RabbitMQ 可观测性最佳实践

RabbitMQ 简介

RabbitMQ 是一个开源的消息代理和队列服务器，用 Erlang 语言编写，支持多种客户端。它通过使用交换机（Exchanges）、队列（Queues）和绑定（Bindings）来路由消息，提供灵活的路由功能。RabbitMQ 支持多种消息协议，包括 AMQP 等，使其能够轻松地与多种应用程序集成。

RabbitMQ 作为一款流行的消息队列中间件，其监控对于确保系统的稳定性和性能至关重要。监控能够帮助我们及时发现并解决潜在问题，避免对用户造成影响；通过监控数据，我们可以优化性能，提升系统的处理能力和响应速度；同时，监控还能揭示系统的行为趋势，辅助我们预测未来的系统需求，合理规划资源和扩容，增强系统的可伸缩性和稳定性。此外，监控还包括对 RabbitMQ 的健康检查，如 Erlang VM 的运行状态，以及对 RabbitMQ 特有的指标和操作系统指标的监控，例如套接字描述符使用量、排队消息总数、节点间通信流量率、CPU 利用率和内存使用量等。

观测云

观测云是一款专为 IT 工程师打造的全链路可观测产品，它集成了基础设施监控、应用程序性能监控和日志管理，为整个技术栈提供实时可观察性。这款产品能够帮助工程师全面了解端到端的用户体验追踪，了解应用内函数的每一次调用，以及全面监控云时代的基础设施。此外，观测云还具备快速发现系统安全风险的能力，为数字化时代提供安全保障。

前置条件

RabbitMQ 版本 >= 3.8.14
安装 rabbitmq 以 Ubuntu 为例

sudo apt-get update
sudo apt-get install rabbitmq-server
sudo service rabbitmq-server start

开启 REST API plug-ins

sudo rabbitmq-plugins enable rabbitmq_management

创建 user，比如：

sudo rabbitmqctl add_user guance <SECRET>
sudo rabbitmqctl set_permissions  -p / guance "^aliveness-test$" "^amq\.default$" ".*"sudo rabbitmqctl set_user_tags guance monitoring

安装 DataKit

如果未部署 DataKit 可参考如下操作提前部署。

登录观测云控制台，点击「集成」 -「DataKit」 - 「Linux」，拷贝第 2 步中的安装命令。

在 RabbitMQ 的节点上复制该安装命令，安装 DataKit。

安装完成后，DataKit 会提示您使用 datakit monitor 来检查 DataKit 的运行状态，如下图所示：

开启 RabbitMQ 采集器

进入 DataKit 安装目录下的 /usr/local/datakit/conf.d/rabbitmq 目录，复制 rabbitmq.conf.sample 并命名为 rabbitmq.conf。示例如下：

[[inputs.rabbitmq]]
  # rabbitmq url ,required
  url = "http://localhost:15672"

  # rabbitmq user, required
  username = "guest"

  # rabbitmq password, required
  password = "guest"

  # ##(optional) collection interval, default is 30s
  # interval = "30s"

  ## Optional TLS Config
  # tls_ca = "/xxx/ca.pem"
  # tls_cert = "/xxx/cert.cer"
  # tls_key = "/xxx/key.key"
  ## Use TLS but skip chain & host verification
  insecure_skip_verify = false

  ## Set true to enable election
  election = true

  # [inputs.rabbitmq.log]
  # files = []
  # #grok pipeline script path
  # pipeline = "rabbitmq.p"

  [inputs.rabbitmq.tags]
  # some_tag = "some_value"
  # more_tag = "some_other_value"
  # ...

配置完成后重启 DataKit 即可。

# 终端执行命令
datakit service -R

指标介绍

Metric	Description	Unit
message_ack_count	客户端确认的消息数量	count
message_ack_rate	每秒客户端确认的消息速率	percent
message_confirm_count	确认的消息数量	count
message_confirm_rate	每秒确认的消息速率	percent
message_deliver_get_count	确认模式下交付给消费者的消息总数，无确认模式下交付给消费者的消息总数，确认模式下响应basic.get的消息总数，以及无确认模式下响应basic.get的消息总数	count
message_deliver_get_rate	确认模式下交付给消费者的消息速率，无确认模式下交付给消费者的消息速率，确认模式下响应basic.get的消息速率，以及无确认模式下响应basic.get的消息速率	percent
message_publish_count	发布的消息数量	count
message_publish_in_count	从通道发布到此概览的消息数量	count
bindings_count	特定队列的绑定数量	count
consumer_utilization	队列消费者可以接收新消息的时间比例	percent
consumers	消费者数量	count
head_message_timestamp	队列头部消息的时间戳，以毫秒显示	msec
memory	与队列关联的Erlang进程消耗的内存字节，包括栈、堆和内部结构	B
message_ack_count	队列中交付给客户端并被确认的消息数量	count
message_ack_rate	每秒交付给客户端并被确认的消息数量	percent
message_deliver_count	确认模式下交付给消费者的消息数量	count
message_deliver_get_count	队列中确认模式下交付给消费者的消息总数，无确认模式下交付给消费者的消息总数，确认模式下响应basic.get的消息总数，以及无确认模式下响应basic.get的消息总数	count
message_deliver_get_rate	队列中确认模式下交付给消费者的消息速率，无确认模式下交付给消费者的消息速率，确认模式下响应basic.get的消息速率，以及无确认模式下响应basic.get的消息速率	percent
message_deliver_rate	确认模式下交付给消费者的消息速率	percent
message_publish_count	队列中发布的消息数量	count
message_publish_rate	每秒发布的消息数量	percent
message_redeliver_count	队列中deliver_get中设置了重新交付标志的消息子集数量	count
message_redeliver_rate	队列中deliver_get中设置了重新交付标志的消息子集每秒数量	percent
messages	队列中的总消息数量	count
messages_rate	每秒队列中的总消息数量	percent
messages_ready	准备交付给客户端的消息数量	count

场景视图

登录观测云控制台，点击「场景」 -「新建仪表板」，输入 “RabbitMQ”，选择 “RabbitMQ 监控视图”，点击 “确定” 即可添加。

监控器（告警）

队列消息数过高

通过实时查询队列中的消息总数来监控队列是否有堆积，如果有堆积，可能会影响到数据的延迟消费。

window("M::`rabbitmq_queue`:(last(`messages`)) BY `queue_name`", '5m')

消息重传次数过多

指标 queue_totals_messages_unacknowledged_rate 描述的是 RabbitMQ 中未确认消息的数量的速率。这个指标反映了在 RabbitMQ 队列中，每秒未被消费者确认的消息数量的变化率。

在 RabbitMQ 中，消息的确认机制是非常重要的，因为它确保了消息的可靠传递。当一个消息被消费者接收后，消费者需要发送一个确认（ack）给 RabbitMQ 服务器，表明消息已经被成功处理。如果消费者在处理消息时失败或没有发送确认，那么该消息就是未确认的。

M::`rabbitmq_overview`:(avg(`queue_totals_messages_unacknowledged_rate`)) BY `host_ip`, `url`

队列新增速率过高

queue_totals_messages_rate 是 RabbitMQ 中的一个监控指标，它描述的是队列中未确认消息数量的变化速率，即每秒未确认消息数量的变化率。这个指标对于了解和监控 RabbitMQ 队列的消费情况非常重要。

M::`rabbitmq_overview`:(avg(`queue_totals_messages_rate`) AS `消息速率`) BY `host_ip`

不可用路由突增过高

message_return_unroutable_count_rate 描述的是每秒返回给发布者作为无法路由的消息的速率。在 RabbitMQ 中，当一个消息被发送到交换机（exchange），而该交换机无法将消息路由到任何绑定的队列时，这个消息就被认为是无法路由的。这种情况下，如果设置了备用交换机（alternate exchange），消息将被发送到备用交换机；如果没有设置备用交换机，或者备用交换机同样无法路由该消息，则消息将被返回给发布者。

M::`rabbitmq_overview`:(avg(`message_return_unroutable_count_rate`)) BY `host_ip`, `url`

总结

结合观测云的可视化监控，可以达到实时监控 RabbitMQ 的运行性能，优化资源使用，减少数据延迟，从而改善用户的体验。