应用场景

前两天我们已经介绍了两种Spring Cloud Stream对消息失败的处理策略：

• 自动重试：对于一些因环境原因（如：网络抖动等不稳定因素）引发的问题可以起到比较好的作用，提高消息处理的成功率。
• 自定义错误处理逻辑：如果业务上，消息处理失败之后有明确的降级逻辑可以弥补的，可以采用这种方式，但是2.0.x版本有Bug，2.1.x版本修复。

那么如果代码本身存在逻辑错误，无论重试多少次都不可能成功，也没有具体的降级业务逻辑，之前在深入思考中讨论过，可以通过日志，或者降级逻辑记录的方式把错误消息保存下来，然后事后分析、修复Bug再重新处理。但是很显然，这样做非常原始，并且太过笨拙，处理复杂度过高。所以，本文将介绍利用中间件特性来便捷地处理该问题的方案：使用RabbitMQ的DLQ队列。其中，test-topic.stream-exception-handler.dlq队列就是test-topic.stream-exception-handler的dlq（死信）队列，当test-topic.stream-exception-handler队列中的消息消费时候之后，就会将这条消息原封不动的转存到dlq队列中。这样这些没有得到妥善处理的消息就通过简单的配置实现了存储，之后，我们还可以通过简单的操作对这些消息进行重新消费。我们只需要在控制台中点击test-topic.stream-exception-handler.dlq队列的名字进入到详情页面之后，使用Move messages功能，直接将这些消息移动回test-topic.stream-exception-handler队列，这样这些消息就能重新被消费一次。
具体配置如下：前缀是spring.cloud.stream.kafka.。其中input-2是输入通道名称，dlqName是错误数据输出的topic名称。

        bindings:
          input-2:
            consumer:
              enableDlq: true
              dlqName: dead-out1
              autoCommitOnError: true
              autoCommitOffset: true