前言
上一篇四种途径提高RabbitMQ传输消息数据的可靠性（一）已经介绍了两种方式提高数据可靠性传输的方法，本篇针对上一篇中提出的问题（1）与问题（2）提出解决常用的方法。
本文其实也就是结合以上四个方面进行讲解的，主要参考《RabbitMQ实战指南》（有需要PDF电子书的可以评论或者私信我），本文截图也来自其中，另外可以对一些RabbitMQ的概念的认识可以参考我的另外两篇博文认识RabbitMQ交换机模型、RabbitMQ是如何运转的？
三、生产者确认机制
针对问题（1），我们可以通过生产者的确认消息机制来解决，主要分为两种：第一是事务机制、第二是发送方确认机制
1、事务机制
与事务机制相关的有三种方法，分别是channel.txSelect设置当前信道为事务模式、channel.txCommit提交事务和channel.txRollback事务回滚。如果事务提交成功，则消息一定是到达了RabbitMQ中，如果事务提交之前由于发送异常或者其他原因，捕获后可以进行channel.txRollback回滚。
// 将信道设置为事务模式，开启事务 channel.txSelect(); // 发送持久化消息 channel.basicPublish(EXCHANGE_NAME, ROUTING_KEY, MessageProperties.PERSISTENT_TEXT_PLAIN, "transaction messages".getBytes()); // 事务提交 channel.txCommit();
发生异常之后事务回滚
try {
channel.txSelect();
channel.basicPublish(exchange, routingKey, MessageProperties.PERSISTENT_TEXT_PLAIN, "transaction messages".getBytes());
channel.txCommit();
} catch (Exception e){
e.printStackTrace();
channel.txRollback();
}
2、确认机制
生产者将信道设置为confirm确认模式，确认之后所有在信道上的消息将会被指派一个唯一的从1开始的ID，一旦消息被正确匹配到所有队列后，RabbitMQ就会发送一个确认Basic.Ack给生产者（包含消息的唯一ID），生产者便知晓消息是否正确到达目的地了。
消息如果是持久化的，那么确认消息会在消息写入磁盘之后发出。RabbitMQ中的deliveryTag包含了确认消息序号，还可以设置multiple参数，表示到这个序号之前的所有消息都已经得到处理。确认机制相对事务机制来说，相比较代码来说比较复杂，但会经常使用，主要有单条确认、批量确认、异步批量确认三种方式。
2.1 单条确认
此种方式比较简单，一般都是一条条的发送，代码如下：
try {
Connection connection = connectionFactory.newConnection();
Channel channel = connection.createChannel();
//set channel publisher confirm mode
channel.confirmSelect();
// publish message
channel.basicPublish("exchange", "routingkey", null, "publisher confirm test".getBytes());
if (!channel.waitForConfirms()) {
// publisher confirm failed handle
System.out.println("send message failed!");
}
} catch (Exception e) {
e.printStackTrace();
}
2.2 批量确认
问：批量确认comfirm需要解决出现返回的Basic.Nack或者超时情况的话，客户需要将这一批次消息全部重发，那么采用什么样的存储结构才能合适地将这些消息动态筛选出来。
最好是需要增加一个缓存，将发送成功并且确认Ack之后的消息去除，剩下Nack或者超时的消息，改进之后的代码如下：
// take ArrayList or BlockingQueue as a cache
List<Object> cache = new ArrayList<>();
// set channel publisher confirm mode
channel.confirmSelect();
for (int i=0; i < 20; i++) {
// publish message
String message = "publisher message["+ i +"]";
cache.add(message);
channel.basicPublish("exchange", "routingkey", null, message.getBytes());
if (channel.waitForConfirms()) {
// remove message publisher confirm
cache.remove(i);
}
// TODO handle Nack message：republish
}
} catch (Exception e) {
e.printStackTrace();
// TODO handle Nack message：republish
}
2.3 异步批量确认
异步确认方式通过在客户端addConfirmListener增加ConfirmListener回调接口，包括handleAck与handleNack处理方法：
每次发送消息confirmSet集合元素加1，当消息被确认ack进入handleAck方法时，“unconfirm”集合中删除响应的一条（multiple设置为false时）或者多条记录（multiple设置为true时），其中存储缓存最好采用SortedSet数据结构
代码如下：
try {
Connection connection = connectionFactory.newConnection();
Channel channel = connection.createChannel();
// take as a cache
SortedSet cache = new TreeSet();
// set channel publisher confirm mode
channel.confirmSelect();
for (int i = 0; i < 20; i++) {
// publish message
long nextSeqNo = channel.getNextPublishSeqNo();
String message = "publisher message[" + i + "]";
cache.add(message);
channel.basicPublish("exchange", "routingkey", MessageProperties.PERSISTENT_TEXT_PLAIN, message.getBytes());
cache.add(nextSeqNo);
}
// add confirmCalback: handleAck, handleNack
channel.addConfirmListener(new ConfirmListener() {
@Override
public void handleAck(long deliveryTag, boolean multiple) {
if (multiple) {
// batch remove ack message
cache.headSet(deliveryTag - 1).clear();
} else {
// remove ack message
cache.remove(deliveryTag);
}
}
@Override
public void handleNack(long deliveryTag, boolean multiple) {
// TODO handle Nack message：republish
}
});
} catch (Exception e) {
e.printStackTrace();
// TODO handle Nack message：republish
}
3、总结比较
1）是确认机制好呢？还是事务机制？两者可以共存吗？
确认机制相对于事务机制，最大的好处就是可以异步处理提高吞吐量，不需要额外等待消耗资源。但是两者时候不能同时共存的。
2）那么确认机制的三种方式之间呢？实际产生环境是推荐哪一种呢？（其实毫无疑问当然是推荐异步批量确认方式）
批量确认的最大问题就是在于返回的Nack消息需要重新发送，以上普通单条确认、批量确认、批量异步确认三种方法，在实际生产环境中强烈推荐使用批量异步确认方式。
四、消息与队列的持久化
针对的问题（2），我们可以通过增加队列与消息的持久化来实现。
1、交换器的持久化
交换器的持久化是通过声明队列durable参数为true实现的，如果交换器不设置持久化，那么在RabbitMQ服务器重启之后，相关的交换器元数据会丢失，消息不会丢失，只是不能将消息发送到这个交换器中。因此，都是建议将其置为持久化。
channel.exchangeDeclare(EXCHANGE_NAME, "direct", true, false, null);
2、队列的持久化
队列持久化同理与交换器持久化，只是RabbitMQ服务器重启之后，相关的元数据会丢失，数据也会跟着丢失，消息也自然丢失。
channel.queueDeclare(QUEUE_NAME, true, false, false, null);
3、消息的持久化
队列的持久化不能保证内存存储的消息不会丢失，要确保消息不会丢失，需要将其通过设置BasicProperties中的deliveryMode属性为2可实现消息的持久化（PERSISTENT_TEXT_PLAIN实际上已经封装了这个属性），也就是说只有实现了队列与消息的持久化，才能保证消息不会丢失。
// 其中的2就是投递模式
public static Class final BasicProperties_PERSISTENT_TEXT_PLAIN = new BasicProperties("text/plain", null, null, 2, null, null, null, null, null, null, null, null, null);
4、消息丢失的几种情况
但实际上不是设置了交换器、队列、消息持久化就能一定保证消息不会被丢失，以下几种情况是可能丢失的，比如：
1）设置autoAck为true，消费者收到消息后，还没处理就宕机了，这样也算数据丢失，解决办法是设置为false，之后手动确认。
2）在设置了持久化后消息存入RabbitMQ之后，还需要一段时间才能存入磁盘之中（虽然很短，但不能忽视），RabbitMQ并不会为每条消息都今次那个同步存盘，可能只会保存到操作系统缓存之中而不是物理磁盘中，如果RabbitMQ这个时间段内宕机、异常、重启等情况，消息也会丢失，解决办法是引入RabbitMQ的镜像队列机制（类似于集群，Master挂了切换到Slave）
总结
没有完全十全十美的方式能保证数据能100%不丢失，并且最大效率节约性能消耗等，两篇博文虽然已经提出常用的四种方式，当实际环境中整个RabbitMQ环境在搭建没有结合实际的生产业务环境的话，也会发生消息丢失的等情况，解决这样的问题无非就完善消息备份，健全RabbitMQ集群..........
原文地址：https://www.cnblogs.com/jian0110/p/10424927.html