BlogRabbitMQ

Wofür wird RabbitMQ eingesetzt? 9 typische Use Cases

Scott Sternloff

Von Scott Sternloff, Senior Enterprise Architect

LinkedIn · Aktualisiert am · 7 Min. Lesezeit

Wofür wird RabbitMQ eingesetzt? 9 typische Use Cases
Auf dieser Seite

RabbitMQ ist ein Open-Source-Message-Broker. Er wird vor allem eingesetzt, um Hintergrundarbeit in Queues zu stellen – etwa Celery-Tasks und andere Jobs, die Worker abholen – und um Microservices zu entkoppeln, damit ein langsamer oder ausgefallener Service den sendenden Service nicht aufhält. Darüber hinaus übernimmt er Request-Reply (RPC), Publish/Subscribe-Fan-out, Routing nach Topic oder Headern, IoT-Messaging über MQTT, Streams mit Replay sowie verzögerte Retries per Dead-Lettering. Anwendungen veröffentlichen Nachrichten an eine Exchange, Bindings routen sie in Queues, und Consumer bestätigen jede Nachricht per Acknowledgement (Ack), sobald sie verarbeitet ist.

Jede dieser Aufgaben funktioniert bis zu einem gewissen Punkt gut, und jede hat einen betrieblichen Haken. Dieser Beitrag behandelt beides auf Basis des aktuellen Verhaltens von RabbitMQ 4.x: 4.4 ist die aktuelle Release-Reihe, erschienen am 20. Oktober 2026; die Features, die dieser Beitrag 4.3 zuordnet, kamen mit diesem Release am 23. April 2026.

Was RabbitMQ ist: Exchanges, Bindings und Queues

RabbitMQ spricht mehrere Protokolle: AMQP 0-9-1, das die meisten Client-Libraries nutzen; AMQP 1.0, seit 4.0 ein Kernprotokoll; MQTT 3.1, 3.1.1 und 5.0 über ein mit dem Server ausgeliefertes Plugin; STOMP; sowie ein eigenes Stream-Protokoll. Unabhängig vom Protokoll ist das Modell immer gleich:

  • Exchanges nehmen Nachrichten entgegen und entscheiden, wohin sie gehen. Die vier Standardtypen sind direct (exakter Routing Key), fanout (jede gebundene Queue), topic (Wildcard-Muster) und headers (Abgleich auf Message-Header).
  • Bindings verbinden Exchanges mit Queues, über einen Routing Key oder Header-Regeln.
  • Queues halten Nachrichten vor, bis ein Consumer sie bestätigt; danach werden sie gelöscht. Streams sind die Ausnahme: ein Append-only-Log, das Consumer lesen, ohne etwas zu entfernen.

Das Routing im Broker statt in den Clients unterscheidet RabbitMQ von einem Log wie Kafka. Unser Leitfaden zu Exchanges, Queues und Bindings behandelt das Topologie-Design im Detail.

Typische Einsatzszenarien für RabbitMQ

Jeder Use Case lässt sich auf RabbitMQ-Features abbilden, und jeder hat einen Haken, den Sie kennen sollten, bevor er in Produktion geht:

Use CaseWas RabbitMQ bietetDer Haken
Task- und Job-Queues (Celery und Ähnliches)Eine Work Queue, die sich konkurrierende Consumer teilen, mit manuellen Acknowledgements und einem Prefetch-Limit pro Consumer. Die Celery-Dokumentation nennt RabbitMQ als Standard-Broker.Lange Jobs kollidieren mit dem Consumer-Timeout, standardmäßig 30 Minuten; in 4.3 wird er von Quorum Queues durchgesetzt, nicht mehr von Classic Queues. Celery auf Quorum Queues erfordert deaktiviertes globales QoS, wodurch das Autoscaling der Worker entfällt. Siehe Celery und RabbitMQ und Prefetch Count.
Entkopplung von MicroservicesDurable Queues puffern Nachrichten, während ein Consumer ausgefallen ist oder neu deployt wird, sodass der Producer weiterarbeitet.Ein unbeobachteter Rückstau wächst, bis er einen Disk- oder Memory-Alarm auslöst und der Broker Publisher blockiert. Setzen Sie Queue-Längenlimits und richten Sie Alerting auf Queue-Tiefe und Consumer-Anzahl ein.
RPC und Request-ReplyDie Properties reply_to und correlation_id oder Direct Reply-To, bei dem der Aufrufer aus der Pseudo-Queue amq.rabbitmq.reply-to konsumiert und keine Reply-Queue angelegt wird.Der Aufrufer wartet trotzdem auf einen entfernten Service. Setzen Sie clientseitige Timeouts und leiten Sie latenzkritische synchrone Aufrufe nicht standardmäßig über einen Broker.
Publish/Subscribe-Fan-outEine Fanout- oder Topic Exchange mit einer Queue pro Subscriber, sodass jeder Service seine eigene Kopie erhält und in seinem eigenen Tempo konsumiert.Jede Subscriber-Queue speichert ihre eigene Kopie. Für sehr große Fan-outs verweist die RabbitMQ-Dokumentation auf Streams statt Quorum Queues.
Routing nach Topic oder HeadernTopic Exchanges gleichen Routing Keys wie orders.eu.created mit Mustern ab, die * (genau ein Wort) und # (null oder mehr Wörter) enthalten; Headers Exchanges gleichen Header-Werte ab.Binding-Sets wachsen, bis niemand mehr weiß, welche Nachrichten in welcher Queue landen. Halten Sie die Topologie in Code oder Definitionsdateien fest und prüfen Sie sie regelmäßig.
IoT und Geräte über MQTTDas MQTT-Plugin (rabbitmq-plugins enable rabbitmq_mqtt) unterstützt MQTT 3.1, 3.1.1 und seit RabbitMQ 3.13 auch 5.0. QoS-0-Subscriber können einen Pseudo-Queue-Typ nutzen, der nichts auf Disk speichert.Jedes Gerät ist eine langlebige Verbindung. Dimensionieren Sie File Descriptors, Speicher und TLS-Terminierung nach der Geräteanzahl, nicht nach der Nachrichtenrate.
Streams für ReplayStreams (seit 3.9) sind replizierte Append-only-Logs, die viele Consumer ab einem beliebigen Offset lesen. Super Streams (3.11) partitionieren sie; consumerseitiges Filtern kam mit 3.13.Die Retention muss bewusst festgelegt werden, und voller Durchsatz erfordert einen Client mit Stream-Protokoll. Siehe den Leitfaden zu RabbitMQ Streams.
Verzögerte Zustellung und RetriesTTL pro Queue plus eine Dead-Letter-Exchange; das Delivery Limit der Quorum Queue (seit 4.0 standardmäßig 20) leitet Poison Messages per Dead-Letter weiter; 4.3 ergänzt verzögerte Retries mit steigendem Backoff für zurückgegebene Nachrichten.Das Delayed-Message-Exchange-Plugin wird nicht mehr gepflegt; laut RabbitMQ kommt die native Zustellverzögerung für Quorum Queues mit 4.4. Bis dahin nutzen Sie TTL und Dead-Lettering. Siehe unseren Leitfaden zur Dead-Letter-Queue (DLQ).
Task Queues für KI-Agenten und LLMsQueues zwischen Agenten, Tools und Model-Workern, mit Prefetch als Backpressure, damit sich langsame Modellaufrufe nicht im Speicher stauen.Modellaufrufe sind langsam und teuer, daher bedeutet eine Redelivery nach einem Timeout einen doppelten Aufruf. Gestalten Sie Handler idempotent. Siehe RabbitMQ für KI-Agenten.

Welcher Queue-Typ für welche Aufgabe?

Die meisten der genannten Haken laufen auf die Wahl des richtigen Queue-Typs hinaus, und diese Wahl hat sich mit RabbitMQ 4.0 geändert:

  • Quorum Queues sind die Standardwahl für eine replizierte, hochverfügbare Queue. Sie nutzen Raft und eignen sich für langlebige, geschäftskritische Queues wie etwa die Auftragsverarbeitung.
  • Classic Queues sind jetzt nicht repliziert. Das Mirroring von Classic Queues wurde in 4.0 nach drei Jahren als abgekündigtes Feature entfernt, sodass Mirroring-Policies nach einem Upgrade keine Wirkung mehr haben. Nutzen Sie Classic Queues für temporäre, exklusive oder besonders latenzarme Queues.
  • Streams eignen sich für große Fan-outs, Replay und sehr große Rückstaus. Die RabbitMQ-Dokumentation rät von Quorum Queues für Rückstaus von Millionen Nachrichten ab.

Auch die Metadaten des Clusters laufen inzwischen über Raft. Khepri wurde in 4.2 zum Standard-Metadata-Store, und in 4.3 wurde Mnesia entfernt. Damit muss eine Mehrheit der Knoten online sein, damit der Cluster verfügbar ist. Ein Cluster mit drei Nodes verkraftet den Ausfall eines Knotens, einer mit fünf den Ausfall von zwei.

# Declare a replicated work queue (AMQP 0-9-1 argument)
x-queue-type: quorum

# Or make quorum the default for queues declared without a type (rabbitmq.conf;
# a virtual host default takes precedence)
default_queue_type = quorum

Unser Vergleich Classic Queues vs. Quorum Queues behandelt die Migration.

Wo RabbitMQ das falsche Werkzeug ist

  • Events monatelang vorhalten und teamübergreifend per Replay abspielen. Streams decken Replay ab, doch in dieser Größenordnung passen Kafkas partitioniertes Log und Tooling meist besser. Siehe RabbitMQ vs. Kafka.
  • Caching oder gemeinsamer State. Eine Queue ist kein Lookup-Store, Redis schon. Unser Vergleich RabbitMQ vs. Redis zieht die Grenze.
  • Zig Millionen Nachrichten wie in einer Datenbank vorhalten. Große Rückstaus verlangsamen die Wiederherstellung und füllen die Disk schnell. Wenn Nachrichten tagelang liegen bleiben, beheben Sie das Problem bei den Consumern oder verlagern Sie die Daten in einen dafür gebauten Speicher.
  • Synchrone, latenzkritische APIs. RPC über einen Broker fügt einen Hop und eine zusätzliche Fehlerquelle hinzu; ein direkter HTTP- oder gRPC-Aufruf ist oft einfacher.

Alle Optionen finden Sie unter Alternativen zu RabbitMQ, die ehrlichen Gegenargumente unter Warum nicht RabbitMQ?.

Wann Sie Hilfe holen sollten

Die meisten RabbitMQ-Incidents gehen auf einen der genannten Haken zurück: ein Rückstau, der einen Memory-Alarm ausgelöst hat, Consumer, die an einem Timeout hängen, Mirroring-Policies, die nach einem Upgrade auf 4.0 unbemerkt nichts mehr schützen, oder ein Cluster, der seine Mehrheit verloren hat. Die Engineers des RabbitMQ-Supports von AceMQ prüfen, ob Ihre Queues für die tatsächlichen Aufgaben richtig eingerichtet sind, und übernehmen, wenn sie Probleme machen. Mit RabbitMQ Managed Services betreiben wir die Broker für Sie.

Quellen

Häufig gestellte Fragen

Wofür wird RabbitMQ eingesetzt?

Vor allem als Task Queue für Hintergrundarbeit, etwa Celery-Jobs, und zur Entkopplung von Microservices, damit ein Service Arbeit abgeben kann, ohne auf einen anderen zu warten. Außerdem wird es für Request-Reply (RPC), Publish/Subscribe-Fan-out, Routing nach Topic oder Headern, IoT-Messaging über MQTT, Streams mit Replay und verzögerte Retries genutzt.

Was ist RabbitMQ, einfach erklärt?

Ein Server, der zwischen Anwendungen sitzt und Nachrichten für sie vorhält. Ein Producer veröffentlicht eine Nachricht an eine Exchange, die Exchange routet sie in eine oder mehrere Queues, und ein Consumer holt sie aus der Queue ab und bestätigt sie mit einem Acknowledgement (Ack), sobald die Arbeit erledigt ist.

Wird RabbitMQ noch gepflegt?

Ja. RabbitMQ 4.4, die aktuelle Release-Reihe, erschien am 20. Oktober 2026, und 4.3 bleibt bis zum 31. Januar 2027 im Community-Support. Beide erhalten regelmäßig Patch-Releases. Seit 4.3 (23. April 2026) hat RabbitMQ den alten Mnesia-Metadata-Store zugunsten von Khepri entfernt und Quorum Queues um verzögerte Retries und strikte Prioritäten erweitert.

Was ist der Unterschied zwischen RabbitMQ und Kafka?

RabbitMQ ist ein Broker, der jede Nachricht in Queues routet und sie nach dem Konsumieren löscht – ideal für Task Queues und Routing pro Nachricht. Kafka ist ein partitioniertes Log, das Events für eine Retention-Dauer vorhält, sodass viele Consumer sie lesen und per Replay erneut abspielen können – ideal für Event-Streaming mit hohem Volumen.

Unterstützt RabbitMQ verzögerte Nachrichten?

In 4.3 nicht nativ für beliebige Verzögerungen. Das übliche Muster ist eine Queue mit Message-TTL, die per Dead-Letter in die eigentliche Queue weiterleitet. Das Delayed-Message-Exchange-Plugin wird nicht mehr gepflegt; laut RabbitMQ erhalten Quorum Queues in 4.4 eine native Zustellverzögerung.

Braucht Celery RabbitMQ?

Nein, aber RabbitMQ ist der Standard-Broker von Celery und benötigt keine zusätzlichen Abhängigkeiten. Redis ist die andere gängige Wahl. Bei RabbitMQ Quorum Queues muss laut Celery-Dokumentation globales QoS deaktiviert werden, wodurch das Autoscaling der Worker entfällt.

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.

Mit einem Engineer sprechen

Brauchen Sie Unterstützung bei RabbitMQ?

Senior Engineers, die es selbst in Produktion betreiben. Fordern Sie ein Angebot oder ein kostenloses Erstgespräch an – ganz ohne Verkaufsgespräch.

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