小桥流水78

这个屌丝很懒，什么也没留下！

热门标签

使用 docker-compose 部署多机 RabbitMQ 集群_docker compose 一键部署 rabbitmq集群,怎么使用它

作者：小桥流水78 | 2024-07-30 07:29:56

踩

docker compose 一键部署 rabbitmq集群,怎么使用它

加入集群

如果将 rabbit1 作为主节点的话，需要在 rabbit2 上执行命令，将其加入到集群，如下：

docker exec -it rabbit2 /bin/bash

rabbit2# rabbitmqctl stop_app

rabbit2# rabbitmqctl reset

rabbit2# rabbitmqctl join_cluster rabbit@rabbit1

rabbit2# rabbitmqctl start_app

默认情况下，RabbitMQ 启动后是磁盘节点，如果想以内存节点方式加入，可以加 --ram 参数。

如果想要修改节点类型，可以使用命令：

rabbitmqctl change_cluster_node_type disc(ram)

修改节点类型之前需要先 rabbitmqctl stop_app。

通过下面命令来查看集群状态：

rabbitmqctl cluster_status

注意，由于 RAM 节点仅将内部数据库表存储在内存中，因此在内存节点启动时必须从其他节点同步这些数据，所以一个集群必须至少包含一个磁盘节点。

HAProxy 负载均衡

ha 同样采用 Docker 方式来部署，先看一下 haproxy.cfg 配置文件：

Simple configuration for an HTTP proxy listening on port 80 on all

interfaces and forwarding requests to a single backend “servers” with a

single server “server1” listening on 127.0.0.1:8000

global

daemon

maxconn 256

defaults

mode http

timeout connect 5000ms

timeout client 5000ms

timeout server 5000ms

listen rabbitmq_cluster

bind 0.0.0.0:5677

option tcplog

mode tcp

balance leastconn

server rabbit1 10.1.1.1:5672 weight 1 check inter 2s rise 2 fall 3

server rabbit2 10.2.2.2:5672 weight 1 check inter 2s rise 2 fall 3

listen http_front

bind 0.0.0.0:8002

stats uri /haproxy?stats

listen rabbitmq_admin

bind 0.0.0.0:8001

server rabbit1 10.1.1.1:15672

server rabbit2 10.1.1.2:15672

再看一下 docker-compose 文件：

version: ‘3’

services:

haproxy:

container_name: rabbit-haproxy

image: haproxy

restart: always

hostname: haproxy

network_mode: rabbitmq_default

volumes:

./haproxy.cfg:/usr/local/etc/haproxy/haproxy.cfg

ports:

“5677:5677”
“8001:8001”
“8002:8002”

启动之后，就可以通过 ha 的地址来访问 RabbitMQ 集群管理页面了。

如果公司内部有现成的负载均衡，比如 LVS，那么也可以省略这一步。

其实到这里，集群就可以正常使用了，但还有很重要的一点需要做些说明。

集群模式

普通模式

对于 Queue 来说，消息实体只存在于其中一个节点，A、B 两个节点仅有相同的元数据，即队列结构。
当消息进入 A 节点的队列中后，消费者从 B 节点拉取时，RabbitMQ 会临时在 A、B 间进行消息传输，把 A 中的消息实体取出并经过 B 发送给消费者。
所以，消费者应尽量连接每一个节点，从中取消息。即对于同一个逻辑队列，要在多个节点建立物理队列，否则，无论消费者连 A 或者连 B，出口总在 A，会产生瓶颈。
该模式还存在一个问题就是当 A 节点故障后，B 节点无法取到 A 节点中还未消费的消息实体。
如果做了消息持久化，那么得等 A 节点恢复，才可被消费；如果没有持久化的话，消息会丢失。