應用場景

前兩天我們已經介紹了兩種Spring Cloud Stream對訊息失敗的處理策略：

• 自動重試：對於一些因環境原因（如：網路抖動等不穩定因素）引發的問題可以起到比較好的作用，提高訊息處理的成功率。
• 自定義錯誤處理邏輯：如果業務上，訊息處理失敗之後有明確的降級邏輯可以彌補的，可以採用這種方式，但是2.0.x版本有Bug，2.1.x版本修復。

那麼如果程式碼本身存在邏輯錯誤，無論重試多少次都不可能成功，也沒有具體的降級業務邏輯，之前在深入思考中討論過，可以通過日誌，或者降級邏輯記錄的方式把錯誤訊息儲存下來，然後事後分析、修復Bug再重新處理。但是很顯然，這樣做非常原始，並且太過笨拙，處理複雜度過高。所以，本文將介紹利用中介軟體特性來便捷地處理該問題的方案：使用RabbitMQ的DLQ佇列。

動手試試

準備一個會消費失敗的例子，可以直接沿用前文的工程。也可以新建一個，然後建立如下程式碼的邏輯：

@EnableBinding(TestApplication.TestTopic.class)
@SpringBootApplication
public class TestApplication {

    public static void main(String[] args) {
        SpringApplication.run(TestApplication.class, args);
    }

    @RestController
    static class TestController {

        @Autowired
        private TestTopic testTopic;

        /**
         * 訊息生產介面
         *
         * @param message
         * @return
         */
        @GetMapping("/sendMessage")
        public String messageWithMQ(@RequestParam String message) {
            testTopic.output().send(MessageBuilder.withPayload(message).build());
            return "ok";
        }

    }

    /**
     * 訊息消費邏輯
     */
    @Slf4j
    @Component
    static class TestListener {

        @StreamListener(TestTopic.INPUT)
        public void receive(String payload) {
            log.info("Received payload : " + payload);
            throw new RuntimeException("Message consumer failed!");
        }

    }

    interface TestTopic {

        String OUTPUT = "example-topic-output";
        String INPUT = "example-topic-input";

        @Output(OUTPUT)
        MessageChannel output();

        @Input(INPUT)
        SubscribableChannel input();

    }

}
 

內容很簡單，既包含了訊息的生產，也包含了訊息消費。訊息消費的時候主動丟擲了一個異常來模擬訊息的消費失敗。

在啟動應用之前，還要記得配置一下輸入輸出通道對應的物理目標（exchange或topic名）、並設定一下分組，比如：

spring.cloud.stream.bindings.example-topic-input.destination=test-topic
spring.cloud.stream.bindings.example-topic-input.group=stream-exception-handler
spring.cloud.stream.bindings.example-topic-input.consumer.max-attempts=1
spring.cloud.stream.rabbit.bindings.example-topic-input.consumer.auto-bind-dlq=true

spring.cloud.stream.bindings.example-topic-output.destination=test-topic
 

這裡加入了一個重要配置spring.cloud.stream.rabbit.bindings.example-topic-input.consumer.auto-bind-dlq=true，用來開啟DLQ（死信佇列）。完成了上面配置之後，啟動應用並訪問localhost:8080/sendMessage?message=hello介面來發送一個訊息到MQ中了，此時可以看到消費失敗後丟擲了異常，訊息消費失敗，記錄了日誌。此時，可以檢視RabbitMQ的控制檯如下：

其中，test-topic.stream-exception-handler.dlq佇列就是test-topic.stream-exception-handler的dlq（死信）佇列，當test-topic.stream-exception-handler佇列中的訊息消費時候之後，就會將這條訊息原封不動的轉存到dlq佇列中。這樣這些沒有得到妥善處理的訊息就通過簡單的配置實現了儲存，之後，我們還可以通過簡單的操作對這些訊息進行重新消費。我們只需要在控制檯中點選test-topic.stream-exception-handler.dlq佇列的名字進入到詳情頁面之後，使用Move messages功能，直接將這些訊息移動回test-topic.stream-exception-handler佇列，這樣這些訊息就能重新被消費一次。

如果Move messages功能中是如下內容：

To move messages, the shovel plugin must be enabled, try:

$ rabbitmq-plugins enable rabbitmq_shovel rabbitmq_shovel_management

那是由於沒有安裝對應的外掛，只需要根據提示的命令安裝就能使用該命令了。

深入思考

先來總結一下在引入了RabbitMQ的DLQ之後，對於訊息異常處理更為完整一些的基本思路：

1. 瞬時的環境抖動引起的異常，利用重試功能提高處理成功率
2. 如果重試依然失敗的，日誌報錯，並進入DLQ佇列
3. 日誌告警通知相關開發人員，分析問題原因
4. 解決問題（修復程式Bug、擴容等措施）之後，DLQ佇列中的訊息移回重新處理

在這樣的整體思路中，可能還涉及一些微調，這裡舉幾個常見例子，幫助讀者進一步瞭解一些特殊的場景和配置使用！

場景一：有些訊息在業務上存在時效性，進入死信佇列之後，過一段時間再處理已經沒有意義，這個時候如何過濾這些訊息呢？

只需要配置一個引數即可：

spring.cloud.stream.rabbit.bindings.example-topic-input.consumer.dlq-ttl=10000

該引數可以控制DLQ佇列中訊息的存活時間，當超過配置時間之後，該訊息會自動的從DLQ佇列中移除。

場景二：可能進入DLQ佇列的訊息存在各種不同的原因（不同異常造成的），此時如果在做補救措施的時候，還希望根據這些異常做不同的處理時候，我們如何區分這些訊息進入DLQ的原因呢？

再來看看這個引數：

spring.cloud.stream.rabbit.bindings.example-topic-input.consumer.republish-to-dlq=true

該引數預設是false，如果設定了死信佇列的時候，會將訊息原封不動的傳送到死信佇列（也就是上面例子中的實現），此時大家可以在RabbitMQ控制檯中通過Get message(s)功能來看看佇列中的訊息，應該如下圖所示：

這是一條原始訊息。

如果我們該配置設定為true的時候，那麼該訊息在進入到死信佇列的時候，會在headers中加入錯誤資訊，如下圖所示：

這樣，不論我們是通過移回原通道處理還是新增訂閱處理這些訊息的時候就可以以此作為依據進行分型別處理了。

關於RabbitMQ的binder中還有很多關於DLQ的配置，這裡不一一介紹了，上面幾個是目前筆者使用過的幾個，其他一些暫時認為採用預設配置已經夠用，除非還有其他定製要求，或者是存量內容，需要去適配才會去配置。讀者可以檢視官方文件瞭解更多詳情！

程式碼示例

本文示例讀者可以通過檢視下面倉庫的中的stream-exception-handler-3專案：

• Github
• Gitee

如果您對這些感興趣，歡迎star、follow、收藏、轉發給予支援！

以下專題教程也許您會有興趣

• Spring Boot基礎教程
• Spring Cloud基礎教程

本文首發：http://blog.didispace.com/spring-cloud-starter-finchley-7-4/