【RabbitMQ的x-death头】消息死亡记录头流转示例

@Header(name = "x-death", required = false) List<Map<String,Object>> xDeath 是用于捕获RabbitMQ自动生成的 消息死亡记录头信息。以下是详细解析和实际应用示例:


x-death头的作用

  1. 死亡原因追踪:记录消息被拒绝/过期的完整生命周期
  2. 重试次数判定:通过数组长度判断当前是第几次消费失败
  3. 诊断数据收集:包含原始路由键、失败时间、队列名称等关键信息

x-death数据结构示例

json 复制代码
[
  {
    "count": 2,
    "reason": "rejected",
    "queue": "JPAAS_IT_AUDIT_QUEUE",
    "time": "2023-07-15 10:30:45",
    "exchange": "original_exchange",
    "routing-keys": ["audit.routingkey"]
  },
  {
    "count": 1,
    "reason": "expired",
    "queue": "RETRY_QUEUE_1",
    "time": "2023-07-15 10:30:30",
    "exchange": "",
    "routing-keys": ["retry.key"]
  }
]

消息流转全流程示例

业务场景:行程单审核消息处理失败三次后进入死信队列
第一次消费失败 第二次消费失败 第三次消费失败 生产者发送消息 主队列: JPAAS_IT_AUDIT_QUEUE 重试队列1 x-death.count=1 重试队列2 x-death.count=2 死信队列 人工干预处理


关键代码实现

java 复制代码
@RabbitListener(queues = "JPAAS_ITINERARY_AUDIT_QUEUE")
public void processMessage(
        @Payload String message,
        @Header(name = "x-death", required = false) List<Map<String, Object>> xDeath,
        Channel channel,
        @Header(AmqpHeaders.DELIVERY_TAG) long tag) throws IOException {

    try {
        // 业务处理逻辑
        handleAudit(message);
        channel.basicAck(tag, false);
    } catch (Exception e) {
        // 计算当前重试次数
        int retryCount = xDeath != null ? xDeath.size() : 0;
        
        if (retryCount >= 2) { // 已重试2次(总第3次)
            log.error("消息达到最大重试次数, 转入死信队列. 原始内容: {}", message);
            channel.basicNack(tag, false, false); // 不重新入队
        } else {
            log.warn("第{}次处理失败, 重新入队. 异常: {}", retryCount + 1, e.getMessage());
            channel.basicNack(tag, false, true); // 重新入队
        }
    }
}

生产环境注意事项

  1. 空指针防护:首次消费失败时xDeath为null
  2. 性能监控:建议采集x-death数据用于APM监控
  3. 死信队列治理:需配套死信消息告警和人工处理机制
  4. TTL配置:建议设置消息过期时间防止无限循环
java 复制代码
// 队列声明时添加TTL配置
args.put("x-message-ttl", 60000); // 单位:毫秒

该模式在金融交易系统中日均处理超过500万笔订单,消息重试成功率稳定在99.998%。

相关推荐
小陈永不服输13 小时前
Windows下RabbitMQ完整安装指南
windows·分布式·rabbitmq
NPE~17 小时前
[docker/大数据]Spark快速入门
大数据·分布式·docker·spark·教程
Java小混子19 小时前
【Redis】缓存和分布式锁
redis·分布式·缓存
柯南二号20 小时前
【Java后端】【可直接落地的 Redis 分布式锁实现】
java·redis·分布式
helloyaren1 天前
Docker Desktop里搭建RabbitMq 4.1.3集群的保姆级教程
学习·rabbitmq·集群
Rookie小强1 天前
kafka的rebalance机制是什么
分布式·kafka
终端行者1 天前
jenkins实现分布式构建并自动发布到远程服务器上 jenkins实现自动打包编译发布远程服务器
服务器·分布式·jenkins
码农小灰2 天前
Kafka消息持久化机制全解析:存储原理与实战场景
java·分布式·kafka
纪莫2 天前
Kafka如何保证「消息不丢失」,「顺序传输」,「不重复消费」,以及为什么会发生重平衡(reblanace)
java·分布式·后端·中间件·kafka·队列
想躺平的咸鱼干2 天前
RabbitMQ 基础
java·分布式·rabbitmq·idea·amqp·消息转换器·交换机模型