• Rabbitmq - 集群模式


    RabbitMQ中,一个节点的服务其实也是作为一个集群来处理的,在web控制台的admin-> cluster 中可以看到集群的名字,并且可以在页面上修改。而多节点的集群有两种方式:

    默认的普通集群模式

    这种模式使用Erlang语言天生具备的集群方式搭建。这种集群模式下,集群的各个节点之间只会有相同的元数据,即队列结构,而消息不会进行冗余,只存在一个节点中。
    消费时,如果消费的不是存有数据的节点, RabbitMQ会临时在节点之间进行数据传输,将消息从存有数据的节点传输到消费的节点。很显然,这种集群模式的消息可靠性不是很高。因为如果其中有个节点服务宕机了,那这个节点上的数据就无法消费了,需要等到这个节点服务恢复后才能消费,而这时,消费者端已经消费过的消息就有可能给不了服务端正确应答,服务起来后,就会再次消费这些消息,造成这部分消息重复消费
    另外,如果消息没有做持久化,重启就消息就会丢失。并且,这种集群模式也不支持高可用,即当某一个节点服务挂了后,需要手动重启服务,才能保证这一部分消息能正常消费。所以这种集群模式只适合一些对消息安全性不是很高的场景。
    而在使用这种模式时,消费者应该尽量的连接上每一个节点,减少消息在集群中的传输

    镜像模式

    这种模式是在普通集群模式基础上的一种增强方案,这也就是RabbitMQ的官方HA高可用方案。需要在搭建了普通集群之后再补充搭建。其本质区别在于,这种模式会在镜像节点中间主动进行消息同步,而不是在客户端拉取消息时临时同步。
    并且在集群内部有一个算法会选举产生master和slave,当一个master挂了后,也会自动选出一个来。从而给整个集群提供高可用能力。这种模式的消息可靠性更高,因为每个节点上都存着全量的消息。而他的弊端也
    是明显的,集群内部的网络带宽会被这种同步通讯大量的消耗,进而降低整个集群的性能。这种模式下,队列数量最好不要过多。

    实际开发环境可以通过,增加keepalived保证每个RabbitMQ的稳定性,当某一个节点上的RabbitMQ服务崩溃时,可以及时重新启动起来。另外,也可以增加HA-proxy来做前端的负载均衡,通过HA-proxy增加一个前端转发的虚
    拟节点,应用可以像使用一个单点服务一样使用一个RabbitMQ集群

    Rabbitmq 镜像队列设置

    可以通过命令行的形式设置,也可以通过代码配置

    1:指定全部节点进行镜像队列

        @Bean
        public Queue minorQueue() {
            Mapargs = new HashMap<>(2);
            //1,全部节点进行镜像队列
            args.put("x-ha-policy","all");
            return new Queue(RabbitConstant.MINOR_QUEUE,true,false,false,args);
        }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7

    2: 指定节点进行镜像队列

    @Bean
        public Queue minorQueue() {
            Mapargs = new HashMap<>(2);
            //2、指定节点进行镜像队列:
            args.put("x-ha-policy","nodes");
            args.put("x-ha-node","[rabbit@node01]");
            return new Queue(RabbitConstant.MINOR_QUEUE,true,false,false,args);
        }
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
  • 相关阅读:
    前端:下载文件(多种方法)
    c++ stack用法 入门必看 超详细
    在线教育项目【vue-element前端工程环境搭建】
    贪心算法-磁盘文件最优存储问题
    第三章:Express
    【JavaSE】内部类、基本类型包装类、日期类之间的关系
    统一系统脆弱性管理平台:让“网络安全漏洞”无处遁形
    React源码分析7-state计算流程和优先级
    用DIV+CSS技术制作个人博客网站(web前端网页制作课期末作业)
    海量数据如何在Web端实现动态可视化?看看这家企业是怎么做的
  • 原文地址:https://blog.csdn.net/huanglu0314/article/details/128008295