RabbitMQ 死信队列 DLQ

一、什么是死信 Dead Letter

一条消息无法被正常消费,会变成死信,触发转发逻辑,只有满足下面三种情况之一才会成为死信:

  1. 消费者调用 basicNack / basicReject,并且参数 requeue=false,不重回原队列;
  2. 消息在队列设置了 TTL 过期,没人消费自动失效;
  3. 队列达到最大长度限制,新消息挤掉头部旧消息。

死信不会直接丢弃,而是交给预先绑定的DLX 死信交换机,由交换机路由到专门的死信队列(DLQ)。

二、死信队列核心组成:DLX + DLQ

  1. DLX(Dead Letter Exchange)死信交换机:普通交换机,类型不限(direct/fanout/topic),专门接收所有死信消息;
  2. DLQ 死信队列:绑定在 DLX 下,用来存放死信消息,人工排查、补偿处理。

关键配置(给业务队列绑定死信能力)

创建普通业务队列时,附加两个参数:

  • x-dead-letter-exchange:指定死信交换机名称;
  • x-dead-letter-routing-key:转发死信时使用的路由 key,不填默认复用原消息 routingKey。

三、完整流转流程

  1. 生产者发送消息 → 业务交换机 → 业务队列;
  2. 消费者消费消息出现异常,拒绝消息 nack(requeue=false);
  3. RabbitMQ 识别该消息为死信,自动转发到配置好的 DLX 死信交换机;
  4. DLX 根据路由 key,把消息投递到死信队列 DLQ;
  5. 业务侧单独监听 DLQ,处理失败消息:打印异常告警、人工修复后重新投递。

四、死信队列两大核心业务场景

场景 1:存储消费失败消息,兜底不丢数据

最基础用途。消息消费报错(参数非法、数据库异常、第三方接口故障),不直接丢弃,存入死信队列,避免数据丢失,支持事后排查重跑。

场景 2:结合 TTL 实现延迟重试队列(TTL+DLX 延迟方案)

这是企业最常用的重试方案,也是容易和纯死信混淆的点:

  1. 新建延迟重试队列,设置 TTL(如 10s),同时配置它的 DLX 指向原业务交换机;
  2. 消费失败后,手动 ack 原消息,再用生产者 API 把消息发进延迟队列;
  3. 消息在延迟队列等待 10s 过期,自动变成死信,通过 DLX 路由回业务队列再次消费;
  4. 循环重试,通过 header 记录重试次数,达到上限后再转发到最终死信队列。

这里区分:

  • 重试队列只是临时中转队列,它的死信目标是业务队列;
  • 真正的 DLQ 最终死信队列,存放重试多次仍失败的消息,不再重试。

五、requeue=true 和 死信的关键区别(高频坑点)

  1. nack(requeue=true):消息直接扔回原队列头部,不会产生死信,立刻重新消费,极易造成重试风暴,故障时打垮服务;
  2. nack(requeue=false):消息判定为死信,转发 DLX 进入死信队列,不会立刻重试。

六、生产使用规范与避坑

  1. 死信队列必须单独监听,不能和业务队列共用消费者;收到死信后触发告警(钉钉 / 邮件),及时介入;
  2. 不要无限重试消息:在消息 Header 记录x-retry-count,超过 3~5 次转发至最终死信队列,防止无限循环;
  3. 区分两种队列职责:
    • 重试队列:用于延迟重试,过期自动回业务队列;
    • 死信队列 DLQ:兜底存储彻底失败数据,人工处理;
  4. 死信消息保留原始 header、body、异常标识,方便定位报错原因;
  5. 死信队列也要设置过期时间,防止堆积海量无效消息占满磁盘。

七、对比延迟交换机插件方案

TTL+DLX 依赖死信机制实现延迟,无需插件,所有 RabbitMQ 版本通用,但存在队头阻塞; x-delayed-message延迟交换机插件不依赖死信,交换机内部缓存延迟消息,每条消息独立延迟,无阻塞,但需要安装插件。

简短总结

消息 nack 不重回队列、TTL 过期、队列满溢三种情况会产生死信;给业务队列配置 DLX 死信交换机,死信自动路由到死信队列 DLQ;死信队列一是兜底保存消费失败消息防止丢失,二是搭配 TTL 做成延迟重试队列;开发禁止 requeue=true 即时重推,通过死信机制可控重试,达到最大重试次数后转入最终死信人工处理。

相关推荐
西木Qi4 小时前
Kafka消息中间件单机版安装配置
分布式·kafka
OriginCoding4 小时前
一个 JDK 跑起六个分布式挑战:Kotlin 版 Gossip Glomers(一)
分布式·kotlin
stark张宇1 天前
分布式事务方案设计与选型思考:2PC、TCC
分布式·架构
时间的拾荒人1 天前
Redis 典型应用:缓存与分布式锁原理
redis·分布式·缓存·面试·架构
筑梦之人2 天前
Elasticsearch 9.x 从入门到精通(5/7):集群、分布式与运维
运维·分布式·elasticsearch
kiwixing3 天前
GaussDB|集中式还是分布式?三把尺子选型
分布式·gaussdb
真上帝的左手4 天前
30. 技术专题-‌应用框架组件-分布式架构
分布式·架构·系统架构·分布式架构
zixu_star4 天前
从单机到分布式:定时任务如何处理大量数据与执行失败?
分布式
lsc_blog5 天前
听到优化风声,先准备能由自己掌控的事
数据库·分布式·中间件·职场和发展·重构
Lansonli6 天前
大数据Spark(八十七):Spark-Submit 参数详解
大数据·分布式·spark