MQ(RabbitMQ)消息重复消费问题的全面解决方案
MQ消息重复消费是分布式系统中的常见问题,主要由网络问题、消费者故障、消息重试机制等引起。以下是针对RabbitMQ的完整解决方案体系:
一、消息生产端解决方案
1. 消息幂等设计
全局唯一消息ID:
MessageProperties props = MessagePropertiesBuilder.newInstance().setMessageId(UUID.randomUUID().toString()).build();
Message message = new Message(body.getBytes(), props);
rabbitTemplate.send(exchange, routingKey, message);
业务键去重:
props.setHeader("biz_key", "order_123_create");
2. 生产者确认模式
// 开启确认模式
rabbitTemplate.setConfirmCallback((correlationData, ack, cause) -> {if (!ack) {// 消息发送失败处理}
});// 开启返回模式
rabbitTemplate.setReturnCallback((message, replyCode, replyText, exchange, routingKey) -> {// 消息路由失败处理
});
二、消息存储端解决方案
1. 消息持久化
// 设置消息持久化
props.setDeliveryMode(MessageDeliveryMode.PERSISTENT);// 队列持久化
@Bean
public Queue durableQueue() {return new Queue("order.queue", true); // true表示持久化
}
2. 死信队列配置
@Bean
public Queue mainQueue() {Map<String, Object> args = new HashMap<>();args.put("x-dead-letter-exchange", "dlx.exchange");args.put("x-dead-letter-routing-key", "dlx.routingKey");return new Queue("order.queue", true, false, false, args);
}
三、消费端核心解决方案
1. 消费幂等实现
数据库方案:
@Transactional
public void processOrder(OrderMessage message) {if (orderLogRepository.existsByMessageId(message.getMessageId())) {return;}Order order = createOrder(message);orderLogRepository.save(new OrderLog(message.getMessageId()));
}
Redis方案:
public void processMessage(OrderMessage message) {String key = "order:msg:" + message.getMessageId();if (redisTemplate.opsForValue().setIfAbsent(key, "1", 24, TimeUnit.HOURS)) {// 处理业务逻辑}
}
2. 手动ACK机制
@RabbitListener(queues = "order.queue")
public void handleOrder(OrderMessage message, Channel channel, @Header(AmqpHeaders.DELIVERY_TAG) long tag) throws IOException {try {// 业务处理channel.basicAck(tag, false); // 手动确认} catch (Exception e) {channel.basicNack(tag, false, true); // 重新入队}
}
3. 消费限流
@Bean
public SimpleRabbitListenerContainerFactory rabbitListenerContainerFactory() {SimpleRabbitListenerContainerFactory factory = new SimpleRabbitListenerContainerFactory();factory.setPrefetchCount(10); // 每次只获取10条消息return factory;
}
四、分布式锁方案
1. Redis分布式锁
public void processWithLock(OrderMessage message) {String lockKey = "order:lock:" + message.getOrderId();try {boolean locked = redisLock.lock(lockKey, 10, TimeUnit.SECONDS);if (locked) {// 处理业务}} finally {redisLock.unlock(lockKey);}
}
2. 数据库乐观锁
@Transactional
public void updateWithVersion(Order order) {int affected = orderMapper.update("update orders set status = #{status}, version = version + 1 " +"where id = #{id} and version = #{version}", order);if (affected == 0) {throw new OptimisticLockException();}
}
五、消息轨迹方案
1. 全链路追踪
// 发送端
props.setHeader("trace_id", UUID.randomUUID().toString());// 消费端
@RabbitListener(queues = "order.queue")
public void handleOrder(OrderMessage message, @Header("trace_id") String traceId) {MDC.put("trace_id", traceId);// 处理业务
}
2. 状态机设计
public enum OrderStatus {INIT(1), PROCESSING(2), COMPLETED(3), FAILED(4);// 状态转换逻辑...
}public void processOrder(Order order) {if (!order.getStatus().canTransitionTo(OrderStatus.PROCESSING)) {return; // 状态检查}// 处理业务
}
六、RabbitMQ特有方案
1. 消息去重插件
rabbitmq-plugins enable rabbitmq_message_deduplication
配置策略:
rabbitmqctl set_policy dedup-policy "^dedup-queue$" \'{"deduplication-mode":"all","deduplication-header":"message_id"}' \--apply-to queues
2. 消息TTL设置
// 设置消息过期时间
props.setExpiration("60000"); // 60秒// 队列级别TTL
args.put("x-message-ttl", 60000);
3. 优先级队列
args.put("x-max-priority", 10); // 设置最大优先级
props.setPriority(5); // 设置消息优先级
七、架构级解决方案
1. 消息表+定时任务
CREATE TABLE consumed_messages (consumer_id VARCHAR(64),message_id VARCHAR(64) PRIMARY KEY,consumed_at TIMESTAMP,biz_key VARCHAR(128)
);
2. 去重服务设计
public class DeduplicationService {private final BloomFilter<String> bloomFilter;private final RedisTemplate<String, String> redisTemplate;public boolean isDuplicate(String messageId) {if (bloomFilter.mightContain(messageId)) {return redisTemplate.hasKey("msg:" + messageId);}return false;}
}
八、消费者配置优化
1. 消费者重试策略
spring:rabbitmq:listener:simple:retry:enabled: truemax-attempts: 3initial-interval: 1000
2. 死信队列处理
@RabbitListener(queues = "dlx.order.queue")
public void handleDeadLetter(OrderMessage message) {// 记录日志或人工干预alertService.notifyAdmin(message);
}
九、解决方案选择矩阵
场景 | 推荐方案 | 适用条件 |
---|---|---|
金融交易 | 数据库唯一约束+事务 | 强一致性要求 |
高并发订单 | Redis原子操作+本地缓存 | 高性能要求 |
长时间业务处理 | 手动ACK+分布式锁 | 处理耗时较长 |
全链路追踪 | 消息轨迹+状态机 | 复杂业务流程 |
海量消息 | 布隆过滤器+持久化存储 | 内存资源有限 |
十、最佳实践建议
-
多级防御:生产端ID+消费端幂等+存储去重
-
监控告警:监控重复消费率和死信队列
-
压力测试:模拟网络分区和消费者重启
-
日志完善:记录消息全生命周期日志
-
版本兼容:消息体结构要向前兼容
RabbitMQ消息去重的关键在于根据业务场景选择合适的技术组合,通常建议:
-
简单场景:消息ID+Redis去重
-
金融场景:数据库唯一约束+事务
-
高并发场景:本地缓存+Redis校验
-
复杂业务:状态机+分布式锁
同时要注意消息堆积时的处理能力和去重存储的容量规划。