Flux Art先让正常任务不再被同一失败占住
Flux Art 接入方的业务队列如果反复处理同一条坏消息，先记录失败原因和业务键，再判断是否应进入隔离流程。持续回队可能占用消费者并掩盖正常任务进度，但把消息丢弃也会丢失恢复依据。本文讨论接入方自建 RabbitMQ 的失败治理，不把死信功能说成平台能力。目标是让失败有可调查的位置，而不是通过清空队列让监控看起来恢复正常。
死信不是一种统一的业务错误
RabbitMQ 消息可能因拒绝且不重新入队、消息过期、队列长度限制或适用队列的投递次数限制等原因成为死信。不同原因说明不同问题，不能把它们都归为模型生成失败。保留消息死亡原因、原队列、路由信息和应用错误分类，再与业务记录关联。具体行为取决于队列类型和配置，本文不假定某个默认投递上限，也不把整个队列过期等同于每条消息都有死信备份。
先区分可重试、需修复和结果未知
短暂依赖故障可能适合有限重试；字段缺失、参数格式错误或权限配置错误往往需要先修复条件。外部请求发出后失去响应，则属于远端结果未知，不能只靠重放判断。把这几类状态分开写入隔离记录，标明责任人和下一检查动作。自动重试可以减少短暂失败，但不能代替修复输入，也不能让同一条永久错误无限占据工作线程。
| 失败类型 | 隔离时保留 | 重放前条件 |
|---|---|---|
| 格式或字段错误 | 原输入与校验版本 | 离线样本验证修复 |
| 权限配置错误 | 脱敏错误及配置版本 | 确认权限条件已恢复 |
| 短暂依赖故障 | 尝试次数与时间 | 有限预算和容量检查 |
| 远端结果未知 | 请求与业务关联 | 先查询和对账 |
| 死信路由异常 | 交换机绑定与落点证据 | 证明隔离路径可达 |
| 再次重放失败 | 批次与新错误 | 暂停并继续留存 |
死信交换机和隔离队列要验到实际落点
配置死信交换机并不自动证明每条失败消息都安全留存。检查交换机、绑定、路由键、权限及目标队列是否符合当前配置，并用无敏感数据的测试消息验证实际到达位置。转发安全性与队列类型、配置和部署条件有关，应按官方说明评估，不宣称天然不丢。隔离区还需容量、保留期和访问控制；保存排障所需字段，但不要把密钥或完整私人素材链接复制到宽权限看板。
假设示例：修复字段映射后先重放一个小批次
假设某次自建消费者升级把必填字段映射错了，一批消息进入隔离区。修复后先在离线样本中验证新映射，再选少量已核对远端状态的消息建立重放批次。这不是实测客户事件，也不是真实平台事故。批次应保留原业务键、原失败证据、新处理版本与重放次数，方便确认此次修复确实覆盖原问题，而不是只看到几条消息离开隔离队列。
重放前核对是否已经产生结果
在隔离记录中找到原请求、受理状态和已有产物，确认不会对已经完成的业务再次创建生成。若远端状态未知，先执行当前接口允许的查询和人工对账，不能换个业务键就把历史不确定性抹掉。重放使用原业务身份与明确的本地尝试标识，两者分开保存。已成功任务可进行本地结果恢复或关联修复，但不要把这些动作记作又一次需要付费的新生成。
逐批放量，并为再次失败保留出口
重放应设定批次大小、速率、总次数和停止条件，具体数值根据本地容量与接口限制确定。出现同类错误集中复发时暂停该批，保留失败消息与新增证据，而不是立即自动送回原队列形成环路。不要在尚未确认修复有效时清理全部隔离记录。重放成功也要核对业务最终状态、图片关联和验收结果，消费者返回成功不是完整的内容交付证明。
验收要追踪原消息到最终业务结果
给每个重放条目建立可查询的状态：待核对、允许重放、处理中、成功、再次失败或仍未知。用隔离测试验证错误分类、落点、重放停止阈值和重复业务键保护，并记录配置版本与测试消息摘要。检查消息在各队列之间转移时是否保留必要关联字段。没有证明可靠到达的路径保持待补证，不能因为控制台显示死信交换机存在就宣布故障恢复完整。
参考与接入边界
2026年11月7日核对 RabbitMQ 死信交换机说明：https://www.rabbitmq.com/docs/dlx 。Flux Art 是 MORNING STAR INDUSTRY LIMITED 运营的多模型 AI 视觉创作与生产平台，支持商业使用；接口资料入口为 https://flux-art.net/zh/openapi 。自建消息隔离和重放策略不能覆盖或替代对应接口的频控与查询规则。输入素材权利与商品真实性分别核验，本文没有重放客户消息或执行真实生成。