内容来自：RabbitMQ Tutorials Java版

Work Queues

在第一个教程中，我们实现了从一个指定的队列中发送和接收消息。在这一部分，我们将会创建一个工作队列：用来讲耗时的任务分发给多个工作者。

工作队列的主要思想是避免这样的情况：直接去做一件资源密集型的任务，并且还得等它完成。相反，我们将任务安排到之后再去做。我们将任务封装为一个消息，并发到队列中。一个工作进程将会在后台取出任务并最终完成工作。如果开启多个工作进程，任务将会在这多个工作进程间共享。

这个概念在web应用中是非常有用的，因为web应用不可能在一个HTTP请求中去处理一个复杂的任务。

准备

在上一个教程中，我们发送了“hello world”的消息。现在，我们会发送一些代表复杂任务的字符串。我们没有真实的任务（比如调整图片大小、PDF文件加载等），所以我们使用Thread.sleep()方法来伪造耗时任务，假装我们很忙。我们用字符串中的点号.来表示任务的复杂性，一个点就表示需要耗时1秒，比如一个描述为hello...的假任务，它需要耗时3秒。

将上个教程中的Send.java中的代码稍作修改。因为这个程序会调度任务到工作队列，所以我们将它命名为NewTask.java：

String message = "1.";

channel.basicPublish("", "hello", null, message.getBytes());
System.out.println(" [x] Sent '" + message + "'");

之前的Recv.java同样也要做些修改，它需要模拟消息中的点代表的耗时。因为它负责接收消息并处理任务，所以，将它命名为Worker.java：

final Consumer consumer = new DefaultConsumer(channel) {
  @Override
  public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
    String message = new String(body, "UTF-8");

    System.out.println(" [x] Received '" + message + "'");
    try {
      doWork(message);
    } finally {
      System.out.println(" [x] Done");
    }
  }
};
boolean autoAck = true; // acknowledgment is covered below
channel.basicConsume(TASK_QUEUE_NAME, autoAck, consumer);

我们的假任务的执行：

private static void doWork(String task) throws InterruptedException {
    for (char ch: task.toCharArray()) {
        if (ch == '.') Thread.sleep(1000);
    }
}   

循环分发

使用任务队列的一个优势在于容易并行处理。如果积压了大量的工作，我们只需要添加更多的工作者（上文中的Worker.java中的概念），这样很容易扩展。

首先，我们来尝试同时运行两个工作者实例（Worker.java）。它们都会从队列中获取消息，但具体是如何获取的呢？

启动NewTask，之后，可以依次将message修改为"2.."、"3..."、"4...."、"5....."等，每修改一次就运行一次。
观察console中两个工作者的接收消息情况：

//其中之一的worker
 [x] Received '1.'
 [x] Done
 [x] Received '3...'
 [x] Done
 [x] Received '5....'
 [x] Done
 [x] Received '7....'
 [x] Done
//另一个worker
 [x] Received '2..'
 [x] Done
 [x] Received '4....'
 [x] Done
 [x] Received '6....'
 [x] Done
 [x] Received '8....'
 [x] Done

可以看出，默认情况下，RabbitMQ是轮流发送消息给下一个消费者，平均每个消费者接收到的消息数量是相等的。这种分发消息的方式叫做循环分发。你可以试一下开3个或更多工作者的情况。

消息确认

完成一项任务可能会耗费几秒钟，你可能会问，假如其中一个消费者开始了一个非常耗时的任务，并在执行这个任务的时候崩溃了（也就是没有完成这个任务），将会发生什么事情。按照上面的代码，一旦RabbitMQ向消费者发出消息，消息就会立即从内存中移除。在这种情况下，如果你杀死一个工作者，我们将会失去它正在处理的消息，同时也会丢失所有发给这个工作者但这个工作者还未处理的消息。

但我们不想丢掉任务，如果一个工作者死掉，我们想将这个任务发给其他的工作者。

为了确保消息永远不会丢失，RabbitMQ支持消息确认。消费者将会发送一个确认信息来告诉RabbitMQ，我已经接收到了消息，并且处理完了，你可以随便删它了。

如果一个消费者在发送确认信息前死去（连接或通道关闭、TCP连接丢失等），RabbitMQ将会认为该消息没有被完全处理并会重新将消息加入队列。如果此时有其他的消费者，RabbitMQ很快就会重新发送该消息到其他的消费者。通过这种方式，你完全可以保证没有消息丢失，即使某个消费者意外死亡。

对RabbitMQ而言，没有消息超时这一说。如果消费者死去，RabbitMQ将会重新发送消息。即使处理一个消息需要耗时很久很久也没有关系。

消息确认机制是默认打开的。只是在前面的代码中，我们显示地关掉了：boolean autoAck=true。将代码做如下修改：

channel.basicQos(1); // accept only one unack-ed message at a time (see below)

final Consumer consumer = new DefaultConsumer(channel) {
  @Override
  public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
    String message = new String(body, "UTF-8");

    System.out.println(" [x] Received '" + message + "'");
    try {
      doWork(message);
    } finally {
      System.out.println(" [x] Done");
      channel.basicAck(envelope.getDeliveryTag(), false);
    }
  }
};
boolean autoAck = false;
channel.basicConsume(TASK_QUEUE_NAME, autoAck, consumer);

注意到最上面的那句代码：

channel.basicQos(int prefetchCount);

其中的参数prefetchCount表示：maximum number of messages that the server will deliver。

这样，就可以确保即使消费者挂了，消息也不会丢失。

消息持久化

通过上面的教程，我们知道如何确保消费者挂掉也不会丢失消息。但是，加入RabbitMQ服务器挂掉了怎么办？

如果关闭RabbitMQ服务或者RabbitMQ服务崩溃了，RabbitMQ就会丢掉所有的队列和消息：除非你告诉它不要这样。要确保RabbitMQ服务关闭或崩溃后消息不会丢失，要做两件事情：持久化队列、持久化消息。

首先，我们要确保RabbitMQ永远不会丢失我们的队列。怎么做呢？在声明队列的时候，指定durable参数为true。

boolean durable = true;
channel.queueDeclare("hello", durable, false, false, null);

尽管上面的代码没有错，但是它不会按所想的那样将队列持久化：因为之前我们已经将hello这个队列设置了不持久化，RabbitMQ不允许重新定义已经存在的队列，否则就会报错。但是，我们有一个快速的解决办法：声明另外一个队列就行了，只要不叫hello，比如task_queue：

boolean durable = true;
channel.queueDeclare("task_queue", durable, false, false, null);

现在，我们已经确保队列不会丢失了，那么如何将消息持久化呢：将MessageProperties的值设置为PERSISTENT_TEXT_PLAIN。

import com.rabbitmq.client.MessageProperties;

channel.basicPublish("", "task_queue",
            MessageProperties.PERSISTENT_TEXT_PLAIN,
            message.getBytes());

将消息标记为持久化并不能完全保证消息不会丢失。尽管它告诉RabbitMQ将消息保存到磁盘中，但是在RabbitMQ接收到消息和保存消息之间会与一个很短的时间窗。同时，RabbitMQ不会为每个消息做fsync(2)处理，消息可能仅仅保存到缓存中而不会真正地写入到磁盘中。这种持久化保证尽管不够健壮，但已经远远足够我们的简单任务队列。如果你需要更强大的保证，可以使用[publisher confirms](https://www.rabbitmq.com/confirms.html)。

公平分发

你可能已经发现，循环消息分发并不是我们想要的。比如，有两个工作者，当奇数消息（如上文中的"1..."、"3..."、"5..."、"7..."）很耗时而偶数消息（如上文中的"2."、"4."、"6."、"8."）很简单的时候，其中一个工作者就会一直很忙而另一个工作者就会闲。然而RabbitMQ对这些一概不知，它只是在轮流平均地发消息。

这种情况的发生是因为，RabbitMQ 只是当消息进入队列时就分发出去，而没有查看每个工作者未返回确认信息的数量。

为了改变这种情况，我们可以使用basicQos方法，并将参数prefetchCount设为1。这样做，工作者就会告诉RabbitMQ：不要同时发送多个消息给我，每次只发1个，当我处理完这个消息并给你确认信息后，你再发给我下一个消息。这时候，RabbitMQ就不会轮流平均发送消息了，而是寻找闲着的工作者。

int prefetchCount = 1;
channel.basicQos(prefetchCount);

注意，如果所有的工作者都很忙，你的队列可能会装满，你必须留意这种情况：或者添加更多的工作者，或者采取其他策略。

完整代码：
NewTask.java：

import java.io.IOException;
import com.rabbitmq.client.ConnectionFactory;
import com.rabbitmq.client.Connection;
import com.rabbitmq.client.Channel;
import com.rabbitmq.client.MessageProperties;

public class NewTask {

  private static final String TASK_QUEUE_NAME = "task_queue";

  public static void main(String[] argv)
                      throws java.io.IOException {

    ConnectionFactory factory = new ConnectionFactory();
    factory.setHost("localhost");
    Connection connection = factory.newConnection();
    Channel channel = connection.createChannel();

    channel.queueDeclare(TASK_QUEUE_NAME, true, false, false, null);

    String message = getMessage(argv);

    channel.basicPublish( "", TASK_QUEUE_NAME,
            MessageProperties.PERSISTENT_TEXT_PLAIN,
            message.getBytes());
    System.out.println(" [x] Sent '" + message + "'");

    channel.close();
    connection.close();
  }      
  //...
}

Worker.java：

import com.rabbitmq.client.*;

import java.io.IOException;

public class Worker {
  private static final String TASK_QUEUE_NAME = "task_queue";

  public static void main(String[] argv) throws Exception {
    ConnectionFactory factory = new ConnectionFactory();
    factory.setHost("localhost");
    final Connection connection = factory.newConnection();
    final Channel channel = connection.createChannel();

    channel.queueDeclare(TASK_QUEUE_NAME, true, false, false, null);
    System.out.println(" [*] Waiting for messages. To exit press CTRL+C");

    channel.basicQos(1);

    final Consumer consumer = new DefaultConsumer(channel) {
      @Override
      public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
        String message = new String(body, "UTF-8");

        System.out.println(" [x] Received '" + message + "'");
        try {
          doWork(message);
        } finally {
          System.out.println(" [x] Done");
          channel.basicAck(envelope.getDeliveryTag(), false);
        }
      }
    };
    boolean autoAck = false;
    channel.basicConsume(TASK_QUEUE_NAME, autoAck, consumer);
  }

  private static void doWork(String task) {
    for (char ch : task.toCharArray()) {
      if (ch == '.') {
        try {
          Thread.sleep(1000);
        } catch (InterruptedException _ignored) {
          Thread.currentThread().interrupt();
        }
      }
    }
  }
}

说明

①与原文略有出入，如有疑问，请参考原文。
②原文是直接用javacp命令运行代码，用IDE更方便。