死信队列要不要人工介入

两个场景，方向相反：一个系统的死信队列（消息重试耗尽后转入的队列）堆了 3000 条消息，三天没人发现，客户问「积分怎么没到账」才知道；另一个系统的值班同学凌晨两点被死信告警叫醒，爬起来对着 broker 控制台手动导出、重发，天亮一看重投的全是时段性网络抖动，重试机制本来就能消化。

结论一句话：死信队列的价值在「把消费不了的消息圈出来等人裁决」，介入本身必须有人——但不是实时盯，而是每批死信在时限内有人分类处置；既不能指望全自动重投，也不能圈出来就没人管。

按成因分三类，处置动作完全不同：

RocketMQ 默认重试 16 次、间隔逐级拉长到小时级，这套设计已经把短时抖动挡在了死信之外——能进死信的，多数是后两类，处置前先分类，不分类全部重投只会把毒消息再毒一遍。

三条注意：

告警留痕：告警只报「有死信进来了」；处置走管理页的批量操作并留操作记录——翻 broker 控制台手动导出再重发，既容易选错队列，也不会留下痕迹。
先修后投：重投发生在修复之后，而重投的消息会重新走一遍消费逻辑，消费者本来就该有的幂等（同一笔只执行一次的防重设计，见重复消费那一篇）在这里是最后一道闸。
落表存证：毒消息的存证别只存在死信队列里，它有保留期限，落一张表记下原始报文和失败原因，数据修正有据可查。