CentOS 上监控 RabbitMQ 性能的可落地方案
一 监控体系总览
- 实时巡检与临时排障：使用 RabbitMQ 自带的 Management Web UI（端口 15672），查看节点资源、连接、队列与消息速率等。适合“此刻发生了什么”的快速定位。
- 长期趋势与容量规划：启用 rabbitmq_prometheus 插件（端口 15692），由 Prometheus 抓取并存储时序数据，配合 Grafana 做可视化与告警。
- 日志与根因分析：收集与分析 /var/log/rabbitmq/ 下的日志，关注内存/磁盘告警、连接异常、流控等事件。
- 命令行健康检查：使用 rabbitmq-diagnostics 与 rabbitmqctl 做节点/集群健康与配置核查。
- 其他可选：使用 Zabbix 模板做企业级监控集成。
二 快速上手 Prometheus Grafana 监控
三 关键指标与告警建议
- 节点资源
- 内存使用率：当 rabbitmq_node_mem_used / rabbitmq_node_mem_limit > 0.8 持续 5m 告警（Warning）。
- 磁盘空间：当 rabbitmq_node_disk_free < 2GB 持续 2m 告警（Critical）。
- 文件描述符：当 fd_used/fd_total > 0.9 告警（Warning）。
- 队列与消息
- 消息堆积：对关键队列（如 order.queue）当 rabbitmq_queue_messages_ready > 1000 持续 10m 告警（Warning）。
- 无消费者：当 rabbitmq_queue_consumers{queue=“order.queue”} == 0 持续 5m 告警（Critical）。
- 吞吐与连接
- 观察 Message Rates（publish/consume） 的突降或异常波动。
- 关注 Connections/Channels 的持续增长或异常断开（可能网络/心跳问题）。
四 命令行与日志的排查方法
- 命令行健康检查
- 节点状态：rabbitmq-diagnostics status（或指定节点：rabbitmq-diagnostics status -n ）
- 集群状态：rabbitmq-diagnostics cluster_status
- 队列与连接：rabbitmqctl list_queues name messages_ready messages_unacknowledged consumers；rabbitmqctl list_connections
- 日志定位
- 日志路径：/var/log/rabbitmq/rabbit@.log 等。
- 关键事件：
- 资源告警：low memory、disk resource alarm（磁盘低于阈值会触发流控）
- 流控：flow control initiated（表示 Broker 因资源紧张暂停接收消息）
- 连接异常：connection_closed_abruptly（客户端异常断开）
- 建议接入 ELK/Loki 做集中检索与可视化。
五 生产实践与安全加固
- 启用 Management 插件（15672） 做日常巡检；创建 专用监控账号 并最小权限授权，避免使用默认 guest。
- 防火墙与安全组：仅开放必要端口（如 5672/AMQP、15672/管理、15692/指标、9090/Prometheus、3000/Grafana），并限制来源网段。
- 资源与稳定性：合理设置 vm_memory_high_watermark、磁盘空间告警阈值；对关键队列配置 死信队列（DLX） 与 TTL；必要时使用 镜像队列/仲裁队列 提升可用性。
- 高可用与扩展：多节点集群配合 HAProxy/Keepalived 做入口负载与故障切换，Exporter/Prometheus/Grafana 侧做多目标抓取与聚合展示。
