news 2026/5/16 2:36:22

掌握这 4 个关键点!!保证RabbitMQ 消息不丢失和不重复消费

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
掌握这 4 个关键点!!保证RabbitMQ 消息不丢失和不重复消费

在开发中,我们经常用RabbitMQ来做系统之间的传话筒。

比如用户下单后,通知库存系统减库存、通知物流系统准备发货。

但问题来了:万一消息丢了怎么办?或者同一条消息被处理了两次怎么办?

别担心!只要做好以下几点,就能让 RabbitMQ 变得既可靠安全


消息可能在哪丢?

假设发快递:

  • 你(生产者)把包裹交给快递员(RabbitMQ);
  • 快递员把包裹送到收件人(消费者)手上。

在这个过程中,包裹可能在三个地方出问题:

  1. 你刚寄出,快递员没收到→ 消息没到 RabbitMQ;
  2. 快递员收到了,但仓库门没开→ RabbitMQ 宕机,消息没了;
  3. 收件人签收前手机没电了→ 消费者处理失败,消息丢失。

所以,我们要从发送方、中间方、接收方三处下手!

先配好配置文件(application.yml)

yaml

spring: rabbitmq: host: localhost port: 5672 username: guest password: guest # 开启 publisher confirm 和 return publisher-confirm-type: correlated publisher-returns: true template: mandatory: true # 使 returns 生效 listener: simple: acknowledge-mode: manual # 手动 ACK retry: enabled: false # 我们自己控制重试逻辑 redis: host: localhost port: 6379


1. 声明队列、交换器(持久化!)

创建队列或交换器时,设置durable=true队列持久化。

java @Configuration public class RabbitMqConfig { public static final String ORDER_EXCHANGE = "order.exchange"; public static final String ORDER_QUEUE = "order.queue"; public static final String ORDER_ROUTING_KEY = "order.create"; @Bean public DirectExchange orderExchange() { // durable = true(默认就是 true) return new DirectExchange(ORDER_EXCHANGE, true, false); } @Bean public Queue orderQueue() { // durable = true return new Queue(ORDER_QUEUE, true); } @Bean public Binding binding() { return BindingBuilder.bind(orderQueue()) .to(orderExchange()) .with(ORDER_ROUTING_KEY); } }

2. 生产者发送消息(带唯一 ID + Confirm 回调)

发送消息时,设置 deliveryMode=2 消息持久化。

同时增加异步非阻塞操作,发完消息立刻返回,RabbitMQ 后台异步确认。支持批量确认、单条确认。

java @Service public class OrderProducer { @Autowired private RabbitTemplate rabbitTemplate; // 生成唯一消息ID(实际可用 UUID 或业务ID) public void sendOrderMessage(String orderId) { String msgId = "msg_" + System.currentTimeMillis(); // 简化版唯一ID MessageProperties props = new MessageProperties(); props.setMessageId(msgId); // 设置唯一ID,用于幂等 props.setDeliveryMode(MessageDeliveryMode.PERSISTENT); // 持久化 Message message = new Message((orderId).getBytes(StandardCharsets.UTF_8), props); // 发送并监听 confirm rabbitTemplate.convertAndSend( RabbitMqConfig.ORDER_EXCHANGE, RabbitMqConfig.ORDER_ROUTING_KEY, message, new CorrelationData(msgId) // CorrelationData 用于关联 confirm ); // 设置 confirm 回调 rabbitTemplate.setConfirmCallback((correlationData, ack, cause) -> { if (ack) { System.out.println("消息已确认送达 RabbitMQ: " + correlationData.getId()); } else { System.err.println("消息发送失败: " + cause); // 可在此处记录日志、重发、存 DB 等 } }); // (可选)设置 return 回调,处理路由失败 rabbitTemplate.setReturnsCallback(returned -> { System.err.println("消息无法路由: " + new String(returned.getMessage().getBody())); }); } }

生产环境建议把失败的消息存入数据库,由定时任务补偿重发。

到这里很多人以为只要设置了durable=true和deliveryMode=2,消息就万无一失了。

其实不然!RabbitMQ 收到持久化消息后,会先写入内存缓冲区,再异步刷盘(fsync)。

如果在这之间服务器断电,消息还是会丢!

解决方案:

传统方案:镜像队列(Mirrored Queue)多节点备份,但存在脑裂、数据不一致风险。

现代方案(RabbitMQ 3.8+):Quorum Queue(仲裁队列)

  • 基于 Raft 共识算法,强一致性;
  • 自动选主、故障转移;
  • 写入多数节点才返回成功,真正防丢。

在SpringBoot中声明 Quorum Queue:

java

@Bean public Queue quorumOrderQueue() { return QueueBuilder .durable("order.quorum.queue") .quorum() // 关键! .build(); }


3.消费者:手动 ACK + 幂等处理(防重复)

手动 ACK 是什么?等待消费者调用basicAck,收到 ACK 后,才从队列中删除消息。

什么是幂等?一个操作执行一次和执行多次,结果完全相同。

java @Component public class OrderConsumer { @Autowired private StringRedisTemplate redisTemplate; private static final String CONSUMED_KEY_PREFIX = "mq:consumed:"; @RabbitListener(queues = RabbitMqConfig.ORDER_QUEUE) public void handleOrder(Message message, Channel channel) throws IOException { String msgId = message.getMessageProperties().getMessageId(); String orderId = new String(message.getBody(), StandardCharsets.UTF_8); try { // 1.幂等检查:是否已处理过? String key = CONSUMED_KEY_PREFIX + msgId; Boolean hasConsumed = redisTemplate.opsForValue().setIfAbsent(key, "1", Duration.ofHours(24)); if (Boolean.FALSE.equals(hasConsumed)) { System.out.println("重复消息,跳过处理: " + msgId); channel.basicAck(message.getMessageProperties().getDeliveryTag(), false); return; } // 2.处理业务逻辑(比如减库存、发短信) System.out.println("正在处理订单: " + orderId); // 模拟业务耗时 Thread.sleep(1000); // 3.业务成功 → 手动 ACK channel.basicAck(message.getMessageProperties().getDeliveryTag(), false); System.out.println("消费成功,已 ACK: " + msgId); } catch (Exception e) { System.err.println("消费失败: " + e.getMessage()); // 拒绝消息,不 requeue(避免死循环),或根据策略决定是否重试 channel.basicNack(message.getMessageProperties().getDeliveryTag(), false, false); // 或者:basicReject + 记录到死信队列 } } }

关键点:

  • setIfAbsent 实现 Redis 分布式锁式去重;
  • 先检查幂等,再处理业务,最后 ACK
  • 异常时用 basicNack 拒绝消息,避免无限重试。

完整可靠性链路图

ini

[生产者] │ ├── 开启 Confirm → 确保消息到达 Broker └── 消息带唯一ID → 用于后续幂等 │ ▼ [RabbitMQ Broker] ├── 队列/交换器持久化 ├── 消息持久化(deliveryMode=2) └── 使用 Quorum Queue(高可用+强一致) │ ▼ [消费者] ├── 手动 ACK(autoAck=false) ├── 先查幂等(Redis/setIfAbsent) ├── 再执行业务 └── 最后 ACK(失败则 NACK 或进死信队列)


常见误区

误区

正确做法

“开了持久化就不会丢”

还需 Confirm + 高可用队列

“自动 ACK 更简单”

自动 ACK 极易丢消息!必须手动

“RabbitMQ 能保证不重复”

不能!必须消费者自己幂等

“消息ID用时间戳就行”

时间戳可能重复!建议用 UUID 或雪花ID


总结

保证 RabbitMQ 消息不丢和不重复,记住这四个关键点:

1. 生产者确认(Confirm)

  • 开启 publisher-confirm,确保消息成功发到 RabbitMQ。

2. 消息持久化

  • 队列和消息都设置成持久化,防止 RabbitMQ 重启后数据丢失。

3. 消费者手动确认(ACK)

  • 关闭自动 ACK,业务处理成功后,再手动确认消息。

4. 消费幂等性

  • 每条消息带唯一 ID,消费者先检查是否处理过,避免重复消费。

简单来说:

  • 防丢失:Confirm + 持久化 + 手动 ACK
  • 防重复:消息唯一 ID + 幂等检查

没有100%的不丢失,只有无限接近99.99%的可靠性。

做好这四点,你的 RabbitMQ 就足够可靠了

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/13 13:17:05

Conda与Pip共存环境下PyTorch的安装注意事项

Conda与Pip共存环境下PyTorch的安装注意事项 在深度学习项目中,最让人头疼的往往不是模型结构设计或调参优化,而是环境配置——尤其是当你信心满满地运行 import torch 后,却发现 torch.cuda.is_available() 返回了 False。这种“在我机器上明…

作者头像 李华
网站建设 2026/5/14 23:07:38

JiyuTrainer下载与配置:结合PyTorch-CUDA镜像进行可视化训练

JiyuTrainer下载与配置:结合PyTorch-CUDA镜像进行可视化训练 在深度学习项目开发中,最让人头疼的往往不是模型设计本身,而是环境搭建——明明代码没问题,却因为“CUDA not available”或“version mismatch”卡住数小时。这种经历…

作者头像 李华
网站建设 2026/5/12 3:07:08

PyTorch安装教程GPU版详解:基于CUDA-v2.8镜像高效搭建环境

PyTorch-CUDA环境搭建实战:从零理解镜像化深度学习开发 在AI模型日益复杂、训练规模不断扩大的今天,一个稳定高效的GPU开发环境已成为每位深度学习工程师的“刚需”。但谁没经历过这样的夜晚?——pip install torch 卡住三小时,终…

作者头像 李华
网站建设 2026/5/10 14:43:03

基于Java的基础数据维护智慧管理系统的设计与实现全方位解析:附毕设论文+源代码

1. 为什么这个毕设项目值得你 pick ? 基础数据维护智慧管理系统的设计与实现,主要功能模块包括会员管理、岗位管理、员工管理等15个子系统。相较于传统选题,“烂大街”毕设往往缺乏创新性和实用性。本系统针对企业日常运营中的核心数据进行高效管理和维…

作者头像 李华
网站建设 2026/5/10 1:59:23

SSH BatchMode批处理模式:自动化执行PyTorch脚本

SSH BatchMode 与 PyTorch-CUDA 镜像协同实现自动化训练 在深度学习项目从实验走向生产的工程实践中,一个常见的挑战是:如何将本地调试好的 PyTorch 模型脚本,快速、稳定地部署到远程 GPU 服务器上,并支持批量提交和无人值守运行&…

作者头像 李华
网站建设 2026/5/14 6:16:01

Docker Inspect查看元数据:诊断PyTorch容器问题

Docker Inspect查看元数据:诊断PyTorch容器问题 在现代深度学习开发中,一个看似简单的命令行操作——torch.cuda.is_available() 返回 False,往往能让整个训练流程戛然而止。更令人头疼的是,日志里可能只有一句模糊的“CUDA not a…

作者头像 李华