【微服务 Day6】SpringCloud实战开发（RabbitMQ高级篇 + 死信交换机、延迟消息）

Roye_ack2026-01-25 9:43

目录

一、发送者的可靠性

1、生产者失败重试机制

2、生产者确认机制

3、实现生产者确认机制

（1）开启生产者确认机制

（2）定义ReturnCallback

（3）定义ConfirmCallback

二、MQ的可靠性

1、数据持久化

2、LazyQueue

三、消费者的可靠性

1、消费者确认机制

2、消费者失败重试机制

3、失败处理策略

4、业务幂等性

（1）唯一消息ID

（2）业务状态判断

5、兜底方案

四、延迟消息

1、死信交换机和延迟消息

[（1）死信交换机 DLX](#（1）死信交换机 DLX)

（2）DLX实现延迟消息

2、DelayExchange插件

（1）声明延迟交换机

（2）发送延迟消息

3、利用延迟消息解决订单超时问题

（1）定义常量

（2）配置MQ

（3）改造下单业务，发送延迟消息

（4）编写PayClient

（5）监听消息，查询支付状态

在上一节学习中，我们改造了余额支付功能，在支付成功后利用RabbitMQ通知交易服务，更新业务订单状态为已支付。

但如果这里MQ通知失败，支付服务中支付流水显示支付成功，而交易服务中的订单状态却显示未支付，数据出现了不一致。

此时前端发送请求查询支付状态时，肯定是查询交易服务状态，会发现业务订单未支付，而用户自己知道已经支付成功，这就导致用户体验不一致。

因此，这里我们必须尽可能确保MQ消息的可靠性，即：消息应至少被消费者处理1次。

那么问题来了：

  • 我们该如何确保 MQ 消息的可靠性？

  • 如果真的发送失败，有没有其它的兜底方案？

一、发送者的可靠性

首先，分析一下消息丢失的可能性有哪些。

消息从生产者到消费者的每一步都可能导致消息丢失：

  • 发送消息时丢失

    • 生产者发送消息时连接MQ失败

    • 生产者发送消息到达MQ后未找到Exchange

    • 生产者发送消息到达MQ的Exchange后，未找到合适的Queue

    • 消息到达MQ后，处理消息的进程发生异常

  • MQ导致消息丢失

    • 消息到达MQ，保存到队列后，尚未消费就突然宕机

  • 消费者处理消息时

    • 消息接收后尚未处理突然宕机

    • 消息接收后处理过程中抛出异常

综上，我们要解决消息丢失问题，保证MQ的可靠性，就必须从3个方面入手：

  • 确保生产者一定把消息发送到MQ

  • 确保MQ不会将消息弄丢

  • 确保消费者一定要处理消息

接下来这一节我们就来看看如何确保生产者一定能把消息发送到MQ。

1、生产者失败重试机制

生产者发送消息时，出现了网络故障，导致与MQ的连接中断。

为了解决这个问题，SpringAMQP提供的消息发送时的重试机制。即：当RabbitTemplate与MQ连接超时后，多次重试。

修改publisher模块的application.yaml文件，添加下面的内容：

bash 复制代码 
spring:
  rabbitmq:
    connection-timeout: 1s # 设置MQ的连接超时时间
    template:
      retry:
        enabled: true # 开启超时重试机制
        initial-interval: 1000ms # 失败后的初始等待时间
        multiplier: 1 # 失败后下次的等待时长倍数，下次等待时长 = initial-interval * multiplier
        max-attempts: 3 # 最大重试次数

注意 ：当网络不稳定的时候，利用重试机制可以有效提高消息发送的成功率。不过SpringAMQP提供的重试机制是阻塞式的重试，也就是说多次重试等待的过程中，当前线程是被阻塞的。如果对于业务性能有要求，建议禁用重试机制。如果一定要使用，请合理配置等待时长和重试次数，当然也可以考虑使用异步线程来执行发送消息的代码。

2、生产者确认机制

一般情况下，只要生产者与MQ之间的网路连接顺畅，基本不会出现发送消息丢失的情况，因此大多数情况下我们无需考虑这种问题。

不过，在少数情况下，也会出现消息发送到MQ之后丢失的现象，比如：

  • MQ内部处理消息的进程发生了异常

  • 生产者发送消息到达MQ后未找到Exchange

  • 生产者发送消息到达MQ的Exchange后，未找到合适的Queue，因此无法路由

针对上述情况，RabbitMQ提供了生产者消息确认机制，包括：

机制 触发条件 回执类型 关注点
Publisher Confirm 消息到达 Broker（无论是否路由成功） ack（成功） / nack（失败） 消息是否被 Broker 接收
Publisher Return 消息无法路由到队列 return（返回消息及原因） 消息是否成功路由到队列

在开启确认机制的情况下，当生产者发送消息给MQ后，MQ会根据消息处理的情况返回不同的回执。

默认两种机制都是关闭状态，需要通过配置文件来开启。

3、实现生产者确认机制

（1）开启生产者确认机制

在publisher模块的application.yaml中添加配置：

bash 复制代码 
spring:
  rabbitmq:
    publisher-confirm-type: correlated # 开启publisher confirm机制，并设置confirm类型
    publisher-returns: true # 开启publisher return机制

这里publisher-confirm-type有三种模式可选：

  • none：关闭confirm机制

  • simple：同步阻塞等待MQ的回执

  • correlated：MQ异步回调返回回执（发送消息后不用阻塞等待，定义一个回调函数，MQ有执行结果时会自动调用这个回调函数）

一般我们推荐使用correlated，回调机制。

（2）定义ReturnCallback

每个RabbitTemplate只能配置一个ReturnCallback，因此可以在配置类中统一设置。我们在publisher模块定义一个配置类：

java 复制代码 
@Slf4j
@AllArgsConstructor
@Configuration
public class MqConfig {
    private final RabbitTemplate rabbitTemplate;

    @PostConstruct
    public void init(){
        rabbitTemplate.setReturnsCallback(new RabbitTemplate.ReturnsCallback() {
            @Override
            public void returnedMessage(ReturnedMessage returned) {
                log.error("触发return callback,");
                log.debug("exchange: {}", returned.getExchange());
                log.debug("routingKey: {}", returned.getRoutingKey());
                log.debug("message: {}", returned.getMessage());
                log.debug("replyCode: {}", returned.getReplyCode());
                log.debug("replyText: {}", returned.getReplyText());
            }
        });
    }
}

（3）定义ConfirmCallback

由于每个消息发送时的处理逻辑不一定相同，因此ConfirmCallback需要在每次发消息时定义。

具体来说，是在调用RabbitTemplate中的convertAndSend方法时，多传递一个参数：

这里的CorrelationData中包含两个核心的东西：

  • id：消息的唯一标示，MQ对不同的消息的回执以此做判断，避免混淆

  • SettableListenableFuture：回执结果的Future对象

将来MQ的回执就会通过这个Future来返回，我们可以提前给CorrelationData中的Future添加回调函数来处理消息回执：

新建一个测试，向系统自带的交换机发送消息，并且添加ConfirmCallback：

java 复制代码 
@Test
void testPublisherConfirm() {
    // 1.创建CorrelationData
    CorrelationData cd = new CorrelationData();
    // 2.给Future添加ConfirmCallback
    cd.getFuture().addCallback(new ListenableFutureCallback<CorrelationData.Confirm>() {
        @Override
        public void onFailure(Throwable ex) {
            // 2.1.Future发生异常时的处理逻辑，基本不会触发
            log.error("send message fail", ex);
        }
        @Override
        public void onSuccess(CorrelationData.Confirm result) {
            // 2.2.Future接收到回执的处理逻辑，参数中的result就是回执内容
            if(result.isAck()){ // result.isAck()，boolean类型，true代表ack回执，false 代表 nack回执
                log.debug("发送消息成功，收到 ack!");
            }else{ // result.getReason()，String类型，返回nack时的异常描述
                log.error("发送消息失败，收到 nack, reason : {}", result.getReason());
            }
        }
    });
    // 3.发送消息
    rabbitTemplate.convertAndSend("hmall.direct", "q", "hello", cd);
}

执行结果如下：

可以看到：

  • 由于传递的RoutingKey是错误的，路由失败后，触发了**return callback**，同时也收到了ack。
  • 当我们修改为正确的RoutingKey以后，就不会触发return callback了，只收到ack。
  • 而如果连交换机都是错误的，则只会收到nack。
    ❗️注意：

开启生产者确认比较消耗MQ性能，一般不建议开启。触发确认的几种情况：

  • 路由失败：一般是因为RoutingKey错误导致，往往是编程导致

  • 交换机名称错误：同样是编程错误导致

  • MQ内部故障：这种需要处理，但概率往往较低。

因此只有对消息可靠性要求非常高的业务才需要开启，而且仅仅需要开启ConfirmCallback处理nack就可以了。

二、MQ的可靠性

消息到达MQ以后，如果MQ不能及时保存，也会导致消息丢失，所以MQ的可靠性也非常重要。

1、数据持久化

为了提升性能，默认情况下MQ的数据都是在内存存储的临时数据，重启后就会消失。

为了保证数据的可靠性，必须配置数据持久化，包括：

  • 交换机持久化

  • 队列持久化

  • 消息持久化

以控制台界面为例来说明。

【1】交换机持久化

在控制台的Exchanges页面，添加交换机时可以配置交换机的Durability参数：

设置为Durable就是持久化模式，Transient就是临时模式。

【2】队列持久化

在控制台的Queues页面，添加队列时，同样可以配置队列的Durability参数：

【3】消息持久化

在控制台发送消息的时候，可以添加很多参数，而消息的持久化是要配置一个properties：

说明：在开启持久化机制以后，如果同时还开启了生产者确认，那么MQ会在消息持久化以后才发送ACK回执，进一步确保消息的可靠性。

不过出于性能考虑，为了减少IO次数，发送到MQ的消息并不是逐条持久化到数据库的，而是每隔一段时间批量持久化。

一般间隔在100毫秒左右，这就会导致ACK有一定的延迟，因此建议生产者确认全部采用异步方式。

2、LazyQueue

在默认情况下，RabbitMQ会将接收到的信息保存在内存中以降低消息收发的延迟。但在某些特殊情况下，这会导致消息积压，比如：

  • 消费者宕机或出现网络故障

  • 消息发送量激增，超过了消费者处理速度

  • 消费者处理业务发生阻塞

一旦出现消息堆积问题，RabbitMQ的内存占用就会越来越高，直到触发内存预警上限。此时RabbitMQ会将内存消息刷到磁盘上，这个行为被称为PageOut。PageOut会耗费一段时间，并且会阻塞队列进程。因此在这个过程中RabbitMQ不会再处理新的消息，生产者的所有请求都会被阻塞。

为了解决这个问题，从RabbitMQ的3.6.0版本开始，就增加了Lazy Queues的模式，也就是惰性队列。

惰性队列的特征如下：

  • 接收到消息后++直接存入磁盘而非内存++

  • 消费者++要消费消息时才会从磁盘中读取并加载到内存++（也就是懒加载）

  • 支持数百万条的消息存储

而在3.12版本之后，LazyQueue已经成为所有队列的默认格式。

因此官方推荐升级MQ为3.12版本 或者 所有队列都设置为LazyQueue模式。

【1】控制台配置Lazy模式

在添加队列的时候，添加x-queue-mod=lazy参数即可设置队列为Lazy模式：

【2】代码配置Lazy模式

在利用SpringAMQP声明队列的时候，添加x-queue-mod=lazy参数也可设置队列为Lazy模式：

java 复制代码 
@Bean
public Queue lazyQueue(){
    return QueueBuilder
            .durable("lazy.queue")
            .lazy() // 开启Lazy模式
            .build();
}

也可以基于注解来声明队列并设置为Lazy模式：

java 复制代码 
@RabbitListener(queuesToDeclare = @Queue(
        name = "lazy.queue",
        durable = "true",
        arguments = @Argument(name = "x-queue-mode", value = "lazy")
))
public void listenLazyQueue(String msg){
    log.info("接收到 lazy.queue的消息：{}", msg);
}

【3】更新已有队列为lazy模式

可以在控制台配置policy，进入在控制台的Admin页面，点击Policies，即可添加配置：

三、消费者的可靠性

当RabbitMQ向消费者投递消息以后，需要知道消费者的处理状态如何。因为消息投递给消费者并不代表就一定被正确消费了，可能出现的故障有很多，比如：

  • 消息投递的过程中出现了网络故障

  • 消费者接收到消息后突然宕机

  • 消费者接收到消息后，因处理不当导致异常

  • ...

一旦发生上述情况，消息也会丢失。因此，RabbitMQ必须知道消费者的处理状态，一旦消息处理失败才能重新投递消息。

但问题来了：RabbitMQ如何得知消费者的处理状态呢？

这一小节就来一起研究一下消费者处理消息时的可靠性解决方案。

1、消费者确认机制

为了确认消费者是否成功处理消息，RabbitMQ提供了消费者确认机制（Consumer Acknowledgement）。

即：当消费者处理消息结束后，应该向RabbitMQ发送一个回执，告知RabbitMQ自己消息处理状态。

回执有三种可选值：

  • ack：成功处理消息，RabbitMQ从队列中删除该消息

  • nack：消息处理失败，RabbitMQ需要再次投递消息

  • reject：消息处理失败并拒绝该消息，RabbitMQ从队列中删除该消息（使用较少）

SpringAMQP允许通过配置文件设置ACK处理方式，有三种模式：

  • none ：不处理。即消息投递给消费者后立刻ack，消息会立刻从MQ删除。非常不安全，不建议使用

  • manual ：手动模式。需要自己在业务代码中调用api，发送ack或reject，存在业务入侵，但更灵活

  • auto ：自动模式。SpringAMQP利用AOP对我们的消息处理逻辑做了环绕增强，当业务正常执行时则自动返回ack，当业务出现异常时，根据异常判断返回不同结果：

    • 如果是业务异常 ，会自动返回nack。

    • 如果是消息处理或校验异常 ，自动返回reject。

返回Reject的常见异常有：

异常类型 触发场景 版本说明
o.s.amqp...MessageConversionException 使用 MessageConverter转换传入消息负载时失败 从 1.3.2 版本开始默认处理
o.s.messaging...MessageConversionException 映射到 @RabbitListener方法时，转换服务进行额外转换失败 从 1.3.2 版本开始默认处理
o.s.messaging...MethodArgumentNotValidException 监听器中使用验证（如 @Valid）且验证失败 从 1.3.2 版本开始默认处理
o.s.messaging...MethodArgumentTypeMismatchException 传入消息被转换为目标方法不匹配的类型（如声明为 Message<Foo>但收到 Message<Bar>） 从 1.3.2 版本开始默认处理
java.lang.NoSuchMethodException 方法不存在（如监听器方法签名错误） 在 1.6.3 版本中添加
java.lang.ClassCastException 类型转换失败（如强制类型转换错误） 在 1.6.3 版本中添加

通过下面的配置可以修改SpringAMQP的ACK处理方式：

【1】none不处理

java 复制代码 
spring:
  rabbitmq:
    listener:
      simple:
        acknowledge-mode: none # 不做处理
  • none模式：消息投递给消费者后立刻ack，消息会立刻从MQ删除
  • 测试：当消息处理发生异常时，消息依然被MQ删除

【2】auto自动模式

java 复制代码 
spring:
  rabbitmq:
    listener:
      simple:
        acknowledge-mode: auto # 自动ack

  • auto模式 ：

    • 如果是业务异常 ，会自动返回nack

    • 如果是消息处理或校验异常 ，自动返回reject

  • 测试：

    • 检测到业务异常，返回nack，MQ没有删除消息，而是重新投递给消费者
    • 检测到校验异常，返回reject，MQ将消息删除

2、消费者失败重试机制

当消费者出现异常后，消息会不断requeue（重入队）到队列，再重新发送给消费者。如果消费者再次执行依然出错，消息会再次requeue到队列，再次投递，直到消息处理成功为止。

极端情况就是消费者一直无法执行成功，那么消息requeue就会无限循环，导致MQ的消息处理飙升，带来不必要的压力。

虽然上述极端情况发生概率比较低，但为了以防万一，Spring又提供了消费者失败重试机制：在消费者出现异常时利用本地重试，而不是无限制的requeue到MQ队列。

修改consumer服务的application.yml文件，添加内容：

bash 复制代码 
spring:
  rabbitmq:
    listener:
      simple:
        retry:
          enabled: true # 开启消费者失败重试
          initial-interval: 1000ms # 初识的失败等待时长为1秒
          multiplier: 1 # 失败的等待时长倍数，下次等待时长 = multiplier * last-interval
          max-attempts: 3 # 最大重试次数
          stateless: true # true无状态；false有状态。如果业务中包含事务，这里改为false

重启consumer服务，重复之前的测试。可以发现：

  • 消费者在失败后消息没有重新回到MQ无限重新投递，而是在本地重试了3次

  • 本地重试3次以后，抛出了AmqpRejectAndDontRequeueException异常。查看RabbitMQ控制台，发现消息被删除了，说明最后SpringAMQP返回的是reject

结论：

  • 开启本地重试时，消息处理过程中抛出异常，不会requeue到队列，而是在消费者本地重试

  • 重试达到最大次数后，Spring会返回reject，消息会被丢弃

3、失败处理策略

在之前的测试中，本地测试达到最大重试次数后，消息会被丢弃。这在某些对于消息可靠性要求较高的业务场景下，显然不太合适。

因此Spring允许我们自定义重试次数耗尽后的消息处理策略，这个策略是由MessageRecovery接口来定义的，它有3个不同实现：

  • RejectAndDontRequeueRecoverer：重试耗尽后，直接reject，丢弃消息。默认就是这种方式

  • ImmediateRequeueMessageRecoverer：重试耗尽后，返回nack，消息重新入队

  • RepublishMessageRecoverer：重试耗尽后，将失败消息投递到指定的交换机

推荐的处理方案是RepublishMessageRecoverer：失败后将消息投递到一个指定的，专门存放异常消息的队列，后续由人工集中处理。

（1）在consumer服务中定义处理失败消息的交换机和队列

java 复制代码 
@Bean
public DirectExchange errorMessageExchange(){
    return new DirectExchange("error.direct");
}
@Bean
public Queue errorQueue(){
    return new Queue("error.queue", true);
}
@Bean
public Binding errorBinding(Queue errorQueue, DirectExchange errorMessageExchange){
    return BindingBuilder.bind(errorQueue).to(errorMessageExchange).with("error");
}

（2）定义一个RepublishMessageRecoverer，配置 MQ 消息重试失败后的重发布策略

java 复制代码 
@Bean
public MessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate) {
    return new RepublishMessageRecoverer(
        rabbitTemplate,    // RabbitMQ 操作模板
        "error.direct",    // 目标交换器（Exchange）
        "error"            // 路由键（Routing Key）
    );
}

  • MQ消费重试失败后的重发布策略步骤（上方代码含义）：

    • 消息消费失败：消费者处理消息时抛出异常。

    • 重试机制触发：Spring Retry 根据配置重试多次。

    • 重试失败 ：达到最大重试次数后，调用 RepublishMessageRecoverer。

    • 重新发布消息：

      • 将原始消息（含异常堆栈等信息）发送到 error.direct交换器。

      • 交换器根据路由键 "error"将消息路由到绑定的队列（如 error.queue）。

完整代码：

java 复制代码 
@Configuration
@ConditionalOnProperty(name = "spring.rabbitmq.listener.simple.retry.enabled", havingValue = "true") // 当配置属性 spring.rabbitmq.listener.simple.retry.enabled的值为 "true"时，才会创建被注解的 Bean。如果属性值不匹配或属性不存在，则跳过该 Bean 的创建。

public class ErrorMessageConfig {
    // 只有当重试功能开启时，才配置重发布恢复器
    @Bean
    public DirectExchange errorMessageExchange(){
        return new DirectExchange("error.direct");
    }
    @Bean
    public Queue errorQueue(){
        return new Queue("error.queue", true);
    }
    @Bean
    public Binding errorBinding(Queue errorQueue, DirectExchange errorMessageExchange){
        return BindingBuilder.bind(errorQueue).to(errorMessageExchange).with("error");
    }

    @Bean
    public MessageRecoverer republishMessageRecoverer(RabbitTemplate rabbitTemplate){
        return new RepublishMessageRecoverer(rabbitTemplate, "error.direct", "error");
    }
}

4、业务幂等性

❓什么是幂等性？

幂等是一个数学概念，用函数表达式来描述是这样的：f(x) = f(f(x))，例如求绝对值函数。

在程序开发中，**幂等性：**指同一个业务，执行一次或多次对业务状态的影响是一致的。例如：

  • 根据id删除数据（id是唯一的，删除多次，删的还是id指向的那条数据，因此业务状态不变）

  • 查询数据（不管查询多少次，业务状态都不变）

  • 新增数据（insert id = 1，id主键非空且唯一，插完一次之后再插就插不进去了，所有插一次和插多次效果是一样的）

但数据的更新往往不是幂等的，如果重复执行可能造成不一样的后果。比如：

  • 取消订单，恢复库存的业务。（如果多次恢复就会出现库存重复增加的情况）

  • 退款业务。（重复退款对商家而言会有经济损失）

因此要尽可能避免业务被重复执行。

然而在实际业务场景中，由于意外经常会出现业务被重复执行的情况，例如：

  • 页面卡顿时频繁刷新导致表单重复提交

  • 服务间调用的重试

  • MQ消息的重复投递

我们在用户支付成功后会发送MQ消息到交易服务，修改订单状态为已支付，就可能出现消息重复投递的情况。如果消费者不做判断，很有可能导致消息被消费多次，出现业务故障。

举个例子：

  1. 假如用户刚刚支付完成，并且投递消息到交易服务，交易服务更改订单为已支付状态。

  2. 由于某种原因，例如网络故障导致生产者没有得到确认，隔了一段时间后重新投递给交易服务。

  3. 但是，在新投递的消息被消费之前，用户选择了退款，将订单状态改为了已退款状态。

  4. 退款完成后，新投递的消息才被消费，那么订单状态会被再次改为已支付。业务异常。

因此，我们必须想办法保证消息处理的幂等性。这里给出两种方案：

  • 唯一消息ID

  • 业务状态判断

（1）唯一消息ID

这个思路非常简单：

  1. 每一条消息都生成一个唯一的id，与消息一起投递给消费者。

  2. 消费者接收到消息后处理自己的业务，业务处理成功后将消息ID保存到数据库

  3. 如果下次又收到相同消息，去数据库查询判断是否存在，存在则为重复消息放弃处理。

❓那么该如何给消息添加唯一ID呢？

其实很简单，SpringAMQP的MessageConverter自带了MessageID的功能，我们只要开启这个功能即可。

以Jackson的消息转换器为例：

java 复制代码 
@Bean
public MessageConverter messageConverter(){
    // 1.定义消息转换器
    Jackson2JsonMessageConverter jjmc = new Jackson2JsonMessageConverter();
    // 2.配置自动创建消息id，用于识别不同消息，也可以在业务中基于ID判断是否是重复消息
    jjmc.setCreateMessageIds(true);
    return jjmc;
}

注：这个转换器会自动应用于以下场景

  • 消息发送
java 复制代码 
// 发送对象时自动转换为JSON
User user = new User("张三", 25);
rabbitTemplate.convertAndSend("exchange", "routing.key", user);
// 实际发送：{"name":"张三","age":25}
  • 消息接收
java 复制代码 
@RabbitListener(queues = "my.queue")
public void handleMessage(User user) {  // 自动反序列化为User对象
    System.out.println(user.getName()); // 直接使用对象
}

完整配置示例

通常需要配合 RabbitTemplate 使用：

java 复制代码 
@Configuration
public class RabbitMQConfig {
    
    @Bean
    public MessageConverter messageConverter() {
        Jackson2JsonMessageConverter converter = new Jackson2JsonMessageConverter();
        converter.setCreateMessageIds(true); // 配置自动创建消息ID，用于识别不同消息
        return converter;
    }
    
    // 可选：显式配置 RabbitTemplate 使用该转换器
    @Bean
    public RabbitTemplate rabbitTemplate(ConnectionFactory connectionFactory) {
        RabbitTemplate template = new RabbitTemplate(connectionFactory);
        template.setMessageConverter(messageConverter());
        return template;
    }
}

（2）业务状态判断

业务判断：基于业务本身的逻辑或状态来判断是否是重复的请求或消息，不同的业务场景判断的思路也不一样。

例如当前案例中，处理消息的业务逻辑是把订单状态从未支付修改为已支付。

因此我们就可以在执行业务时判断订单状态是否是未支付，如果不是则证明订单已经被处理过，无需重复处理。

相比较而言，消息ID的方案需要改造原有的数据库，所以更推荐使用业务判断的方案。但是其实消息ID方案也有不可替代性，比如有的业务可能没有合适的业务状态字段用来判断（如数值加减），或者逻辑极其复杂。这时消息ID方案则更加方便。

以支付修改订单的业务为例，需要修改OrderServiceImpl中的markOrderPaySuccess方法：

java 复制代码 
    @Override
    public void markOrderPaySuccess(Long orderId) {
        // 1.查询订单
        Order old = getById(orderId);
        // 2.判断订单状态
        if (old == null||old.getStatus() != 1) {
            // 如果订单不存在，放弃处理
            return;
        }
        // 3.尝试更新订单
        Order order = new Order();
        order.setId(orderId);
        order.setStatus(2);
        order.setPayTime(LocalDateTime.now());
        updateById(order);
    }

上述代码逻辑上符合了幂等判断的需求，但是由于判断和更新是两步动作，因此在极小概率下可能存在线程安全问题。（梦回Redis线程安全）

我们可以将判断与更新合为一体：

java 复制代码 
@Override
public void markOrderPaySuccess(Long orderId) {
    // UPDATE `order` SET status = ? , pay_time = ? WHERE id = ? AND status = 1
    lambdaUpdate()
            .set(Order::getStatus, 2)
            .set(Order::getPayTime, LocalDateTime.now())
            .eq(Order::getId, orderId)
            .eq(Order::getStatus, 1)
            .update();
}

上述代码等同于这样的SQL语句：

sql 复制代码 
UPDATE `order` SET status = ? , pay_time = ? WHERE id = ? AND status = 1

在where条件中除了判断id以外，还需要加上【status=1】的条件。如果条件不符（说明订单已支付），则SQL匹配不到数据，根本不会执行。

5、兜底方案

虽然上面利用各种机制尽可能增加了消息的可靠性，但也不好说能保证消息100%的可靠。

这时候就需要制定一个兜底方案，确保订单的支付状态一致。

兜底方案思想很简单：既然MQ通知不一定发送到交易服务，那么交易服务就必须自己++主动去查询++支付状态。这样即便支付服务的MQ通知失败，依然能通过主动查询来保证订单状态的一致。

流程如下：

图中黄色线圈起来的部分就是MQ通知失败后的兜底处理方案，由交易服务自己主动去查询支付状态。

不过需要注意的是，交易服务并不知道用户会在什么时候支付，如果查询的时机不正确（比如查询的时候用户正在支付中），可能查询到的支付状态也不正确。那么问题来了，我们到底该在什么时间主动查询支付状态呢？

答：这个时间是无法确定的，因此，通常我们采取的措施就是利用++定时任务++定期查询，例如每隔20秒就查询一次，并判断支付状态。如果发现订单已经支付，则立刻更新订单状态为已支付即可。
至此，消息可靠性的问题已经解决了。

综上，支付服务与交易服务之间的订单状态一致性是如何保证的？

  • 首先，支付服务会正在用户支付成功以后利用MQ消息通知交易服务，完成订单状态同步。

  • 其次，为了保证MQ消息的可靠性，我们采用了生产者确认机制、消费者确认、消费者失败重试等策略，确保消息投递的可靠性

  • 最后，我们还在交易服务设置了定时任务，定期查询订单支付状态。这样即便MQ通知失败，还可以利用定时任务作为兜底方案，确保订单支付状态的最终一致性。

四、延迟消息

在电商的支付业务中，对于一些库存有限的商品，为了更好的用户体验，通常都会在用户下单时立刻扣减商品库存。例如电影院购票、高铁购票，下单后就会锁定座位资源，其他人无法重复购买。

但是这样就存在一个问题，假如用户下单后一直不付款，就会一直占有库存资源，导致其他客户无法正常交易，最终导致商户利益受损！因此，电商中通常的做法就是：对于超过一定时间未支付的订单，应该立刻取消订单并释放占用的库存。

例如，订单支付超时时间为30分钟，则我们应该在用户下单后的第30分钟检查订单支付状态，如果发现未支付，应该立刻取消订单，释放库存。像这种在一段时间以后才执行的任务，我们称之为延迟任务，而要实现延迟任务，最简单的方案就是利用MQ的延迟消息了。

在RabbitMQ中实现延迟消息也有两种方案：

  • 死信交换机 + TTL

  • 延迟消息插件

这一小节就来一起研究下这两种方案的实现方式，以及优缺点。

1、死信交换机和延迟消息

（1）死信交换机 DLX

【1】死信

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 basic.nack声明消费失败，并且消息的requeue参数设置为false（消息不被允许重入队）

  • 消息是一个过期消息，超时无人消费

  • 要投递的队列消息满了，无法投递

【2】死信交换机

  • 如果一个队列中的消息已经成为死信，并且这个队列通过**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，而这个交换机就称为死信交换机（Dead Letter Exchange）
  • 而此时假如有队列与死信交换机绑定，则最终死信就会被投递到这个队列中，从而可以被专门的处理程序消费、分析或存档。

【3】死信交换机的作用

  1. 收集那些因处理失败而被拒绝的消息

  2. 收集那些因队列满了而被拒绝的消息

  3. 收集因TTL（有效期）到期的消息

（2）DLX实现延迟消息

死信交换机工作流程与消费者重试时讲的RepublishMessageRecoverer作用类似。

【1】如图，有一组绑定的交换机（ttl.fanout）和队列（ttl.queue）。但是ttl.queue没有消费者监听，而是设定了死信交换机hmall.direct，而队列direct.queue1则与死信交换机绑定，RoutingKey是blue：

【2】假如我们现在发送一条消息到ttl.fanout，RoutingKey为blue，并设置消息的有效期为5000毫秒：

❗️注意 ：尽管这里的ttl.fanout不需要RoutingKey，但是当消息变为死信并投递到死信交换机时，会沿用之前的RoutingKey，这样hmall.direct才能正确路由消息。所以ttl.queue和direct.queue1的routingKey必须相同。

【3】消息肯定会被投递到ttl.queue之后，由于没有消费者，因此消息无人消费。5秒之后，消息的有效期到期，成为死信：

【4】死信被再次投递到死信交换机hmall.direct，并沿用之前的RoutingKey，也就是blue：

【5】由于direct.queue1与hmall.direct绑定的key是blue，因此最终消息被成功路由到direct.queue1，如果此时有消费者与direct.queue1绑定， 也就能成功消费消息了。但此时已经是5秒钟以后了：

也就是说，publisher发送了一条消息，但最终consumer在5秒后才收到消息。我们成功实现了延迟消息。
❗️注意：

  • RabbitMQ的消息过期是基于追溯方式来实现的，也就是说当一个消息的TTL到期以后不一定会被移除或投递到死信交换机，而是在消息恰好处于队首时才会被处理。
  • 当队列中消息堆积很多的时候，过期消息可能不会被按时处理，因此你设置的TTL时间不一定准确。

2、DelayExchange插件

基于死信队列虽然可以实现延迟消息，但是太麻烦了。因此RabbitMQ社区提供了一个延迟消息插件来实现相同的效果。

插件下载地址：

https://github.com/rabbitmq/rabbitmq-delayed-message-exchangehttps://github.com/rabbitmq/rabbitmq-delayed-message-exchange

（1）声明延迟交换机

基于注解方式：

java 复制代码 
@RabbitListener(bindings = @QueueBinding(
        value = @Queue(name = "delay.queue", durable = "true"),
        exchange = @Exchange(name = "delay.direct", delayed = "true"),
        key = "delay"
))
public void listenDelayMessage(String msg){
    log.info("接收到delay.queue的延迟消息：{}", msg);
}

基于@Bean的方式：

java 复制代码 
package com.itheima.consumer.config;

import lombok.extern.slf4j.Slf4j;
import org.springframework.amqp.core.*;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Slf4j
@Configuration
public class DelayExchangeConfig {

    @Bean
    public DirectExchange delayExchange(){
        return ExchangeBuilder
                .directExchange("delay.direct") // 指定交换机类型和名称
                .delayed() // 设置delay的属性为true
                .durable(true) // 持久化
                .build();
    }

    @Bean
    public Queue delayedQueue(){
        return new Queue("delay.queue");
    }
    
    @Bean
    public Binding delayQueueBinding(){
        return BindingBuilder.bind(delayedQueue()).to(delayExchange()).with("delay");
    }
}

（2）发送延迟消息

发送消息时，必须通过x-delay属性设定延迟时间：

java 复制代码 
@Test
void testPublisherDelayMessage() {
    // 1.创建消息
    String message = "hello, delayed message";
    // 2.发送消息，利用消息后置处理器添加消息头
    rabbitTemplate.convertAndSend("delay.direct", "delay", message, new MessagePostProcessor() {
        @Override
        public Message postProcessMessage(Message message) throws AmqpException {
            // 添加延迟消息属性
            message.getMessageProperties().setDelay(5000);
            return message;
        }
    });
}
  • MessagePostProcessor是 Spring AMQP 提供的一个消息后置处理器接口，允许在消息发送前对消息进行自定义修改或增强。
  • ❗️注意： 延迟消息插件内部会维护一个本地数据库表，同时使用Elang Timers功能实现计时。如果消息的延迟时间设置较长，可能会导致堆积的延迟消息非常多，会带来较大的CPU开销，同时延迟消息的时间会存在误差。因此，不建议设置延迟时间过长的延迟消息。

3、利用延迟消息解决订单超时问题

（1）定义常量

无论是消息发送还是接收都是在交易服务完成，因此我们在trade-service中定义一个常量类，用于记录交换机、队列、RoutingKey等常量：

java 复制代码 
package com.hmall.trade.constants;

public interface MQConstants {
    String DELAY_EXCHANGE_NAME = "trade.delay.direct";
    String DELAY_ORDER_QUEUE_NAME = "trade.delay.order.queue";
    String DELAY_ORDER_KEY = "delay.order.query";
}

（2）配置MQ

在trade-service模块的pom.xml中引入amqp的依赖：

XML 复制代码 
  <!--amqp-->
  <dependency>
      <groupId>org.springframework.boot</groupId>
      <artifactId>spring-boot-starter-amqp</artifactId>
  </dependency>

在trade-service的application.yaml中添加MQ的配置：

XML 复制代码 
spring:
  rabbitmq:
    host: 192.168.150.101
    port: 5672
    virtual-host: /hmall
    username: hmall
    password: 123

（3）改造下单业务，发送延迟消息

接下来改造下单业务，在下单完成后，发送延迟消息，查询支付状态。

修改trade-service模块的OrderServiceImpl类的createOrder方法，添加消息发送的代码：

java 复制代码 
        // 5.发送延迟消息，检测订单状态
        rabbitTemplate.convertAndSend(
                MqConstants.DELAY_EXCHANGE_NAME,
                MqConstants.DELAY_ORDER_KEY,
                order.getId(),
                message -> {
                    message.getMessageProperties().setDelay(10000); //发送一条延迟 10 秒的消息
                    return message;
                }
        );

消息流程：

  • 消息发送到延迟交换机后，不会立即路由到队列，而是由插件暂存。

  • 到达指定延迟时间（10 秒）后，消息才被路由到绑定队列。

  • 消费者从队列获取消息，执行检查订单、取消订单等逻辑。

（4）编写PayClient

由于MQ消息处理时需要查询支付状态，因此我们要在pay-service模块定义一个这样的接口，并提供对应的FeignClient。

首先，在hm-api模块定义三个类：

PayOrderDTO代码如下：

java 复制代码 
/**
 * <p>
 * 支付订单
 * </p>
 */
@Data
@ApiModel(description = "支付单数据传输实体")
public class PayOrderDTO {
    @ApiModelProperty("id")
    private Long id;
    @ApiModelProperty("业务订单号")
    private Long bizOrderNo;
    @ApiModelProperty("支付单号")
    private Long payOrderNo;
    @ApiModelProperty("支付用户id")
    private Long bizUserId;
    @ApiModelProperty("支付渠道编码")
    private String payChannelCode;
    @ApiModelProperty("支付金额，单位分")
    private Integer amount;
    @ApiModelProperty("付类型，1：h5,2:小程序，3：公众号，4：扫码，5：余额支付")
    private Integer payType;
    @ApiModelProperty("付状态，0：待提交，1:待支付，2：支付超时或取消，3：支付成功")
    private Integer status;
    @ApiModelProperty("拓展字段，用于传递不同渠道单独处理的字段")
    private String expandJson;
    @ApiModelProperty("第三方返回业务码")
    private String resultCode;
    @ApiModelProperty("第三方返回提示信息")
    private String resultMsg;
    @ApiModelProperty("支付成功时间")
    private LocalDateTime paySuccessTime;
    @ApiModelProperty("支付超时时间")
    private LocalDateTime payOverTime;
    @ApiModelProperty("支付二维码链接")
    private String qrCodeUrl;
    @ApiModelProperty("创建时间")
    private LocalDateTime createTime;
    @ApiModelProperty("更新时间")
    private LocalDateTime updateTime;
}

PayClient代码如下：

java 复制代码 
@FeignClient(value = "pay-service", fallbackFactory = PayClientFallback.class)
public interface PayClient {
    /**
     * 根据交易订单id查询支付单
     * @param id 业务订单id
     * @return 支付单信息
     */
    @GetMapping("/pay-orders/biz/{id}")
    PayOrderDTO queryPayOrderByBizOrderNo(@PathVariable("id") Long id);
}

PayClientFallback代码如下：

java 复制代码 
@Slf4j
public class PayClientFallback implements FallbackFactory<PayClient> {
    @Override
    public PayClient create(Throwable cause) {
        return new PayClient() {
            @Override
            public PayOrderDTO queryPayOrderByBizOrderNo(Long id) {
                return null;
            }
        };
    }
}
  • 当通过 PayClient调用支付服务接口失败（如超时、服务不可用、异常）时，自动触发 PayClientFallback中的逻辑，返回一个安全的默认值（这里是 null），避免服务雪崩或直接报错。

最后，在pay-service模块的PayController中实现该接口：

java 复制代码 
@ApiOperation("根据id查询支付单")
@GetMapping("/biz/{id}")
public PayOrderDTO queryPayOrderByBizOrderNo(@PathVariable("id") Long id){
    PayOrder payOrder = payOrderService.lambdaQuery().eq(PayOrder::getBizOrderNo, id).one();
    return BeanUtils.copyBean(payOrder, PayOrderDTO.class);
}

（5）监听消息，查询支付状态

在trader-service编写一个监听器，监听延迟消息，查询订单支付状态：

java 复制代码 
@Component
@RequiredArgsConstructor
public class OrderDelayMessageListener {

    private final IOrderService orderService;
    private final PayClient payClient;

    @RabbitListener(bindings = @QueueBinding(
            value = @Queue(name = MQConstants.DELAY_ORDER_QUEUE_NAME),
            exchange = @Exchange(name = MQConstants.DELAY_EXCHANGE_NAME, delayed = "true"),
            key = MQConstants.DELAY_ORDER_KEY
    ))
    public void listenOrderDelayMessage(Long orderId){
        // 1.查询订单
        Order order = orderService.getById(orderId);
        // 2.检测订单状态，判断是否已支付
        if(order == null || order.getStatus() != 1){
            // 订单不存在或者已经支付
            return;
        }
        // 3.未支付，需要查询支付流水状态
        PayOrderDTO payOrder = payClient.queryPayOrderByBizOrderNo(orderId);
        // 4.判断是否支付
        if(payOrder != null && payOrder.getStatus() == 3){
            // 4.1.已支付，标记订单状态为已支付
            orderService.markOrderPaySuccess(orderId);
        }else{
            // TODO 4.2.未支付，取消订单，回复库存
            orderService.cancelOrder(orderId);
        }
    }
}

最后总结一下利用延迟消息解决订单超时问题：

  1. 创建订单时发送延迟消息：

    订单创建后，通过 rabbitTemplate.convertAndSend()将订单 ID 发送到延迟交换机 （MQConstants.DELAY_EXCHANGE_NAME），并设置延迟时间（比如 10 分钟）。

  2. 消息暂存于延迟交换机：

    由于交换机设置了 delayed = "true"（需 RabbitMQ 延迟插件支持），消息不会立即路由到队列，而是由插件暂存，直到延迟时间到达。

  3. 延迟到期后路由到队列：

    延迟时间到达后，消息被延迟交换机路由到绑定的队列（MQConstants.DELAY_ORDER_QUEUE_NAME）。

  4. 消费者处理消息：

    OrderDelayMessageListener监听该队列，收到消息（订单 ID）后执行 listenOrderDelayMessage方法，检查订单状态并处理。

相关推荐
indexsunny2 小时前
互联网大厂Java求职面试实战：Spring Boot、微服务与Redis缓存技术解析
java·spring boot·redis·微服务·面试·电商·技术栈
我叫果冻3 小时前
告别 “理论选手”：用 g-note 打通 Java 中高级技术的任督二脉
spring boot·spring cloud
鸽鸽程序猿3 小时前
【JavaEE】【SpringCloud】远程调用_OpenFeign
java·spring cloud·java-ee
不想写bug呀3 小时前
RabbitMQ相关问题总结
rabbitmq·工作模式
Knight_AL3 小时前
RabbitMQ 中 Ready 和 Unacked 到底是什么意思？如何用它们判断系统是否健康
分布式·rabbitmq
ZealSinger3 小时前
Nacos2.x 事件驱动架构：原理与实战
java·spring boot·spring·spring cloud·nacos·架构·事件驱动
编程彩机12 小时前
互联网大厂Java面试：从Spring WebFlux到微服务的技术场景深度解析
微服务·java面试·resilience4j·技术解析·spring webflux
数据与后端架构提升之路13 小时前
论微服务架构在电商交易系统中的设计与应用
微服务·架构·软考
CV_J14 小时前
索引库操作
java·开发语言·elasticsearch·spring cloud
热门推荐
01GitHub 镜像站点02OpenCode 入门教程：介绍 · 安装 · 配置第三方 API (如 Claude)03Linux下V2Ray安装配置指南04Claude Code Skills 实用使用手册05UV安装并设置国内源06BongoCat - 跨平台键盘猫动画工具07Open Code教程（四）| 高级配置与集成08安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）09在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）10MC.JS 网页版《我的世界》 免安装中文版