博客
关于我
SpringCloud之Stream整合RabbitMQ入门案例
阅读量:762 次
发布时间:2019-03-22

本文共 854 字,大约阅读时间需要 2 分钟。

Stream 概述

在这个项目中,我们采用Spring Cloud Stream框架,基于RabbitMQ作为消息中间件。通过选择适当的消息中间件组件,我们可以实现高效的微服务 communication。

基础

本项目基于Spring Cloud Stream框架,结合RabbitMQ实现消息队列功能。Spring Cloud Stream提供了一套简单易用的API,支持对消息中间件进行统一配置和管理。

hystrix-consumer 子工程

该子工程负责消费消息,集成了相关的Hystrix容错机制。项目结构包括以下几个关键部分: - pom文件配置了必要的依赖项,包括RabbitMQ相关的Spring Cloud Stream组件。 - 配置文件(application.yml)定义了消息的绑定器和绑定方法,确保消息能够按照预期的路由和格式接收。 - 监听器(MessageListener)类负责处理消息,实现消息的基本消费逻辑,适用于处理消息偏移或异常情况。

hystrix-provider 子工程

这个子项目主要负责消息生产,同样基于Spring Cloud Stream框架和RabbitMQ。项目结构包括: - pom文件类似hystrix-consumer部分,配置了相同的消息中间件组件。 - 配置文件定义了消息的发布渠道,包括消息的内容格式和目标交易号(test_exchange)。 - 生产者(MessageProducer)类负责构建并发布消息,支持消息的额外属性(如Endpoint)配置,支持集群发布。 - 控制器(GoodsController)提供了REST API接口,作为外部调用入口,负责消息的发布或调试。

测试

项目包含三个主要服务: 1. eureka-server 2. hystrix-consumer 3. hystrix-provider

通过自动化测试框架确保各组件的协同工作,确保消息能够顺利生产、传输、消费,并在出现故障时能够优雅降级。

转载地址:http://qgmwk.baihongyu.com/

你可能感兴趣的文章
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>
NMAP网络扫描工具的安装与使用
查看>>
NMF(非负矩阵分解)
查看>>
nmon_x86_64_centos7工具如何使用
查看>>
NN&DL4.1 Deep L-layer neural network简介
查看>>
NN&DL4.3 Getting your matrix dimensions right
查看>>
NN&DL4.8 What does this have to do with the brain?
查看>>
nnU-Net 终极指南
查看>>
No 'Access-Control-Allow-Origin' header is present on the requested resource.
查看>>