面试题：消息队列之RocketMQ架构监控指标

Question

在RocketMQ架构的监控体系构建中，你认为有哪些关键的监控指标需要关注，并且简要说明每个指标对于系统运维的意义。

Answer 1

消息发送相关指标

1. 消息发送成功率
   • 意义：反映生产者能否成功将消息发送到Broker。成功率低可能暗示网络问题、Broker负载过高或配置错误，影响业务数据的正常流转。
2. 消息发送时延
   • 意义：体现消息从生产者发出到被Broker接收的时间。时延过长可能导致业务处理延迟，影响用户体验，也可能提示网络拥塞或生产者性能瓶颈。
3. 消息发送TPS（Transaction Per Second）
   • 意义：展示单位时间内生产者发送消息的数量。该指标可帮助评估系统在不同时段的生产压力，为容量规划和资源调配提供依据。

消息接收相关指标

1. 消息消费成功率
   • 意义：表明消费者从Broker拉取消息并成功处理的比例。成功率低可能意味着消费者代码存在问题、消息格式错误或依赖的外部服务不稳定，影响业务逻辑的正确执行。
2. 消息消费时延
   • 意义：指消息从被消费者拉取到处理完成的时间。时延过大可能导致消息堆积，影响系统处理效率，可帮助定位消费端性能瓶颈。
3. 消息消费TPS
   • 意义：显示单位时间内消费者处理消息的数量。用于衡量消费端处理能力，判断是否能满足业务实时性需求，指导消费端资源扩展。

Broker相关指标

1. Broker负载
   • 意义：包括CPU、内存、磁盘I/O等负载情况。负载过高可能影响消息的接收、存储和转发，是判断Broker健康状态和是否需要扩容的重要依据。
2. 消息堆积量
   • 意义：即Broker中未被消费的消息数量。堆积量持续增加可能预示消费端处理能力不足，影响系统稳定性和数据一致性，需及时排查原因并处理。
3. 磁盘使用率
   • 意义：RocketMQ依靠磁盘存储消息，磁盘使用率过高可能导致消息写入失败，影响数据可靠性，需提前规划存储资源。

集群相关指标

1. 节点存活状态
   • 意义：监控每个Broker节点是否正常运行。节点宕机可能导致部分消息无法接收或消费，影响整个集群的可用性，需及时发现并恢复。
2. 集群同步状态
   • 意义：对于主从架构，同步状态反映主从节点之间数据同步的及时性和准确性。同步异常可能造成数据丢失或不一致，影响系统数据完整性。