监控、指标和告警

使用平台监控图表和告警策略来观察 RabbitMQ 资源使用情况、broker 健康状态、队列增长和流量模式。监控应回答两个不同的问题：

指标收集

平台默认会收集 RabbitMQ 指标。内置监控图表提供了最常见的 broker 和资源信号，用于运维检查和性能调优。

默认情况下，RabbitMQ 指标由 broker 在端口 15692 上暴露。如果启用了独立 exporter 集成（spec.exporter.enabled=true），则也可以从 exporter 服务的端口 9419 获取指标。

验证 broker listener 是否存在：

kubectl -n <namespace> exec <instance-name>-server-0 -- \
  rabbitmq-diagnostics listeners

验证 Service 是否暴露了预期的端口：

kubectl -n <namespace> get svc <instance-name>

类别	关注点	重要原因
实例可用性	`RabbitmqCluster` 阶段、就绪状态以及服务可达性	显示从平台和网络视角看，集群是否可用。
连接和 channel	连接数、channel 数、consumer 数	突然下降或激增通常表示客户端故障或连接风暴。
发布和投递速率	消息输入、投递、确认和重投递速率	显示生产者和消费者是否保持平衡。
队列积压	`messages_ready`、`messages_unacknowledged`、队列数量	指示 consumer 堆积、consumer 卡住或重试循环。
内存	内存使用率、高水位线、内存告警	内存告警会阻止发布者并降低吞吐量。
磁盘	可用磁盘空间和磁盘告警	磁盘告警会阻止发布者，并表明存在积压或存储容量规划问题。
文件描述符和 socket	已使用的文件描述符和 socket 数	保护 broker 不会耗尽与连接相关的资源。
插件和 listener	Management、Prometheus、TLS、Shovel 或 Federation listener	确认更新后运维功能仍然处于启用状态。

RabbitMQ 默认主要暴露 broker 级别的指标。当你需要更细粒度的每个队列或每个 exchange 分析时，请将 broker 指标与应用指标、队列检查命令以及工作负载特定的图表结合使用。

针对以下条件创建或调优告警策略：

信号	建议起始值	运维含义
实例可用性	30 秒内 `!= 1`	集群对客户端而言尚未完全可用。
节点内存利用率	30 秒内 `> 80%`	内存压力正在上升，可能触发 broker 告警。
节点存储利用率	30 秒内 `> 80%`	broker 正在接近磁盘压力和发布阻塞风险。
channel 数	基于应用设计设定阈值	突然增长可能表明连接抖动或 channel 泄漏。
连接数	基于应用设计设定阈值	大幅下降或激增通常表明客户端或网络问题。
消息写入频率	基于预期工作负载设定阈值	下降可能表示生产者问题；激增可能需要扩容或控制积压。
队列堆积	ready 或 unacknowledged 消息持续增长	consumer 跟不上，或者重试模式不健康。

信号	解释	建议的后续操作
磁盘告警处于活动状态	broker 正在进行自我保护，因为可用空间低于配置的水位线。	检查积压、存储使用情况和消息保留策略。
内存告警处于活动状态	broker 正处于内存压力之下，可能会阻止发布者。	检查连接抖动、队列增长和内存密集型工作负载。
`messages_ready` 增长	consumer 无法足够快地清空队列。	检查 consumer 健康状态、扩缩容、积压控制和重试拓扑。
`messages_unacknowledged` 增长	consumer 持有投递的时间长于预期。	检查 consumer 延迟、prefetch、下游依赖以及卡住的 consumer。
连接数骤降	生产者或消费者失去连接。	检查服务暴露、TLS、凭证和 broker 告警。
连接数骤增	客户端可能正在反复重连。	检查滚动重启、DNS、TLS 故障和应用重连循环。

前往 Application Service 的 Alerts > Alert Policies 页面，为 RabbitMQ 创建告警策略。内置指标是启用基础覆盖范围最快的方式。当内置指标不足时，创建基于自定义 PromQL 的告警，并在生产环境依赖它们之前先进行测试。

有关配置和使用告警的更多信息，请参阅平台的 Alert Management 文档。