news 2026/4/15 16:18:36

RabbitMQ监控

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
RabbitMQ监控

RabbitMQ是一个开源的消息代理和队列服务器,它实现了AMQP协议,用于在分布式系统中传递消息。

阿里云AMQP实例就是基于RabbitMQ技术构建的云服务

原理:

采用生产者-消费者模型工作,消息生产者将消息发送到Exchange(交换机),Exchange接收消息并根据路由规则转发到Queue,Queue存储消息,消费者从Queue拉取消息处理。

  • Producer发送消息到Exchange,指定routing key

  • Exchange根据类型(Direct/Topic/Fanout/Headers)和binding规则,将消息路由到匹配的Queue

  • Queue存储消息,等待Consumer消费

  • Consumer订阅Queue,拉取消息进行处理

  • 处理完成后发送ack确认,Queue删除消息

通俗解释:为什么使用它?

解耦系统:订单系统需要通知库存系统减库存、通知物流系统发货、通知积分系统加积分。如果没有RabbitMQ,订单系统需要直接调用这三个系统,任何一个系统出问题都会影响订单系统。有了RabbitMQ,订单系统只需要把消息发给RabbitMQ,其他系统各自来取,互不影响。

异步处理:用户下单后,如果系统要同步完成减库存、发短信、加积分等操作,可能需要几秒钟,用户会感觉卡顿。使用RabbitMQ后,订单系统快速返回"下单成功",其他操作在后台慢慢处理,用户体验更好。

流量削峰:双11期间,订单量暴增,系统可能扛不住。RabbitMQ可以把大量请求先存起来,让后端系统按照自己的处理能力慢慢消费,避免系统被压垮。

保证消息不丢失:RabbitMQ支持消息持久化,即使服务器重启,消息也不会丢失。它还支持消息确认机制,确保消息被成功处理。

灵活的路由:RabbitMQ支持多种消息路由模式(如发布订阅、路由、主题等),可以根据业务需求灵活配置消息的发送和接收规则。

监控维度:

instance(实例):整个RabbitMQ服务器的全局视图

Vhost(虚拟主机):分成的不同业务组

Queue:具体队列

监控指标:实例API TPS峰值、Queue消费者数量、Queue消息堆积量、Queue每秒消息流入/流出量、Instance的channel数量、通道数量、连接数量、消费者数量、Instance消息每秒流入数、Instance消息每秒流出数、Instance消息生产数量、Instance消息消费数量、Exchange每秒消息流入数、Exchange每秒消息流出数、VHost的Channel数、VHost消费者数量、Vhost消息生产数量、Vhost消息消费数量、Vhost每秒消息流入/流出数、Vhost通道数量、Vhost连接数量

监控指标详解

1. 流量指标(核心健康度)

Exchange每秒消息流入/流出数:Exchange级别的消息吞吐量,反映消息路由压力

Instance消息每秒流入/流出数:实例级别的总吞吐量,监控整体消息处理能力

Queue每秒消息流入/流出量:队列级别的实时流量,流入>流出说明消费能力不足

实例API TPS峰值:实例处理请求的峰值能力,反映性能瓶颈

2. 堆积指标(告警关键)

Queue消息堆积量:队列中未消费的消息数量,最重要的告警指标,堆积意味着消费异常或消费能力不足

3. 连接资源指标(容量规划)

Instance的channel数量/连接数量:客户端连接数,过多会导致性能下降

Vhost通道数量/连接数量:虚拟主机级别的连接资源使用

消费者数量:实际消费消息的客户端数量,直接影响消费能力

4. 历史统计指标(容量分析)

Instance消息生产/消费数量:实例级别的历史消息总量,用于容量评估

Vhost消息生产/消费数量:虚拟主机级别的历史统计

使用flashcat配置监控仪表盘过程中出现的问题:指标的聚合层级与监控指标的筛选维度

比如说在监控rabbitmq时,指标AliyunAmqp_instance_InstanceQueueMessageAccumulation,数据聚合层级是队列级别,这个指标为每一个队列创建一个独立的时间序列;

AliyunAmqp_instance_InstanceVhostQueueMessageAccum,而这个指标是vhost级别,这个指标已经将整个vhost队列下的所有队列数进行了聚合。所以在使用队列名称进行筛选时,虽然两个指标都有与队列名称相关的标签,但是只有第一个指标可以筛选,因为第二个标签通常是特定vhost的固定值。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/10 22:03:40

2026 年硕士论文降重救命指南:知网AIGC检测飙62%崩溃?这三款十佳降AI率产品告诉你降重真相

硕士论文降重难点与知网AIGC检测背后的焦虑 身为硕士研究生,深知毕业季赶论文时的绝望——初稿往往因为使用了大量AI写作辅助,导致知网AIGC检测的论文AI率飙升到令人崩溃的 60% 以上。面对挂科风险,熬夜通宵也未必能安全过关,焦虑…

作者头像 李华
网站建设 2026/4/13 19:30:04

2026年崩溃救命!ChatGPT论文降重不卡知网,十佳AIGC降AI率神器揭秘

"# 为什么ChatGPT论文降重成绝大多数学生的救命稻草? 每年毕业季,最头疼的莫过于论文AI率被知网AIGC检测刷爆,尤其是使用ChatGPT生成内容后,论文AI率往往飙升至60%以上,让人彻底崩溃,通宵修改都难以合…

作者头像 李华
网站建设 2026/3/30 13:40:18

java base64,零基础入门到精通,收藏这篇就够了

目录 一、Base64诞生背景二、Base64的前缀三、Base64定义四、Base64原理 1.ASCII码转Base64(字节数 % 3 0)2.ASCII码转Base64(字节数 % 3 2)3.ASCII码转Base64(字节数 % 3 1)4.UTF-8转Base64 五、Java实…

作者头像 李华
网站建设 2026/4/16 12:28:35

基于深度学习的车牌识别系统

博主介绍:java高级开发,从事互联网行业六年,熟悉各种主流语言,精通java、python、php、爬虫、web开发,已经做了多年的设计程序开发,开发过上千套设计程序,没有什么华丽的语言,只有实…

作者头像 李华
网站建设 2026/4/16 10:53:55

大数据数据工程中的存储格式选择:Parquet vs ORC

大数据存储格式深度对比:Parquet与ORC的技术选型指南 元数据框架 标题:大数据存储格式深度对比:Parquet与ORC的技术选型指南关键词:大数据存储、列存格式、Parquet、ORC、性能优化、Schema演化、数据工程摘要:本文从第…

作者头像 李华
网站建设 2026/4/16 10:58:35

基于dq0变换的三相并联有源电力滤波器研究附Simulink仿真

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页:Matlab科研工作室🍊个人信条:格物致知,完整Matlab代码及仿真咨询…

作者头像 李华