RabbitMQ篇(死信交换机)

目录

一、简介

二、TTL过期时间

三、应用场景


一、简介

当一个队列中的消息满足下列情况之一时,可以成为死信(dead letter)

  • 消费者使用basic.reject或者basic.nack声明消费失败,并且消息的requeue参数设置为false
  • 消息是一个过期消息,超时无人消费
  • 要投递的队列消息堆积满了,最早的消息可能成为死信 如果该队列配置了dead-letter-exchange属性,

指定了一个交换机,那么队列中的死信就会投递到这个交换机中,而且这个交换机称为死信交换机

(DeadLetter Exchange,简称DLX )。

什么样的消息会成为死信?

  • 消息被消费者reject或者返回nack
  • 消息超时未消费
  • 队列满了

如何给队列绑定死信交换机?

  • 给队列设置dead-letter-exchange属性,指定一个交换机
  • 给队列设置dead-letter-routing-key属性,设置死信交换机与死信队列的Routingkey

二、TTL过期时间

TTL,也就是Tim-To-Live。如果一个队列中的消息TTL结束仍未消费,则会变为死信,ttl超时分两种情况:

  • 消息所在的队列设置了存活时间
  • 消息本身设置了存活时间

根据上面流程图实现代码如下:

生产者代码:① 给消息添加时间

复制代码
    @Test
    public void testTTLMessage() {
        // 1.准备消息
        Message message = MessageBuilder
                .withBody("hello, ttl messsage".getBytes(StandardCharsets.UTF_8))
                .setDeliveryMode(MessageDeliveryMode.PERSISTENT)
                .setExpiration("5000") //指定消息的过期时间
                .build();
        // 2.发送消息
        rabbitTemplate.convertAndSend("ttl.direct", "ttl", message);
        // 3.记录日志
        log.info("消息已经成功发送!");
    }

消费者代码:② 给队列添加时间

复制代码
//先绑定一个队列然后指定队列之后的死信交换机
//ttl消息发送
@Configuration
public class TTLMessageConfig {
    //声明交换机
    @Bean
    public DirectExchange ttlDirectExchange() {
        return new DirectExchange("ttl.direct");
    }

    //声明队列
    @Bean
    public Queue ttlQueue() {
        return QueueBuilder
                .durable("ttl.queuq")               //消息持久化
                .ttl(10000)                         //队列ttl时间
                .deadLetterExchange("dl.direct")    //死信交换机
                .deadLetterRoutingKey("dl")         //指定死信交换机的routingkey
                .build();
    }

    //绑定
    @Bean
    public Binding ttlBinding() {
        return BindingBuilder.bind(ttlQueue()).to(ttlDirectExchange()).with("ttl");
    }

消费代码

复制代码
    @RabbitListener(bindings = @QueueBinding(
            value = @Queue(name = "dl.queue"),
            exchange = @Exchange(name = "dl.direct", type = ExchangeTypes.DIRECT),
            key = "dl"
    ))
    public void listenDLQueue(String msg) {
        log.debug("死信消息是:{}", msg);
    }

消息超时的两种方式是?

  • 给队列设置ttl属性,进入队列后超过ttl时间的消息变为死信
  • 给消息设置ttl属性,队列接收到消息超过ttl时间后变为死信
  • 两者共存时,以消息端的ttl为准。

三、应用场景

如,平时我们延迟发送短信,付款时间等等啊,都可以通过死信交换方式去实现这一流程!

相关推荐
Rain的Java大神之路2 小时前
介绍一下分布式事务
java·分布式·后端·spring·spring cloud·架构·springcloud
大菠萝爱上小西瓜15 小时前
【大数据实战】Spark 2.2.2 完全分布式集群搭建
大数据·分布式·spark
肠畔码农16 小时前
深度解析 RocketMQ 消费端限流与重平衡(Rebalance):分布式队列分配与流控防雪崩本质
分布式·rocketmq
海兰16 小时前
【 Kafka进阶3】Apache Kafka 分布式事件流平台:架构原理与微服务解耦机制简要分析
分布式·架构·kafka
Rain的Java大神之路17 小时前
如何避免订单重复提交
java·redis·后端·面试·架构·rabbitmq·rocketmq
麻瓜记录Jackson1 天前
深入剖析 ZooKeeper 分布式 互斥锁:Curator 之 InterProcessMutex 源码全解(附图解)
java·spring boot·分布式·后端·zookeeper·java-zookeeper
Keystone_Onion2 天前
跨境电商架构演进:基于美国海外仓的中大件分布式仓网路由优化方案
分布式·架构
盛世宏博智慧档案2 天前
分布式机房环境监测硬件,以太网温湿度采集终端如何应用
分布式·传感器·机房·温湿度
NJCloud2 天前
ELK企业级日志分析平台(四)——基于 ELFK + Kafka 的日志采集与传输平台部署实践
linux·运维·分布式·elk·kafka
国科安芯2 天前
星载网络化控制的总线脊梁:四路CANFD在分布式载荷管理中的架构优势
分布式·单片机·嵌入式硬件·架构·系统架构·canfd·低轨卫星星座