使用 RabbitMQ 实现延时发送的几种方法

方法一：利用 TTL 和 DLX（死信队列）

RabbitMQ 本身不支持直接的延时队列，但可以通过 TTL（Time-To-Live）和 DLX（Dead Letter Exchange）组合实现延时效果。

1. 创建普通队列并设置 TTL，绑定到业务交换机。
2. 为队列配置死信交换机（DLX）和死信路由键。
3. 消息过期后，自动转发到死信队列，由消费者处理。

示例代码：

// 声明死信交换机和队列
channel.exchangeDeclare("dlx.exchange", "direct");
channel.queueDeclare("dlx.queue", true, false, false, null);
channel.queueBind("dlx.queue", "dlx.exchange", "dlx.routing.key");

// 声明业务队列并设置 TTL 和 DLX
Map<String, Object> args = new HashMap<>();
args.put("x-message-ttl", 10000); // TTL 10秒
args.put("x-dead-letter-exchange", "dlx.exchange");
args.put("x-dead-letter-routing-key", "dlx.routing.key");
channel.queueDeclare("delay.queue", true, false, false, args);

方法二：使用 RabbitMQ 插件（rabbitmq_delayed_message_exchange）

RabbitMQ 3.5.8 及以上版本支持官方延时插件，需手动安装。

1. 下载插件并启用：

   rabbitmq-plugins enable rabbitmq_delayed_message_exchange
   

2. 声明自定义交换机类型为 x-delayed-message，并设置路由方式（如 direct）。

示例代码：

Map<String, Object> args = new HashMap<>();
args.put("x-delayed-type", "direct");
channel.exchangeDeclare("delayed.exchange", "x-delayed-message", true, false, args);
channel.queueDeclare("delayed.queue", true, false, false, null);
channel.queueBind("delayed.queue", "delayed.exchange", "delayed.key");

// 发送延时消息
Map<String, Object> headers = new HashMap<>();
headers.put("x-delay", 5000); // 延时5秒
AMQP.BasicProperties props = new AMQP.BasicProperties.Builder()
    .headers(headers)
    .build();
channel.basicPublish("delayed.exchange", "delayed.key", props, message.getBytes());

方法三：外部定时任务 + 消息存储

适用于高精度延时需求，但实现复杂度较高。

1. 将延时消息存储到数据库（如 MySQL），记录目标发送时间。
2. 通过定时任务（如 Spring Scheduler）扫描到期消息。
3. 将消息投递到 RabbitMQ 普通队列。

示例代码片段：

@Scheduled(fixedDelay = 1000)
public void scanDelayedMessages() {
    List<Message> messages = repository.findBySendTimeBefore(new Date());
    messages.forEach(msg -> {
        rabbitTemplate.convertAndSend("target.exchange", "target.key", msg);
        repository.delete(msg);
    });
}

注意事项

• TTL+DLX 缺点：队列中消息过期时间是固定的，若动态调整需为每条消息设置单独 TTL（可能影响性能）。
• 插件优点：支持动态延时，但需确保插件兼容性和集群配置一致性。
• 定时任务缺点：依赖外部存储，可能引入一致性问题（如任务失败需补偿）。

选择方法时需根据业务场景权衡实现复杂度和延时精度。