BlogRabbitMQ

RabbitMQ Exchanges, Queues & Bindings für Microservices

Scott Sternloff

Von Scott Sternloff, Senior Enterprise Architect

LinkedIn · Aktualisiert am · 13 Min. Lesezeit

RabbitMQ Exchanges, Queues & Bindings für Microservices
Auf dieser Seite

# RabbitMQ Exchanges, Queues und Bindings für Microservices

RabbitMQ Exchanges, Queues und Bindings bilden für Microservices eine Designeinheit: Der Exchange-Typ routet Nachrichten, die Queue hält sie für eine Consumer Group vor, und das Binding entscheidet, welche Nachrichten welche Queue erreichen. Wählen Sie den falschen Exchange-Typ, verteilen Sie Nachrichten entweder per Fan-out an Services, die sie nie sehen sollten, oder verwerfen stillschweigend jene, die eigentlich woanders hingehört hätten. Dieser Leitfaden liefert Ihnen Entscheidungsregeln, eine Routing-Key-Konvention und ein durchgerechnetes Beispiel.

Wählen Sie den Exchange-Typ nach der Struktur der Consumer, nicht nach Vorliebe

Die Frage, die über den Exchange-Typ entscheidet: Wie viele unterschiedliche Consumer Groups brauchen diese Nachricht, und brauchen sie dieselbe Teilmenge davon? Teamgewohnheiten und das, was im letzten Projekt zum Einsatz kam, sind zweitrangig.

  • Direct Exchange: eine Consumer Group pro exaktem Routing Key. Setzen Sie ihn ein, wenn eine Nachricht genau ein korrektes Ziel hat, das sich nicht ändert, etwa payment.charge.requested, geroutet an eine einzige Queue payment-processing. Direct Exchanges werden unhandlich, sobald eine zweite Consumer Group denselben Key braucht.
  • Fanout Exchange: Jede gebundene Queue erhält jede Nachricht, ohne Auswertung des Routing Key. Setzen Sie ihn für echte Broadcast-Signale ein: Cache-Invalidierung, „Konfiguration neu geladen“, ein Kill Switch. Greifen Sie nicht standardmäßig zu Fanout, nur weil er sich leicht einrichten lässt: Braucht eine fünfte Consumer Group eine gefilterte Teilmenge, erzwingt das Filterung in der Anwendung, die Sie hätten vermeiden können.
  • Topic Exchange: hierarchische Routing Keys, abgeglichen über Wildcards. Das ist der Enterprise-Standard für Microservices, weil neue Consumer Groups ihren eigenen Ausschnitt des Event-Streams binden können, ohne dass sich am Publisher etwas ändert. Im Zweifel: Topic.
  • Headers Exchange: routet anhand von Header-Key/Value-Paaren (x-match: all oder any) statt eines Routing Key. Selten und nur dann richtig, wenn sich die Routing-Entscheidung nicht als punktgetrennte Zeichenkette ausdrücken lässt, weil sie von unabhängigen Attributkombinationen abhängt, etwa Region UND Tier UND Feature Flag. Passt die Logik in a.b.c, verwenden Sie stattdessen Topic.

Führen Sie systemweit eine einzige Routing-Key-Konvention ein: ... Beispiele: order.order.created, order.order.cancelled, payment.charge.succeeded, payment.charge.failed, inventory.reservation.failed, notification.email.queued.

Consumer Groups binden mit Wildcards gegen dieses Muster. * passt auf genau ein Wort, # auf null oder mehr. Ein Billing-Service, den nur Zahlungsergebnisse interessieren, bindet payment.charge.*. Ein Audit-Service, der alles aus der Order-Domain will, bindet order.#. Halten Sie das Domain-Segment stabil, denn jedes Binding jedes Consumers hängt davon ab.

Wie die Wahl des Exchange in ein vollständiges Produktions-Cluster-Design passt, einschließlich Clustering und Kapazitätsplanung, zeigt der Leitfaden zur RabbitMQ-Produktionsarchitektur.

Queues pro Consumer Group, nicht pro Service

Der häufigste Topologiefehler ist eine Queue pro Service, aus Gewohnheit am Organigramm ausgerichtet. Das bricht in dem Moment, in dem zwei unabhängige Teams denselben Event-Stream in unterschiedlichem Tempo brauchen oder eine Consumer Group skalieren muss, ohne die andere mitzuziehen.

Die richtige Einheit ist die Consumer Group, nicht der Service. Drei Instanzen von inventory-service, die dieselbe Queue lesen, sind Competing Consumers: Jede Nachricht geht an genau eine Instanz, und RabbitMQ verteilt Zustellungen per Round-Robin (abhängig vom Prefetch) – horizontale Skalierung ohne Partitionierung auf Anwendungsebene. Braucht ein zweites, logisch getrenntes Anliegen dieselben Events unabhängig davon, etwa ein Analytics-Sink im selben Repo, ist das eine zweite Consumer Group mit eigener Queue und eigenem Binding, keine geteilte Queue.

Zwei Einstellungen bestimmen, wie gut sich Competing Consumers unter Last verhalten:

  • Prefetch Count: wie viele unbestätigte Nachrichten RabbitMQ einem Consumer-Channel übergibt, bevor es die Zustellung an ihn pausiert. Zu hoch, und eine langsame Instanz hortet Nachrichten, die schnellere Instanzen verarbeiten könnten; zu niedrig, und jede Nachricht zahlt die Round-Trip-Latenz. Unter RabbitMQ Prefetch Count erfahren Sie, wie Sie ihn anhand von Verarbeitungszeit und Consumer-Anzahl dimensionieren.
  • Queue-Typ: Für alles, was zählt, sollten Quorum Queues der Standard sein, nicht Classic Queues. Sie replizieren per Raft über Knoten hinweg, überstehen einen Node-Ausfall ohne Verlust bestätigter Nachrichten und werden in RabbitMQ 4.x weiterentwickelt, während Classic Mirroring abgekündigt ist. Classic Queues passen weiterhin für nicht-persistente Single-Node-Workloads mit hohem Durchsatz, bei denen sich der Replikations-Overhead nicht lohnt. Die Abwägungen finden Sie unter Classic vs. Quorum Queues.

Benennen Sie Queues nach Consumer Group und Event-Ausschnitt, nicht nach dem Exchange: inventory-service.order-events liest sich sechs Monate später besser als q1.

Bindings: Many-to-many-Routing ohne Wildwuchs

Ein Binding ist eine gerichtete Beziehung zwischen einem Exchange (oder einer Queue) und einem Routing-Muster, von Grund auf many-to-many: Ein Exchange kann viele Queues mit unterschiedlichen Mustern gebunden haben, und eine Queue kann mehrfach an denselben Exchange oder an mehrere Exchanges gebunden sein.

Die Wildcard-Semantik zählt, wenn es darauf ankommt: * passt auf genau ein Wort zwischen Punkten (order.*.created passt auf order.order.created, nicht auf order.line-item.detail.created); # passt auf null oder mehr Wörter, auch auf keines (order.# passt auf order.created und order.order.line-item.updated).

Binding-Wildwuchs entsteht, wenn Routing Keys feingranulare Berechtigungs- oder Feature-Flag-Logik abbilden sollen, statt diese Filterung dem Consumer oder Headern zu überlassen. Braucht eine einzelne Consumer Group mehr als vier oder fünf Bindings an einem Exchange, um ihr Abonnement auszudrücken, überdenken Sie die Routing-Key-Hierarchie, bevor Sie ein sechstes hinzufügen.

Exchange-to-Exchange-Bindings lösen geschichtetes Routing: ein einziger Eingangspunkt für Publishes mit unterschiedlichen nachgelagerten Fan-out-Regeln pro Domain. Ein Topic Exchange am Eingang (platform.events) bindet an domainspezifische Topic Exchanges (orders.events, payments.events, inventory.events), die jeweils an ihre eigenen Consumer-Queues binden. Publisher kennen nur platform.events; neue Domains lassen sich durch Binden eines neuen Exchange ergänzen, ohne jeden Publisher anzufassen. Das ist der Mechanismus hinter den meisten Queue-Topologien für Enterprise-Integration: dieselbe Exchange-und-Binding-Grundbaustein in Schichten verketten, statt einen neuen zu erfinden.

Dead-Lettering und Retry-Topologien

Jede Produktions-Queue braucht vor allem anderen eine Dead-Letter-Policy. Ohne sie blockiert eine Nachricht, die ein Consumer nicht verarbeiten kann, entweder die Queue in einer Endlosschleife oder wird bestätigt und stillschweigend verworfen.

Die Standardform:

  • Ein Dead-Letter-Exchange (DLX) ist ein normaler Exchange, der über x-dead-letter-exchange auf der primären Queue gesetzt wird. Eine Nachricht, die mit requeue=false abgelehnt wird, per TTL abläuft oder ein Längenlimit überschreitet, wird an den DLX neu veröffentlicht, statt zu verschwinden.
  • Eine Dead-Letter-Queue (DLQ) bindet an diesen DLX und hält fehlgeschlagene Nachrichten für Analyse, Alerting oder Replay vor.
  • TTL-basierter Retry mit Wait-Queue ermöglicht verzögerte Retries ohne Plugin: Veröffentlichen Sie die fehlgeschlagene Nachricht in eine Wait-Queue mit festem TTL und ohne Consumer, deren eigener DLX zurück auf den ursprünglichen Verarbeitungs-Exchange zeigt. Läuft der TTL ab, wird die Nachricht per Dead-Lettering zurück in die normale Verarbeitung geleitet. Staffeln Sie mehrere Wait-Queues (retry-5s, retry-30s, retry-5m) für Backoff.
  • Standard-Delivery-Limit: Quorum Queues in RabbitMQ 4.x begrenzen Redelivery im Rahmen ihres integrierten Poison-Message-Trackings standardmäßig auf ein delivery-limit von 20. Danach wird die Nachricht automatisch dead-lettered. Setzen Sie den Wert explizit, wenn bereits eine Wait-Queue-Retry-Topologie den Backoff übernimmt, damit sich die beiden Mechanismen nicht gegenseitig behindern.
  • Umgang mit Poison Messages: Deterministisch fehlschlagende Nachrichten (fehlerhaftes JSON, ein nicht parsebares Schema) sollten kein Retry-Budget verbrauchen. Erkennen Sie sie gleich zu Beginn des Handlers und leiten Sie sie mit requeue=false sofort in den Dead-Letter-Pfad, an den Retry-Queues vorbei.

Dieses Pattern mit funktionierenden Queue-Argumenten behandeln wir vollständig unter Dead-Lettering und Retry-Topologien.

Nachrichtenfluss in einem verteilten Bestellprozess abbilden

So sieht das Pattern in einer realen Anwendung aus: Eine Bestellung wird in einem Online-Shop aufgegeben und durchläuft Order-, Payment-, Inventory- und Notification-Services.

Der Order-Service verantwortet order und veröffentlicht an einen Topic Exchange, order.events. Beim Aufgeben einer Bestellung wird der Routing Key order.order.created mit Bestell-ID, Kunden-ID und Positionen veröffentlicht. Zwei Consumer Groups binden diesen Exchange: Payment bindet order.order.created in payment-service.order-created, Inventory bindet denselben Key in inventory-service.order-created. Beide handeln unabhängig; keiner weiß vom anderen.

Payment verarbeitet die Belastung und veröffentlicht an seinen eigenen Exchange, payment.events, mit payment.charge.succeeded oder payment.charge.failed. Order bindet payment.charge.* in order-service.payment-outcomes, um den Bestellstatus in beiden Fällen zu aktualisieren. Notification bindet dasselbe Muster in notification-service.payment-outcomes, um den Kunden bei einem Fehlschlag per E-Mail zu informieren.

Inventory veröffentlicht nach der Bestandsreservierung an inventory.events mit inventory.reservation.succeeded oder inventory.reservation.failed. Order bindet nur inventory.reservation.failed, da ein Erfolg keine Änderung am Bestellstatus erfordert. Notification bindet denselben Key als Auslöser für eine „Nicht vorrätig“-E-Mail.

Dokumentieren Sie das so, wie Sie es mündlich erklären würden, nicht als Tabelle: pro Exchange Typ und Domain; pro Routing Key, wer veröffentlicht und wer konsumiert; pro Queue Owner, Binding-Muster und Dead-Letter-Policy. Als Fließtext bleibt es in einem Pull Request überprüfbar – anders als ein Diagramm allein.

Um diesen Fluss in einem Cluster nachzuvollziehen, dessen Dokumentation sich von der Realität entfernt hat, helfen drei Werkzeuge: rabbitmqctl list_bindings auf jedem vhost liefert die rohen Exchange-to-Queue- und Exchange-to-Exchange-Bindings direkt vom Broker; die Management-HTTP-API (GET /api/exchanges/{vhost}/{name}/bindings/source) liefert dieselben Daten als JSON für skriptgesteuerte Audits; und das Message-Tracing-Plugin (rabbitmq_tracing oder der Firehose Exchange) zeigt den tatsächlichen Traffic und deckt Bindings auf, die existieren, aber nichts sehen, oder Traffic, der ins Leere läuft. Das hat echte Kosten, da Tracing intern eine Kopie jeder getracten Nachricht veröffentlicht – betreiben Sie es also für ein begrenztes Diagnosefenster, nicht dauerhaft.

Ereignisgesteuerte Patterns, die sich in der Produktion wirklich bewähren

Unterscheiden Sie früh zwischen Events und Commands. Ein Event („Bestellung erstellt“) ist eine bereits eingetretene Tatsache; dem Publisher ist egal, wer reagiert, daher sendet er per Broadcast über einen Topic Exchange an beliebig viele gebundene Gruppen. Ein Command („Diesen Kunden belasten“) hat genau einen vorgesehenen Empfänger; ihn über eine broadcastartige Topologie zu routen, lädt einen zweiten Service dazu ein, ihn versehentlich zu verarbeiten. Commands passen zu einem Direct Exchange oder einer Queue mit einer einzigen Consumer Group; Events passen zu Topic.

Idempotente Consumer sind nicht optional. At-least-once-Zustellung, der Standard von RabbitMQ bei manuellen Acknowledgements, bedeutet, dass jeder Consumer irgendwann ein Duplikat sieht – sei es durch Redelivery nach einem Absturz zwischen Verarbeitung und Ack oder durch eine Retry-Topologie, die nach einem langsamen, aber erfolgreichen Versuch auslöst. Schlüsseln Sie die Verarbeitung über die Message-ID oder einen stabilen fachlichen Schlüssel (Bestell-ID plus Event-Typ) und machen Sie den Handler bei Wiederholung zur No-op. Das ist von Anfang an günstiger gebaut als nachträglich, nachdem eine doppelte Belastung rausgegangen ist.

Reihenfolgegarantien gibt es nur innerhalb einer einzelnen Queue und nur für einen einzigen aktiven Consumer, der sie liest. Sobald eine Queue Competing Consumers hat, ist die Reihenfolge über die gesamte Queue nicht mehr garantiert, da parallele Verarbeitung außer der Reihe fertig werden kann. Muss eine bestimmte Abfolge erhalten bleiben (etwa alle Events zu einer Bestell-ID), verwenden Sie x-single-active-consumer, damit ein Consumer verarbeitet, während andere als Hot Backups bereitstehen, oder partitionieren Sie nach einem stabilen Schlüssel, damit die Events einer Entität immer in derselben Queue landen.

Bei Zustandsänderungen, die atomar mit einem Publish erfolgen müssen, veröffentlichen Sie nicht aus der Datenbanktransaktion heraus. Nutzen Sie das Outbox-Pattern: Schreiben Sie das Event in derselben Transaktion wie die Zustandsänderung in eine Outbox-Tabelle und leiten Sie es dann über einen separaten Prozess oder einen CDC-Connector an RabbitMQ weiter. Das beseitigt das Dual-Write-Problem, das Fanout-und-Hoffen-Topologien stillschweigend in Kauf nehmen.

Greifen Sie zu RabbitMQ Streams statt einer Fanout-Topologie, wenn Consumer historische Daten per Replay abrufen müssen, das Volumen so hoch ist, dass der Routing-Overhead pro Nachricht ins Gewicht fällt, oder mehrere unabhängige Consumer Groups jeweils das vollständige Log in ihrem eigenen Tempo brauchen, ohne um Nachrichten zu konkurrieren. Ein Fanout Exchange mit einer Queue pro Gruppe nähert das bei geringeren Volumina an, bietet aber kein Replay. Zur Wahl zwischen Streams und Kafka für diesen Workload siehe RabbitMQ Streams vs. Kafka.

Enterprise-Integration-Patterns, die Sie tatsächlich brauchen

  • Alternate Exchange für nicht routbare Nachrichten: Setzen Sie x-alternate-exchange auf jedem Exchange, bei dem ein Publish möglicherweise auf kein Binding passt – sei es durch einen vertippten Routing Key oder eine Consumer Group, deren Binding stillschweigend entfernt wurde. Ohne ihn wird eine nicht routbare Nachricht einfach verworfen, sofern der Publisher nicht das Mandatory-Flag gesetzt hat und auf die Rückgabe achtet – ein stiller Fehlermodus, den Sie besser nicht mitten in einem Incident entdecken.
  • Routing pro Mandant: In mandantenfähigen Systemen ist ein vhost pro Mandant (oder Tier) eine stärkere Isolationsgrenze, als die Mandanten-ID nur im Routing Key zu codieren. Das Thema ist umfangreich genug für einen eigenen Beitrag zu vhost-basierter Mandantenfähigkeit; gestalten Sie die Benennung von Queues und Exchanges so, dass eine Aufteilung auf vhosts eine Konfigurationsänderung bleibt und kein Rewrite wird.
  • Request/Reply mit reply_to: Für den seltenen Aufruf mit synchronem Charakter über einen asynchronen Transport setzen Sie reply_to im Request auf eine Queue, auf die der Anfragende hört, und ordnen Antworten über correlation_id zu. Bevorzugen Sie die Direct-Reply-to-Pseudo-Queue von RabbitMQ (amq.rabbitmq.reply-to), statt pro Request eine neue Reply-Queue anzulegen – um den Preis, dass der Anfragende für die Dauer des Aufrufs verbunden bleiben muss.

Anti-Patterns, die Sie vermeiden sollten

  • Eine Queue pro Microservice statt pro Consumer Group, wodurch voneinander unabhängige Anliegen stillschweigend an denselben Stream gekoppelt werden.
  • Fanout als Standard, weil keine Routing-Key-Entscheidung getroffen wurde, statt für bewusste Broadcast-Semantik.
  • Kein Dead-Letter-Exchange konfiguriert, sodass eine fehlerhafte Nachricht die Queue blockiert oder spurlos verschwindet.
  • Retry als Sleep-and-Requeue-Schleife auf Anwendungsebene statt TTL-basierter Wait-Queues, was Consumer-Kapazität verschwendet und den Retry-Zustand vor dem Betrieb verbirgt.
  • Routing Keys, die Implementierungsdetails („service-b-only“) statt fachlicher Tatsachen codieren und brechen, sobald eine neue Consumer Group dasselbe Event braucht.
  • Binding-Wildwuchs: ein Dutzend fast identischer Bindings pro Queue statt einer Routing-Key-Hierarchie, die sich in ein oder zwei Mustern ausdrückt.
  • Classic Queues als Standard für wichtige Daten, obwohl Quorum Queues der sicherere Standard sind und Classic Queues eine konkrete Durchsatz-Begründung brauchen.
  • Kein Alternate Exchange, sodass nicht routbare Nachrichten verschwinden, statt als alarmierbarer Zustand sichtbar zu werden.
  • Publishing innerhalb einer Datenbanktransaktion statt über eine Outbox, was ein Dual-Write-Risiko zwischen Zustand und Events schafft.
  • Die Nachrichtenreihenfolge bei einer Queue mit Competing Consumers als garantiert annehmen und Wochen später „unmögliche“ Zustände außer der Reihe debuggen.

Eine umfassendere Checkliste zur Fehleranalyse für den laufenden Betrieb einer solchen Topologie finden Sie unter die häufigsten Probleme beim RabbitMQ Troubleshooting.

Ob Sie ein Topologie-Design vor dem Go-live validieren oder eines debuggen, das sich von seiner Dokumentation entfernt hat: AceMQ betreut 160+ Enterprise-Kunden in 26+ Ländern – mit Reaktionszeitzielen ab 15 Minuten (je nach Plan), Support für RabbitMQ 3.8.x bis 4.x und einem direkten Draht zum RabbitMQ Core Team als einziger von Broadcom ernannter RabbitMQ-MSP-Partner. Erfahren Sie mehr über RabbitMQ-Support oder nehmen Sie Kontakt auf, um eine Topologie prüfen zu lassen.

Sobald eine Queue Umsatz trägt, verdient Dead-Lettering mehr als einen Absatz. Die ausführliche Behandlung, einschließlich Delivery Limits bei Quorum Queues, sicherer Retry-Schleifen und Replay aus einer Parking-Lot-Queue, finden Sie im Enterprise-Leitfaden zu RabbitMQ Dead Letter Queues.

Häufig gestellte Fragen

Welchen RabbitMQ-Exchange-Typ sollte ich für Microservices verwenden?

Standardmäßig einen Topic Exchange mit der Routing-Key-Konvention <domain>.<entity>.<event>. So können Sie neue Consumer-Gruppen hinzufügen, ohne den Publisher zu ändern, denn jede Gruppe bindet ihr eigenes Muster. Direct Exchanges nur dann, wenn eine Nachricht genau ein korrektes Ziel hat, das sich nicht ändern wird. Fanout nur für echte Broadcast-Signale an alle, etwa zur Cache-Invalidierung. Headers Exchanges kommen nur infrage, wenn die Routing-Entscheidung von unabhängigen Attributkombinationen abhängt, die sich nicht als punktgetrennter Routing Key schreiben lassen.

Wie dokumentiere ich den Nachrichtenfluss in RabbitMQ über mehrere Services hinweg?

Halten Sie pro Exchange den Typ und die zugehörige Domäne fest, pro Routing Key, wer publiziert und wer konsumiert, und pro Queue den verantwortlichen Service, das Binding-Muster und die Dead-Letter-Policy – als Fließtext, damit es in einem Pull Request prüfbar bleibt. Zum Abgleich mit der Realität liefern rabbitmqctl list_bindings oder der Bindings-Endpunkt der Management-API den aktuellen Stand; mit dem Message-Tracing-Plugin prüfen Sie in einem begrenzten Zeitfenster, ob der Traffic tatsächlich dorthin fließt, wo die Bindings es vorsehen.

Sollte jeder Microservice eine eigene Queue haben?

Nein. Die Queue sollte einer Consumer-Gruppe entsprechen, nicht einem Service. Teilen sich mehrere Instanzen eines Service die Arbeit, ist das eine Queue mit Competing Consumers – horizontale Skalierung gibt es damit gratis. Braucht ein wirklich eigenständiges Anliegen dieselben Events unabhängig davon, ist das eine zweite Consumer-Gruppe mit eigener Queue und eigenem Binding, selbst innerhalb derselben Codebasis oder desselben Teams.

Was ist der Unterschied zwischen einem Dead Letter Exchange und einer Retry-Queue?

Ein Dead Letter Exchange (DLX) ist der Exchange, an den RabbitMQ eine Nachricht automatisch neu publiziert, wenn sie abgelehnt wurde, abgelaufen ist oder ein Limit überschritten hat; eine daran gebundene Dead Letter Queue ist der Ort, an dem diese Nachrichten zur Analyse landen. Eine Retry-Queue ist eine separate Warte-Queue mit TTL, deren eigener DLX zurück in den ursprünglichen Verarbeitungsfluss zeigt, sodass die Nachricht nach einer Verzögerung per Dead-Lettering wieder in die normale Verarbeitung gelangt. Beides greift ineinander: Der DLX ist der Mechanismus, Retry über eine Warte-Queue ist ein darauf aufbauendes Pattern.

Wie verhindere ich, dass Nachrichten in RabbitMQ doppelt verarbeitet werden?

Mit manuellen Acknowledgements liefert RabbitMQ standardmäßig at-least-once aus – Duplikate werden also vorkommen, sei es durch erneute Zustellung nach einem Absturz oder durch eine verspätet greifende Retry-Topologie. Bauen Sie Consumer idempotent: Verknüpfen Sie die Verarbeitung mit der Message-ID oder einem stabilen fachlichen Schlüssel, etwa Bestell-ID plus Event-Typ, und behandeln Sie eine Wiederholung als No-op. Das von Anfang an einzuplanen ist weit günstiger, als es nachzurüsten, wenn ein doppelter Seiteneffekt bereits beim Kunden angekommen ist.

Wann sollte ich RabbitMQ Streams statt eines Fanout Exchange verwenden?

Greifen Sie zu Streams, wenn Consumer die Historie erneut abspielen müssen, wenn das Volumen so hoch ist, dass der Routing-Overhead pro Nachricht auf einem klassischen Exchange ins Gewicht fällt, oder wenn mehrere unabhängige Consumer-Gruppen jeweils das vollständige Event-Log in ihrem eigenen Tempo lesen müssen. Ein Fanout Exchange mit einer Queue pro Consumer-Gruppe kann das bei geringeren Volumina annähern, bietet aber kein Replay und vervielfacht Storage- und Routing-Kosten pro Gruppe, was bei einem gemeinsamen Log nicht der Fall ist.

Scott Sternloff

Autor

Scott SternloffSenior Enterprise Architect

Senior Enterprise Architect bei AceMQ. Verantwortet hier die technischen Beiträge: Architektur, Clustering und Migrationen von RabbitMQ, Kafka und Redis.

Leitfäden, Vergleiche und Studien

Mehr zum Thema RabbitMQ

Kostenlose Beratung

Lassen Sie Experten auf Ihre RabbitMQ-Cluster-Umgebung schauen

Ob Sie einen Produktionsvorfall beheben, eine Migration planen oder eine zweite Meinung zu Ihrer Architektur wünschen – unser Team steht bereit. Kein Verkaufsgespräch, nur Antworten.

E-Mail schreiben