死信队列又被称为延迟队列、延时队列，也是RabbitMq队列中的一种，利用DLX,当消息在一个队列中变成死信(dead message)之后,它能被重新publish到另一个Exchange, 这个Exchange就是DLX。
死信队列能在任何的队列上被指定，实际上就是设置某个队列的属性，标识这个队列是否需要死信队列的存在。当这个队列中有死信时，RabbitMQ就会 自动的将这个消息重新发布到设置的Exchange.上去，进而被路由到另一个队列。
我们来模拟一个场景，比如12306抢票，当用户抢到火车票时，12306官方会提示用户“请在30分钟内付款”，由于种种原因，用户迟迟没有付款，过了30分钟后仍然没有支付，系统自动取消该笔订单。
对于这种业务，在我们的实际生活中是非常常见的，在以前传统的处理方式可以是采用一个定时器，定时去获取没有付款的订单，并判断用户的下单时间距离当前的时间是否已经超过30分钟，如果是，表示用户在30分钟内内有付款，系统将自动失效该笔订单并回收该车票。但是这种方式存在非常大的隐患，我们知道，春运抢票是一个大数据量、高并发请求的场景，再用户抢到票到支付这段时间内，如果定时器频繁的从数据库中获取“未付款”状态的订单，其数据量之大难以想象，并且大批用户在30分钟内迟迟不付款，从数据库中获取的数据量将一直在增长，当到达一定程度时，将给数据库服务器和应用服务器带来巨大的压力。
而消息中间件rabbitmq的引入，将大大改善上面的情况，其流程如下图：
死信队列代替了原来定时器的逻辑，私信队列/延迟队列可以实现特定的消息或业务数据等待一定的时间TTL后，再被消费者监听消费处理。
1、占用系统资源少
不需要在伦旭数据库获取数据，减少DB层面资源的消耗
2、人为干预少
只需要搭建好死信队列的消息模型就可以不需要在去干预了
3、自动消费处理
当制定的延迟时间一到，消息就自动被路由到实际的队列进行处理
与普通的队列相比，死信队列同样具有消息、交换机、路由和队列等转悠级名次，只不过在死信队列里增加了另外三个成员：
DLX（Dead Letter Exchange）:死信交换机，就是交换机的一种类型，知识属于特殊的类型。
DLK（Dead Letter Routing-key）:死信路由，同样也是一种特殊的路由，主要是跟DLX组合在一起组成死信队列。
TTL（Time To Live）:指进入死信队列中的消息可以存活的时间。
其中DLX跟DLK是必须的成员，而TTL则是可选、非必须的。
流程：
消息到达第一个中转站，即死信队列，由基本交换机和基本路由绑定，并对应到指定的死信队列，因而消息将进入第一个暂存区，即死信队列中，而死信队列不同于一般的普通队列，它由三大部分组成，当消息进入死信队列时，TTL便开始进入倒计时，当存活时间一到，消息将进入第二个中转站，即真正的消息模型中的死信交换机。由于死信交换机和死信路由绑定，并对应到指定的真正的 队列，因而此时消息将不做停留，而是直接被路由到第二个暂存 区，即真正的队列中，最终该消息被真正的队列对应的消费者监听。至此，消息才完成满城的旅行。
1、消息被拒绝并且不再重新投递，即requeue参数的取值为false
即虽然消息消费失败，但是又不想让消息重新回到队列中，利用死信队列可以对消息进行一个处理。
2、消息超过了指定的存活时间TTL
3、队列达到最大长度了
死信队列的应用，首先我们需要设置死信队列的exchange和queue，然后进行绑定。然后在我们正常声明普通的交换机、队列、绑定后，在队列上加上一个参数即可：
arguments.put("x-dead-letter-exchange","dlx.exchange");这样，当消息过期、requeue、队列在达到最大长度是，消息就可以直接路由到死信队列。
生产者
public class Producer {public static void main(String[] args) throws Exception {ConnectionFactory connectionFactory = new ConnectionFactory();connectionFactory.setHost("192.168.237.139");connectionFactory.setPort(5672);connectionFactory.setVirtualHost("/");Connection connection = connectionFactory.newConnection();Channel channel = connection.createChannel();String exchange = "test_dlx_exchange";String routingKey = "dlx.save";String msg = "Hello RabbitMQ DLX Message";for(int i =0; i<1; i ++){AMQP.BasicProperties properties = new AMQP.BasicProperties.Builder().deliveryMode(2).contentEncoding("UTF-8").expiration("10000") //设置消息过期时间.build();channel.basicPublish(exchange, routingKey, true, properties, msg.getBytes());}}}消费者
public class Consumer {public static void main(String[] args) throws Exception {ConnectionFactory connectionFactory = new ConnectionFactory();connectionFactory.setHost("192.168.237.139");connectionFactory.setPort(5672);connectionFactory.setVirtualHost("/");Connection connection = connectionFactory.newConnection();Channel channel = connection.createChannel();//要进行死信队列中交换机、队列的声明和绑定:channel.exchangeDeclare("dlx.exchange", "topic", true, false, null);channel.queueDeclare("dlx.queue", true, false, false, null);channel.queueBind("dlx.queue", "dlx.exchange", "#");// 这就是一个普通的交换机 和 队列 以及路由名String exchangeName = "test_dlx_exchange";String routingKey = "dlx.#";String queueName = "test_dlx_queue";//普通交换机声明channel.exchangeDeclare(exchangeName, "topic", true, false, null);Map<String, Object> agruments = new HashMap<String, Object>();agruments.put("x-dead-letter-exchange", "dlx.exchange");//普通队列声明，但是需要绑定agruments属性channel.queueDeclare(queueName, true, false, false, agruments);//普通交换机与队列的绑定channel.queueBind(queueName, exchangeName, routingKey);channel.basicConsume(queueName, true, new MyConsumer(channel));}}自定义消费者
public class MyConsumer extends DefaultConsumer {public MyConsumer(Channel channel) {super(channel);}@Overridepublic void handleDelivery(String consumerTag, Envelope envelope, AMQP.BasicProperties properties, byte[] body) throws IOException {System.err.println("-----------consume message----------");System.err.println("consumerTag: " + consumerTag);System.err.println("envelope: " + envelope);System.err.println("properties: " + properties);System.err.println("body: " + new String(body));}}我们先启动消费者进程，保证rabbitmq服务器中存在普通队列和死信队列：
关闭消费者队列，启动生产者队列，我们将看到服务器中的普通队列上存在一条信息
由于我们将普通队列中的消息设置为了10秒过期，所以10秒之后，我们发现普通队列上已经没有了消息，而死信队列上多出了一条消息。证明死信队列中消息获取成功。