Dead Letter交换机

标签：队列 Dead 死信交换机消息 Letter ttl 超时

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

如果这个包含死信的队列配置了`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，而这个交换机称为**死信交换机**（Dead Letter Exchange，检查DLX）。

如图，一个消息被消费者拒绝了，变成了死信：

因为simple.queue绑定了死信交换机 dl.direct，因此死信会投递给这个交换机：

如果这个死信交换机也绑定了一个队列，则消息最终会进入这个存放死信的队列：

另外，队列将死信投递给死信交换机时，必须知道两个信息：

- 死信交换机名称
- 死信交换机与死信队列绑定的RoutingKey

这样才能确保投递的消息能到达死信交换机，并且正确的路由到死信队列。

我们知道，前文介绍的一种本地重试策略有一种是RejectAndDontRequeueRecoverer，代表重试耗尽后，直接reject，丢弃消息，默认就是这种方式。我们前文使用的是RepublishMessageRecoverer：重试耗尽后，将失败消息投递到指定的交换机。这种失败消息投递到指定的交换机的方式比较优雅。

但是，如果我们也想采用默认的方式RejectAndDontRequeueRecovere，那怎么做呢？

其实，默认的RejectAndDontRequeueRecoverer会在本地重试次数耗尽后，发送reject给RabbitMQ，消息变成死信，被丢弃。

我们可以直接给simple.queue添加一个死信交换机（与之前不同的是，这里不用消费者在消费重试后创建交换机和队列了，而是使用到达消费者之前的队列投递到死信交换机），给死信交换机绑定一个队列。这样消息变成死信后也不会丢弃，而是最终投递到死信交换机，路由到与死信交换机绑定的队列。

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

死信交换机的使用场景是什么？

- 如果队列绑定了死信交换机，死信会投递到死信交换机；
- 可以利用死信交换机收集所有消费者处理失败的消息（死信），交由人工处理，进一步提高消息队列的可靠性。

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

它的作用一方面可以像RepublishMessageRecoverer异常交换机一样来作异常消息的兜底方案，另一方面它还可以处理一些超时消息，所以功能会比RepublishMessageRecoverer这个方案更丰富一些。

一个队列中的消息如果超时未消费，则会变为死信，超时分为两种情况：

- 消息所在的队列设置了超时时间
- 消息本身设置了超时时间

这里的超时时间其实就是TTL，也即Time-To-Live。

接收超时死信的死信交换机

在consumer服务的SpringRabbitListener中，定义一个新的消费者，并且声明死信交换机、死信队列：

代码：

@RabbitListener(bindings = @QueueBinding(
　　value = @Queue(name = "dl.ttl.queue", durable = "true"),
　　exchange = @Exchange(name = "dl.ttl.direct"),
　　key = "ttl"
))
public void listenDlQueue(String msg){
　　log.info("接收到 dl.ttl.queue的延迟消息：{}", msg);
}

声明一个队列，并且指定TTL，要给队列设置超时时间，需要在声明队列时配置x-message-ttl属性：

代码如下：

@Bean
public Queue ttlQueue(){
　　return QueueBuilder.durable("ttl.queue") // 指定队列名称，并持久化
　　　　.ttl(10000) // 设置队列的超时时间，10秒
　　　　.deadLetterExchange("dl.ttl.direct") // 指定死信交换机
　　　　.build();
}

注意，这个队列设定了死信交换机为`dl.ttl.direct`

声明交换机，将ttl与交换机绑定：

代码如下：

@Bean
public DirectExchange ttlExchange(){
　　return new DirectExchange("ttl.direct");
}
@Bean
public Binding ttlBinding(){
　　return BindingBuilder.bind(ttlQueue()).to(ttlExchange()).with("ttl");
}

发送消息，但是不要指定TTL：

代码如下：

@Test
public void testTTLQueue() {
　　// 创建消息
　　String message = "hello, ttl queue";
　　// 消息ID，需要封装到CorrelationData中
　　CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());
　　// 发送消息
　　rabbitTemplate.convertAndSend("ttl.direct", "ttl", message, correlationData);
　　// 记录日志
　　log.debug("发送消息成功");
}

发送消息的日志：

查看下接收消息的日志：

因为队列的TTL值是10000ms，也就是10秒。可以看到消息发送与接收之间的时差刚好是10秒。

发送消息时，设定TTL

在发送消息时，也可以指定TTL：

代码：

@Test
public void testTTLMsg() {
// 创建消息
　　Message message = MessageBuilder
　　　　.withBody("hello, ttl message".getBytes(StandardCharsets.UTF_8))
　　　　.setExpiration("5000")
　　　　.build();
　　// 消息ID，需要封装到CorrelationData中
　　CorrelationData correlationData = new CorrelationData(UUID.randomUUID().toString());
　　// 发送消息
　　rabbitTemplate.convertAndSend("ttl.direct", "ttl", message, correlationData);
　　log.debug("发送消息成功");
}

查看发送消息日志：

这次，发送与接收的延迟只有5秒。说明当队列、消息都设置了TTL时，任意一个到期就会成为死信。

总结

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

如何实现发送一个消息20秒后消费者才收到消息？

- 给消息的目标队列指定死信交换机
- 将消费者监听的队列绑定到死信交换机
- 发送消息时给消息设置超时时间为20秒

延迟队列

利用TTL结合死信交换机，我们实现了消息发出后，消费者延迟收到消息的效果。这种消息模式就称为延迟队列（Delay Queue）模式。

延迟队列的使用场景包括：

- 延迟发送短信
- 用户下单，如果用户在15 分钟内未支付，则自动取消
- 预约工作会议，20分钟后自动通知所有参会人员

因为延迟队列的需求非常多，所以RabbitMQ的官方也推出了一个插件，原生支持延迟队列效果。

这个插件就是DelayExchange插件。参考RabbitMQ的插件列表页面：https://www.rabbitmq.com/community-plugins.html

使用方式可以参考官网地址：https://blog.rabbitmq.com/posts/2015/04/scheduling-messages-with-rabbitmq

docker run \
-e RABBITMQ_DEFAULT_USER=itcast \
-e RABBITMQ_DEFAULT_PASS=123321 \
-v mq-plugins:/plugins \
--name rmq \
--hostname mq1 \
-p 15672:15672 \
-p 5672:5672 \
-d \
rabbitmq:3-management

因为我们创建的容器是rmq，所以我们需要执行命令：

docker exec -it rmq bash，进入到rabbitmq控制端

进入容器内部后，执行下面命令开启插件：

rabbitmq-plugins enable rabbitmq_delayed_message_exchange

如下图：