订单 30 分钟未支付自动关闭,用的是 RabbitMQ 延迟队列。上线一周,偶尔有订单挂在那里两小时不关。
队列声明时给了 x-message-ttl 1800000,绑了死信交换机。查管理台,延迟队列里的消息数是 0,死信队列也没有消费记录,消息像是凭空消失。
先怀疑消费者挂了。死信队列的消费者在跑,日志有消费记录,只是时间不对。翻代码发现发消息时又单独设了 expiration,值和队列的 TTL 不一样。
RabbitMQ 的 TTL 只在消息到达队头时才判断。队列里前一条的 expiration 是 7200000,它挡住后面所有消息,后面的 1800000 只能干等。同一个队列混不同延迟,先到的长延迟会把短的堵死,这是这套方案最容易踩的地方。
改成一个延迟级别一个队列,TTL 写在队列参数上,不用 per-message 的 expiration:
Map<String, Object> args = new HashMap<>();
args.put("x-message-ttl", 1800000);
args.put("x-dead-letter-exchange", "order.dlx");
args.put("x-dead-letter-routing-key", "order.close");
channel.queueDeclare("order.delay.30m", true, false, false, args);
30 分钟、2 小时、24 小时各一个队列,关单统一走死信交换机。声明参数必须和已存在的队列完全一致,之前参数不同直接报 PRECONDITION_FAILED,队列没建成但异常被吞了,这也是消息消失的假象来源。
还有一处,生产者发消息时开了 publisher confirm,回调里没处理 nack。交换机不存在的那段时间,消息被静默丢弃。补上 nack 的日志和重发,问题才彻底可见。
确认方式:下 20 单不支付,30 分钟窗口后逐条看关闭时间,误差在 3 秒内;再把其中一个队列的消息数打到 5000,延迟没有漂移。
