展开菜单
首页 精品内容 本月促销 装机必备 Windows macOS软件 IOS软件 Android AI PDF教程 专题
全部分类

当前位置:

首页 > 编程开发 > SpringBoot整合RocketMQ极速实战教程

SpringBoot整合RocketMQ极速实战教程

基于SpringBoot整合RocketMQ,通过自动装配机制完成配置加载与Bean注册,提供RocketMQTemplate实现同步、异步、单向消息发送;支持普通、广播、分区有序、延迟及批量消息,消费者通过注解实现集群或广播消费,框架内置重试与位点维护。

一、前期准备

1.1 环境依赖

  • SpringBoot 2.x / 3.x(本文代码全兼容)
  • RocketMQ 服务端(4.x/5.x/7.x 均可)
  • ma ven/gradle 项目

1.2 核心依赖引入(Ma ven)

Apache 官方提供的 SpringBoot Starter 已经帮我们处理好了版本适配,直接引入即可,不用再操心版本冲突的问题。

SpringBoot整合RocketMQ极速实战教程



    org.apache.rocketmq
    rocketmq-spring-boot-starter
    2.2.3

二、全局配置文件(application.yml)

配置服务地址、生产组、消费组,后续所有功能统一复用该配置。

# RocketMQ 配置
rocketmq:
  # NameServer 集群地址
  name-server: 127.0.0.1:9876
  # 生产者配置
  producer:
    # 生产者组名
    group: demo-producer-group
    # 消息发送超时时间
    send-message-timeout: 3000
    # 最大重试次数
    retry-times-when-send-failed: 2
  # 消费者默认配置
  consumer:
    group: demo-consumer-group

三、SpringBoot 集成 RocketMQ 核心原理

在动手写各种消息之前,先花点时间把底层的集成原理搞明白。自动装配怎么玩、核心组件有哪些、通信链路长什么样——把这些吃透了,以后遇到组件失效、连接失败、消息发送异常的问题,排查起来才不慌。

3.1 自动装配原理(核心)

RocketMQ 官方提供的 rocketmq-spring-boot-starter 完全遵循 SpringBoot 的自动装配机制,开发者根本不需要手动去 new 生产者和消费者实例,框架启动时自动就把这些 Bean 托管了。

  • 配置加载:项目一启动,框架就会自动读取 application.yml 里 rocketmq 相关的全局配置,包括 NameServer 地址、生产/消费组、超时时间、甚至 AK/SK 权限信息。
  • Bean自动注册:Starter 内置的自动配置类会初始化 RocketMQTemplate 模板类,并交给 Spring 容器管理。开发者直接用 @Autowired 注入就能用。
  • 消费者动态注册:凡是加了 @RocketMQMessageListener 注解的消费者类,Spring 在启动时会自动扫描到,然后根据注解里的参数创建相应的消费者实例、订阅对应的 Topic、绑定消费组和消费模式。
  • 资源自动销毁:项目关闭时,Spring 容器会优雅地销毁所有生产者和消费者实例,避免连接残留和消息堆积。

3.2 核心集成组件说明

  • RocketMQTemplate:这是整合后的核心操作模板,封装了原生 API 的所有发送能力——同步、异步、单向、有序、批量、事务消息,全都在这里。生产者只用跟它打交道,不用再碰底层那些复杂的原生 API。
  • @RocketMQMessageListener:消费者的核心注解,承载了所有消费配置。Topic、消费组、集群/广播模式、消息过滤表达式、并发消费数……全都可以在注解里配好,实现零配置快速订阅。
  • RocketMQLocalTransactionListener:事务消息专用的监听接口,框架会自动注册这个监听器,开发者只需要实现本地事务的执行和事务状态回查两个方法。

3.3 完整通信执行流程

  • 启动初始化:SpringBoot 项目启动,自动装配加载 RocketMQ 配置,初始化 RocketMQTemplate 和消费者实例。
  • 路由拉取:生产者和消费者自动连接 NameServer,定时拉取 Topic 对应的 Broker 路由信息,缓存在本地。
  • 消息投递:业务代码调用 RocketMQTemplate 的方法发送消息,框架会基于负载均衡策略选一个最优的 Broker 节点投递。
  • 消息存储:Broker 收到消息后持久化到磁盘,然后向生产者返回投递结果。
  • 消息消费:消费者主动拉取对应 Topic 的消息,执行业务逻辑,框架自动维护消费位点和失败重试机制。

3.4 SpringBoot集成优势

  • 极简开发:告别原生代码里写一堆创建实例、绑定配置的繁琐操作,注解加配置文件就能快速搞定。
  • 容器托管:所有 MQ 组件都交给 Spring 容器统一管理,生命周期可控,启停优雅。
  • 能力全覆盖:普通、延迟、顺序、批量、事务消息,所有高级特性都被封装好了。
  • 高容错性:框架内置了发送重试、异常捕获、位点维护、自动重连等机制,开发时容错成本大大降低。

四、基础消息实战:普通生产与消费

三、基础消息实战:普通生产与消费

3.1 普通消息实现原理

原理说明:普通消息是 RocketMQ 最基础的消息模型,采用“生产者主动推送、消费者主动拉取”的模式。生产者通过 NameServer 拿到 Broker 路由信息,基于负载均衡选一个 Broker 投递消息,Broker 收到后持久化到磁盘;消费者定时去拉取消息,业务处理成功就自动提交消费位点,处理失败就触发重试,保证至少一次投递。支持同步、异步、单向三种发送模式,适合不同吞吐量和可靠性需求的场景。

3.2 普通消息生产者

三种发送模式覆盖绝大多数业务场景,直接看代码:

import org.apache.rocketmq.client.producer.SendCallback;
import org.apache.rocketmq.client.producer.SendResult;
import org.apache.rocketmq.spring.core.RocketMQTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;
@Component
public class MqProducer {
    @Autowired
    private RocketMQTemplate rocketMqTemplate;
    // 定义全局Topic
    private static final String TOPIC = "demo-normal-topic";
    /**
     * 同步发送消息(可靠,适合核心业务)
     */
    public void sendSyncMsg(String msg) {
        SendResult sendResult = rocketMqTemplate.syncSend(TOPIC, msg);
        System.out.println("同步发送结果:" + sendResult.getSendStatus());
    }
    /**
     * 异步发送消息(高吞吐,适合非核心业务)
     */
    public void sendAsyncMsg(String msg) {
        rocketMqTemplate.asyncSend(TOPIC, msg, new SendCallback() {
            @Override
            public void onSuccess(SendResult sendResult) {
                System.out.println("异步发送成功");
            }
            @Override
            public void onException(Throwable e) {
                System.err.println("异步发送失败:" + e.getMessage());
            }
        });
    }
    /**
     * 单向发送(极致高性能,无需响应)
     */
    public void sendOneWayMsg(String msg) {
        rocketMqTemplate.sendOneWay(TOPIC, msg);
    }
}

3.3 普通消息消费者

默认使用集群消费模式,消费者之间自动负载均衡,处理异常会自动重试。

import org.apache.rocketmq.spring.annotation.RocketMQMessageListener;
import org.apache.rocketmq.spring.core.RocketMQListener;
import org.springframework.stereotype.Component;
@Component
@RocketMQMessageListener(
        topic = "demo-normal-topic",
        consumerGroup = "demo-consumer-group"
)
public class NormalMsgConsumer implements RocketMQListener {
    @Override
    public void onMessage(String message) {
        // 执行业务逻辑
        System.out.println("收到普通消息:" + message);
        // 异常自动进入重试队列,无需手动处理
        // int a = 1 / 0;
    }
}

五、广播消息实战

实现原理:广播消息的核心是“消费组级别的全量投递”。集群消费是组内分摊消息,而广播消费会让 Broker 把同一条消息推送给当前消费组内所有在线消费者实例,每个实例独立消费、独立维护位点。为了避免集群异常时刷屏,广播消费关闭了重试机制,消息消费失败不会进入重试队列。它特别适合全服务缓存刷新、全局配置更新这类需要全员同步的场景。

import org.apache.rocketmq.spring.annotation.ConsumeMode;
import org.apache.rocketmq.spring.annotation.RocketMQMessageListener;
import org.apache.rocketmq.spring.core.RocketMQListener;
import org.springframework.stereotype.Component;
@Component
@RocketMQMessageListener(
        topic = "demo-broadcast-topic",
        consumerGroup = "demo-broadcast-group",
        consumeMode = ConsumeMode.BROADCASTING // 开启广播消费
)
public class BroadcastConsumer implements RocketMQListener {
    @Override
    public void onMessage(String message) {
        System.out.println("广播消费消息:" + message);
    }
}

注意:广播消费不支持重试,适合全局缓存刷新、配置更新场景。

六、顺序消息实战(分区有序)

实现原理:RocketMQ 的顺序消息只支持分区有序(局部有序),不支持全局有序。思路是这样的:Topic 会被拆成多个消息队列,生产者通过自定义业务 Key 哈希取模,把同一业务维度(比如同一订单、同一用户)的消息固定投递到同一个 MessageQueue;消费者这边,单个队列采用单线程消费,严格保证队列内消息先进先出,从而实现业务时序一致。不同队列之间的消息可以并行消费,有序性和吞吐量就都兼顾了。

5.1 有序消息生产者原理与代码

public void sendOrderMsg(String bizKey, String msg) {
    // bizKey相同 → 固定发送同一队列 → 保证顺序
    rocketMqTemplate.syncSendOrderly("demo-order-topic", msg, bizKey);
}

5.2 有序消息消费者原理与代码

import org.apache.rocketmq.spring.annotation.MessageModel;
import org.apache.rocketmq.spring.annotation.RocketMQMessageListener;
import org.apache.rocketmq.spring.core.RocketMQListener;
import org.springframework.stereotype.Component;
@Component
@RocketMQMessageListener(
        topic = "demo-order-topic",
        consumerGroup = "demo-order-group",
        messageModel = MessageModel.CLUSTERING
)
public class OrderMsgConsumer implements RocketMQListener {
    @Override
    public void onMessage(String message) {
        System.out.println("顺序消费:" + message);
    }
}

七、延迟消息实战

实现原理:延迟消息的核心是“系统队列中转延时机制”。生产者发送消息时指定一个延迟等级,Broker 收到后不会立即存入目标 Topic 队列,而是转入内置的 SCHEDULE_TOPIC_XXXX 延迟队列。Broker 后台有定时线程一直扫描这个延迟队列,倒计时结束后,再把消息重新路由到用户指定的普通 Topic 队列,消费者这时才能正常拉取。需要注意的是,RocketMQ 不支持自定义任意延迟时间,只能使用官方预设的 18 个固定延迟等级,这么做是为了保证服务性能稳定。

/**
 * 发送延迟消息
 * 延迟等级:1~18级 → 1s、5s、10s、30s、1m、2m、3m、4m、5m、6m、7m、8m、9m、10m、20m、30m、1h、2h
 */
public void sendDelayMsg(String msg) {
    // 3级延迟 = 10秒后消费
    rocketMqTemplate.syncSend("demo-delay-topic", msg, 3);
}

八、批量消息实战

实现原理:批量消息的核心是“合并网络 IO、减少请求次数”。把多条同 Topic、同配置的消息打包成一个列表,只用一次网络请求就全部提交到 Broker,Broker 一次性持久化存储。这样做能大幅降低频繁建立网络连接、握手带来的性能开销,在高吞吐场景下效果尤其明显。批量消息是一个整体事务——要么全部成功存储,要么全部失败,不支持部分成功。

import org.apache.rocketmq.common.message.Message;
import ja va.util.ArrayList;
import ja va.util.List;
public void sendBatchMsg() {
    List messageList = new ArrayList<>();
    for (int i = 0; i < 10; i++) {
        Message message = new Message("demo-batch-topic", ("批量消息" + i).getBytes());
        messageList.add(message);
    }
    // 批量发送
    rocketMqTemplate.syncSend(messageList);
}

注意:单批次总大小不要超过 4MB,整批要么全成功要么全失败。

九、消息过滤实战(Tag过滤)

实现原理:消息过滤采用“服务端预过滤机制”,避免无效消息拉取浪费网络资源。Tag 过滤是最轻量级的方案:生产者在发送消息时绑定一个业务标签,Broker 存储时把 Tag 关联上;消费者在订阅时指定 Tag 表达式,Broker 在服务端直接匹配过滤,只把符合条件的消息推送给消费者,几乎不带来额外性能损耗。如果业务更复杂,也可以用 SQL 过滤,基于消息的自定义属性做多条件筛选。

8.1 Tag过滤实现原理与代码

// 发送订单消息,tag = ORDER
public void sendTagMsg() {
    rocketMqTemplate.syncSend("demo-tag-topic:ORDER", "订单创建消息");
}

8.2 消费者订阅指定Tag

@RocketMQMessageListener(
        topic = "demo-tag-topic",
        consumerGroup = "demo-tag-group",
        selectorExpression = "ORDER||PAY" // 只消费ORDER、PAY标签消息
)
@Component
public class TagFilterConsumer implements RocketMQListener{
    @Override
    public void onMessage(String s) {
        System.out.println("过滤消费消息:" + s);
    }
}

十、事务消息实战(核心重点)

实现原理:事务消息基于“两阶段提交+超时回查机制”,专门解决本地数据库事务与消息发送之间的分布式一致性问题。第一阶段:发送一条半消息(预提交),消息持久化了但对消费者不可见;第二阶段:执行本地事务,根据事务结果提交或回滚这条消息。如果生产者在执行过程中宕机了或者网络超时了,Broker 会提供定时回查兜底,主动去校验本地事务的状态,彻底杜绝消息悬挂和数据不一致。

它能让本地事务和消息发送做到最终一致性。

9.1 事务消息完整代码实现

import org.apache.rocketmq.spring.annotation.RocketMQTransactionListener;
import org.apache.rocketmq.spring.core.RocketMQLocalTransactionListener;
import org.apache.rocketmq.spring.core.RocketMQLocalTransactionState;
import org.apache.rocketmq.spring.core.RocketMQTemplate;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.messaging.Message;
import org.springframework.messaging.support.MessageBuilder;
import org.springframework.stereotype.Component;
@Component
@RocketMQTransactionListener
public class TransactionMsgListener implements RocketMQLocalTransactionListener {
    @Autowired
    private RocketMQTemplate rocketMqTemplate;
    private static final String TRANS_TOPIC = "demo-trans-topic";
    // 发送事务消息入口
    public void sendTransMsg(String content) {
        Message message = MessageBuilder.withPayload(content).build();
        rocketMqTemplate.sendMessageInTransaction(TRANS_TOPIC, message, content);
    }
    // 执行本地事务
    @Override
    public RocketMQLocalTransactionState executeLocalTransaction(Message message, Object arg) {
        try {
            // 模拟本地数据库事务
            System.out.println("执行本地事务:" + arg);
            // 成功则提交消息
            return RocketMQLocalTransactionState.COMMIT;
        } catch (Exception e) {
            // 异常回滚消息
            return RocketMQLocalTransactionState.ROLLBACK;
        }
    }
    // 事务回查
    @Override
    public RocketMQLocalTransactionState checkLocalTransaction(Message message) {
        // 查询数据库事务状态,此处模拟成功
        return RocketMQLocalTransactionState.COMMIT;
    }
}
本文内容来源于互联网,如有侵权请联系删除。
作者最新文章
编程开发
相关文章 更多
精品专题 更多
本月促销

正软商城本月促销专区,汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动,提供限时折扣、特价授权和优惠购买信息,活动库存及价格以页面实时展示为准。

装机必备

正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

Windows

正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

macOS软件

正软商城macOS软件专区,精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具,提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。

IOS软件

正软商城iOS软件专区,精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用,提供功能介绍、适用设备、系统要求和正版获取方式等信息。

AI

正软商城AI软件专区,汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具,提供功能介绍、适用平台、收费方式及正版购买信息。

PDF教程

正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

Mac软件 更多
灵活计算器
灵活计算器

灵活计算器是一款笔记式算数应用,支持实时计算、动态关联和云端同步功能。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

赤友清理大师
赤友清理大师

赤友清理大师是一款为 Mac 设计的智能清理优化工具,可精准扫描垃圾、大文件、重复文件等,释放磁盘空间。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

图几
图几

图几是一款适用于 macOS 的截图、标注与美化工具,支持离线操作保障隐私。界面整理和高频系统操作被放到一起考虑,桌面或窗口内容一多时,管理起来会更省心。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Menuist
Menuist

Menuist 是一款面向 macOS 的 Finder 右键菜单增强工具,主要用来补充新建文件、快捷导航等常用操作,让日常文件管理和访问路径时更高效、更顺手。

Mole
Mole

Mole 是一款专为 Mac 设计的深度清理优化工具,涵盖缓存清理、应用管理及实时状态监控等功能。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

WINDOWS 更多
Windows 10
Windows 10

Windows 10 是一款微软推出的经典操作系统,拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

极度公式
极度公式

极度公式是一款跨平台专业LaTeX公式识别编辑软件,支持OCR公式识别和多平台编辑。和使用说明,避免使用,享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

密码键盘
密码键盘

密码键盘是一款兼具安全性与便捷性的高效密码管理器。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

思源笔记
思源笔记

思源笔记是一款本地笔记软件,提供所见即所得的编辑方式,为长文写作带来顺滑的体验。记录、整理和输出之间的过渡会更自然,适合长期写作、做笔记或持续沉淀个人内容。

傲梅轻松备份
傲梅轻松备份

傲梅轻松备份是一款专业易用的数据备份软件,为重要数据提供安全保障。日常使用里的持续防护和信息管理会更突出,适合把安全控制放进长期使用流程中的场景。

Office 365 简体中文
Office 365 简体中文

一款文字处理软件,一种订阅式的跨平台办公软件,基于云平台提供多种服务,通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合,Office 365 可让任何人使用任何设备随时随地创建和共享内容。

Wise Folder Hider Pro
Wise Folder Hider Pro

Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件,为私密数据添加多重保护。高频操作更强调就近处理,浏览、整理和跨目录移动文件时,来回切换和重复点击都会少很多。

WALTR PRO
WALTR PRO

WALTR是一款电脑至iOS文件传输转换工具,操作简单,快速实现文件识别与传送。做扫描整理、文字提取和表格转换时,它能把识别后的处理步骤接得更顺,资料录入这类场景会省下不少时间。

CodeExpander
CodeExpander

CodeExpander 是一款快捷短语输入增强工具,通过键入缩写自动展开为自定义文段,提升工作效率。任务管理和过程控制会更完整,持续下载、批量同步或需要稳定传输流程的场景会更适合它。

PinStack
PinStack

PinStack是一款轻量级的Windows平台剪贴板管理工具,优化您的剪贴板使用体验。它更偏向把系统状态查看和常用调节动作放在一起,适合需要持续观察和微调设备状态的场景。

Mountain Duck
Mountain Duck

Mountain Duck 是一款能将多个网盘挂载到本地的工具,像本地磁盘一样使用网盘。清理链路的完整性会更好一些,做应用卸载、残留处理和空间整理时,通常能少走很多手动排查步骤。

Seer
Seer

Seer是一款在Win平台下的空格键功能增强效率工具,只需轻敲空格键,就能预览几乎任何格式的文件。它更适合把零散的小功能集中起来使用,处理高频琐碎任务时会更省事。