🔍 Diagnóstico#

Las dos preguntas#

¿Cuántos mensajes hay en la DLQ?
¿Hace cuánto está el más viejo?

Si la primera no tiene respuesta en un dashboard, la DLQ es un agujero. Si la segunda da un número en semanas, ya nadie la va a drenar.

Cómo medirlo#

bash

# consumidor silencioso: cualquier fallo a la DLQ, sin clasificar
curl "http://localhost:8700/20/consume-silent?messages=3000"

# consumidor observado: clasificar, reintentar lo transitorio, alertar
curl "http://localhost:8700/20/consume-observed?messages=3000"

# profundidad, antigüedad y desglose por clase de error
curl http://localhost:8700/20/dlq/stats

# replay: qué se recupera y qué sigue siendo veneno
curl "http://localhost:8700/20/dlq/drain?limit=500"

Qué mirar en la respuesta#

Campo	Qué dice
`dlq_depth`	La profundidad. Debería estar en un dashboard, no en un `curl`.
`dlq_oldest_msg_age_ms`	Hace cuánto está el más viejo. La que decide la gravedad.
`by_error_class`	El desglose. Convierte un número en un diagnóstico.
`dead_letter_rate_pct`	Qué porcentaje del tráfico se está perdiendo.
`retried`	Cuánto se recuperó sin llegar a la DLQ.
`alerts_fired`	Si alguien se enteró.
`sampled`	Cuántos payloads quedaron guardados para poder depurar.

Lo que sale, y es idéntico en los siete stacks#

text

  silencioso:  ok=2584  reintentos=0    a la DLQ=416  (13,87%)
               by_error_class = { unclassified: 416 }
               alertas=0   muestras=0

  observado:   ok=2881  reintentos=297  a la DLQ=119  (3,97%)
               by_error_class = { schema_mismatch: 29, unknown_field: 31,
                                  null_required: 31, invalid_encoding: 28 }
               alertas=1   muestras=20

La medición que cierra el caso#

Drenar la DLQ del consumidor silencioso:

text

  recuperados = 297 de 416   →   71,39%
  siguen fallando = 119      →   veneno de verdad

El 71,39% de esa DLQ nunca debería haber estado ahí. Eran errores transitorios que un reintento habría resuelto, y el consumidor los tiró junto con el veneno porque no miró qué error era.

Drenar la DLQ del consumidor observado recupera 0%: ahí solo hay veneno, que es precisamente lo que una DLQ debería contener.

Caso 20 · La dead letter queue olvidada — ⬅️ README del caso · ⚖️ Comparativa de los 7 stacks

🗺️ Contexto · 🩺 Síntomas · 🔍 Diagnóstico · 🧠 Causas raíz · 🛠️ Opciones de solución · ⚖️ Trade-offs · 💼 Valor de negocio · 🚨 Postmortem