RabbitMQ系列02 - RabbitMQ 消息模型:Broker、交换器、队列与收发路径

news2026/4/13 11:10:29
RabbitMQ 消息模型Broker、交换器、队列与收发路径RabbitMQ是遵从AMQP 0-9-1的消息中间件Erlang实现消息先进入Exchange交换器再按类型与绑定规则路由到Queue队列。本文归纳核心对象、四种交换器、生产/消费典型步骤、Connection 与 Channel的分工以及客户端入口。帧级命令名与握手顺序以AMQP 0-9-1规范及RabbitMQ官方文档为准。目录RabbitMQ 与 AMQP 的定位核心对象一览交换器类型与路由行为topic 绑定键通配符路由示意Mermaid生产者从连接到入队消费者订阅、投递与确认Connection 与 Channel多消费者与轮询客户端入口多语言免责声明RabbitMQ 与 AMQP 的定位AMQPAdvanced Message Queuing Protocol面向消息中间件的开放应用层协议客户端与 Broker 可跨语言、跨厂商交互具体特性以0-9-1规范与实现为准。RabbitMQ实现 AMQP 的 Broker 之一另可通过插件支持STOMP、MQTT等但核心路由心智仍建议从 AMQP 模型理解。常见特点说明可靠性持久化、publisher confirm、消费者ACK等组合使用灵活路由Exchange Binding内置类型不足时可插件扩展扩展与高可用集群、经典镜像队列或Quorum Queue等随版本演进以文档为准可观测性管理插件、指标与日志核心对象一览对象角色Producer发消息负载常含payload与路由相关标签如 exchange、routing key。入队后消费者通常主要处理payload。Exchange路由中枢生产者不直接发队列概念上而是发到 Exchange。Queue存储消息与 Exchange 通过Binding关联。Binding声明 Exchange 与 Queue 的关系含binding key及参数。Consumer订阅 Queue接收投递确认后 Broker 可删除消息依ACK 模式。Broker服务实例口语上常叫「一台 RabbitMQ」。Routing key生产者发布时携带是否与binding key匹配、如何匹配取决于Exchange 类型。交换器类型与路由行为类型行为概要fanout忽略 routing key消息复制到所有绑定队列。directrouting key 与 binding key 完全相同的队列接收消息。topic点分词 通配符匹配见下节。headers按消息headers匹配不依赖 routing key复杂度和性能需自行评估生产相对较少用。默认交换器AMQP 规定存在名称为空的 direct 交换器用默认交换器发队列时routing key 常被当作队列名路由到对应队列便于入门复杂路由仍建议显式 Exchange。topic 绑定键通配符Routing key / binding key一般为.分隔的单词如orders.created.cn。符号含义*匹配恰好一个单词#匹配零个或多个单词多段示例教学用Binding key能匹配的 routing key 示例*.orange.*a.orange.blazy.#lazy、lazy.pink、lazy.pink.rabbit路由示意Mermaidpublish routing keybindingbindingProducerExchangeQueue 1Queue 2ConsumerConsumerfanout示意同一条消息进多队列Producerfanout XQ1Q2生产者从连接到入队典型顺序教学归纳与 Broker 建立TCP Connection创建Channel。声明 Exchange类型、持久化等。声明 Queue持久化、排他、自动删除等。QueueBind指定binding key及参数。Basic.Publish指定exchange、routing key、payload。Exchange 按规则将消息放入0…n 个队列。无匹配队列时行为依赖mandatory、备份交换器等配置可能回退或丢弃。关闭 Channel / Connection。Producer ──► Channel ──► Exchange ──► Queue0..n │ └── 声明、绑定、发布均在 Channel 上消费者订阅、投递与确认Connection Channel。可选Basic.Qosprefetch限制未ACK的在途消息数利于公平分发与背压与 Broker 内部流控配合。Basic.Consume推模式或Basic.Get拉模式少用。收到Basic.Deliver后处理业务。Basic.Ack或Nack/Reject依场景与重试策略。关闭资源。Connection 与 Channel概念说明Connection到 Broker 的TCP 连接认证在其上完成。ChannelConnection 上的轻量虚拟连接有独立 ID绝大多数 AMQP 命令在 Channel 上发送避免每条命令都新建 TCP。实践多线程应用常为每个线程或有限个使用独立 Channel不要在多线程间共享同一个 Channel客户端库通常非线程安全。多消费者与轮询同一队列上挂多个消费者时Broker 常按Round-Robin在消费者间分配消息实现水平扩展。若各消息处理耗时差异大仅靠轮询可能导致慢消费者拖整体可配合prefetch1、拆分队列等策略优化。广播需求队列层不提供「一条消息同时被多个消费者各收一份」的默认语义可用fanout 多队列或MQTT等协议语义实现。客户端入口多语言语言常见客户端包名示例Javacom.rabbitmq.clientConnectionFactory、Connection、ChannelPythonpika或aio-pika.NETRabbitMQ.ClientGoamqp091等协议操作集中在ChannelConnection负责建 Channel 与生命周期。免责声明Quorum Queue、流控、集群行为随版本变化大部署与调优请以当前RabbitMQ官方文档为准。主题RabbitMQ、AMQP、Exchange、Queue、路由、Channel。

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/2512837.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

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…