【转】ActiveMQ架构设计与最佳实践

2019独角兽企业重金招聘Python工程师标准>>> hot3.png

http://shift-alt-ctrl.iteye.com/blog/2378868 (laoda.toutiao.im)

 

ActiveMQ是最常用、特性最丰富的消息中间件,通常用于消息异步通信、调用解耦等多种场景,是JMS规范的实现者之一。

 

一、架构设计概要

    ActiveMQ提供两种可供实施的架构模型:“M-S”和“network bridge”;其中“M-S”是HA方案,“网络转发桥”用于实现“分布式队列”。

 

    1、M-S

    Master-Slave模型下,通常需要2+个ActiveMQ实例,任何时候只有一个实例为Master,向Client提供"生产"、“消费”服务,Slaves用于做backup或者等待Failover时角色接管。

    M-S模型是最通用的架构模型,它提供了“高可用”特性,当Master失效后,Slaves之一提升为master继续提供服务,且Failover之后消息仍然可以恢复。(根据底层存储不同,有可能会有消息的丢失)

 

    1)M-S架构中,设计到选举问题,选举的首要条件就是需要有“排它锁”的支持。排它锁,可以有共享文件锁、JDBC数据库排它锁、JDBC锁租约、zookeeper分布式锁等方式实现。这取决你的底层存储的机制。

    2)M-S架构中,消息存储的机制有多种,“共享文件存储”、“JDBC”存储、“非共享存储”等。不同存储机制,各有优缺点。

 

    2、网络转发桥(network bridge)

    无论如何,一组M-S所能承载的消息量、Client并发级别总是有限的,当我们的消息规模达到单机的上限时,我们应该基于集群的方式,将消息、Client进行分布式和负载均衡。ActiveMQ提供了“网络转发桥”模式,核心思想是:集群中多个broker之间,通过“连接”互相通信,并将消息在多个Broker之间转发和存储,提供存储层面的“负载均衡”,以及根据Client的并发情况,对Client进行动态平衡,最终实现支持大规模生产者、消费者。

 

二、M-S架构设计详解

 

    1、非共享存储模式

    集群中有2+个ActiveMQ实例,每个实例单独存储数据,Master将消息保存在本地后,并将消息异步的方式转发给Slaves。


【转】ActiveMQ架构设计与最佳实践_第1张图片

 

      

    Master和slaves独立部署,各自负责存储,Master与slaves之间通过“network connector”连接,通常是Master单项与slaves建立连接。master上接收到的消息将会全量转发给slaves。

    1)任何时候只有Master向Clients提供服务,slaves仅作backup。

    2)slaves上存储的消息,有短暂的延迟。

    3)master永远是master,当master失效时,我们不能随意进行角色切换,最佳实施方式就是重启master,只有当master物理失效时才会考虑将slave提升为master。

    4)当slaves需要提升为master时,应该确保此slaves的消息是最新的。

    5)如果slaves离线,那么在重启slaves之前,还应该将master的数据手动同步给slaves。否则slave离线期间的数据,将不会在slaves上复现。

    6)Client端不支持failover协议;即Client只会与master建立连接。

 

    这种架构,是最原始的架构,易于实时,但是问题比较严重,缺乏Failover机制,消息的可靠性我们无法完全保障,因为master与slaves角色切换没有仲裁者、或者说缺少分布式排它锁机制。在Production环境中,不建议采用,如果你能容忍failover期间SLA水平降级的话,也可以作为备选。

 

    2、共享文件存储

    即采用SAN(GFS)技术,基于网络的全局共享文件系统模式,这种架构简单易用,但是可架构、可设计的能力较弱,在Production环境下也可以采用

 
【转】ActiveMQ架构设计与最佳实践_第2张图片
 

   SAN存储,可以参考GFS。其中master和slaves配置保持一致,每个broker都需要有唯一的brokerName;broker实例在启动时首先通过SAN获取文件系统的排它锁,获取lock的实例将成为master,其他brokers将等待lock、并间歇性的尝试获取锁,slaves不提供Clients服务;因为brokers将数据写入GFS,所以在failover之后,新的master获取的数据视图仍然与原master保持一致,毕竟GFS是全局的共享文件系统。

    我们通常使用kahaDB作为存储引擎,即使用日志文件方式;kahaDB的存储效率非常的高,TPS可以高达2W左右,是一种高效的、数据恢复能力强的存储机制。

    这种架构模式下,支持failover,当master失效后,Clients能够通过failover协议与新的master重连,服务中断时间很短。因为基于GFS存储,所以数据总是保存在远端共享存储区域,所以不存在数据丢失的问题。

    唯一的问题,就是GFS(SAN)的稳定性问题。这一点需要确定,SAN区域中的节点之间网络通信必须稳定且高效。

 

    3、基于JDBC共享存储

    我们可以将支持JDBC的数据库作为共享存储层,即master将数据写入数据库,本地不保存任何数据,在failover期间,slave提升为master之后,新master即可从数据库中读取数据,这也意味着在整个周期中,master与slaves的数据视图是一致的(同SAN架构),所以数据的恢复能力和一致性是可以保障的,也不存在数据丢失的情况(在存储层)。

    但是我们需要知道JDBC存储机制,性能较低,与kahaDB这种基于日志存储层相比,性能相差近10倍左右。

    如果你的业务需求,表明数据丢失是难以容忍的、且SLA水平很高,那么JDBC或许是你最好的选择。

 
【转】ActiveMQ架构设计与最佳实践_第3张图片
 

 

    既然JDBC数据库为最终存储层,那么我们很多时候需要关注数据库的可用性问题,比如数据库基于M-S模式等;如果数据库失效,将导致ActiveMQ集群不可用。

 

三、network bridges模式架构

    这种架构模式,主要是应对大规模Clients、高密度的消息增量的场景;它将以集群的模式,承载较大数据量的应用。

    1)有大量Producers、Consumers客户端接入。只所以如此,或许是因为消息通道(Topic,Queue)在水平扩张的方向上,已经没有太大的拆分可能性。

    2)或许消息的增量,是很庞大的,特别是一些“非持久化消息”。我们寄希望于构建“分布式队列”架构

    3)因为集群规模较大,我们可能允许集群某些节点短暂的离线,但数据恢复机制仍然需要提供,总体而言,集群仍然提供较高的可用性。

    4)集群支持Clients的负载均衡,比如有多个producers时,这些producers会被动态的在多个brokers之间平衡。

    5)支持failover,即当某个broker失效时,Clients可以与其他brokers重连;当集群中有的新的brokers加入时,集群的拓扑也可以动态的通知给Clients。

 
【转】ActiveMQ架构设计与最佳实践_第4张图片
 

     集群有多个子Groups构成,每个Group为M-S模式、共享存储;多个Groups之间基于“network Connector”建立连接(masterslave协议),通常为双向连接,所有的Groups之间彼此相连,Groups之间形成“订阅”关系,比如G2在逻辑上为G1的订阅者(订阅的策略是根据各个Broker上消费者的Destination列表进行分类),消息的转发原理也是基于此。对于Client而言,仍然支持failover,failover协议中可以包含集群中“多数派”的节点地址。

 

    对于Topic订阅者的消息,将会在所有Group中复制存储,对弈Queue的消息,将会在brokers之间转发,并最终到达Consumer所在的节点。

    Producers和Consumers可以与任何Group中的Master建立连接并进行消息通信,当Brokers集群拓扑变化时、Producers或Consumers的个数变化时,将会动态平衡Clients的连接位置。Brokers之间通过“advisory”机制来同步Clients的连接信息,比如新的Consumers加入,Broker将会发送advisory消息(内部的通道)通知其他brokers。

    集群模式提供了较好的可用性担保能力,在某些特性上或许需要权衡,比如Queue消息的有序性将会打破,因为同一个Queue的多个Consumer可能位于不同的Group上,如果某个Group实现,那么保存在其上的消息只有当其恢复后才能对Clients可见。

    “网络转发桥”集群模式,构建复杂,维护成本高,可以在Production环境中使用。

 

四、性能评估

    综上所述,在Production环境中,我们能够真正意义上采用的架构,只有三种:

    1)基于JDBC的共享数据库模式:HA架构,单一Group,Group中包含一个master和任意多个slaves;所有Brokers之间通过远端共享数据库存取数据。对客户端而言支持Failover协议。

    2)基于Network Bridge构建分布式消息集群:Cluster架构,集群中有多个Group,每个Group均为M-S架构、基于共享存储;对于Clients而言,支持负载均衡和Failover;消息从Producer出发,到达Broker节点,Broker根据“集群中Consumers分布”,将消息转发给Consumers所在的Broker上,实现消息的按需流动。

    3)基于Network Bridge的简化改造:与2)类似,但是每个“Group”只有一个Broker节点,此Broker基于kahaDB本地文件存储,即相对于2)Group缺少了HA特性;当Broker节点失效时,其上的消息将不可见、直到Broker恢复正常。这种简化版的架构模式,通过增加机器的数量、细分消息的分布,来降低数据影响故障影响的规模,因为其基于kahaDB本地日志存储,所以性能很高。

 

    1、共享JDBC

 

Java代码   收藏代码
  1. Producer端(压力输出机器):  
  2.     数量:4台  
  3.     硬件配置:16Core、32G,云主机  
  4.     软件配置:JDK 1.8,JVM 24G  
  5.     并发与线程:32并发线程,连接池为128,发送文本消息,每个消息128个字符实体。  
  6.     消息:持久化,Queue,非事务  
  7.   
  8. Broker端(压力承载)  
  9.     数量:2台  
  10.     硬件配置:16Core、32G,云主机  
  11.     软件配置:JDK 1.8,JVM 24G  
  12.     架构模式:M-S模式,开启异步转发、关闭FlowControl,数据库连接池为1024  
  13.   
  14. 数据库(存储层)  
  15.     数量:2台  
  16.     硬件配置:16Core、32G,SSD(IOPS 3000),云主机  
  17.     架构模式:M-S  
  18.     数据库:MySQL  
  19.   
  20.   
  21. 测试结果  
  22.     1、消息生产效率:1500 TPS  
  23.     2、Broker负载情况:CPU 30%,内存使用率11%  
  24.     3、MySQL负载情况:CPU 46%,IO_WAIT 25%  
  25.   
  26. 结论:  
  27.     1、基于共享JDBC存储架构,性能确实较低。  
  28.     2、影响性能的关键点,就是数据库的并发IO能力,当TPS在1800左右时,数据库的磁盘(包括slave同步IO)已经出现较高的IO_WAIT。  
  29.     3、通过升级磁盘、增加IOPS,可以有效提升TPS指标,建议同时提高CPU的个数。  
  30.       

 

    2、基于非共享文件存储

    测试单个ActiveMQ,基于kahaDB存储,kahaDB分为两种数据刷盘模式:

    1)逐条消息刷盘

    2)每隔一秒刷盘

    

Java代码   收藏代码
  1.   
  2.     "${activemq.data}/kahadb" journalDiskSyncStrategy="periodic" journalDiskSyncInterval="2000"/>  
  3.   

 

    压力测试环境与1)保持一致,只是ActiveMQ的机器的磁盘更换为:SSD (600 IOPS)。

    

Java代码   收藏代码
  1. 1)逐条刷新磁盘  
  2.    TPS:660  
  3.    Broker IO_WAIT:19%  
  4. 2)每隔一秒刷新磁盘  
  5.     TPS:9800  
  6.     Broker IO_WAIT:1.6%  

 

    由此可见,基于日志文件的存储性能比JDBC高了接近5倍,其中逐条刷盘策略,消息的可靠性是最高的,但是性能却低于JDBC。如果基于“每隔一秒刷盘”策略,在极端情况下,可能导致最近一秒的数据丢失。

 

    3、基于转发桥

    基于转发桥的架构,实施成本较高,维护成本较高,架构复杂度也相对较大。本人根据实践经验,不推荐使用此模式。如果你希望尝试,也无妨,毕竟它是ActiveMQ官方推荐的“分布式队列实现机制”,从原理上它可以支持较大规模的消息存储。

 

    4、最佳实践


【转】ActiveMQ架构设计与最佳实践_第5张图片

 

    终归,我们需要面对“海量消息”的存储,我们在按照业务进行队列拆分之后,仍然需要面临某个单纯业务的消息量仍然是“单个M-S架构”无法满足,我们又不愿意承担Cluster模式复杂度所带来的潜在问题,此时,我们可以采用比较通用的“逻辑分布式”机制。

    1)我们构建多个M-S组,但是每个Group之间在物理上没有关联,即它们之间互不通信,且不共享存储。

    2)我们再Producer的客户端,增加“router”层面, 即开发一个Client Wrapper,此wrapper提供了Producer常用的接口,且持有多个M-S组的ConnectionFactory,在通过底层通道发送消息之前,根据message中的某个property、或者指定的KEY,进行hash计算,进而选择相应的连接(或者Spring的包装类),然后发送消息。这有点类似于基于客户端的数据库读写分离的策略。

    3)对于Consumers,则只需要配置多个ConnectionFactory即可。

    4)经过上述实践,我们将消息sharding到多个M-S组,解决了消息发送效率的问题,且逻辑集群可以进行较大规模的扩展。而且对Client是透明的。 

    5)如果你不想开发shard-router层面,我们仍然可以基于failover协议来实现“逻辑分布式”的消息散列存储,此时需要在failover协议中指明所有Groups的brokers节点列表,且randomize=true。这种用法,可以实现消息在多个Group上存储,唯一遗憾的地方时,因为缺乏“自动负载均衡策略”,可能导致消息分布不均。

Java代码   收藏代码
  1. failover:(tcp://G1.master,tcp://G1.slave,tcp://G2.master,tcp://G2.slave)?randomize=true  
  2. //randomize必须为true  

 

 

 

五、ActiveMQ配置样例(基于共享JDBC)

    根据本人深思,最终还是决定采用共享JDBC数据库的方式,因为我无法承担业务团队叫嚣“消息丢失”所带来的“非技术性”压力与纠葛。虽然单个Group性能稍差,但是我们可以进行多Groups扩容。

Java代码   收藏代码
  1. "1.0" encoding="utf-8"?>  
  2. "http://www.springframework.org/schema/beans"  
  3.        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  
  4.        xsi:schemaLocation="http://www.springframework.org/schema/beans  
  5.                     http://www.springframework.org/schema/beans/spring-beans.xsd  
  6.                     http://activemq.apache.org/schema/core  
  7.                     http://activemq.apache.org/schema/core/activemq-core.xsd">  
  8.       
  9.     class="org.springframework.beans.factory.config.PropertyPlaceholderConfigurer">  
  10.         "locations">  
  11.             file:${activemq.conf}/credentials.properties  
  12.           
  13.       
  14.       
  15.     "logQuery" class="io.fabric8.insight.log.log4j.Log4jLogQuery"  
  16.           lazy-init="false"  
  17.           scope="singleton"  
  18.           init-method="start"  
  19.           destroy-method="stop">  
  20.       
  21.       
  22.       
  23.     "http://activemq.apache.org/schema/core"  
  24.             brokerName="broker-01"  
  25.             useJmx="true"  
  26.             dataDirectory="${activemq.data}"  
  27.             enableStatistics="true"  
  28.             persistent="true"  
  29.             useVirtualTopics="true"  
  30.             schedulerSupport="true"  
  31.             offlineDurableSubscriberTimeout="604800000"  
  32.             offlineDurableSubscriberTaskSchedule="3600000"  
  33.             schedulePeriodForDestinationPurge="3600000"  
  34.             advisorySupport="true"  
  35.             schedulePeriodForDiskUsageCheck="300000">  
  36.           
  37.               
  38.                   
  39.                       
  40.                       
  41.   
  42.                     ">" expireMessagesPeriod="0"  
  43.                                  advisoryForSlowConsumers="true"  
  44.                                  advisoryWhenFull="true"  
  45.                                  maxPageSize="512"  
  46.                                  producerFlowControl="false"  
  47.                                  durableTopicPrefetch="200"  
  48.                                  gcInactiveDestinations="true"  
  49.                                  inactiveTimeoutBeforeGC="604800000"  
  50.                             >  
  51.                           
  52.                           
  53.                               
  54.                               
  55.                           
  56.                           
  57.                           
  58.                             "256"/>  
  59.                           
  60.                           
  61.                               
  62.                           
  63.                           
  64.                           
  65.                               
  66.                           
  67.                           
  68.                           
  69.                             "false"  
  70.                                                           processNonPersistent="false"  
  71.                                                           expiration="259200000"/>  
  72.                           
  73.                           
  74.                           
  75.                               
  76.                           
  77.                           
  78.                               
  79.                           
  80.                       
  81.                       
  82.                     ">" expireMessagesPeriod="0"  
  83.                                  maxPageSize="512"  
  84.                                  producerFlowControl="false"  
  85.                                  queuePrefetch="1000"  
  86.                                  strictOrderDispatch="false"  
  87.                                  useConsumerPriority="true"  
  88.                                  sendAdvisoryIfNoConsumers="true"  
  89.                                  advisoryForSlowConsumers="true"  
  90.                                  advisoryWhenFull="true"  
  91.                                  gcInactiveDestinations="true"  
  92.                                  inactiveTimoutBeforeGC="604800000">  
  93.                           
  94.                               
  95.                             "false"  
  96.                                                           processNonPersistent="false"  
  97.                                                           expiration="259200000"/>  
  98.                           
  99.                           
  100.                           
  101.                               
  102.                           
  103.                       
  104.                   
  105.               
  106.           
  107.           
  108.           
  109.               
  110.                   
  111.                     ">" prefix="VConsumers.*." selectorAware="false"/>  
  112.                   
  113.               
  114.           
  115.           
  116.           
  117.             "false"/>  
  118.           
  119.           
  120.           
  121.             "${activemq.data}" dataSource="#mysql-ds" lockKeepAlivePeriod="5000">  
  122.                   
  123.                     "10000"/>  
  124.                   
  125.               
  126.           
  127.           
  128.           
  129.               
  130.                   
  131.                     "70"/>  
  132.                   
  133.                   
  134.                     "50 gb"/>  
  135.                   
  136.                   
  137.                     "20 gb"/>  
  138.                   
  139.               
  140.           
  141.           
  142.           
  143.               
  144.             "openwire"  
  145.                                 uri="tcp://0.0.0.0:61616?maximumConnections=1000&wireFormat.maxFrameSize=104857600"/>  
  146.             "amqp"  
  147.                                 uri="amqp://0.0.0.0:5672?maximumConnections=1000&wireFormat.maxFrameSize=104857600"/>  
  148.             "stomp"  
  149.                                 uri="stomp://0.0.0.0:61613?maximumConnections=1000&wireFormat.maxFrameSize=104857600"/>  
  150.             "mqtt"  
  151.                                 uri="mqtt://0.0.0.0:1883?maximumConnections=1000&wireFormat.maxFrameSize=104857600"/>  
  152.               
  153.           
  154.           
  155.           
  156.             "http://www.springframework.org/schema/beans"  
  157.                   class="org.apache.activemq.hooks.SpringContextHook">  
  158.               
  159.           
  160.           
  161.           
  162.               
  163.                   
  164.                     "amq_manager" password="012345"  
  165.                                         groups="users,admins"/>  
  166.                     "amq_common" password="123456"  
  167.                                         groups="users"/>  
  168.                   
  169.               
  170.             "true"  
  171.                               sendToDlqIfMaxRetriesExceeded="true">  
  172.                   
  173.                       
  174.                       
  175.                           
  176.                               
  177.                             "6"  
  178.                                               initialRedeliveryDelay="1000"  
  179.                                               useExponentialBackOff="true"  
  180.                                               backOffMultiplier="5"  
  181.                                               queue=">"/>  
  182.                           
  183.                           
  184.                               
  185.                             "6"  
  186.                                               initialRedeliveryDelay="1000"  
  187.                                               useExponentialBackOff="true"  
  188.                                               backOffMultiplier="5"/>  
  189.                           
  190.                       
  191.                   
  192.               
  193.           
  194.       
  195.       
  196.     <import resource="jetty.xml"/>  
  197.   

 

    需要特别注意“expireMessagesPeriod”这个参数,我们发现这个参数一旦开启,Broker将会间歇性全量获取数据,特别是在JDBC存储模式下,会导致Broker与数据库之间的数据流量巨大,导致内存OOM的问题。

 

六、Producer配置(基于Spring)

 

Java代码   收藏代码
  1. "1.0" encoding="UTF-8"?>  
  2. "http://www.springframework.org/schema/beans"  
  3.        xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"  
  4.        xmlns:amq="http://activemq.apache.org/schema/core"  
  5.        xmlns:jms="http://www.springframework.org/schema/jms"  
  6.        xsi:schemaLocation="http://www.springframework.org/schema/beans  
  7.         http://www.springframework.org/schema/beans/spring-beans-4.0.xsd  
  8.         http://www.springframework.org/schema/jms  
  9.         http://www.springframework.org/schema/jms/spring-jms-4.0.xsd  
  10.         http://activemq.apache.org/schema/core  
  11.         http://activemq.apache.org/schema/core/activemq-core-5.8.0.xsd">  
  12.   
  13.       
  14.     "jmsTemplate" class="org.springframework.jms.core.JmsTemplate">  
  15.         "connectionFactory" ref="amqPooledConnectionFactory"/>  
  16.         "defaultDestination" ref="testQueue"/>  
  17.           
  18.         "deliveryMode" value="2" />  
  19.         "explicitQosEnabled" value="true" />  
  20.         "messageIdEnabled" value="true" />  
  21.         "messageTimestampEnabled" value="true"/>  
  22.           
  23.         "sessionAcknowledgeMode" value="2" />  
  24.         "sessionTransacted" value="false"/>  
  25.           
  26.           
  27.         "timeToLive" value="259200000"/>  
  28.       
  29.     "amqPooledConnectionFactory" class="org.apache.activemq.pool.PooledConnectionFactory" destroy-method="stop">  
  30.           
  31.         "blockIfSessionPoolIsFullTimeout" value="6000" />  
  32.         "connectionFactory" ref="amqConnectionFactory" />  
  33.           
  34.         "expiryTimeout" value="0" />  
  35.           
  36.         "idleTimeout" value="30000" />  
  37.           
  38.         "maxConnections" value="128" />  
  39.           
  40.         "maximumActiveSessionPerConnection" value="500"/>  
  41.       
  42.   
  43.     "amqConnectionFactory" class="org.apache.activemq.ActiveMQConnectionFactory">  
  44.         "brokerURL" value="failover:(tcp://10.0.1.100:61616,tcp://10.0.1.101:61616)?randomize=false"/>  
  45.         "userName" value="amq_common"/>  
  46.         "password" value="123456"/>  
  47.           
  48.         "connectionIDPrefix" value="sample-"/>  
  49.           
  50.         "consumerExpiryCheckEnabled" value="true"/>  
  51.           
  52.         "dispatchAsync" value="true" />  
  53.         "prefetchPolicy">  
  54.             class="org.apache.activemq.ActiveMQPrefetchPolicy">  
  55.                 "queuePrefetch" value="100"/>  
  56.               
  57.           
  58.         "sendTimeout" value="10000"/>  
  59.           
  60.         "useAsyncSend" value="false"/>  
  61.       
  62.   
  63.     "testQueue" class="org.apache.activemq.command.ActiveMQQueue">  
  64.         "test-queue"/>  
  65.       
  66.   

 

 

    我们使用ActiveMQ提供的PooledConnectionFactory,底层基于连接池(session对象池)机制,在一定程度上可以提高底层消息的通信效率,特别是在高并发环境中。我们并没有采用Spring-JMS中提供的CachingConnectionFactory,因为它是单连接机制,而且在Consumer层面,稍有不慎可能导致消息的重发问题。

 

    上述配置中,有些细微的参数需要特别注意,否则可能导致问题。(配置中并不是所有的参数都是为Producer服务的,有些是针对Consumers)

 

七、Consumer端(基于Spring)

Java代码   收藏代码
  1. class="org.springframework.jms.listener.DefaultMessageListenerContainer">  
  2.        "connectionFactory" ref="amqPooledConnectionFactory" />  
  3.        "destination" ref="testQueue" />  
  4.        "messageListener">  
  5.            class="com.demo.jms.sample.TestListener">  
  6.              
  7.          
  8.        "concurrentConsumers" value="2" />  
  9.        "maxConcurrentConsumers" value="5" />  
  10.          
  11.        "sessionAcknowledgeMode" value="2"/>  
  12.          
  13.          
  14.      

  

    TestListener.java样例

Java代码   收藏代码
  1. public class TestListener implements MessageListener {  
  2.     private static final Logger LOGGER = LoggerFactory.getLogger(TestListener.class);  
  3.   
  4.     @Override   
  5.     public void onMessage(Message message) {  
  6.         try {  
  7.             if(message instanceof TextMessage) {  
  8.                 String text = ((TextMessage) message).getText();  
  9.                 LOGGER.error(":" + text);  
  10.             }  
  11.             message.acknowledge();  
  12.         } catch (Exception e) {  
  13.             LOGGER.error("",e);//遇到异常,如果你希望回滚或者重发,你应该重新抛出  
  14.         }  
  15.     }  
  16. }  

 

转载于:https://my.oschina.net/javahongxi/blog/1531591

你可能感兴趣的:(数据库,java,网络)