死信队列的消息处理方案
昨天在处理死信队列消息时，发生了很多疑问，但是实际方案还未实现，一一记录解答。
1.死信队列出现的原因
跟预想的什么事务啊，重试啊，宕机啊没dei关系
Cannot display ObjectMessage body. Reason: Failed to build body from content. Serializable class not available to broker. Reason: java.lang.ClassNotFoundException: xxx应该是处理此条消息的时候，实体类未序列化？然后我重试下，将实体类序列化去掉，这在运行时会直接异常的，目前原因不详。
2.如何处理死信队列中的消息？
这个监听的思路是对的，就是实施有点问题，总是监听不到
1:人工处理(太累)
2:定时任务(太耗性能)
3:监听死信队列
4:死信队列写库
另外处理消息时，会发生与预想结果不一致，业务是点赞/取消点赞，如果原本目的是取消点赞，但操作失败redis是有的，进入死信队列数据库是没数据的，我在此期间对这条数据进行了点赞，然后又取消了，那如果此时我处理这条消息，会进行点赞，与原本的目的不一致
3.监听+时间
创建一个监听器，监听死信队列ActiveMQ.DLQ队列是否有消息，有消息就进行消费。每次mq入队前标识一个时间戳，取出死信队列的消息，与当前库里的操作时间对比，如果最后一条记录的时间大于此条消息时间不予处理，否则进行消息补偿。redis+mq+mysql进行数据同步时同理
4.redis+mq并发1万会产生消息积压吗？
不会，产生积压的原因是业务系统不再监控某队列，即便是1万并发同事请求，肯定会发生队列排队消费，但不会发生积压，另外如出现此情况，需要短信报警，并手动删除或脚本删除此队列。
最高等待队列数
5.一个业务一个队列，无用队列怎么处理？
目前接触的业务，每个业务都需要自定义队列名，有的队列等待，有的始终没处理业务，此时可自定义关闭监测时间内不工作的队列，如需要时再开启，以此减少其他队列的压力。
配置可看下activemq.xml的47行
constantPendingMessageLimitStrategy用于防止
慢话题消费者阻碍生产者和影响其他消费者
通过限制保留的消息数
<destinationPolicy>
<policyMap>
<policyEntries>
<policyEntry topic=">" >
<!-- The constantPendingMessageLimitStrategy is used to prevent
slow topic consumers to block producers and affect other consumers
by limiting the number of messages that are retained
For more information, see:
http://activemq.apache.org/slow-consumer-handling.html
-->
<pendingMessageLimitStrategy>
<constantPendingMessageLimitStrategy limit="1000"/>
</pendingMessageLimitStrategy>
</policyEntry>
</policyEntries>
</policyMap><!-- 在这里加上schedulePeriodForDestinationPurge属性。-->
<broker xmlns="http://activemq.apache.org/schema/core" schedulePeriodForDestinationPurge="10000"
<destinationPolicy>
<policyMap>
<policyEntries>
<!-- 在这里加上gcInactiveDestinations和inactiveTimoutBeforeGC两个属性 -->
<policyEntry queue=">" gcInactiveDestinations="true" inactiveTimoutBeforeGC="30000"/>
</policyEntries>
</policyMap>
</destinationPolicy>
</broker>6.为什么预想3万次的任务执行，结果不一致？
为了测试业务是否会出现频繁取消确认出现不一致的情况，单接口一万次，测了3次，目前一共执行了3次，第一次告8552，第二次，第三次是成功的，按理说一共是28552次，但结果是28527，理想是3万次，在jmeter的结果树种分析无错误日志
原因不晓得。勾选Scroll无用。
这个队列加时间跟
如何解决redis的并发竞争key问题相似，处理方案也是相似
方案仅供参考。