> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-8c05c8a2.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> Table système contenant des informations sur les messages reçus via un moteur de streaming et dont l'analyse a produit des erreurs.

# system.dead_letter_queue

<div id="description">
  ## Description
</div>

Contient des informations sur les messages reçus via un moteur de streaming et dont l’analyse a généré des erreurs. Actuellement implémenté pour Kafka et RabbitMQ.

La journalisation est activée en définissant `dead_letter_queue` pour le paramètre `handle_error_mode` spécifique au moteur.

La période de vidage des données est définie par le paramètre `flush_interval_milliseconds` dans la section des [paramètres serveur `dead_letter_queue`](/fr/reference/settings/server-settings/settings#dead_letter_queue). Pour forcer le vidage, utilisez la requête [SYSTEM FLUSH LOGS](/fr/reference/statements/system#flush-logs).

ClickHouse ne supprime pas automatiquement les données de la table. Consultez [Introduction](/fr/reference/system-tables/overview#system-tables-introduction) pour plus de détails.

<div id="columns">
  ## Colonnes
</div>

* `table_engine` ([Enum8('Kafka' = 1, 'RabbitMQ' = 2)](/fr/reference/data-types/enum)) — Type de flux. Valeurs possibles : 'Kafka', 'RabbitMQ'.
* `event_date` ([Date](/fr/reference/data-types/date)) — Date de consommation du message.
* `event_time` ([DateTime](/fr/reference/data-types/datetime)) — Date et heure de consommation du message.
* `event_time_microseconds` ([DateTime64(6)](/fr/reference/data-types/datetime64)) — Heure de début de la requête avec une précision à la microseconde.
* `database` ([LowCardinality(String)](/fr/reference/data-types/lowcardinality)) — Base de données ClickHouse à laquelle appartient la table Kafka.
* `table` ([LowCardinality(String)](/fr/reference/data-types/lowcardinality)) — Nom de la table ClickHouse.
* `error` ([String](/fr/reference/data-types/string)) — Texte de l’erreur.
* `raw_message` ([String](/fr/reference/data-types/string)) — Corps du message.
* `kafka_topic_name` ([String](/fr/reference/data-types/string)) — Nom du topic Kafka.
* `kafka_partition` ([UInt64](/fr/reference/data-types/int-uint)) — Partition Kafka du topic.
* `kafka_offset` ([UInt64](/fr/reference/data-types/int-uint)) — Offset Kafka du message.
* `kafka_key` ([String](/fr/reference/data-types/string)) — Clé Kafka du message.
* `rabbitmq_exchange_name` ([String](/fr/reference/data-types/string)) — Nom de l’exchange RabbitMQ.
* `rabbitmq_message_id` ([String](/fr/reference/data-types/string)) — ID du message RabbitMQ.
* `rabbitmq_message_timestamp` ([DateTime](/fr/reference/data-types/datetime)) — Horodatage du message RabbitMQ.
* `rabbitmq_message_redelivered` ([UInt8](/fr/reference/data-types/int-uint)) — Indicateur de nouvelle livraison RabbitMQ.
* `rabbitmq_message_delivery_tag` ([UInt64](/fr/reference/data-types/int-uint)) — Tag de livraison RabbitMQ.
* `rabbitmq_channel_id` ([String](/fr/reference/data-types/string)) — ID du canal RabbitMQ.

<div id="example">
  ## Exemple
</div>

```sql title="Query" theme={null}
SELECT * FROM system.dead_letter_queue LIMIT 1 \G;
```

```text title="Response" theme={null}
Row 1:
──────
table_engine:                  Kafka
event_date:                    2025-05-01
event_time:                    2025-05-01 10:34:53
event_time_microseconds:       2025-05-01 10:34:53.910773
database:                      default
table:                         kafka
error:                         Cannot parse input: expected '\t' before: 'qwertyuiop': (at row 1)
:
Row 1:
Column 0,   name: key,   type: UInt64, ERROR: text "qwertyuiop" is not like UInt64
raw_message:                   qwertyuiop
kafka_topic_name:              TSV_dead_letter_queue_err_1746095689
kafka_partition:               0
kafka_offset:                  0
kafka_key:
rabbitmq_exchange_name:
rabbitmq_message_id:
rabbitmq_message_timestamp:    1970-01-01 00:00:00
rabbitmq_message_redelivered:  0
rabbitmq_message_delivery_tag: 0
rabbitmq_channel_id:

Row 2:
──────
table_engine:                  Kafka
event_date:                    2025-05-01
event_time:                    2025-05-01 10:34:53
event_time_microseconds:       2025-05-01 10:34:53.910944
database:                      default
table:                         kafka
error:                         Cannot parse input: expected '\t' before: 'asdfghjkl': (at row 1)
:
Row 1:
Column 0,   name: key,   type: UInt64, ERROR: text "asdfghjkl" is not like UInt64
raw_message:                   asdfghjkl
kafka_topic_name:              TSV_dead_letter_queue_err_1746095689
kafka_partition:               0
kafka_offset:                  0
kafka_key:
rabbitmq_exchange_name:
rabbitmq_message_id:
rabbitmq_message_timestamp:    1970-01-01 00:00:00
rabbitmq_message_redelivered:  0
rabbitmq_message_delivery_tag: 0
rabbitmq_channel_id:

Row 3:
──────
table_engine:                  Kafka
event_date:                    2025-05-01
event_time:                    2025-05-01 10:34:53
event_time_microseconds:       2025-05-01 10:34:53.911092
database:                      default
table:                         kafka
error:                         Cannot parse input: expected '\t' before: 'zxcvbnm': (at row 1)
:
Row 1:
Column 0,   name: key,   type: UInt64, ERROR: text "zxcvbnm" is not like UInt64
raw_message:                   zxcvbnm
kafka_topic_name:              TSV_dead_letter_queue_err_1746095689
kafka_partition:               0
kafka_offset:                  0
kafka_key:
rabbitmq_exchange_name:
rabbitmq_message_id:
rabbitmq_message_timestamp:    1970-01-01 00:00:00
rabbitmq_message_redelivered:  0
rabbitmq_message_delivery_tag: 0
rabbitmq_channel_id:
 (test.py:78, dead_letter_queue_test)

```

<div id="see-also">
  ## Voir aussi
</div>

* [Kafka](/fr/reference/engines/table-engines/integrations/kafka) - Moteur Kafka
* [system.kafka\_consumers](/fr/reference/system-tables/kafka_consumers) — Description de la table système `kafka_consumers`, qui contient notamment des statistiques et des erreurs concernant les consommateurs Kafka.
