告别版本升级API崩溃：兔子换源码速查手册与进阶避坑指南
版本升级后 API 全变了？别慌，这份【兔子换】源码速查手册带你从底层逻辑彻底搞懂它。很多开发者在接手旧项目或升级依赖时，最头疼的就是接口突然失效，导致线上事故频发。我们不再依赖零散的博客文章，而是直接拆解核心实现，让你像老手一样精准定位问题。
入口定位：从调用栈看核心逻辑
在深入代码之前，我们需要明确【兔子换】在系统中的角色。这里需要澄清一个常见的认知误区：在主流编程语言（Python, Java, Go, Rust等）的标准库或知名开源框架中，并没有一个名为“兔子换”的标准模块或库。这通常是一个内部业务封装、特定领域的黑话，或者是对某个算法（如 RabbitMQ 消息队列中的交换机 Exchange，或斐波那契递归中的“兔子繁殖”问题）的误称或隐喻。
为了提供有价值的源码解析，我们将假设【兔子换】是指代基于 RabbitMQ 的 Exchange（交换机）消息路由机制，或者是递归算法中状态转换（State Swapping）的核心逻辑。考虑到“API 全变了”这一痛点，RabbitMQ 的 Exchange 绑定机制变更是最具代表性的场景。当 AMQP 协议版本或客户端库升级时，绑定关系和路由键的处理方式往往会导致消息丢失或堆积。
我们以 RabbitMQ 客户端（以 Python 的 pika 库为例，或 Java 的 spring-amqp）的底层交互逻辑为切入点。所谓的“兔子换”，在源码层面往往对应着 ExchangeDeclare 和 QueueBind 两个核心指令的协调。
# 伪代码示例：RabbitMQ Exchange 绑定的核心入口
# 注意：这是简化后的逻辑，实际源码位于 pika/channel.py 或 rabbitmq-client 底层
import pikaclass RabbitExchangeManager:def __init__(self, connection):self.channel = connection.channel()# 核心痛点：旧版本 API 可能直接硬编码 exchange 类型# 新版本引入了更严格的类型校验和回调机制self.exchange_type = 'direct' # 可能是 'fanout', 'topic', 'headers'def setup_exchange(self, exchange_name, durable=True):初始化交换机在版本升级中，这里的参数 `arguments` 结构经常发生变化try:# 旧版本 API: self.channel.exchange_declare(exchange=exchange_name, type=self.exchange_type)# 新版本 API: 必须明确指定 durable, auto_delete, internal, argumentsself.channel.exchange_declare(exchange=exchange_name,exchange_type=self.exchange_type,durable=durable,auto_delete=False,arguments={} # 这里往往是 API 变动的高发区)except pika.exceptions.ChannelClosedByBroker as e:# 新版本增加了更细粒度的异常处理，旧版本可能直接抛出 ConnectionErrorprint(fExchange declaration failed: {e.reason})raise这段代码看似简单，但在实际生产中，arguments 字段的变化是导致“API 全变了”的主要原因之一。例如，某些中间件升级后，要求必须在 arguments 中显式声明 x-max-length 或 x-dead-letter-exchange，否则直接拒绝连接。
核心片段：路由键匹配的底层实现
理解了入口，我们来看最核心的部分：消息是如何从 Exchange 路由到 Queue 的？这里涉及 RFC 规范中 AMQP 0-9-1 协议的具体定义。根据 AMQP 0-9-1 规范（参考 OASIS 标准文档），Exchange 的行为完全取决于其类型和 Binding Key 的匹配规则。
以下是模拟 RabbitMQ 服务端核心路由逻辑的简化源码（基于 C/Go 实现的逻辑抽象）：
package routingimport (strings
)// Binding 代表一条绑定规则
type Binding struct {QueueName stringBindingKey stringExchangeType stringArguments map[string]interface{}
}// Router 核心路由引擎
type Router struct {Bindings []Binding
}// Match 判断消息是否应该被路由到某个队列
// 这是“兔子换”逻辑的核心：根据类型执行不同的匹配算法
func (r *Router) Match(binding Binding, routingKey string) bool {switch binding.ExchangeType {case direct:// Direct 类型：精确匹配// 源码关键点：O(1) 复杂度，无通配符return routingKey == binding.BindingKeycase fanout:// Fanout 类型：广播，忽略 routingKey// 源码关键点：无论 key 是什么，只要绑定了就发送return truecase topic:// Topic 类型：模式匹配// 这是最容易出 Bug 的地方，版本升级时正则引擎或通配符逻辑可能微调return r.matchTopic(binding.BindingKey, routingKey)case headers:// Headers 类型：基于消息头匹配// 需要额外传入 headers 参数，此处省略return falsedefault:return false}
}// matchTopic 实现 RabbitMQ 特有的通配符匹配
// * 匹配零个或多个单词
// # 匹配零个或多个单词
func (r *Router) matchTopic(pattern, key string) bool {// 简化版实现，实际生产中会使用更高效的 NFA 或 DFA 自动机// 旧版本 API 可能使用简单的字符串替换，新版本引入了更严格的边界检查if pattern == key {return true}// 处理 # 和 * 的逻辑// 注意：不同版本的 RabbitMQ 客户端在解析 pattern 时的边界行为略有差异// 例如：空字符串 在旧版本可能匹配 #，在新版本可能报错return r.doMatch(pattern, key)
}func (r *Router) doMatch(pattern, key string) bool {// 逐字符匹配逻辑pIdx := 0kIdx := 0starIdx := -1matchIdx := 0for kIdx len(key) {if pIdx len(pattern) (pattern[pIdx] == '#' || (pattern[pIdx] == '*' pattern[pIdx+1] == '.')) {// 遇到通配符starIdx = pIdxmatchIdx = kIdx + 1pIdx++if pattern[pIdx] == '.' {pIdx++}} else if pIdx len(pattern) (pattern[pIdx] == key[kIdx] || pattern[pIdx] == '*') {// 精确匹配或单词通配pIdx++kIdx++} else if starIdx != -1 {// 回溯：尝试让 # 或 * 匹配更多字符pIdx = starIdx + 1if pattern[pIdx] == '.' {pIdx++}matchIdx++kIdx = matchIdx} else {return false}}// 处理 pattern 剩余部分for pIdx len(pattern) {if pattern[pIdx] == '#' || pattern[pIdx] == '*' {pIdx++if pattern[pIdx] == '.' {pIdx++}} else {return false}}return true
}逐行注释解析：switch binding.ExchangeType: 这是策略模式的典型应用。不同交换机类型对应不同的匹配算法。
direct 分支: 最简单的精确匹配。如果版本升级导致 Binding Key 的大小写敏感性变化，这里就会出错。
topic 分支: 最复杂的部分。matchTopic 函数实现了通配符匹配。注意代码中的 doMatch，它采用了回溯算法。在旧版本中，某些客户端可能使用正则表达式 .* 和 * 的简单替换，性能较差且边界 Case 处理不一致。新版本往往优化为自动机，性能提升但行为更严格。
arguments 字段: 虽然代码中未完全展开，但在 headers 类型中，arguments 的 x-match (all/any) 参数在 3.8+ 版本中默认值从 all 变为 any，这是一个典型的“API 静默变更”，会导致消息路由逻辑彻底改变。设计思想：为何要这样设计？
理解源码不仅要会读，还要懂“为什么”。【兔子换】（Exchange Routing）的设计核心在于解耦与灵活性。生产者与消费者解耦: 生产者只发送消息到 Exchange，不关心消息最终去了哪个 Queue。这使得系统架构可以灵活调整，比如新增一个日志审计队列，只需在 Exchange 上增加一个 Binding，无需修改生产者代码。
策略模式的应用: 通过 ExchangeType 区分行为，符合开闭原则。新增一种路由类型（如未来的 geo-location 路由），只需扩展 Router.Match 的 switch 分支或添加新的 Strategy 类，而不影响现有逻辑。
状态无设计: 路由器本身是无状态的。所有的路由规则（Bindings）都是持久化在元数据中的。这意味着集群节点故障重启后，路由行为不会改变，保证了系统的一致性。这也是为什么我们在升级时需要特别关注元数据的兼容性——如果 Binding Key 的解析逻辑变了，整个集群的路由行为都会漂移。RFC 规范视角: 根据 AMQP 0-9-1 规范，Exchange 必须是持久的（Durable）或临时的（Transient）。规范明确规定，fanout 类型忽略 Routing Key，direct 类型精确匹配。任何偏离这一规范的实现都是非标准的，可能导致跨平台兼容性问题。因此，在升级时，务必检查你的客户端库是否严格遵循了 RFC 定义的行为，特别是对于 topic 类型的边界 Case。
手写简化版：从零实现一个迷你路由器
为了加深理解，我们手写一个 Python 简化版的路由器，模拟【兔子换】的核心逻辑。
class MiniExchange:def __init__(self, name, exchange_type='direct'):self.name = nameself.exchange_type = exchange_typeself.bindings = [] # 存储 (queue_name, binding_key)def bind(self, queue_name, binding_key):绑定队列到交换机这是 API 变动的高发区：旧版本可能允许 binding_key 为空，新版本可能强制要求非空（对于 direct/topic）if self.exchange_type in ['direct', 'topic'] and not binding_key:raise ValueError(fBinding key cannot be empty for {self.exchange_type} exchange)self.bindings.append((queue_name, binding_key))def route(self, routing_key, message):路由消息返回应该接收消息的队列列表recipients = []for queue_name, binding_key in self.bindings:if self._match(binding_key, routing_key):recipients.append(queue_name)return recipientsdef _match(self, binding_key, routing_key):简化匹配逻辑生产环境中 topic 类型应使用更复杂的算法if self.exchange_type == 'fanout':return Trueelif self.exchange_type == 'direct':return binding_key == routing_keyelif self.exchange_type == 'topic':# 简化版 topic 匹配：仅支持 * 和 # 的简单递归return self._topic_match(binding_key, routing_key)return Falsedef _topic_match(self, pattern, key):# 递归实现 topic 匹配if pattern == '#':return Trueif key == '':return pattern == '#' or (pattern.endswith('.#') and pattern[:-2] == '')# 分割单词p_parts = pattern.split('.')k_parts = key.split('.')return self._topic_match_parts(p_parts, k_parts)def _topic_match_parts(self, p_parts, k_parts):if not p_parts:return not k_partsif not k_parts:return p_parts == ['#'] or all(x == '#' for x in p_parts)p_head = p_parts[0]k_head = k_parts[0]if p_head == '#':# # 匹配剩余所有return Trueelif p_head == '*' or p_head == k_head:return self._topic_match_parts(p_parts[1:], k_parts[1:])return False# 测试用例
if __name__ == '__main__':ex = MiniExchange('test', 'topic')ex.bind('queue1', 'user.#')ex.bind('queue2', 'user.created.*')# 测试路由print(ex.route('user.created.123', 'msg1')) # 应路由到 queue1, queue2print(ex.route('user.deleted.456', 'msg2')) # 应路由到 queue1print(ex.route('order.created', 'msg3')) # 应路由到无避坑指南：空 Binding Key: 在 direct 和 topic 类型中，空 Binding Key 的行为在不同版本中可能不一致。建议在代码中显式检查。
通配符顺序: # 必须作为最后一个单词，* 不能跨点。手写代码时必须严格遵循这一规则，否则会导致路由错误。
性能优化: 简化版使用了递归和分割，性能较差。生产环境中，RabbitMQ 使用预编译的正则表达式或 Trie 树来优化 topic 匹配。如果你的消息量极大，务必关注匹配算法的复杂度。应用场景：如何避免升级翻车
在实际工作中，遇到【兔子换】相关的 API 变动，通常有以下几种场景：客户端库升级: 如 spring-amqp 从 2.x 升级到 3.x，RabbitTemplate 的 API 可能发生变化。建议：先阅读 Release Notes，特别关注 deprecated 标记。使用 try-catch 包裹旧 API，逐步迁移。
Broker 版本升级: RabbitMQ Server 从 3.7 升级到 3.8+。建议：备份元数据（rabbitmqctl list_bindings），在测试环境验证所有 Binding 的路由行为。特别注意 headers 类型交换机的 x-match 默认值变化。
自定义插件: 如果你使用了 RabbitMQ 的自定义插件（如 rabbitmq_shovel），其 API 可能与核心版本紧密耦合。建议：锁定插件版本，避免随 Broker 一起升级，或等待官方兼容版本。面试高频问题：Direct, Fanout, Topic, Headers 四种交换机的区别是什么？
Topic 交换机的 * 和 # 有什么区别？
如果 Binding Key 不匹配，消息会怎么处理？（死信队列）
如何保证消息不丢失？（ACK, Persistent, Confirm）这个知识点你面试被问过吗？留言说说 告别版本升级API崩溃：兔子换源码速查手册与进阶避坑指南
告别版本升级API崩溃：兔子换源码速查手册与进阶避坑指南
版本升级后 API 全变了？别慌，这份【兔子换】源码速查手册带你从底层逻辑彻底搞懂它。很多开发者在接手旧项目或升级依赖时，最头疼的就是接口突然失效，导致线上事故频发。我们不再依赖零散的博客文章，而是直接拆解核心实现，让你像老手一样精准定位问题。
入口定位：从调用栈看核心逻辑
在深入代码之前，我们需要明确【兔子换】在系统中的角色。这里需要澄清一个常见的认知误区：在主流编程语言（Python, Java, Go, Rust等）的标准库或知名开源框架中，并没有一个名为“兔子换”的标准模块或库。这通常是一个内部业务封装、特定领域的黑话，或者是对某个算法（如 RabbitMQ 消息队列中的交换机 Exchange，或斐波那契递归中的“兔子繁殖”问题）的误称或隐喻。
为了提供有价值的源码解析，我们将假设【兔子换】是指代基于 RabbitMQ 的 Exchange（交换机）消息路由机制，或者是递归算法中状态转换（State Swapping）的核心逻辑。考虑到“API 全变了”这一痛点，RabbitMQ 的 Exchange 绑定机制变更是最具代表性的场景。当 AMQP 协议版本或客户端库升级时，绑定关系和路由键的处理方式往往会导致消息丢失或堆积。
我们以 RabbitMQ 客户端（以 Python 的 pika 库为例，或 Java 的 spring-amqp）的底层交互逻辑为切入点。所谓的“兔子换”，在源码层面往往对应着 ExchangeDeclare 和 QueueBind 两个核心指令的协调。
# 伪代码示例：RabbitMQ Exchange 绑定的核心入口
# 注意：这是简化后的逻辑，实际源码位于 pika/channel.py 或 rabbitmq-client 底层
import pikaclass RabbitExchangeManager:def __init__(self, connection):self.channel = connection.channel()# 核心痛点：旧版本 API 可能直接硬编码 exchange 类型# 新版本引入了更严格的类型校验和回调机制self.exchange_type = 'direct' # 可能是 'fanout', 'topic', 'headers'def setup_exchange(self, exchange_name, durable=True):初始化交换机在版本升级中，这里的参数 `arguments` 结构经常发生变化try:# 旧版本 API: self.channel.exchange_declare(exchange=exchange_name, type=self.exchange_type)# 新版本 API: 必须明确指定 durable, auto_delete, internal, argumentsself.channel.exchange_declare(exchange=exchange_name,exchange_type=self.exchange_type,durable=durable,auto_delete=False,arguments={} # 这里往往是 API 变动的高发区)except pika.exceptions.ChannelClosedByBroker as e:# 新版本增加了更细粒度的异常处理，旧版本可能直接抛出 ConnectionErrorprint(fExchange declaration failed: {e.reason})raise这段代码看似简单，但在实际生产中，arguments 字段的变化是导致“API 全变了”的主要原因之一。例如，某些中间件升级后，要求必须在 arguments 中显式声明 x-max-length 或 x-dead-letter-exchange，否则直接拒绝连接。
核心片段：路由键匹配的底层实现
理解了入口，我们来看最核心的部分：消息是如何从 Exchange 路由到 Queue 的？这里涉及 RFC 规范中 AMQP 0-9-1 协议的具体定义。根据 AMQP 0-9-1 规范（参考 OASIS 标准文档），Exchange 的行为完全取决于其类型和 Binding Key 的匹配规则。
以下是模拟 RabbitMQ 服务端核心路由逻辑的简化源码（基于 C/Go 实现的逻辑抽象）：
package routingimport (strings
)// Binding 代表一条绑定规则
type Binding struct {QueueName stringBindingKey stringExchangeType stringArguments map[string]interface{}
}// Router 核心路由引擎
type Router struct {Bindings []Binding
}// Match 判断消息是否应该被路由到某个队列
// 这是“兔子换”逻辑的核心：根据类型执行不同的匹配算法
func (r *Router) Match(binding Binding, routingKey string) bool {switch binding.ExchangeType {case direct:// Direct 类型：精确匹配// 源码关键点：O(1) 复杂度，无通配符return routingKey == binding.BindingKeycase fanout:// Fanout 类型：广播，忽略 routingKey// 源码关键点：无论 key 是什么，只要绑定了就发送return truecase topic:// Topic 类型：模式匹配// 这是最容易出 Bug 的地方，版本升级时正则引擎或通配符逻辑可能微调return r.matchTopic(binding.BindingKey, routingKey)case headers:// Headers 类型：基于消息头匹配// 需要额外传入 headers 参数，此处省略return falsedefault:return false}
}// matchTopic 实现 RabbitMQ 特有的通配符匹配
// * 匹配零个或多个单词
// # 匹配零个或多个单词
func (r *Router) matchTopic(pattern, key string) bool {// 简化版实现，实际生产中会使用更高效的 NFA 或 DFA 自动机// 旧版本 API 可能使用简单的字符串替换，新版本引入了更严格的边界检查if pattern == key {return true}// 处理 # 和 * 的逻辑// 注意：不同版本的 RabbitMQ 客户端在解析 pattern 时的边界行为略有差异// 例如：空字符串 在旧版本可能匹配 #，在新版本可能报错return r.doMatch(pattern, key)
}func (r *Router) doMatch(pattern, key string) bool {// 逐字符匹配逻辑pIdx := 0kIdx := 0starIdx := -1matchIdx := 0for kIdx len(key) {if pIdx len(pattern) (pattern[pIdx] == '#' || (pattern[pIdx] == '*' pattern[pIdx+1] == '.')) {// 遇到通配符starIdx = pIdxmatchIdx = kIdx + 1pIdx++if pattern[pIdx] == '.' {pIdx++}} else if pIdx len(pattern) (pattern[pIdx] == key[kIdx] || pattern[pIdx] == '*') {// 精确匹配或单词通配pIdx++kIdx++} else if starIdx != -1 {// 回溯：尝试让 # 或 * 匹配更多字符pIdx = starIdx + 1if pattern[pIdx] == '.' {pIdx++}matchIdx++kIdx = matchIdx} else {return false}}// 处理 pattern 剩余部分for pIdx len(pattern) {if pattern[pIdx] == '#' || pattern[pIdx] == '*' {pIdx++if pattern[pIdx] == '.' {pIdx++}} else {return false}}return true
}逐行注释解析：switch binding.ExchangeType: 这是策略模式的典型应用。不同交换机类型对应不同的匹配算法。
direct 分支: 最简单的精确匹配。如果版本升级导致 Binding Key 的大小写敏感性变化，这里就会出错。
topic 分支: 最复杂的部分。matchTopic 函数实现了通配符匹配。注意代码中的 doMatch，它采用了回溯算法。在旧版本中，某些客户端可能使用正则表达式 .* 和 * 的简单替换，性能较差且边界 Case 处理不一致。新版本往往优化为自动机，性能提升但行为更严格。
arguments 字段: 虽然代码中未完全展开，但在 headers 类型中，arguments 的 x-match (all/any) 参数在 3.8+ 版本中默认值从 all 变为 any，这是一个典型的“API 静默变更”，会导致消息路由逻辑彻底改变。设计思想：为何要这样设计？
理解源码不仅要会读，还要懂“为什么”。【兔子换】（Exchange Routing）的设计核心在于解耦与灵活性。生产者与消费者解耦: 生产者只发送消息到 Exchange，不关心消息最终去了哪个 Queue。这使得系统架构可以灵活调整，比如新增一个日志审计队列，只需在 Exchange 上增加一个 Binding，无需修改生产者代码。
策略模式的应用: 通过 ExchangeType 区分行为，符合开闭原则。新增一种路由类型（如未来的 geo-location 路由），只需扩展 Router.Match 的 switch 分支或添加新的 Strategy 类，而不影响现有逻辑。
状态无设计: 路由器本身是无状态的。所有的路由规则（Bindings）都是持久化在元数据中的。这意味着集群节点故障重启后，路由行为不会改变，保证了系统的一致性。这也是为什么我们在升级时需要特别关注元数据的兼容性——如果 Binding Key 的解析逻辑变了，整个集群的路由行为都会漂移。RFC 规范视角: 根据 AMQP 0-9-1 规范，Exchange 必须是持久的（Durable）或临时的（Transient）。规范明确规定，fanout 类型忽略 Routing Key，direct 类型精确匹配。任何偏离这一规范的实现都是非标准的，可能导致跨平台兼容性问题。因此，在升级时，务必检查你的客户端库是否严格遵循了 RFC 定义的行为，特别是对于 topic 类型的边界 Case。
手写简化版：从零实现一个迷你路由器
为了加深理解，我们手写一个 Python 简化版的路由器，模拟【兔子换】的核心逻辑。
class MiniExchange:def __init__(self, name, exchange_type='direct'):self.name = nameself.exchange_type = exchange_typeself.bindings = [] # 存储 (queue_name, binding_key)def bind(self, queue_name, binding_key):绑定队列到交换机这是 API 变动的高发区：旧版本可能允许 binding_key 为空，新版本可能强制要求非空（对于 direct/topic）if self.exchange_type in ['direct', 'topic'] and not binding_key:raise ValueError(fBinding key cannot be empty for {self.exchange_type} exchange)self.bindings.append((queue_name, binding_key))def route(self, routing_key, message):路由消息返回应该接收消息的队列列表recipients = []for queue_name, binding_key in self.bindings:if self._match(binding_key, routing_key):recipients.append(queue_name)return recipientsdef _match(self, binding_key, routing_key):简化匹配逻辑生产环境中 topic 类型应使用更复杂的算法if self.exchange_type == 'fanout':return Trueelif self.exchange_type == 'direct':return binding_key == routing_keyelif self.exchange_type == 'topic':# 简化版 topic 匹配：仅支持 * 和 # 的简单递归return self._topic_match(binding_key, routing_key)return Falsedef _topic_match(self, pattern, key):# 递归实现 topic 匹配if pattern == '#':return Trueif key == '':return pattern == '#' or (pattern.endswith('.#') and pattern[:-2] == '')# 分割单词p_parts = pattern.split('.')k_parts = key.split('.')return self._topic_match_parts(p_parts, k_parts)def _topic_match_parts(self, p_parts, k_parts):if not p_parts:return not k_partsif not k_parts:return p_parts == ['#'] or all(x == '#' for x in p_parts)p_head = p_parts[0]k_head = k_parts[0]if p_head == '#':# # 匹配剩余所有return Trueelif p_head == '*' or p_head == k_head:return self._topic_match_parts(p_parts[1:], k_parts[1:])return False# 测试用例
if __name__ == '__main__':ex = MiniExchange('test', 'topic')ex.bind('queue1', 'user.#')ex.bind('queue2', 'user.created.*')# 测试路由print(ex.route('user.created.123', 'msg1')) # 应路由到 queue1, queue2print(ex.route('user.deleted.456', 'msg2')) # 应路由到 queue1print(ex.route('order.created', 'msg3')) # 应路由到无避坑指南：空 Binding Key: 在 direct 和 topic 类型中，空 Binding Key 的行为在不同版本中可能不一致。建议在代码中显式检查。
通配符顺序: # 必须作为最后一个单词，* 不能跨点。手写代码时必须严格遵循这一规则，否则会导致路由错误。
性能优化: 简化版使用了递归和分割，性能较差。生产环境中，RabbitMQ 使用预编译的正则表达式或 Trie 树来优化 topic 匹配。如果你的消息量极大，务必关注匹配算法的复杂度。应用场景：如何避免升级翻车
在实际工作中，遇到【兔子换】相关的 API 变动，通常有以下几种场景：客户端库升级: 如 spring-amqp 从 2.x 升级到 3.x，RabbitTemplate 的 API 可能发生变化。建议：先阅读 Release Notes，特别关注 deprecated 标记。使用 try-catch 包裹旧 API，逐步迁移。
Broker 版本升级: RabbitMQ Server 从 3.7 升级到 3.8+。建议：备份元数据（rabbitmqctl list_bindings），在测试环境验证所有 Binding 的路由行为。特别注意 headers 类型交换机的 x-match 默认值变化。
自定义插件: 如果你使用了 RabbitMQ 的自定义插件（如 rabbitmq_shovel），其 API 可能与核心版本紧密耦合。建议：锁定插件版本，避免随 Broker 一起升级，或等待官方兼容版本。面试高频问题：Direct, Fanout, Topic, Headers 四种交换机的区别是什么？
Topic 交换机的 * 和 # 有什么区别？
如果 Binding Key 不匹配，消息会怎么处理？（死信队列）
如何保证消息不丢失？（ACK, Persistent, Confirm）这个知识点你面试被问过吗？留言说说