摘要：因為消費消息是在另外一個進程中，我們需要阻塞我們的進程直到結果返回，使用阻塞隊列是一種非常好的方式，這里我們使用了長度為的，的功能是檢查消息的的是不是我們之前所發送的，如果是，將返回值返回到。

RabbitMQ專題講座

https://segmentfault.com/l/15...

CoolMQ開源項目

我們利用消息隊列實現了分布式事務的最終一致性解決方案，請大家圍觀。可以參考源碼：https://github.com/vvsuperman…，項目支持網站: http://rabbitmq.org.cn，最新文章或實現會更新在上面

為了闡述RPC我們先建立一個客戶端接口，它有一個方法，會發起一個RPC請求，而且會一直阻塞直到有結果返回

FibonacciRpcClient fibonacciRpc = new FibonacciRpcClient();
String result = fibonacciRpc.call("4");
System.out.println( "fib(4) is " + result);

留意RPC
雖然RPC很常見，但一定要非常小心的使用它，假設rpc調用的是一個非常慢的程序，將導致結果不可預料，而且非常難以調試。

使用RPC時你可以參考下列一些規范

系統設計上要有詳細的文檔描述，使組件間的依賴講清晰，做到有據可查

做好錯誤的異常處理，特別是當RPC服務掛掉或很長時間沒有響應時

盡量少用RPC，而使用異步管道，而非阻塞式的RPC，降低系統間的耦合

用RabbitMQ實現RPC比較簡單，客戶端發起請求，服務端返回對這個請求的響應。為了實現這個功能我們需要一個能夠"回調"的隊列，我們直接用默認的隊列即可

callbackQueueName = channel.queueDeclare().getQueue();

BasicProperties props = new BasicProperties
                            .Builder()
                            .replyTo(callbackQueueName)
                            .build();

channel.basicPublish("", "rpc_queue", props, message.getBytes());

// ... then code to read a response message from the     callback_queue ...

AMQP 0-9-1 協議為每個消息定義了14個屬性，很多屬性很少會被用到，但我們要特別留意如下幾個

分發模式(deliveryMode): 標記一個消息是否需要持久化(persistent)或者是需要事務(transient)等，在第二章中有描述

消息體類型(contentType): 描述消息中傳遞具體內容的編碼方式，比如我們經常使用的JSON可以設置成:application/json

消息回應(replyTo):用于回調隊列

關系Id(correlationId): 用于將RPC的返回值關聯到對應的請求。

我們需要引入相應的包

import com.rabbitmq.client.AMQP.BasicProperties;

在前面的方法中我們為每一個RPC請求都生成了一個隊列，這是完全沒有必要的，我們為每一個客戶端建立一個隊列就可以了。

這會引起一個新的問題，因為所有的RPC都是用一個隊列，一旦有消息返回，你怎么知道返回的消息對應的是哪個請求呢？所以我們就用到了Correlation Id，作為每個請求獨一無二的標識，當我們收到返回值后，會檢查這個Id，匹配對應的響應。如果找不到Id所對應的請求，會直接拋棄它。

這里你可能會有疑問，為什么要拋棄掉未知消息呢？而不是拋出異常啥的。這跟我們服務端的競態條件(possibility of a race condition )會有關系。比如假設我們RabbitMQ服務掛掉了，它剛給我們回復消息，還沒等到回應，服務器就掛掉了，那么當RabbitMQ服務重啟時，會重發消息，客戶端會收到一條重復的消息，為了冥等性的考慮，我們需要仔細的處理返回后的處理方式。

RPC工作過程如下

當客戶端啟動時，它會創建一個獨立的匿名回調隊列，然后發送RPC請求，這個RPC
請求會帶兩個屬性：replyTo - RPC調用成功后需要返回的隊列名稱；correlationId - 每個請求獨一無二的標識。RPC服務提供者會等在隊列上，一旦有請求到達，它會立即響應，把自己的活干完，然后返回一個結果，根據replyTo返回到對應的隊列。而客戶端也會等著隊列中的信息返回，一旦有一個消息出現，會檢查correlationId，將結果返回給響應的請求發起者

Fibonacci級數

private static int fib(int n) {
    if (n == 0) return 0;
    if (n == 1) return 1;
    return fib(n-1) + fib(n-2);
}

我們定義個一個fibonacci級數，只能接受正整數，而且是效率不怎么高的那種。
rpc.java如下所示

import com.rabbitmq.client.*;

import java.io.IOException;
import java.util.concurrent.TimeoutException;

public class RPCServer {

    private static final String RPC_QUEUE_NAME = "rpc_queue";

    public static void main(String[] argv) {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost");

        Connection connection = null;
        try {
            connection      = factory.newConnection();
            final Channel channel = connection.createChannel();

            channel.queueDeclare(RPC_QUEUE_NAME, false, false, false, null);

            channel.basicQos(1);

            System.out.println(" [x] Awaiting RPC requests");

            Consumer consumer = new DefaultConsumer(channel) {
                @Override
                public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
                    AMQP.BasicProperties replyProps = new AMQP.BasicProperties
                            .Builder()
                            .correlationId(properties.getCorrelationId())
                            .build();

                    String response = "";

                    try {
                        String message = new String(body,"UTF-8");
                        int n = Integer.parseInt(message);

                        System.out.println(" [.] fib(" + message + ")");
                        response += fib(n);
                    }
                    catch (RuntimeException e){
                        System.out.println(" [.] " + e.toString());
                    }
                    finally {
                        channel.basicPublish( "", properties.getReplyTo(), replyProps, response.getBytes("UTF-8"));

                        channel.basicAck(envelope.getDeliveryTag(), false);

            // RabbitMq consumer worker thread notifies the RPC server owner thread 
                    synchronized(this) {
                        this.notify();
                    }
                    }
                }
            };

            channel.basicConsume(RPC_QUEUE_NAME, false, consumer);

            // Wait and be prepared to consume the message from RPC client.
        while (true) {
            synchronized(consumer) {
        try {
              consumer.wait();
            } catch (InterruptedException e) {
              e.printStackTrace();          
            }
            }
         }
        } catch (IOException | TimeoutException e) {
            e.printStackTrace();
        } finally {
            if (connection != null)
        try {
                connection.close();
             } catch (IOException _ignore) {}
         }
    }
}

服務端的代碼比較直接，首先建立連接，建立channel以及聲明隊列。我們之后可能會建立多個消費者，為了更好的負載均衡，需要在channel.basicQos中設置prefetchCount，然后設置一個basicConsume監聽隊列，提供一個回調函數來處理請求以及返回值

RPCClient.java

import com.rabbitmq.client.*;

import java.io.IOException;
import java.util.UUID;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;
import java.util.concurrent.TimeoutException;

public class RPCClient {

    private Connection connection;
    private Channel channel;
    private String requestQueueName = "rpc_queue";
    private String replyQueueName;

    public RPCClient() throws IOException, TimeoutException {
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost");

        connection = factory.newConnection();
        channel = connection.createChannel();

        replyQueueName = channel.queueDeclare().getQueue();
    }

    public String call(String message) throws IOException, InterruptedException {
        String corrId = UUID.randomUUID().toString();

        AMQP.BasicProperties props = new AMQP.BasicProperties
                .Builder()
                .correlationId(corrId)
                .replyTo(replyQueueName)
                .build();

        channel.basicPublish("", requestQueueName, props, message.getBytes("UTF-8"));

        final BlockingQueue response = new ArrayBlockingQueue(1);

        channel.basicConsume(replyQueueName, true, new DefaultConsumer(channel) {
            @Override
            public void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {
                if (properties.getCorrelationId().equals(corrId)) {
                    response.offer(new String(body, "UTF-8"));
                }
            }
        });

        return response.take();
    }

    public void close() throws IOException {
        connection.close();
    }

    //...
}

客戶端代碼如下，我們建立一個連接，聲明一個"callback"隊列，我們將會往"callback"隊列提交消息，并接收RPC的返回值，具體步驟如下:

我們首先生成一個唯一的correlation Id，并保存，我們將會使用它來區分之后所接受到的信息。然后發出這個消息，消息會包含兩個屬性: replyTo以及collelationId。因為消費消息是在另外一個進程中，我們需要阻塞我們的進程直到結果返回，使用阻塞隊列BlockingQueue是一種非常好的方式，這里我們使用了長度為1的ArrayBlockQueue，handleDelivery的功能是檢查消息的的correlationId是不是我們之前所發送的，如果是，將返回值返回到BlockingQueue。此時主線程會等待返回并從ArrayBlockQueue取到返回值

從客戶端發起請求

RPCClient fibonacciRpc = new RPCClient();

System.out.println(" [x] Requesting fib(30)");
String response = fibonacciRpc.call("30");
System.out.println(" [.] Got "" + response + """);

fibonacciRpc.close();

源代碼參考RPCClient.java 和 RPCServer.java
編譯

javac -cp $CP RPCClient.java RPCServer.java

我們的rpc服務端好了，啟動服務

java -cp $CP RPCServer
# => [x] Awaiting RPC requests

為了獲取fibonacci級數我們只需要運行客戶端：

java -cp $CP RPCClient
# => [x] Requesting fib(30)

以上的實現方式并非建立RPC請求唯一的方式，但是它有很多優點：如果一個RPC服務過于緩慢，你可以非常方便的水平擴展，只需要增加消費者的個數即可，我們的代碼還是比較簡單的，有些負責的問題并未解決，比如

如果服務全部掛了，客戶端要如何處理

如果服務超時該如何處理

非法信息該如何處理

基礎章節的內容到此就結束了，到這里，你就能夠基本明白消息隊列的基本用法，接下來我們可以進入中級內容內容的學習了。