SQS 死信队列治理实战：从 Poison Message 到 Redrive 限速重放

摘要

SQS 死信队列（Dead-Letter Queue，DLQ）不是失败消息的终点，也不是“点一下全部重放”就能关闭的告警。未经诊断的批量重放，会把坏数据、代码缺陷和下游故障重新注入主链路，造成第二次事故。

本文给出一套可直接用于生产的治理闭环：Poison Message 分类、重放门禁、SQS Redrive、限速 canary、消费幂等、业务对账、监控与审计。本文只讨论通用 SQS DLQ 治理；Marketing Stream 的接入选型、推送频率与队列监控仍以现有两篇 Marketing Stream 文档为准，不在此重复展开。文中 ARN、账号、队列 URL、域名和业务字段均为脱敏占位符。

目录

• 1. 为什么要治理 DLQ
• 2. 机制图
• 3. 四个核心机制