重新发送该消息。该方案可能会造成重复发消息，所以在消费端需要做幂等控制

• 删除已成功但未收到通知的重复标志

    4.基于死信队列实现的延迟队列

    基于方案3，基本能保证不会受网络异常的影响导致消息丢失的情况出现，至此，发送端的保证已经完成，但是消费端还有些不理想。

    正常情况下，消费者在消费完消息后，会通知MQ告知已经消费成功，MQ收到后则从队列删除消息。如果告知消费失败，则该消息会重新回到队列重新被消费者监听并且获取。对应到RabbitMQ有以下三种情况：

• ACK：成功消费消息，MQ删除消息

• NO_ACK：消费消息失败，消息重新队列，等待后续重新被消费

• Rejected：消费消息失败，MQ删除该消息，如果队列存在死信队列的话，则将该消息移到死信队列，相当于垃圾箱，不会被重新消费。

    基于以上三种情况，如果消息消费失败时，希望的是消息重回队列，隔一段时间后再被消费，也就是消息具备延迟的效果，但是找遍了官网，发现不支持延迟的机制。如果不延迟消费，那么消息一回到队列又会马上被消费，如果外部系统在一段时间内没有修复，那么在这段时间内的重复消费都属于无效重试且浪费性能。

    脑壳疼ing。。。下班回家在地铁上头脑风暴时，终于灵机一动，联想到了死信队列的一个功能，那就是可以设置消息在指定时间内没被消费的话，就认定为是死亡消息，则该消息会被转到对应的死信队列。比如，正常队列A，B作为A的死信队列，设置A队列的消息的死亡时间为n秒，如果n秒内没被消费，则会自动转移到B队列。如图当时马上在备忘录记下来。

    如图所示，在一个消息消费失败后的做法如下：

• 消息消费失败发送no_ack，让消息回到队列，并记录失败次数

• 重复消费失败超过三次后，发送rejected，让消息转移到死信队列B

• 由于死信队列B无消费者，所以消息在n秒后会转移到死信队列C（在这一步起到延迟的效果）

• 队列C的消费者消费死亡消息，将消息重新发送到正常队列A

    总结    

    基于以上的最终方案，在测试同事的压测下，大概500TPS/秒，不过没有模拟数据库方面的瓶颈（往数据库插入一定量级的数据）。

    由于代码跟项目有关，所以就暂时不发源码，等我把公司业务相关的移除掉后，再基于最终方案做个demo发到git上。

    后续会进行优化，比如：

• 顺序消费

• 让需要顺序消费的消息发往同个队列（取模的方式等等），每条队列只有一个消费者。单个消费者可能会有性能问题，可在消费者应用程序里弄内存队列再进行并发消费。

• 消费堆积

• 消费者宕机造成堆积：消费者宕机了，由于生产者还在生产消息，经过一段时间后就会堆积海量的消息，如果MQ磁盘有限，即使消费者恢复后如果不能快速消费的话，可能会使MQ服务器磁盘爆满。

    消费者虽然恢复了，但是一时间堆积了海量的数据，消费完需要一定的时间。为了不对正常的MQ造成影响，一种解决方案是先快速消费调堆积的消息，但原来的消费者是带有逻辑的，处理完一条消息可能需要200ms左右，所以为了快速消费，就先启动一个临时消费者，只做转发逻辑大概消费一条消息只需要10ms。临时消费者将消息转发到一个临时MQ，接着再启动n个原来带逻辑的消费者去消费，这样可以达到快速消费堆积消息的效果。

• 生产快于消费导致：供过于求本身应该尽量优化消费端，找出原因，如果消费者本身就是慢于生产者的话，那这样只能增加消费者数量了。

• 持久化带来的性能影响

• 同步持久化：生产消息后保存到磁盘才返回给生产者成功，安全性高不会丢失消息，性能不高

• 异步持久化：性能高，会丢失数据

• 高可用

• 集群模式：其他节点保存某台数据节点的队列元数据，当消费者消费数据时，其他节点到实际保存消费的节点拉取数据。

• 优点：避免所有的生产者都往同个MQ写数据，

• 缺点：做不到分布式的效果，一个生产者只能往一个MQ写，其他的消费者若要消费的话还是要到原来的MQ上去拉取消息

• 镜像集群模式：所有节点都保存同一份数据

• 分布式：数据分发在各个节点

到此，相信大家对“怎么实现Java异步延迟消息队列”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

网站栏目：怎么实现Java异步延迟消息队列
URL分享：http://ybzwz.com/article/gcjhpg.html