RabbitMQ--基础--10.3--延迟队列_rabbitmq消费失败重入队列延迟多少s

RabbitMQ–基础–10.3–延迟队列

---

1、延迟队列

1. 消息发送到队列之后，并不期望消费者能马上消费，也是延迟一段时间之后，才拿到该消息进行消费。
2. 延迟队列我们是使用 死信队列 和 TTL 来模拟 延迟队列的

1.1、特点

1. 需要在某个事件发生之后或者之前的指定时间点完成某一项任务
2. 举例：发生订单生成事件，在十分钟之后检查该订单支付状态，然后将未支付的订单进行关闭。

2、使用场景

1. 订单在十分钟之内未支付则自动取消
2. 新创建的店铺，如果在十天内都没有上传过商品，则自动发送消息提醒
3. 用户注册成功后，如果三天内没有登录则进行短信提醒
4. 用户发起退款，如果三天内没有得到处理则通知相关运营人员
5. 预定会议后，需要在预定的时间点前十分钟通知各个与会人员参加会议

2.1、订单在十分钟之内未支付则自动取消

1. 下单了一个外卖，需要在10分钟以内完成支付，若未按时完成，则属于异常处理，需要延迟队列来处理这些消息
2. 本例子中，用户下单，将消息丢入队列中，TTL 为10分钟，若10还未完成支付，则消息会被丢入对应的死信队列中进行处理

2.2、为什么不使用定时任务 来处理上面的场景

上面的案例，使用定时任务，一直轮询数据，每秒查一次，取出需要被处理的数据，然后处理数据，这个方案可以吗？

1. 如果数据量比较少，确实可以这样做

   1. 比如：对于"如果账单一周内未支付则自动进行结算"这样的需求，如果对于时间不是严格限制，而是宽松意义上的一周，那么每天晚上跑个定时任务检查一下所有未支付的账单，确实是一个可行的方案。

2. 但是对于数据量比较大，并且时效性较强的场景，不可以使用定时任务

   1. 比如：“订单十分钟内未支付则关闭”，短期内未支付的订单数据可能会有很多，活动期间甚至会达到百万甚至千万级别，对这么庞大的数据量仍旧使用轮询的方式显然是不可取的，很可能在一秒内无法完成所有订单的检查，同时会给数据库带来很大压力，无法满足业务要求而且性能低下。

3、实现方式

1. 基于死信队列实现延时队列
2. 基于死信队列实现延时队列

3.1、基于死信队列实现延时队列

3.1.1、代码架构图

1. 创建两个队列QA和QB，两个队列TTL分别设置为10s和40
2. 创建一个交换机X和死信交换机Y，他们的类型是direct
3. 创建一个死信队列QD

3.1.2、代码

@Component
public class MessageConsumer {

    @RabbitListener(queues = "QD")
    public void receiveD(Message message, Channel channel){
        String msg = new String(message.getBody());
        System.out.println(msg);
    }
}
1
2
3
4
5
6
7
8
9

@Component
public class MessageProducer {
    
    @Autowired
    private RabbitTemplate rabbitTemplate;
    
    /**
     * 发送消息
     * 
     * @param message 消息
     * @param ttlTime ttl时间
     */
    public void send(String message, String ttlTime) {
        rabbitTemplate.convertAndSend(TtlQueueConfig.X_EXCHANGE, "XC", message, msg -> {
            msg.getMessageProperties().setExpiration(ttlTime);
            return msg;
        });
    }
    
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

/**
 * 延时队列 配置类
 */
@Component
@Configuration
public class TtlQueueConfig {
    
    // 普通交换机
    public static final String X_EXCHANGE = "X";
    
    // 死信交换机
    public static final String Y_DEAD_EXCHANGE = "Y";
    
    // 普通队列
    public static final String QUEUE_C = "QC";
    
    // 死信队列
    public static final String DEAD_QUEUE_D = "QD";
    
    // 声明X交换机
    @Bean("xExchange")
    public DirectExchange xExchange() {
        return new DirectExchange(X_EXCHANGE);
    }
    
    // 声明Y交换机
    @Bean("yExchange")
    public DirectExchange yExchange() {
        return new DirectExchange(Y_DEAD_EXCHANGE);
    }
    
    // 声明普通队列
    @Bean("queueC")
    public Queue queueC() {
        return QueueBuilder.durable(QUEUE_C).deadLetterExchange(Y_DEAD_EXCHANGE).deadLetterRoutingKey("YD").build();
    }
    
    // 声明死信队列
    @Bean("queueD")
    public Queue queueD() {
        return QueueBuilder.durable(DEAD_QUEUE_D).build();
    }
    
    // 队列与交换机进行绑定
    @Bean
    public Binding queueCBindingX(@Qualifier("queueC") Queue queueC, @Qualifier("xExchange") DirectExchange xExchange) {
        return BindingBuilder.bind(queueC).to(xExchange).with("XC");
    }
    
    @Bean
    public Binding queueDBindingY(@Qualifier("queueD") Queue queueD, @Qualifier("yExchange") DirectExchange yExchange) {
        return BindingBuilder.bind(queueD).to(yExchange).with("YD");
    }
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55