当前位置:

首页 > 编程开发 > Spring Boot整合ActiveMQ Artemis教程

Spring Boot整合ActiveMQ Artemis教程

SpringBoot整合ActiveMQArtemis的核心在于利用其自动化配置和依赖管理简化JMS集成。1.添加spring-boot-starter-activemq依赖实现快速接入;2.在application.properties或yml中配置broker-url、用户信息等;3.使用JmsTemplate发送消息,支持字符串和对象的序列化;4.通过@JmsListener注解监听队列或主题,可区分队列与主题的监听器;5.可自定义JmsListenerContainerFactory以支持不同消息

本文目录

    Spring Boot整合ActiveMQ Artemis的核心在于利用其自动化配置和依赖管理简化JMS集成。1. 添加spring-boot-starter-activemq依赖实现快速接入;2. 在application.properties或yml中配置broker-url、用户信息等;3. 使用JmsTemplate发送消息,支持字符串和对象的序列化;4. 通过@JmsListener注解监听队列或主题,可区分队列与主题的监听器;5. 可自定义JmsListenerContainerFactory以支持不同消息域和转换器;6. 配置连接池提升性能,如使用JmsPoolConnectionFactory;7. 自定义消息转换器如MappingJackson2MessageConverter处理JSON;8. 启用事务管理确保消息与业务操作的一致性;9. 设置ErrorHandler实现错误处理与死信队列机制;10. 生产环境需考虑持久化、高可用部署(如Shared Store或Replication HA)、安全认证授权、监控告警及资源调优等关键点,以保障系统的稳定性和可靠性。

    Spring Boot整合ActiveMQ Artemis指南

    Spring Boot整合ActiveMQ Artemis,在我看来,核心就是利用Spring Boot的自动化配置和依赖管理能力,高效、便捷地将Artemis这个强大而灵活的消息中间件融入到你的应用中。它极大地简化了JMS(Java Message Service)的配置和使用,让开发者能更专注于业务逻辑,而非繁琐的底层集成细节。

    Spring Boot整合ActiveMQ Artemis指南

    Spring Boot与ActiveMQ Artemis的整合,其实远比你想象的要直接。它就像Spring Boot一贯的风格,提供了开箱即用的解决方案。

    Spring Boot整合ActiveMQ Artemis指南

    首先,你需要确保你的项目依赖中包含了ActiveMQ的Starter。通常,spring-boot-starter-activemq就足够了,因为它内部已经包含了Artemis的客户端库。如果你用Maven,那就像这样:

    
        org.springframework.boot
        spring-boot-starter-activemq
    

    接着,配置ActiveMQ Artemis的连接信息。这部分通常在application.properties或application.yml里搞定。如果你是在本地跑一个Artemis实例,或者连接远程Broker,无非就是指定地址、端口、用户名和密码。

    Spring Boot整合ActiveMQ Artemis指南
    # application.properties
    spring.activemq.broker-url=tcp://localhost:61616
    spring.activemq.user=admin
    spring.activemq.password=admin
    # 开启JMS消息池,这是个好习惯,能提升性能
    spring.jms.cache.connection-factory=true

    发送消息,Spring Boot会自动配置一个JmsTemplate bean,你直接注入使用就行。这简直是福利,省去了手动创建ConnectionFactory、JmsTemplate的麻烦。

    import org.springframework.beans.factory.annotation.Autowired;
    import org.springframework.jms.core.JmsTemplate;
    import org.springframework.stereotype.Service;
    
    @Service
    public class MessageProducer {
    
        private final JmsTemplate jmsTemplate;
    
        @Autowired
        public MessageProducer(JmsTemplate jmsTemplate) {
            this.jmsTemplate = jmsTemplate;
        }
    
        public void sendMessage(String destination, String message) {
            System.out.println("Sending message to " + destination + ": " + message);
            jmsTemplate.convertAndSend(destination, message);
        }
    
        public void sendObjectMessage(String destination, MyCustomObject obj) {
            System.out.println("Sending object message to " + destination + ": " + obj);
            // Spring Boot默认支持序列化Java对象,但更推荐使用JSON等格式
            jmsTemplate.convertAndSend(destination, obj);
        }
    }

    接收消息,Spring Boot提供了@JmsListener注解,这真是太方便了。你只需要在一个方法上加上这个注解,指定监听的队列或主题,Spring Boot就会自动帮你处理消息的消费。

    import org.springframework.jms.annotation.JmsListener;
    import org.springframework.stereotype.Component;
    
    @Component
    public class MessageConsumer {
    
        @JmsListener(destination = "my.queue")
        public void receiveQueueMessage(String message) {
            System.out.println("Received queue message: " + message);
        }
    
        @JmsListener(destination = "my.topic", containerFactory = "jmsTopicListenerContainerFactory")
        public void receiveTopicMessage(String message) {
            System.out.println("Received topic message: " + message);
        }
    
        // 如果要接收对象消息,并且想用JSON转换器
        @JmsListener(destination = "my.object.queue", containerFactory = "jmsQueueListenerContainerFactory")
        public void receiveObjectMessage(MyCustomObject obj) {
            System.out.println("Received object message: " + obj);
        }
    }

    注意,如果你需要区分队列和主题的监听器,可能需要额外配置一个JmsListenerContainerFactory,比如用于主题的:

    import org.springframework.boot.autoconfigure.jms.DefaultJmsListenerContainerFactoryConfigurer;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.jms.config.DefaultJmsListenerContainerFactory;
    import org.springframework.jms.config.JmsListenerContainerFactory;
    import javax.jms.ConnectionFactory;
    
    @Configuration
    public class JmsConfig {
    
        @Bean
        public JmsListenerContainerFactory jmsTopicListenerContainerFactory(
                ConnectionFactory connectionFactory,
                DefaultJmsListenerContainerFactoryConfigurer configurer) {
            DefaultJmsListenerContainerFactory factory = new DefaultJmsListenerContainerFactory();
            configurer.configure(factory, connectionFactory);
            factory.setPubSubDomain(true); // 开启主题模式
            return factory;
        }
    
        @Bean
        public JmsListenerContainerFactory jmsQueueListenerContainerFactory(
                ConnectionFactory connectionFactory,
                DefaultJmsListenerContainerFactoryConfigurer configurer) {
            DefaultJmsListenerContainerFactory factory = new DefaultJmsListenerContainerFactory();
            configurer.configure(factory, connectionFactory);
            factory.setPubSubDomain(false); // 队列模式是默认的,但明确设置也无妨
            // factory.setMessageConverter(jacksonJmsMessageConverter()); // 如果需要自定义消息转换器
            return factory;
        }
    
        // 如果需要发送和接收JSON对象,可以配置一个消息转换器
        // @Bean
        // public MessageConverter jacksonJmsMessageConverter() {
        //     MappingJackson2MessageConverter converter = new MappingJackson2MessageConverter();
        //     converter.setTargetType(MessageType.TEXT);
        //     converter.setTypeIdPropertyName("_type");
        //     return converter;
        // }
    }

    ActiveMQ Artemis为何在Spring Boot生态中如此受欢迎?

    在我看来,ActiveMQ Artemis在Spring Boot生态中受欢迎并非偶然,它有着几个非常实际的优势,让其在众多消息队列中脱颖而出。

    首先,性能与资源消耗。Artemis是基于Netty构建的,它的异步I/O模型使得其在处理高并发消息时表现出色,延迟低、吞吐量高。相比起一些“老牌”消息队列,Artemis在资源占用上更为轻量,这对于微服务架构下资源敏感的应用来说,无疑是个巨大的加分项。我个人在实际项目中对比过,Artemis在同等负载下的表现确实令人满意。

    其次,多协议支持。Artemis不仅仅支持JMS,它还原生支持AMQP、MQTT、STOMP、OpenWire等多种协议。这意味着你的系统可以非常灵活地与不同技术栈、不同客户端进行集成,这在复杂的企业环境中尤其重要。比如,你可能有一个IoT设备通过MQTT发送数据,同时后端服务通过JMS消费,Artemis能完美地充当这个桥梁。这种灵活性,让它不仅仅是一个JMS Broker。

    再者,嵌入式部署能力。Artemis可以非常方便地作为嵌入式Broker运行在你的Spring Boot应用内部。这对于开发测试环境、或者一些对消息可靠性要求没那么高、但又需要消息队列功能的轻量级应用来说,简直是福音。省去了独立部署的麻烦,开发体验也流畅很多。虽然生产环境通常还是独立部署,但这个特性在某些场景下确实很有用。

    最后,社区活跃度与演进。Artemis是Apache ActiveMQ的下一代产品,它继承了ActiveMQ的优点,同时进行了大量的优化和改进。社区活跃,文档丰富,遇到问题也比较容易找到解决方案。它一直在积极演进,不断引入新的特性和优化,这给了开发者信心。

    如何在Spring Boot中精细化配置ActiveMQ Artemis的连接与消息处理?

    当你的应用走向生产环境,或者对消息的可靠性、性能有更高要求时,仅仅依靠默认配置是远远不够的。Spring Boot虽然提供了极大的便利,但它也保留了让你深入定制的能力。

    一个常见的需求是连接池的优化。Spring Boot默认会使用CachingConnectionFactory,它会缓存Connection、Session和MessageProducer。但你可以进一步配置其缓存大小、会话模式等。

    # application.properties
    # 连接工厂缓存设置
    spring.jms.cache.connection-factory=true
    spring.jms.cache.session-cache-size=10 # 每个连接缓存的会话数量

    如果你需要更细粒度的控制,比如使用PooledConnectionFactory,你可能需要手动配置JmsConnectionFactory和JmsTemplate:

    import org.apache.activemq.artemis.jms.client.ActiveMQJMSConnectionFactory;
    import org.apache.activemq.artemis.jms.client.ActiveMQXAConnectionFactory; // 如果需要XA事务
    import org.messaginghub.pooled.jms.JmsPoolConnectionFactory;
    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.jms.core.JmsTemplate;
    
    @Configuration
    public class CustomJmsConfig {
    
        @Bean
        public ActiveMQJMSConnectionFactory artemisConnectionFactory() {
            // 直接创建Artemis的ConnectionFactory
            return new ActiveMQJMSConnectionFactory("tcp://localhost:61616", "admin", "admin");
        }
    
        @Bean(destroyMethod = "stop")
        public JmsPoolConnectionFactory pooledConnectionFactory(ActiveMQJMSConnectionFactory artemisConnectionFactory) {
            JmsPoolConnectionFactory pool = new JmsPoolConnectionFactory();
            pool.setConnectionFactory(artemisConnectionFactory);
            pool.setMaxConnections(10); // 最大连接数
            pool.setBlockIfSessionPoolIsFull(true);
            pool.setBlockIfSessionPoolIsFullTimeout(5000); // 阻塞超时时间
            return pool;
        }
    
        @Bean
        public JmsTemplate jmsTemplate(JmsPoolConnectionFactory pooledConnectionFactory) {
            JmsTemplate template = new JmsTemplate();
            template.setConnectionFactory(pooledConnectionFactory);
            // template.setMessageConverter(jacksonJmsMessageConverter()); // 如果需要自定义消息转换器
            return template;
        }
    }

    消息转换器是另一个需要关注的地方。默认情况下,JMS可以发送和接收String、Map、Bytes以及可序列化的Java对象。但在微服务和异构系统集成中,JSON或XML是更常见的选择。你可以配置MappingJackson2MessageConverter来处理JSON:

    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.jms.support.converter.MappingJackson2MessageConverter;
    import org.springframework.jms.support.converter.MessageType;
    
    @Configuration
    public class MessageConverterConfig {
    
        @Bean
        public MappingJackson2MessageConverter jacksonJmsMessageConverter() {
            MappingJackson2MessageConverter converter = new MappingJackson2MessageConverter();
            converter.setTargetType(MessageType.TEXT); // 将Java对象转换为文本消息(JSON字符串)
            converter.setTypeIdPropertyName("_type"); // 在消息头中添加类型信息,方便反序列化
            return converter;
        }
    }
    // 别忘了在JmsListenerContainerFactory或JmsTemplate中设置这个Converter

    事务管理也是个核心。JMS支持本地事务和XA事务。对于简单的“发送即确认”或“接收即确认”场景,可以不使用事务。但如果涉及数据库操作和消息发送的原子性,就需要事务了。Spring的@Transactional注解可以与JMS很好地配合,但前提是你的JmsListenerContainerFactory配置了事务管理器。

    // 在JmsConfig中,确保JmsListenerContainerFactory支持事务
    // factory.setSessionTransacted(true); // 开启JMS会话事务
    // 结合Spring的PlatformTransactionManager
    // @Transactional 注解就可以生效了

    最后,错误处理。消息消费过程中难免会遇到异常。Spring Boot的@JmsListener默认会重试,但你可能需要更细致的控制,比如死信队列(DLQ)或者自定义错误处理器。你可以为JmsListenerContainerFactory设置一个ErrorHandler:

    import org.springframework.context.annotation.Bean;
    import org.springframework.context.annotation.Configuration;
    import org.springframework.jms.listener.DefaultMessageListenerContainer;
    import org.springframework.util.ErrorHandler;
    
    @Configuration
    public class JmsErrorHandlerConfig {
    
        @Bean
        public ErrorHandler myJmsErrorHandler() {
            return t -> {
                System.err.println("JMS message processing error: " + t.getMessage());
                // 这里可以记录日志、发送告警、或者将消息转发到死信队列
                // 避免抛出异常导致消息无限重试
            };
        }
    
        // 在JmsListenerContainerFactory中设置这个ErrorHandler
        // factory.setErrorHandler(myJmsErrorHandler());
    }

    这些精细化配置能让你更好地掌控消息的生命周期和处理流程,确保系统在复杂场景下的稳定性和可靠性。

    ActiveMQ Artemis在生产环境部署中的关键考量点有哪些?

    将ActiveMQ Artemis从开发测试环境推向生产,绝不是简单地把代码部署上去就完事。生产环境的稳定性和高可用性是重中之重,这要求我们对Artemis的部署策略、持久化、集群、安全和监控等方面有深入的理解和规划。

    首先,持久化。Artemis默认会使用日志文件(journal)进行消息持久化,这通常非常高效。但你需要考虑日志文件的存储位置、大小以及如何防止磁盘空间耗尽。对于关键业务消息,必须确保它们被正确持久化。你也可以配置Artemis使用数据库(JDBC)进行持久化,但这通常会带来性能开销,除非你有特殊的集成需求。我的建议是,优先考虑Artemis原生的Journal,它的性能表现通常更优。

    其次,高可用性(HA)和集群。这是生产环境的标配。Artemis提供了几种HA模式:

    • 共享存储(Shared Store)HA:多个Broker实例共享同一个持久化存储(比如NFS、SAN)。一个Broker作为主节点活跃,其他作为备份。当主节点故障时,备份节点会接管。这种模式实现简单,但共享存储可能成为单点故障。
    • 复制(Replication)HA:这是我个人更推荐的模式。Broker之间通过网络同步数据,没有共享存储依赖。一个Broker是主节点,其他是复制节点。主节点故障时,复制节点可以提升为主节点。这种模式提供了更高的可靠性和数据安全性,但网络延迟会影响同步性能。

    选择哪种模式取决于你的业务对数据一致性、恢复时间目标(RTO)和恢复点目标(RPO)的要求。

    再者,安全性。生产环境的Artemis必须配置认证和授权。默认的admin/admin账户是绝对不能用的。你需要配置用户、角色,并为队列和主题设置访问权限。Artemis支持多种认证机制,包括基于文件、LDAP、Kerberos等。对于Spring Boot应用,连接Artemis时也需要使用配置好的安全凭证。

    
    
       
          
          
          
          
          
          
          
       
    

    还有监控与告警。你需要能够实时监控Artemis的运行状态,包括连接数、消息堆积量、内存使用、CPU负载等。Artemis通过JMX提供了丰富的监控指标,你可以使用JConsole、VisualVM等工具连接,或者集成到Prometheus、Grafana等监控系统中。设置合理的告警阈值,确保在问题发生时能及时收到通知。

    最后,资源管理。这包括JVM参数调优(内存、GC)、文件描述符限制、网络配置等。对于高吞吐量的Artemis实例,适当增加文件描述符限制和调整JVM堆大小是很有必要的。

    生产环境的部署是一个系统工程,需要综合考虑性能、可靠性、安全和可维护性。没有一劳永逸的方案,但遵循这些关键考量点,能让你少走很多弯路。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?
    Modern Web Guidance 的 legacy-scan 反转建议应该怎样判断?

    说明源码提交对字符串、生成器和数组的识别边界,以及扫描命令与发行包核验限制。

    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?
    Codex 0.170.0 正式版的语音与连接更新,适用范围有哪些限制?

    0.170.0 的语音更新限于终端通话协商能力的明确新增,同名工具服务器跨环境支持仍标注实验性质;连接部分则修复大请求回退、认证竞态和云端重连等具体问题。这份正式版公告不足以证明所有账户、所有客户端都已具备完整语音功能。

    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?
    Hy4 flash 三种权重怎么选,安装和授权要注意哪些条件?

    了解Hy4 flash、FP8与base的适用任务,阅读官方安装及图文代码,并核对资源和MaaS许可条件。

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化
    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化

    OpenAI Python SDK 3.55.0 升级看点:Live MCP 服务配置与预算接口变化。说明已核实的更新范围、类型兼容性和本地版本确认方法。

    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?
    OpenAI Java SDK 4.108.0 的两项新增能力适合哪些项目?

    OpenAI Java SDK 4.108.0 面向 Live MCP 工具接入与 Managed Agents 预算状态处理,说明新增模型、事件含义、正式发布范围和适用限制。

    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?
    Free Claude Code 6.19.37 如何兼顾网页搜索与普通工具调用?

    Free Claude Code 6.19.37 在自动搜索时保留客户端工具及选择条件,代理执行搜索后仍返回普通调用。说明适用场景、历史信息保留、请求约束与第三方项目的版本边界。

    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?
    Google GenAI Go SDK 1.78.0 的 v1beta 配置优先级怎样判断?

    Google GenAI Go SDK 1.78.0 将 Gemini Developer API 默认改为 v1,可用 HTTPOptions.APIVersion 或环境变量保留 v1beta,Vertex AI 默认值不变。

    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?
    Google GenAI SDK 3.5.0实时交互值得哪些项目升级评估?

    解释实验性实时支持、环境检查与生产评估中需要验证的条件。

    EGM Lite 为什么不会在生成检查清单后自动执行?
    EGM Lite 为什么不会在生成检查清单后自动执行?

    围绕 EGM Lite Stage 2 的仓库实现说明五步职责、人工执行门槛、独立审查条件及已分发包的证据边界。

    Open Code Review 1.13.12 的部分失败与字节边界该怎样评估?
    Open Code Review 1.13.12 的部分失败与字节边界该怎样评估?

    Open Code Review 1.13.12 的升级评估应同时关注退出状态、覆盖缺口与文件读取截断边界。

    查看更多
    精品专题 更多
    装机必备
    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
    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。

    PDF教程
    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
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。