ActiveMQ中Producer特性详解

前言

    从本文中你可以得到如下几个问题的解答:

    1) 设定消息的时间戳有什么作用

    2) 消息的timeToLive与过期原理

    3) Producer同步、异步发送消息，以及调优

    4) 消息priority与顺序，以及其中的误解。

 

    Producer作为ActiveMQ的消息发送端，是开发工程师经常需要面对的，我们需要多了解一些Producer的特性，以便开发出更高效的应用。

 

    如下为典型的代码示例：

String brokerUrl = "tcp://localhost:61616";
String queueName = "test-queue";
ActiveMQConnectionFactory factory = new ActiveMQConnectionFactory(brokerUrl);
Connection connection = factory.createConnection();
//ActiveMQFactory.createConnection(brokerUrl);
Session session = connection.createSession(false, Session.AUTO_ACKNOWLEDGE);  
Destination queue = session.createQueue(queueName);  
MessageProducer producer = session.createProducer(queue);
for(int i=0; i<5; i++){
	producer.send(session.createTextMessage("Hello,ActiveMQ!!"));
}
//....
connection.close();

 

    一个Producer的创建过程中，会涉及到brokerUrl、destinationUri、Connection、session、ACK模式主要的几个概念。它们都有一些隐藏的“秘密”值得我们去探索。此外producer复杂发送消息，还有很多与消息有关的特性需要注意。

 

1. disableMessageID

    在发送消息时,是否禁用MessageID属性。JMS的标准中并没有约定消息的ID是由Producer创建还是由Broker创建，禁用MessageID在一定程度上会减少网络开支，事实上这个属性在ActiveMQ没有任何意义。无论任何时候，Producer总会在发送消息之前，为Message生成全局唯一的MessageID。(JMSMessageID，由producerId + “:” +  sequenceNumber组成)

 

2. disableMessageTimestamp

    是否禁用消息时间戳。时间戳用来表示消息被producer发送的时间(非broker接收的时间)，通常此timestamp和TTL一起决定消息是否已经过期；消费者也可以根据此timestamp获知消息发送的时间，以及在selector中使用timestamp来过滤过期或者较旧的消息等。

 

    如果属性值为true，则在发送消息时会将消息的JMSTimestamp属性值设为为当前时间的时间戳；否则JMSTimestamp属性值将保持默认(0)。

 

• 可以在brokerUrl中设定全局的默认值:  "tcp://localhost:61616?jms.disableTimeStampsByDefault=true"

• messageProducer.setDisableMessageTimestamp(boolean)

    此选项只会影响到消息在producer端创建的时间，在ActiveMQ中，Message被额外的增加了2个属性，开发者可以获得更多关于消息流动的相关时间信息(ActiveMQMessage):

 

• JMSActiveMQBrokerInTime: 表示消息被broker接收的时间戳

• JMSActiveMQBrokerOutTime: 消息离开broker即将传送给consumer的时间戳。

3. defaultTimeToLive

    消息的存活时间。用来约束消息的过期时间，即JMSExpiration属性。注意timeToLive属性只会在DisableMessageTimestamp=false的情况下才有意义。

    JMSExpiration = timestamp + timeToLive。timeToLive默认值为0，即表示消息永不过期。只有当timeToLive值 > 0时，JMSExpiration属性才会被赋值。

 

• messageProducer.setTimeToLive(long)

• messageProducer.send(Message message, int deliveryMode, int priority, long timeToLive): 可以在消息发送时，为当前消息设定ttl。

    如果开发者使用TTL来判定消息的过期，那么就首先需要确保Producer、broker两者的系统时间要尽可能的一致，此外我们还需要Consumer也尽可能的和broker的时间保持一致。如果Produer的时间相对broker而言落后太多，有可能导致发送的消息直接被broker抛弃（broker接收消息后会检测是否过期，对于已经过期的消息则直接抛弃），消费者将无法获得相关消息。

 

    Broker将会在接收Producer消息时，以及将消息发送给Consumer之前都会检测消息是否过期，判断过期的方法也就是根据JMSExpiration和当前时间戳比较。如果消息过期，将会把消息发送到DLQ(Dead Letter Qeue)中，那么事实上此消息不会被Consumer消费；不过我们可以通过特殊的方式检测这些DLQ,比如侦听"ActiveMQ.DLQ"队列。由此可见，在使用TTL的时候，如果Producer与Broker的系统时间差距较大，将会导致消息“丢失”。

 

    不过，还有一种“可怕”情况，如果broker端对DLQ使用Discard策略或者Broker没有开启DLQ相关策略，这些过期的消息可能将不复存在。

 

  <destinationPolicy>
   <policyMap>
     <policyEntries>
       <policyEntry queue=">" topic=">">
         <deadLetterStrategy>
           <sharedDeadLetterStrategy processExpired="false" />
         </deadLetterStrategy>
		 <!-- discard all -->
		 <!--
		 <discardingDeadLetterStrategy />
		 -->
       </policyEntry>
     </policyEntries>
   </policyMap>
  </destinationPolicy>

 

 

4. alwaysSyncSend/useAsyncSend

    用来设定producer(或者session)发送消息的方式：同步/异步。

 

    alwaysSyncSend表示消息将总会被同步发送(request<->response),即消息通过底层transport链接发送之后，将会阻塞直到收到broker端的ProducerAck或者sentTimeout。同步发送，是一种担保能力强但发送效率较低的方式，如果消息发送失败，client端可以立即获得异常。如果alwaysSyncSend值为true，则producer将使用同步发送所有消息(同时忽略useAsyncSend选项)

 

    useAsyncSend表示消息可以被异步发送(oneway)，异步发送并不是消息在client缓存起来，而是消息也将立即被transport发送给broker，只是不会阻塞等待broker的ACK。消息发送给broker之后，producer.send方法将会立即返回。异步发送，通常配合broker端“Flow Control”手段使用，它可以最大化produer端的发送效率。我们通常在消息量比较密集的情况下使用异步发送，它可以很大的提升Producer性能；不过这也带来了额外的问题，就是需要消耗较多的Client端内存，同时也会导致broker端性能消耗增加；此外它不能有效的确保消息的发送成功。在useAsyncSend的情况下，客户端需要容忍消息丢失的可能。

    

//brokerUrl中指定异步/同步发送
jms.alwaysSyncSend=false&jms.useAsyncSend=true

    1) 当alwaysSyncSend=false时，对于“NON_PERSISTENT”(非持久化)消息将使用“异步发送”；对于非持久化消息，使用异步发送是最佳的选择，我们通常使用这种手段调优。

 

    2) 当alwaysSyncSend=false时，如果指定了useAsyncSend=true，都将采用异步发送，包括“PERSISTENT”类型的消息，也将使用异步发送。

    3) 当alwaysSyncSend=false时，无论如何，在事务中的消息，都将使用异步发送。

    4) 当alwaysSyncSend=true时，所有类型的消息，都将采用同步发送。

    5) 总结：默认情况下，非持久化消息、事务内的消息均采用异步发送；对于持久化消息，则采用同步发送。

 

5. sendTimeout

    消息发送最大阻塞(等到ACK)时间。这个参数和syncSend方式配合使用，在同步发送方式中，send方法将会阻塞直到broker反馈ACK，不过这种阻塞的时长无法预期，我们需要使用sendTimeout来设定最大的阻塞时间，如果阻塞超时，将会抛出RequestTimedOutIOException。此值默认为0，表示永不超时。

 

• 在brokerUrl中设定

//在brokerUrl中指定,单位:毫秒
jms.sendTimeout=30000

• connection.setSendTimeout(long) 

    此外需要注意，如果指定了sendTimeout值 >0,无论何时，所有的消息都将同步发送。(忽略alwaysSyncSend、useAsyncSend、消息持久化方式等)。如果sendTimeout <0,则效果和=0一致。

 

6. socket优化

    如果我们的brokerUrl中，使用了TCP/UDP等transport，我们还可以直接对socket进行优化，这些参数需要再brorkerUrl中指定:

 

tcp://localhost:61616?socket.sendBufferSize=1024

 

7. windowSize(异步发送)

    窗口尺寸，用来约束在异步发送时producer端允许积压的(尚未ACK)的消息的尺寸，且只对异步发送有意义。每次发送消息之后，都将会导致memoryUsage尺寸增加(+message.size)，当broker返回producerAck时，memoryUsage尺寸减少(producerAck.size，此size表示先前发送消息的大小)。可以通过如下2种方式设置:

• 在brokerUrl中设置: "tcp://localhost:61616?jms.producerWindowSize=1048576",这种设置将会对所有的producer生效。

• 在destinationUri中设置: "test-queue?producer.windowSize=1048576",此参数只会对使用此Destination实例的producer失效，将会覆盖brokerUrl中的producerWindowSize值。

     此值越大，意味着消耗Client端的内存就越大。

 

    至此我们已经清楚，任何发送到broker端的消息，broker总会在存储成功后回传ProducerAck信息，并且在ACK中包含消息的size。当producer发送消息时，会首先检测memoryUsage中是否有足够的空间(根据message.size判断)，如果空间足够，则消息正常发送；否则将会阻塞，直到收到producerACK且memoryUsage空间释放足够多。(注意，对于持久化消息，只要broker存储消息成功即立即发送ProcuerAck)

 

    这是一个非常重要而且有效的调优参数之一；它在producer端消息发送比较密集时，或者producer发送速率与consumer消费速度失衡严重时，对维护broker实例性能稳定具有重要意义。比如，当producer短时间内大批量发送消息，而consumer消费速度相对较低时，会对broker端的存储造成巨大冲击，在极端情况下，可能导致OOM或者broker宕机。所以，我们通常开启此参数，且指定相对合理的值。

 

    仅仅在producer指定windowSize，可以在Client端避免这些问题，不过这只是一个方面；但是从全局来看，还不够全面，我们还需要在broker端使用“Flow Control”策略来避免上述情况的发生。不过对于"持久化"类型的消息，当broker存储成功之后，总是立即发送ack，所以我们不需要担心会带来潜在的危险。因为“windowSize”、“Flow Control”通常是针对“非持久化”消息。

 

    “Flow Control”通常称为“流量控制”，它的核心理念就是“按需交付”。如果每个Producer指定的windowSize为64M，但是我们有10个这样的producer，那么意味着broker端在最坏的情况下，需要承载640M数据，不过很不幸的是broker上可供cache的空间只有512M，那么此后broker可能因为内存不足而强制挂起Producer的物理连接(connection),从而导致在connection上无法继续发送任何消息。这会引入另外一个问题，当connection上还有当前通道(Queue或者Topic)的consumer时，会带来死锁；这导致consumer的ACK无法发送-->进而导致消息继续消费，以致于形成“消息无法消费”“也无法发送”的死锁情况。所以通常情况下，我们不能让Consumer和Producer共享一个物理Connection。

 

  “Flow Control”所能做的就是：当broker内存不足时，让producer暂停一下，直到消息消费之后腾出足够的空间。可以让消息密集发送时，broker能够协调Producer发送的“频率”，同时确保自己的性能处于可控范围。

 

<policyEntry queue=">" producerFlowControl="true" memoryLimit="32mb">  
  <!-- only for queue -->
  <!-- topic is very different from it -->
  <pendingQueuePolicy>
    <!-- non_persistent: use "vmQueueCursor",persistent: use "fileQueueCursor" -->
    <storeCursor/>
	<!-- also can do this -->
	<!--
	<storeCursor>
		<nonpersistent>
			<vmQueueCursor/>
		</nonpersistent>
	</storeCursor>
	-->
  </pendingQueuePolicy>
</policyEntry>

 

    上述配置描述的是，对于任意一个queue都使用32m内存保存非持久化消息，如果超过限制，将阻塞Producer链接。不过强制挂起Producer似乎有些过于粗暴，我们可以增加如下配置，当borker内存不足时，向producer发送一个异常，此时producer可以通过捕获异常来“暂停与重试(sleep一会再发送)”或者提交事务(如果事务中有大量消息且消息为持久化类型的)。

 

<systemUsage>
 <systemUsage sendFailIfNoSpace="true">
   <memoryUsage>
     <memoryUsage limit="512mb"/>
   </memoryUsage>
 </systemUsage>
</systemUsage>

 

8. Transaction

    producer端可以使用事务来实现多条消息的“原子性”。据上所述，事务中的消息，都会采用asyncSend方式发送，对于broker而言将会把当前producer事务中的消息cache在内存中，直到事务提交。 

 

//如果使用事务，其中transacted=true,ackMode = Auto_ACK，事实上ackMode对producer并无意义。
connection.createSession(boolean transacted, int acknowledgeMode)

 

    对于producer而言，事务并没有特别需要注意的地方，无论是持久化/非持久化，建议不要在一个事务中同时发送过多的消息，此外建议设定windowSize，即“事务” + “windowSize”是推荐的一种高效的方式。

 

    开发者需要再合适的时机，调用session.commit()方法来提交事务，不过需要注意session非线程安全，建议在事务类型下，每个producer独占一个session已防止多线程(多producer)提交的时机不同而造成混乱。 

 

9. Priority(权重)与消息传送顺序

    我们可以在发送消息时，指定消息的权重，broker可以建议权重较高的消息将会优先发送给Consumer。在某些场景下，我们通常希望权重较高的消息优先传送；不过因为各种原因，priority并不能决定消息传送的严格顺序(order)。

 

    JMS标准中约定priority可以为0~9的数值，值越大表示权重越高，默认值为4。不过activeMQ中各个存储器对priority的支持并非完全一样。比如JDBC存储器可以支持0~9，因为JDBC存储器可以基于priority对消息进行排序和索引化；但是对于kahadb/levelDB等这种基于日志文件的存储器而言，priority支持相对较弱，只能识别三种优先级(LOW: < 4,NORMAL: =4,HIGH: > 4)。在broker端，默认是不支持priority排序的，我们需要手动开启:

 

<policyEntry queue=">" prioritizedMessages="true"/>

 

    一旦开启了此属性，此后消息存储时，将会按照prioprity的倒序索引化消息(比如kahadb B+Tree，此后priority将作为索引的一部分)。此后broker从存储器中获取消息时，权重较高的消息将会被优先获取；对于JDBC等其他存储器，可能在获取消息时，按照priority作为排序列来筛选消息。

 

    我们首先简单的描述一下，消息在broker端pending的过程，这涉及到prefetch机制以及消息是否持久化等方面的问题。在broker端，为了优化Consumer消费的效率，通常开启prefetch策略，即从通道中(Queue/Topic)批量加载多条消息，这些消息可能来自内存(非持久化)，也可能来自存储文件(持久化消息，或者非持久化消息被swap到临时文件中)；borker会为每个Consumer创建一个基于内存的pending buffer，用来保存即将发送给Consumer的消息列表。当buffer中的消息被Consumer消费之后，将会从内存或者文件中继续加载多条消息，然后再根据需要将一定量的消息放入到pending buffer中。由此可见，我们只能保证每次prefetch的消息列表是按照priority排序的，但是有可能在buffer中的消息还没有发送之前，会有更高优先级的消息被写入文件或内存，事实上这已经不能改变消息发送的顺序了；因为我们无法在全局范围内，保证Consumer即将消费的消息是权重最高的！！

 

    不过对于“非持久化”类型的消息(如果没有被swap到临时文件)，它们被保存在内存中，它们不存在从文件Paged in到内存的过程，因为可以保证优先级较高的消息，总是在prefetch的时候被优先获取，这也是“非持久化”消息可以担保消息发送顺序的优点。

 

     Broker在收到Producer的消息之后，将会把消息cache到内存，如果消息需要持久化，那么同时也会把消息写入文件；如果通道中Consumer的消费速度足够快(即积压的消息很少，尚未超过内存限制，我们通过上文能够知道，每个通道都可以有一定的内存用来cache消息)，那么消息几乎不需要从存储文件中Paged In，直接就能从内存的cache中获取即可，这种情况下，priority可以担保“全局顺序”；不过，如果消费者滞后太多，cache已满，就会触发新接收的消息直接保存在磁盘中，那么此时，priority就没有那么有效了。

 

    在Queue中，prefetch的消息列表默认将会采用“轮询”的方式(roundRobin，注意并不是roundRobinDispatch)[备注：因为Queue不支持任何DispatchPolicy]，依次添加到每个consumer的pending buffer中，比如有m1-m2-m3-m4四条消息，有C1-C2两个消费者，那么: m1->C1,m2->C2,m3->C1,m4->C2。这种轮序方式，会对基于权重的消息发送有些额外的影响，假如四条消息的权重都不同，但是(m1,m3)->C1，事实上m2的权重>m3,对于C1而言，它似乎丢失了“顺序性”。

 

//参见org.apache.activemq.broker.region.Queue
//doActualDispatch方法
//伪代码，描述

//pendingList: 从store中PageIn 的消息列表，亟待发送
Iterator it = pendingList.iterator();
//为了当前Page的消息发送，创建一个消费者列表的copy
//每个Queue都持有目前所有的消费者列表。
//在broker端，Subscription负责和Consumer客户端通讯
List<Subscription> copyConsumers = new ArrayList<Subscription>(this.allSubscriptions);
Set<Subscription> fullConsumers = new HashSet<Subscription>();
while(it.hasNext()){
    Message mx = it.next();
    for(Subscription consumer : copyConsumers){
		if(fullConsumers.contains(consumer)){
			break;//如果当前consumer亟待确认的消息已经超过了prefetch
		}
		//如果当前consumer中的pendingBuffer没有满
		if(!consumer.isFull()){
			it.remove();
			consumer.dispatch(mx);//异步发送消息，addBuffer
			if(!strictOrderDispatch){
				//如果不是严格顺序发送
				//对consumers按照权重排序
				//权重高的consumer，将会被有限填充buffer
				//当权重相同时，将会按照它们最后发送消息的ID，倒序排列
				//即消息ID较小的，将会优先获取新消息。
				Collections.sort(this.allSubscritpions);
				//重建copy
				copyConsumers = new ArrayList<Subscription>(this.allSubscriptions); 
			}
		}else{
			fullConsumers.add(consumer);
		}
			
}
if(!pendingList.isEmpty()) {
	//剩余的消息，将会被cache起来，继续轮训上述过程
}

 

 

    为了让priority的消息更加具备顺序性，我们可以通过如下配置来调整：

     

//queue or topic
<policyEntry queue=">" strictOrderDispatch="true" />

 

    strictOrderDispatch“严格顺序转发”，这是区别于“轮询”的一种消息转发手段；不过不要误解它为“全局严格顺序”，它只不过是将prefetch的消息依次填满每个consumer的pending buffer。比如上述例子中，如果C1-C2两个消费者的buffer尺寸为3，那么(m1,m2,m3)->C1,(m4)->C2;当C1填充完毕之后，才会填充C2。由此这种策略可以保证buffer中所有的消息都是“权重临近的”、有序的。(需要注意：strictOrderDispatch并非是解决priority消息顺序的问题而生，只是在使用priority时需要关注它)。

 

    对于Queue而言，仅仅使用strictOrderDispatch并不能完全解决顺序问题，它可能是相对高效但是比较粗略的方式；如果需要严格保证有序性，我们需要按照如下方式配置：

 

<policyEntry queue=">" prioritizedMessages="true" useCache="false" expireMessagesPeriod="0" queuePrefetch="1" />

 

    useCache=false来关闭内存，强制将所有的消息都立即写入文件(索引化，但是会降低消息的转发效率)；queuePrefetch=1来约束每个consumer任何时刻只有一个消息正在处理，那些消息消费之后，将会从文件中重新获取，这大大增加了消息文件操作的次数，不过每次读取肯定都是priority最高的消息。[对于broker而言，如果指定了prioritizedMessage将在存储时就根据消息的权重建立索引顺序，在内存中使用PrioritizedPendingList保存消息；否则将使用OrderedPendingList]

 

    “strictOrderDispatch”也适用于Topic，broker可以保证所有Subscriber获得的消息的顺序是一致的。不过Topic支持DispatchPolicy，但是不支持"strictOrderDispatch"属性，这个与Queue有所不同。

 

<policyEntry topic=">">
	<dispatchPolicy>
		<strictOrderDispatchPolicy />
	</dispatchPolicy>
</policyEntry>

 

 

    此外，对于Consumer而言，我们需要关注一个参数:messagePrioritySupported；它表示consumer端是否支持权重排序，默认为true，即当Consumer客户端使用了prefetchSize时，将会对这些已经到达Session但还没有转发给Consumer的消息列表，按照权重排序。我们可以通过这种方式开启：

 

//brokerUrl中
jms.messagePrioritySupported=true

 

    如果你关闭了此选项，那么需要注意，当高权重的消息因为消费异常而重发时，将不能被优先消费。 

 

10. Producer消息传送模型

 

 

 

11. 如何提升Producer端消息发送效率?

    在某些场景下，我们的Producer的个数是非常有限的，可能只有几个，比如基于Queue的“订单接入网关”(生成订单原始信息并负责传递)，但是相应的Consumer的个数相对较多，在整体上Producer效能小于Consumer。还有一些场景，Producer的数量非常，消息量也很大，但是Consumer的个数或者效能相对较低，比如“用户点击流”、“用户消息Push系统”等。

 

    究竟该如何提高消息发送的效率，参考上文，几个因素值得我们考虑：

    1) 消息持久化：持久化类型的消息，对broker端性能消耗远远大于非持久化类型；这归结于ActiveMQ本身对持久化消息确保“最终一致性”，持久化意味着“消息不丢失”(无论过期，还是DLQ)，即当broker接收到消息后需要一次强制性磁盘同步(fsync)[备注：不过基于日志的存储器kahadb/levelDB提供延迟写入的特性，如果开启延迟写入，将会在broker物理失效时有丢失数据的潜在风险]；对于Consumer在消费消息后，也会触发磁盘写入(通常为标记消息已消费，或者移除消息的相关索引信息；这个过程通常是延迟写入)；此外，通常broker端还会开启相关的“过期消息检测”线程，将存储器中的数据载入内存并检测，这个过程也是内存、磁盘IO消耗的。由此可见，持久化类型的消息从始至终，都在“拖累”着系统的性能和吞吐能力。

 

     这就要求，开发者根据实际需要定夺消息的传输模式(持久化、非持久化)，对于数据可靠性要求较低，容忍数据在极端情况下丢失的场景中，我们需要果断的使用NON_PERSISTENT。

 

    2) 消息属性： 通过Producer发送的消息(Message)中，除了消息本身的负荷体之外(content)，还有大量的JMS属性和Properties可以设置，比如timestamp、priority等。因为JMS中，支持对JMS属性和properties使用selector，那么这些内容将会加大和复杂化message header，我们尽可能的在properties中携带更少、更小的数据。此外，我们还不能通过Message传递较大的文本、流数据，尽管activeMQ支持这些特性，但是它会对broker带来更多消息存储、控制成本，事实上，较大数据的传递，使用activeMQ是不理智的。

    此外，我们需要慎重的使用Priority，这会对底层的存储器带来额外的性能开支。

 

    3) 异步发送：如果消息是非持久化的，或者Session是基于事务的，建议开发者不要关闭异步发送；这是提升Producer发送效率的重要的策略。设定合适的windowSize，开启Broker端“Flow Control”等，这既可以提高Produer发送效率，还能避免因Producer数据过大造成Broker不稳定的问题。

 

    4) 事务：对于Producer而言，使用事务并不会消耗Broker太多的性能，主要是会占用内存，所有未提交的事务消息，都会保存在内存中，有些基于日志的存储存储器，事务类型的持久化消息暂存在额外的文件中，直到日志提交或者回滚后清除。所以，Producer端不要在事务中，积压太多的消息，尽可能早的提交事务。

 

    5) 提升Consumer消费速率，无论是Queue还是Topic，快速的Consumer，无疑是提升整体效能的最好的手段，开发者需要在Consumer个数和消费耗时等多个方面权衡，尽可能通过良好的架构设计，让Consumer的消费速率和Producer的生产速率保持同步。

 

    6) 选择合适的存储器: activeMQ目前支持JDBC/kahadb/LevelDB三种主要的存储器。JDBC主要面向基于RDBMS方向，通常如果消息不仅面向ActiveMQ，还可能被用于第三方平台的操作，JDBC的特点就是透明度高，可扩展方案较多(但扩展成本较高)。kahadb和LevelDB，同属于日志存储 + BTree索引，性能很好，对于消息较多(单位尺寸较小)，消费速度较快的应用，是最好的选择，这两种存储器也是最常用的，其中LevelDB是被推荐使用的。

 

12. ActiveMQ Producer与Spring代码样例

    1) MessageProducerClient.java

public class MessageProducerClient {
	
    private ActiveMQConnectionFactory connectionFactory;
    
    private String destination;
    
    private MessageProducer producer;
    
    private ActiveMQConnection connection;
    
    private Session session;
    
    private int deliveryMode = DeliveryMode.PERSISTENT;
    
    public String getDestination() {
		return destination;
	}


	public void setDestination(String destination) {
		this.destination = destination;
	}

	public void setDeliveryMode(int deliveryMode) {
		this.deliveryMode = deliveryMode;
	}


	public void setConnectionFactory(ActiveMQConnectionFactory connectionFactory) {
		this.connectionFactory = connectionFactory;
	}
	
	public void init() throws Exception{
		connection = (ActiveMQConnection)connectionFactory.createConnection();
		connection.start();
		session = connection.createSession(false, Session.AUTO_ACKNOWLEDGE);
		Destination physical = ActiveMQDestination.createDestination(destination, ActiveMQDestination.QUEUE_TYPE);
		producer = session.createProducer(physical);
		producer.setDeliveryMode(deliveryMode);
	}

    public void send(String text) throws Exception{
    	TextMessage message = session.createTextMessage(text);
    	producer.send(message);
    }
    
    public void send(Message message) throws Exception{
    	producer.send(message);
    }
    
    
    public void close(){
    	try{
    		connection.close();
    	}catch(Exception e){
    		e.printStackTrace();
    	}
    }
}

    2) spring配置

<bean id="activeMQConnectionFactory" class="org.apache.activemq.spring.ActiveMQConnectionFactory">
	<property name="brokerURL" value="tcp://localhost:61616"/>
	<property name="userName" value=""/>
	<property name="password" value=""/>
	<property name="sendTimeout" value="3000" />
</bean>

<bean id="orderMessageProducerClient" class="com.test.common.MessageProducerClient" init-method="init" destroy-method="close">
	<property name="connectionFactory" ref="activeMQConnectionFactory"></property>
	<property name="destination" value="queue://order.queue"></property>
</bean>

  

 

 

结语：

    我们从大体上剖析了和Producer、Message有关的几个重要属性，开发者需要再合适的场景中使用它们。如果本文有错误之处，敬请各位不吝赐教，批评斧正。谢谢！

    有关消息权重部分，[请参阅]

    1. ActiveMQMessageProducer

    2. TransportConnection

    3. Broker，BrokerService，PolicyEntry

    4. TransactionBroker，TransactionStore

    5. PrioritizedPendingList