大家好，我是 展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。
图书作者：《ESP32-C3 物联网工程开发实战》
图书作者：《SwiftUI 入门，进阶与实战》
超级个体：COC上海社区主理人
特约讲师：大学讲师，谷歌亚马逊分享嘉宾
科技博主：华为HDE/HDG
我的博客内容涵盖广泛，主要分享技术教程、Bug解决方案、开发工具使用、前沿科技资讯、产品评测与使用体验。我特别关注云服务产品评测、AI 产品对比、开发板性能测试以及技术报告，同时也会提供产品优缺点分析、横向对比，并分享技术沙龙与行业大会的参会体验。我的目标是为读者提供有深度、有实用价值的技术洞察与分析。
展菲：您的前沿技术领航员
👋 大家好，我是展菲！
📱 全网搜索“展菲”，即可纵览我在各大平台的知识足迹。
📣 公众号“Swift社区”，每周定时推送干货满满的技术长文，从新兴框架的剖析到运维实战的复盘，助您技术进阶之路畅通无阻。
💬 微信端添加好友“fzhanfei”，与我直接交流，不管是项目瓶颈的求助，还是行业趋势的探讨，随时畅所欲言。
📅 最新动态：2025 年 3 月 17 日
快来加入技术社区，一起挖掘技术的无限潜能，携手迈向数字化新征程！
文章目录
摘要
在分布式系统中，消息队列（比如 RocketMQ、Kafka、RabbitMQ）是常见的解耦手段。但是实际业务里经常遇到这种需求：
消费者拿到消息以后，不能立刻消费，而是要根据数据库里的某个业务标志（flag）来判断是否应该消费。
举个例子：一个订单的消息到了，只有当数据库里 flag=true 才允许真正消费，否则就需要跳过或者延迟处理。
本文会结合 RocketMQ，写一个基于数据库 flag 状态的消息消费控制 Demo。
引言
为什么会有这样的需求？
- 某些业务有“前置条件”，比如订单必须支付完成、审核通过，才能进行后续处理；
- 消息到达时，数据库可能还没更新状态，如果直接消费会造成数据不一致；
- 我们需要一种“柔性控制”，让消息的消费时机依赖于数据库里的 flag 状态。
在这种场景下，消息的消费逻辑就不再是单纯的“来了就消费”，而是要先查询数据库。
思路分析
实现逻辑可以拆成几步：
-
消息里必须带有业务 ID（如订单 ID、用户 ID）；
-
消费者收到消息后，先查数据库，看这个 ID 对应的 flag 值；
-
如果
flag=true，则继续消费业务逻辑； -
如果
flag=false，则跳过消息，可以选择：- 直接忽略；
- 写入日志方便排查；
- 重新投递到延迟队列，稍后再试。
这样可以保证业务的一致性。
项目结构
我们搭建一个 Spring Boot + RocketMQ 的小项目，目录大致如下：
rocketmq-flag-consumer/
├── src/
│ ├── main/
│ │ ├── java/com/example/rocketmq/
│ │ │ ├── RocketmqFlagConsumerApplication.java # 启动类
│ │ │ ├── consumer/FlagCheckingConsumer.java # 消费者逻辑
│ │ │ ├── service/FlagService.java # 业务判断
│ │ │ ├── repository/FlagRepository.java # 数据库查询
│ │ │ ├── model/MessagePayload.java # 消息体模型
│ │ │ └── util/JsonUtils.java # JSON 工具类（可选）
│ │ └── resources/
│ │ ├── application.yml # 配置文件
│ │ └── mapper/FlagMapper.xml # MyBatis SQL 映射（可选）
├── pom.xml # 依赖
└── README.md
核心代码示例
1. 消费者类 FlagCheckingConsumer
@RocketMQMessageListener(topic = "your-topic", consumerGroup = "your-consumer-group")
@Component
public class FlagCheckingConsumer implements RocketMQListener<MessagePayload> {
@Autowired
private FlagService flagService;
@Override
public void onMessage(MessagePayload message) {
boolean shouldConsume = flagService.shouldConsume(message.getId());
if (shouldConsume) {
System.out.println("消费消息：" + message);
// TODO: 处理业务逻辑，比如订单处理
} else {
System.out.println("跳过消息，flag=false：" + message);
// TODO: 这里可以选择把消息投递到延迟队列，或者写一张“待处理表”
}
}
}
解析：
- 消息拿到后，不是立刻处理，而是交给
FlagService先判断； - 如果 flag=false，就直接跳过，避免错误消费。
2. 业务判断类 FlagService
@Service
public class FlagService {
@Autowired
private FlagRepository flagRepository;
public boolean shouldConsume(Long id) {
Boolean flag = flagRepository.getFlagById(id);
return Boolean.TRUE.equals(flag);
}
}
解析：
- 查询数据库，判断 flag 是否为
true； - 防御性写法：用
Boolean.TRUE.equals(flag)，避免 NPE。
3. 数据访问层 FlagRepository
@Mapper
public interface FlagRepository {
@Select("SELECT flag FROM your_table WHERE id = #{id}")
Boolean getFlagById(@Param("id") Long id);
}
解析：
- 直接查数据库 flag 值；
- 可用注解或 XML 映射都行。
4. 消息模型 MessagePayload
@Data
public class MessagePayload {
private Long id; // 业务 ID，比如订单 ID
private String content; // 业务内容
}
解析：
- 消息里必须带有业务 ID，否则无法去数据库查 flag；
- 其他字段根据业务需要扩展。
场景举例
场景一：订单支付后才能发货
- 用户下单 → 订单消息进入 MQ；
- 消费者拿到消息 → 查数据库订单
isPaid字段； - 如果
isPaid=true→ 正常发货； - 如果
isPaid=false→ 跳过，稍后重试。
场景二：用户实名认证后才能开通服务
- 消息带有用户 ID；
- 消费者查询数据库
isVerified； - 未实名的消息丢到延迟队列，等用户实名后再消费。
场景三：批量导入异步任务
- 每条消息里有任务 ID；
- 只有当任务状态 flag=READY 时，才允许消费并执行。
QA 环节
Q: 如果消息跳过了，后续怎么保证能消费？
A: 有两种常见做法：
- 把消息丢到延迟队列（RocketMQ 支持延时等级）；
- 消息写到数据库“待消费表”，由定时任务扫描重投。
Q: 如果数据库压力太大怎么办？
A: 可以考虑：
- 用缓存（Redis）存储 flag；
- 或者在生产端就判断 flag，避免进入 MQ。
Q: 会不会造成消息乱序？
A: 有可能，如果强依赖顺序，要结合 RocketMQ 的顺序消费功能。
总结
- 普通消息消费是“来了就消费”；
- 本文介绍了一个“条件消费”的思路：消费者先查数据库 flag，只有满足条件才处理；
- 这种方式在订单、任务、用户状态控制等场景很常见；
- 可以结合 RocketMQ 延迟队列或者“待处理表”机制，让未消费的消息在 flag 改变后再处理。
这样既能保证数据一致性，又能灵活控制消息的消费时机。
扫一扫
2532
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
