RabbitMQ: 集群监控与高可用架构深度解析之状态检测、问题诊断

Prometheus之rabbitmq监控指标详解 rabbitmq_messages_deliver_no_ack_rate指标可以帮助您了解未确认消息的数量和速率,并确定是否需要更改客户端消费者的配置或调整队列和交换机的配置以改善系统性能。与"rabbitmq_queue_messages_ready"指标不同的是,它不是单个队列的指标,而是RabbitMQ中所有队列中未被消费的消息数量的总和。队列的状态指标,其中包含了一些关于队列的元数据信息,例如队列的名称、虚拟主机名称、运行模式(磁盘或内存)、队列的持久性设置、队列中消息的数量等。 阅读详情

RabbitMQ集群状态监控的必要性


随着业务规模扩大,RabbitMQ集群的资源消耗会持续增长。当内存或磁盘占用达到临界阈值时,可能导致服务不可用

运维人员需要实时掌握集群健康状态,以便在出现资源耗尽、节点宕机或网络分区等问题时及时介入扩容或修复。有效的状态监控是实现高可用架构的基础保障

RabbitMQ集群监控的三种核心方案


监控目标包括节点健康度、资源使用率(内存/磁盘)、队列积压及网络分区状态

以下方法适用于单节点与集群环境

1 ) 方案一:客户端连接健康检查(NestJS实现)

通过建立AMQP连接判断节点可用性:

import { connect, Connection } from 'amqplib';
 
async function checkNodeHealth(host: string): Promise<boolean> {
  try {
    const connection: Connection = await connect(`amqp://${host}`);
    const channel = await connection.createChannel();
    await channel.close();
    await connection.close();
    return true;
  } catch (error) {
    console.error(`节点 ${host} 健康检查失败:`, error);
    return false;
  }
}
 
// 使用示例
checkNodeHealth('rabbitmq-node1').then(healthy => {
  console.log(`节点状态: ${healthy ? '健康' : '故障'}`);
});

关键逻辑:成功的连接和通道创建表明RabbitMQ节点基础功能正常。连接失败通常源于网络故障或节点完全宕机,需运维介入

或参考

利用@golevelup/nestjs-rabbitmq包建立连接,若连接成功则节点健康。

技术细节:

  • 连接失败通常源于网络故障或RabbitMQ实例宕机。
  • 实现代码(完整NestJS示例):
    import { RabbitMQModule } from '@golevelup/nestjs-rabbitmq';
    import { Module } from '@nestjs/common';
    
    @Module({
      imports: [
        RabbitMQModule.forRoot(RabbitMQModule, {
          exchanges: [{ name: 'default', type: 'topic' }],
          uri: 'amqp://guest:guest@localhost:5672',
          connectionInitOptions: { wait: true, timeout: 5000 } // 5秒连接超时
        }),
      ],
    })
    export class AppModule {}
    
    // 健康检查服务
    import { Injectable } from '@nestjs/common';
    import { AmqpConnection } from '@golevelup/nestjs-rabbitmq';
    
    @Injectable()
    export class RabbitHealthService {
      constructor(private readonly amqp: AmqpConnection) {}
    
      async checkNodeHealth(): Promise<boolean> {
        try {
          await this.amqp.managedConnection; // 触发连接验证
          return true; // 连接成功,节点健康
        } catch (error) {
          console.error('RabbitMQ节点不可达:', error); // 记录网络或宕机错误 
          return false;
        }
      }
    }
    

2 ) 方案二:HTTP REST API深度监控

通过Management插件API获取集群详情:

API端点功能描述示例路径
/api/nodes获取节点资源状态GET http://host:15672/api/nodes
/api/exchanges查看交换机状态GET http://host:15672/api/exchanges/%2F
/api/queues监控队列堆积情况GET http://host:15672/api/queues/%2F

NestJS鉴权实现:

import { HttpService } from '@nestjs/axios';
import { Injectable } from '@nestjs/common';
import { Buffer } from 'buffer';
 
@Injectable()
export class RabbitMQMonitorService {
  constructor(private readonly httpService: HttpService) {}
 
  async getClusterStats() {
    const authHeader = this.generateAuthHeader('guest', 'guest');
    const response = await this.httpService.axiosRef.get(
      'http://localhost:15672/api/nodes',
      { headers: { Authorization: authHeader } }
    );
    return response.data;
  }
 
  private generateAuthHeader(username: string, password: string): string {
    const credentials = Buffer.from(`${username}:${password}`).toString('base64');
    return `Basic ${credentials}`;
  }
}

路径编码要点:虚拟主机/需编码为%2F,否则API返回404错误。响应数据包含内存使用率、磁盘剩余空间、消息堆积量等关键指标

或参考

身份验证:使用Base64编码的Basic Auth。NestJS调用示例:

import { HttpService } from '@nestjs/axios';
import { Injectable } from '@nestjs/common';
import { AxiosResponse } from 'axios';
import * as Buffer from 'buffer';
 
@Injectable()
export class RabbitMonitorService {
  constructor(private readonly httpService: HttpService) {}
 
  async getClusterNodes(): Promise<any> {
    const apiUrl = 'http://localhost:15672/api/nodes';
    const credentials = Buffer.Buffer.from('guest:guest').toString('base64'); // Base64编码
 
    try {
      const response: AxiosResponse = await this.httpService.get(apiUrl, {
        headers: { Authorization: `Basic ${credentials}` },
      }).toPromise();
      return response.data; // 返回节点JSON数据
    } catch (error) {
      throw new Error(`API调用失败: ${error.response?.status || error.message}`);
    }
  }
}
 
// 调用示例:获取特定交换机详情(vhost需URL编码)
const vhost = encodeURIComponent('/'); // 斜杠编码为%2F
const exchangeApi = `http://localhost:15672/api/exchanges/${vhost}/amq.direct`;

3 ) 方案三:监控中间件集成

通过Prometheus等工具实现自动化监控:

# Prometheus 配置示例 
scrape_configs:
  - job_name: 'rabbitmq'
    metrics_path: '/api/metrics'
    static_configs:
      - targets: ['rabbitmq-node1:15672', 'rabbitmq-node2:15672']
    basic_auth:
      username: 'guest'
      password: 'guest'

实现原理:监控系统定期调用RabbitMQ的Metrics API收集数据,经处理后在Grafana等平台展示趋势图。
核心指标包括:

  1. rabbitmq_queue_messages_ready - 待消费消息数
  2. rabbitmq_node_mem_used - 内存使用量
  3. rabbitmq_disk_free - 磁盘剩余空间

数据存储于时序数据库,通过Grafana可视化
实现自动化告警(如磁盘使用率>85%触发通知)

工程示例:1


1 ) 方案一:基础连接与健康检查

// src/rabbitmq/connection.module.ts
import { Module } from '@nestjs/common';
import { connect } from 'amqplib';
 
@Module({
  providers: [
    {
      provide: 'RABBITMQ_CONNECTION',
      useFactory: async () => {
        try {
          return await connect(process.env.RABBITMQ_URL);
        } catch (e) {
          throw new Error('RabbitMQ连接失败');
        }
      },
    },
  ],
  exports: ['RABBITMQ_CONNECTION'],
})
export class RabbitMQConnectionModule {}

2 ) 方案二:消息生产者重试机制

// src/messaging/producer.service.ts 
import { Injectable } from '@nestjs/common';
import { Channel, connect } from 'amqplib';
 
@Injectable()
export class MessageProducer {
  private retryStrategy = {
    retries: 3,
    delay: 1000,
  };
 
  async sendWithRetry(exchange: string, routingKey: string, message: Buffer) {
    let attempt = 0;
    while (attempt < this.retryStrategy.retries) {
      try {
        const conn = await connect(process.env.RABBITMQ_URL);
        const channel: Channel = await conn.createChannel();
        await channel.publish(exchange, routingKey, message);
        await channel.close();
        await conn.close();
        return;
      } catch (err) {
        attempt++;
        await new Promise(res => setTimeout(res, this.retryStrategy.delay));
      }
    }
    throw new Error(`消息发送失败,重试${this.retryStrategy.retries}次`);
  }
}

3 ) 方案三:死信队列自动告警

// src/messaging/dlx-monitor.service.ts
import { Injectable } from '@nestjs/common';
import { HttpService } from '@nestjs/axios';
 
@Injectable()
export class DlxMonitorService {
  constructor(private readonly httpService: HttpService) {}
 
  async checkDeadLetterQueue(vhost = '%2F') {
    const { data } = await this.httpService.axiosRef.get(
      `http://rabbitmq:15672/api/queues/${vhost}/dlx`,
      { headers: this.generateAuthHeader() }
    );
 
    if (data.messages > 0) {
      this.sendAlert(`死信队列积压告警: ${data.messages}条消息待处理`);
    }
  }
 
  private sendAlert(message: string) {
    // 接入 Slack/邮件/短信等通知渠道 
    console.warn(`[ALERT] ${message}`);
  }
}

工程示例:2


以下是三种全方位解决方案,涵盖状态监控、消息重试及死信处理

1 ) 方案1: 节点健康检查与自动重试

场景:验证节点可用性并实现消息发送容错。
依赖包:

import { Injectable } from '@nestjs/common';
import { connect, Connection, Channel } from 'amqplib';
import { Logger } from '@nestjs/common';
import { RetryStrategy } from '@nestjs/microservices';

代码实现:

@Injectable()
export class RabbitMQHealthService {
  private readonly logger = new Logger(RabbitMQHealthService.name);
 
  // 检查节点健康
  async checkNodeHealth(url: string): Promise<boolean> {
    try {
      const connection: Connection = await connect(url);
      const channel: Channel = await connection.createChannel();
      await channel.close();
      await connection.close();
      return true; // 连接成功即健康
    } catch (error) {
      this.logger.error(`Node unreachable: ${error.message}`);
      return false; // 网络或节点故障
    }
  }
 
  // 带重试的消息发送
  @RetryStrategy({
    maxAttempts: 5,
    delay: 3000, // 指数退避
  })
  async sendWithRetry(queue: string, message: string, url: string): Promise<void> {
    if (!(await this.checkNodeHealth(url))) {
      throw new Error('RabbitMQ node down');
    }
    const connection = await connect(url);
    const channel = await connection.createChannel();
    await channel.assertQueue(queue, { durable: true });
    channel.sendToQueue(queue, Buffer.from(message));
    await channel.close();
    await connection.close();
  }
}

RabbitMQ命令补充:

  • 查看节点状态:rabbitmq-diagnostics status
  • 强制重启节点:rabbitmqctl force_reset

2 ) 方案2: REST API监控集成与告警

场景:通过API获取集群指标并触发告警。

依赖包:

import { HttpService } from '@nestjs/axios';
import { Injectable } from '@nestjs/common';
import { AxiosResponse } from 'axios';
import * as base64 from 'base-64';

代码实现:

@Injectable()
export class RabbitMQMonitorService {
  constructor(private readonly httpService: HttpService) {}
 
  // 获取队列积压消息数
  async getQueueBacklog(vhost: string, queueName: string): Promise<number> {
    const encodedVhost = encodeURIComponent(vhost); // 编码vhost(如 %2F)
    const url = `http://localhost:15672/api/queues/${encodedVhost}/${queueName}`;
    const authHeader = {
      Authorization: `Basic ${base64.encode('guest:guest')}`, // Base64认证
    };
 
    try {
      const response: AxiosResponse = await this.httpService.get(url, { headers: authHeader }).toPromise();
      return response.data.messages; // 返回积压消息数 
    } catch (error) {
      throw new Error(`API request failed: ${error.response?.status}`);
    }
  }
 
  // 磁盘使用率监控(阈值告警)
  async checkDiskUsage(threshold: number = 85): Promise<boolean> {
    const url = 'http://localhost:15672/api/nodes';
    const authHeader = { Authorization: `Basic ${base64.encode('guest:guest')}` };
    const response: AxiosResponse = await this.httpService.get(url, { headers: authHeader }).toPromise();
    const diskFreeLimit = response.data[0].disk_free_limit;
    const diskFree = response.data[0].disk_free;
    const usagePercent = ((diskFreeLimit - diskFree) / diskFreeLimit) * 100;
    return usagePercent > threshold; // 超过阈值返回true
  }
}

告警集成:

  • 结合Prometheus:配置rabbitmq_exporter抓取/api/metrics端点。
  • Grafana仪表盘:可视化内存使用、队列深度等关键指标。

3 ) 方案3: 死信监听与自动化处理

场景:自动捕获死信并通知运维

依赖包:

import { Processor, Process } from '@nestjs/bull';
import { Job } from 'bull';
import { MailerService } from '@nestjs-modules/mailer';
import { RabbitMQSubscribe } from '@golevelup/nestjs-rabbitmq';

代码实现:

@Processor('dlx-queue') // 死信队列名 
export class DeadLetterHandler {
  constructor(private readonly mailerService: MailerService) {}
 
  @RabbitMQSubscribe({
    exchange: 'dlx-exchange', // 死信交换机 
    routingKey: '#', // 匹配所有路由键
    queue: 'dlx-queue',
  })
  async handleDeadLetter(job: Job) {
    const { message, reason } = job.data;
    this.logDeadLetter(reason, message);
    await this.notifyAdmin(reason);
  }
 
  private logDeadLetter(reason: string, message: string) {
    console.error(`DeadLetter: ${reason} | Message: ${message}`);
  }
 
  private async notifyAdmin(reason: string) {
    await this.mailerService.sendMail({
      to: 'admin@example.com',
      subject: 'RabbitMQ Dead Letter Alert',
      text: `Dead letter detected. Reason: ${reason}`,
    });
  }
}

RabbitMQ配置命令:

  • 创建死信交换机和队列:
    rabbitmqadmin declare exchange name=dlx-exchange type=topic
    rabbitmqadmin declare queue name=dlx-queue durable=true 
    rabbitmqadmin declare binding source=dlx-exchange destination=dlx-exchange routing_key=#
    
  • 绑定原始队列到死信:
    rabbitmqadmin declare queue name=my-queue arguments='{"x-dead-letter-exchange":"dlx-exchange"}'
    

工程示例:3


1 ) 方案1:REST API监控与告警集成

场景:实时监控集群状态并发送告警。

实现步骤:

  1. 创建NestJS定时任务:
    import { SchedulerRegistry } from '@nestjs/schedule';
    import { RabbitMonitorService } from './rabbit-monitor.service';
    
    @Injectable()
    export class MonitoringScheduler {
      constructor(
        private scheduler: SchedulerRegistry,
        private monitor: RabbitMonitorService
      ) {
        this.scheduleHealthCheck();
      }
    
      private scheduleHealthCheck() {
        const interval = setInterval(async () => {
          const nodes = await this.monitor.getClusterNodes();
          if (nodes.some(node => node.mem_used > 0.9 * node.mem_limit)) {
            this.triggerAlert('内存使用超90%!');
          }
        }, 30000); // 每30秒检查
        this.scheduler.addInterval('rabbit-check', interval);
      }
    }
    
  2. 集成SMTP告警:
    import { MailerService } from '@nestjs-modules/mailer';
    
    async triggerAlert(message: string) {
      await this.mailer.sendMail({
        to: 'ops@example.com',
        subject: 'RabbitMQ告警',
        text: `检测到异常: ${message}`
      });
    }
    

2 ) 方案2:Prometheus + Grafana可视化监控

架构:

REST API
RabbitMQ
Prometheus
Grafana
运维看板

配置步骤:

  1. 部署Prometheus RabbitMQ Exporter:
    docker run -d -p 9419:9419 kbudde/rabbitmq-exporter
    
  2. NestJS暴露指标端点:
    import { Controller, Get } from '@nestjs/common';
    import { PrometheusService } from './prometheus.service';
    
    @Controller('metrics')
    export class MetricsController {
      @Get()
      async getMetrics() {
        return this.prometheus.getRabbitMQMetrics(); // 聚合Exporter数据
      }
    }
    
  3. Grafana导入RabbitMQ仪表盘模板(ID:10991)。

3 ) 方案3:消息重试与死信自动化处理

全链路设计:

  1. 生产者:发送消息时设置TTL与死信路由。
  2. 消费者:失败时NACK消息触发重试。
  3. 死信处理器:自动通知运维。

NestJS消费者示例:

import { RabbitSubscribe } from '@golevelup/nestjs-rabbitmq';
 
@Controller()
export class OrderConsumer {
  @RabbitSubscribe({
    exchange: 'orders',
    routingKey: 'order.created',
    queue: 'order_queue',
    queueOptions: {
      deadLetterExchange: 'dlx_orders', // 绑定死信交换机
      messageTtl: 60000, // 60秒TTL
    }
  })
  async handleOrder(message: { orderId: string }) {
    try {
      await processOrder(message.orderId); // 业务逻辑
    } catch (error) {
      throw new Error('处理失败,进入死信'); // 触发NACK
    }
  }
}
 
// 死信处理器服务
@RabbitSubscribe({ exchange: 'dlx_orders', routingKey: '#' })
async handleDeadLetter(message: any) {
  await sendAlert(`死信消息: ${JSON.stringify(message)}`);
}

现有架构的不足与优化方向


现有基于微服务的消息系统存在以下关键问题:

1 ) 消息发送缺乏重试机制

  • 生产者无自动重试机制,网络闪断导致消息丢失
  • 订单类业务可能停滞在中间状态,引发客诉
  • 发送方无法感知消息异常(如RabbitMQ集群宕机),导致业务停滞(如订单状态卡在“创建中”)
  • 需实现自动重试逻辑,例如指数退避策略,避免消息丢失
  • 解决方案示例:
    • 在NestJS中实现重试策略,使用amqplib的confirmChannel
    • 示例代码:
      import { connect, ConfirmChannel } from 'amqplib';
      
      async function publishWithRetry(message: string, retries = 3) {
        const conn = await connect('amqp://localhost');
        const channel: ConfirmChannel = await conn.createConfirmChannel();
        
        for (let i = 0; i < retries; i++) {
          try {
            await channel.publish('exchange', 'routingKey', Buffer.from(message), {}, (err) => {
              if (err) throw err;
            });
            break; // 成功则退出重试
          } catch (error) {
            if (i === retries - 1) throw new Error('重试失败');
            await new Promise(res => setTimeout(res, 2000)); // 2秒后重试
          }
        }
      }
      

2 ) 接收方处理状态不可知

  • 生产者无法感知消费失败
  • 死信队列(DLX)缺乏自动告警机制
  • 发送方无法确认消息是否被成功消费或处理失败
  • 需设计回调机制或事务补偿,例如将处理结果回写到共享存储(如Redis)

3 )死信消息处理缺失

  • 风险:死信(因TTL过期或多次重试失败)需人工干预,效率低下。
  • 自动化设计:
    • 创建专用死信队列绑定DLX。
    • 部署NestJS服务监听死信队列,自动触发告警(如邮件/Slack通知)。
  • RabbitMQ命令示例:
    # 创建死信交换机
    rabbitmqctl add_exchange dlx_exchange direct
    
    # 将队列绑定到DLX
    rabbitmqctl set_policy DLX ".*" '{"dead-letter-exchange":"dlx_exchange"}' --apply-to queues
    

RabbitMQ运维演进与容器化实践


容器化部署演进路径

物理机手动部署
Docker单节点
Docker Compose集群
Kubernetes云原生部署

云原生架构核心要求

部署模式应用要求启动时间运维复杂度
物理机/虚拟机允许单体大应用分钟级高
Kubernetes微服务拆分,轻量级模块秒级低

宕机根因分析:80%的集群故障源于磁盘占满(消息积压) 或 网络分区。日常监控应重点关注:

  1. 磁盘警戒线:disk_free_limit = {mem_relative, 1.0}
  2. 网络检测:rabbitmq-diagnostics ping 定期执行

集群运维关键命令参考

# 查看集群节点状态
rabbitmq-diagnostics cluster_status
 
# 监控内存使用
rabbitmq-diagnostics memory_breakdown
 
# 检查网络分区
rabbitmq-diagnostics check_partitions 
 
# 设置磁盘预警水位线(50MB)
rabbitmqctl set_disk_free_limit 50MB 

关键知识点补充


  1. RabbitMQ网络分区处理:
    • 原因:节点间网络中断导致集群分裂。
    • 恢复:使用rabbitmqctl cluster_status诊断,通过rabbitmqctl forget_cluster_node移除故障节点后重新加入。
  2. NestJS微服务优化:
    • 轻量化设计:每个微服务专注单一业务,启动时间<10秒。
    • 云原生适配:结合Kubernetes Operators自动化RabbitMQ集群部署。
  3. 监控指标详解:
    • 内存警报阈值:vm_memory_high_watermark(默认0.4,即40%)。
    • 磁盘预警:disk_free_limit需大于5GB(生产环境建议)。

通过上述方案,RabbitMQ集群可实现从基础监控到自动化运维的全链路管理,确保高可用性与业务连续性

运维演进与容器化实践洞察


  1. 运维技术演进路径
  • 传统阶段:物理机手动安装RabbitMQ(启动/停止需命令行)。
  • 容器化阶段:
    • Docker单节点:docker run -d --name rabbitmq rabbitmq:management。
    • Docker Compose集群:通过YAML定义多节点拓扑。
  • 云原生阶段:Kubernetes部署,实现自动扩缩容与故障自愈。
  1. 容器化浪潮的必然性
    趋势:
  • 传统数据库(MySQL/PostgreSQL)及中间件(RabbitMQ/Redis)全面转向容器化。
  • 优势:资源利用率提升50%+、秒级扩容、环境一致性。
    开发影响:
  • 应用需拆分为微服务(单个NestJS服务启动时间<10秒)。
  • 服务间通过RabbitMQ解耦,符合云原生架构。
  1. RabbitMQ宕机根因分析
    TOP 2故障类型:
  2. 资源耗尽:内存或磁盘满载(监控指标:mem_used/disk_free)。
  3. 网络分区:节点间通信中断(检测命令:rabbitmqctl cluster_status)。
    应急预案:
  • 资源不足:垂直扩容(增加内存)或水平扩容(添加节点)。
  • 网络故障:重启节点或重置集群(rabbitmqctl force_reset)。

架构演进思考题


  1. 容器化价值重构
    传统数据库上云如何解决数据持久化问题?
    → 推荐方案:StatefulSet + Persistent Volumes

  2. 监控方案创新
    除Prometheus外,如何通过分布式追踪(Jaeger)分析消息链路?
    → 关键点:在生产者/消费者注入TraceID实现全链路跟踪

  3. 自愈系统设计
    当检测到节点故障时,如何自动触发Kubernetes Pod重建?
    → 实现方案:结合Liveness Probe与Horizontal Pod Autoscaler

监控的本质不是被动报警,而是为自动扩缩容和故障自愈提供决策依据。在云原生架构中,RabbitMQ集群应与Kubernetes的HPA、Cluster Autoscaler深度集成,实现从预警到处理的闭环管理

运维技术持续迭代,直接影响应用架构设计:

  • 演进历程:
    • 初期:物理机手动安装RabbitMQ(启动/停止需人工操作)。
    • 中期:Docker简化部署(单命令启动节点),Docker Compose编排多节点集群。
    • 现代:Kubernetes(K8s)统一管理容器,实现自愈和弹性伸缩。
  • 容器化趋势:
    • 云原生架构要求应用轻量化。例如,NestJS微服务应拆分细粒度模块,启动时间控制在秒级,而非单体应用。
    • 传统数据库(MySQL/PostgreSQL)和消息队列(RabbitMQ)已成功迁移至K8s,支撑大规模场景。
  • 故障排查重点:
    • RabbitMQ集群宕机主因是资源耗尽(内存/磁盘满)或网络故障(分区、闪断)
    • 优先检查消息积压和网络连通性

结语:运维与开发的协同演进


RabbitMQ集群的高可用依赖多维监控、自动化处理及云原生适配。通过NestJS实现的方案提供:

  • 实时健康检测(API/SDK/中间件集成)。
  • 消息可靠性保障(重试/死信处理)。
  • 运维友好性(容器化部署、告警自动化)。
    演进方向:结合Kubernetes Operator实现RabbitMQ的自管理集群,进一步减少人工干预。

关键术语说明:

  • vhost (Virtual Host):RabbitMQ的虚拟分区,用于逻辑隔离(如/为默认vhost)。
  • Base64编码:将guest:guest转为Z3Vlc3Q6Z3Vlc3Q=的编码方式,用于HTTP Basic Auth。
  • 网络分区:集群节点因网络中断分裂为独立子集,可通过rabbitmqctl heal_partition修复。
Kubernetes面试实战:2026年最新生产环境问题解析 容器编排技术作为云原生的核心基石,Kubernetes通过声明式API和控制器模式实现工作负载的自动化管理。其核心原理包括Pod生命周期管理、Service服务发现、调度器扩展机制等,这些特性帮助企业在混合云、微服务等场景实现资源高效利用。本文基于真实生产案例,深入解析Pod故障排查、Service流量分发、证书轮换等高频问题,特别针对2026年面试热点如拓扑分布约束、容器镜像懒加载等新兴特性提供实战解决方案。通过kubectl调试命令组合、etcd性能调优等工程实践,帮助开发者掌握大集群运维的关键技能,提 阅读详情

相关推荐

【信息科学与工程学】【数据中心】 第七篇 智算中心CLOS组网整体设计

区域主要功能网络要求技术选型安全等级可用性要求训练区​大规模AI模型训练,分布式计算超高带宽(100G+),超低延迟(<1ms),无损网络RoCEv2,PFC,DCQCN,多路径P4(最高)99.99%推理区​实时AI推理,模型服务低延迟(<10ms),高可用,弹性扩展智能负载均衡,服务网格,容器网络P3(高)99.999%公共服务区​统一认证,API网关,数据服务多租户隔离,安全防护,弹性带宽VXLAN,EVPN,微隔离P3(高)99.99%存储区​高性能存储,数据湖超高带宽,低延迟,高IOPSNVMe-

weixin_49199313的博客 1373

RabbitMQ监控方法以及核心指标

探讨rabbitmq的监控数据采集方式以及需要关注的核心指标,便于日常生产进行监控和巡检。

李姓门徒 5268

【信息科学与工程学】【数据中心】 第二十三篇【智算中心】DDC网络-满足大规模训练、推理、存储区网络(Roce2组网)-01

设计维度目标值设计原则实现手段评估指标性能目标​端到端延迟<10ms低延迟优先RDMA优化,拓扑扁平化延迟分布,p99延迟可用性目标​99.99%可用性冗余设计多路径,设备冗余MTBF,MTTR吞吐目标​核心交换>10Tbps无阻塞交换大带宽核心,Clos架构对分带宽扩展性目标​线性扩展至1000节点模块化设计标准Pod架构扩展成本函数安全目标​零信任架构纵深防御微分段,加密传输安全事件数能效目标​PUE<1.2绿色计算高效设备,智能调度能效比(W/IOPS) 2. 物理拓扑设计 2.1 数据中心物理

weixin_49199313的博客 565

RabbitMQ 消息监控

使用MQ时经常会有这样的场景: 生产者成功发送消息,消费者却找不到消息!?

weixin_52535099的博客 1456

线性分类器(Linear Classifier)

线性分类器 如上图所示,这是二维空间中的一个数据集,如果他正好能够被一条直线分成两类,那么我们称它为线性可分数据集,这条直线就是一个线性分类器。 在三维空间中,如果数据集线性可分,是指能够被一个平面分为两类。 在一维空间中,所有的点都在一条直线上,如果线性可分。可以理解为它们能够被一个点分开。 这里的直线、平面、点被分为决策边界。 一个 m 维空间中的数据集,如果能够被一个超平面一分为二,那么这个数据集就是线性可分的,这个超平面就是决策边界。 例如,这是二维平面上的一条直线, 它可以把平面切分成两

xuechanba的博客 1万+

【已解决】Claude应用地区限制问题:通过Slack注册与魔法节点切换实战指南

本文详细介绍了如何通过Slack注册和切换魔法节点解决Claude应用地区限制问题。从Slack账号注册、创建工作区技巧,到突破地区限制的关键步骤和成功后的配置使用,提供了全面的实战指南。特别强调了节点选择和网络环境对解决'App unavailable'错误的重要性,帮助用户顺利使用Claude AI助手。

weixin_29209801的博客 1779

RabbitMQ 的监控

查了一些资料,总结了一下。想要了解 RabbitMQ 的运行状态,主要有三种途径:Management UI,rabbitmqctl 命令和 REST API。RabbitMQ 给我们提供了丰富的 Web 管理功能,通过页面,我们能看到 RabbitMQ 的整体运行状况,交换机和队列的状态等,还可以进行人员管理和权限配置,相当全面。但如果想通过页面来监控,那出不出问题只能靠缘分。看到出问题了,是运气好,看不到出问题,那是必然。这也是我当前的现状,所以为了避免出现大问题,得赶紧改变一下。

m0_60607245的博客 1219

elmos 524系列芯片笔记

芯片的工作工作原理:集成芯片Elmos524.03有发射回路和接收回路,手册有关的内部原理图,大致如下: 芯片会产生固有频率的电压信号,信号通过引脚DRV1、2输出给外部压电陶瓷片,产生固定频率的机械波,也就是所谓的超声波,超声波遇到障碍物时会反射,反射信号经过AINS、D引脚进入芯片,在芯片内部先后经过GAIN放大,滤波然后进入比较器,滤波后的信号(signal)同预先设定的阈值(threshold)比较产生信号输出。此信号最终会连接MCU处理器,需要重点关注。 基于这个内部的工作原

qq_38230916的博客 2493

RabbitMQ学习笔记:Monitoring(监控)

在本文中,我们将监控定义为一个通过健康检查和随时间变化捕获系统指标行为的过程。这有助于检测异常情况:当系统不可用时,会经历异常负载、某些资源耗尽或其它不在其正常(预期)参数范围内的行为。监控包括收集和长期存储指标,这不仅对异常监控很重要,而且对根本原因分析、趋势检测和容量规划也很重要。监控系统通常与警报系统集成。当监控系统检测到异常时,通常会向警报系统传递某种类型的警报,警报系统会通知相关方,如技术操作团队。

smart_an的专栏 1065

RAGFlow 离线部署:解决cl100k_base.tiktoken问题

摘要 本文详细解决了RAGFlow离线部署时tiktoken缓存文件下载失败的问题。通过分析tiktoken库的缓存机制,一次性不改代码解决.

baidu_25691461的博客 834

古月学院《如何在Gazebo中实现阿克曼转向车的仿真》课程资料在ROS Noetic版本中运行时的常见错误及解决方法

   最近想在Gazebo中开发一些仿真内容,于是购买了古月学院的《如何在Gazebo中实现阿克曼转向车的仿真》课程,但是由于ROS 版本的更新,拿到手的课程资料不能直接在ROS Noetic版本中运行,经过我这几天的探索,对遇到的错误及解决方法进行了整理,方便后面购买课程的小伙伴更快的成功运行程序    在文章正式开始之前,先放一下我之前为了寻找该资料报错的原因,而写的两篇与该课程相关的文章链接,感兴趣的可以自行阅读    以阿克曼转向车为例对URDF和XACRO文件进行解读(点击可跳转)    将x

慕羽★的博客 5976

RabbitMQ健康检查机制增强:节点服务状态与连接数监控全攻略

你是否曾遭遇过消息队列服务突然中断却毫无预警?节点故障、连接溢出、资源耗尽等问题往往在系统崩溃前早已埋下隐患。本文将系统讲解RabbitMQ健康检查机制的增强方案,通过节点状态监控、连接数预警、资源指标分析三大维度,帮助运维人员构建全方位的服务保障体系。读完本文你将掌握: - 使用CLI工具实时诊断节点健康状态的6种方法 - 配置连接数阈值告警的完整步骤 - Prometheus监控指标的关键参...

gitblog_00626的博客 610

27、视网膜血管识别与分类的数据集和验证过程

本文介绍了视网膜血管自动识别与分类方法所使用的数据集及其验证过程。通过30张高分辨率的近红外反射视网膜图像,结合专业医生的手动标注结果,构建了包含597个血管段的基准数据集。研究采用准确率、召回率、F1分数和混淆矩阵等评估指标对模型进行验证,并提出了特征增强和分类器优化策略以提升性能。实验结果显示,该方法在复杂区域具有较强的鲁棒性和较高的准确性,为临床应用提供了可靠的依据。

i7j8k9l的博客 148

爬虫教程( 4 ) --- scrapy-redis、集群、curl-cffi、scrapy-stealth、aio-scrapy、omnicrawl-core、反检测(反爬)浏览器

分布式爬虫 scrapy-redis、集群

freeking101的博客 6828

Docker/Hyper-V/Wsl2等虚拟化组件一键切换工具 (附源码, Docker Desktop开发模式与三角洲游戏模式一键切换工具)

开启 Docker、Hyper-V 或 WSL2 后游戏无法启动?🎮💻 本文教你用一键批处理工具⚡快速切换“开发/游戏模式”,开发娱乐两不误!🔄✨

XiaoqiangClub的博客 703

深入介绍 SAP OData CSRF Token 的一些技术细节

跨站请求伪造(Cross-Site Request Forgery,简称 CSRF)是一种网络攻击手段,它允许攻击者伪造用户的身份来执行未经授权的操作。为了防止 CSRF 攻击,常用的一种技术手段就是 CSRF Token.CSRF Token 是一种随机生成的防伪 Token,它由服务器颁发给客户端,并需要客户端在提交某些特定类型的请求时,将该 Token 添加到 HTTP 请求的头部字段去。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 643

RabbitMQ 监控与调试

RabbitMQ 的监控与调试是保障消息队列系统稳定运行的关键。通过监控队列深度、消息吞吐量、内存使用等关键指标,可以及时发现性能瓶颈或异常情况。结合 RabbitMQ 提供的管理插件和日志分析工具,能够快速定位问题并进行调试。同时,在生产环境中合理配置死信队列、消息确认机制和连接池,可以有效提升 RabbitMQ 系统的可靠性。

Flying_Fish_roe的博客 1860

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

RabbitMQ的管理和监控

通过使用这些工具和机制,管理员可以实时监控RabbitMQ集群的健康状况,及时发现和解决问题,提高系统的可靠性和性能。通过使用这些工具和机制,管理员可以实时监控RabbitMQ集群的健康状况,及时发现和解决问题,提高系统的可靠性和性能。除了管理插件外,RabbitMQ还提供了一系列的监控工具,用于监视RabbitMQ服务器的运行状态、性能指标和配置信息。管理员可以通过监控工具和警报机制来实时监控RabbitMQ集群的健康状况,并及时发现和解决问题,保证系统的可靠性和性能。

互联网知识分享 2110

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

RabbitMQ 消息追踪与监控:全面优化与问题排查

RabbitMQ 的监控与消息追踪是确保消息系统高效运作的核心。通过内建的监控工具和外部监控系统的集成,开发者可以全面监控消息的流转路径,分析消息处理效率,并及时发现和解决问题。通过合理配置 Prometheus、Grafana 等工具,开发者可以不仅查看实时的消息处理情况,还能够设置智能警报,确保系统的稳定运行。在实际生产环境中,持续的监控、日志分析和警报配置能够帮助开发者及时发现潜在问题,保障消息中间件的高可用性和高性能。

一碗黄焖鸡三碗米饭的博客 1669

RabbitMQ之监控(1)

RabbitMQ作为一个工业级的消息中间件,肯定是缺少不了监控的,RabbitMQ提供了WEB版的页面监控(访问地址:http://xxx.xxx.xxx.xxx:15672/,默认端口号是15672。原文:The web UI is located at: http://server-name:15672/),类似于如下: 当然,需要有相关功能的前提是开启了:rabbitmqctl rab...

朱小厮的博客 2万+

RabbitMQ学习之队列监控

对于RabbitMQ的监控,除了服务器基本信息(硬盘、CPU、内存、IO等)以及MQ的进程和端口,我们也可以通过请求url访问管理API监控其集群和队列的情况。在java api 3.6.0以后,channel接口为我们

任何技能都是从模仿开始,逐步升华。 9535

RabbitMQ 监控详解:全面构建高可用消息系统的可观测性体系

RabbitMQ 监控体系构建指南 本文全面解析RabbitMQ监控的三大核心维度: 管理控制台(Web UI):提供实时节点状态、队列消息数、连接数等关键指标,适合日常巡检但缺乏历史数据。 Prometheus+Grafana专业方案: 启用rabbitmq_prometheus插件暴露指标 配置Prometheus采集数据 通过Grafana可视化看板实现长期趋势分析 设置分级告警规则(内存、磁盘、消息堆积等) 日志分析:记录节点启动、连接异常等关键事件,存储在/var/log/rabbitmq/目录下

csdn_tom_168的博客 1410

RabbitMQ系统监控、问题排查和性能优化实践

在上面的代码中,setConcurrentConsumers(3)设置了并发消费者的初始值为3,setMaxConcurrentConsumers(5)设置了最大的并发消费者数为5,setAcknowledgeMode(AcknowledgeMode.AUTO)设置了消息确认消费的方式为自动确认。在上面的代码中,如果处理消息的逻辑抛出异常,我们需要调用 channel.basicNack 方法来拒绝消息,并设置 requeue 为 true,这样 RabbitMQ 会再次将这条消息推送给消费者。

pengyi123的博客 2756

RabbitMQ中,如何监控和管理队列的性能和状态?

RabbitMQ 提供了多种工具和方法来监控和管理队列的性能和状态。这些工具可以帮助你了解 RabbitMQ 服务器的状态、队列的消息流量、资源使用情况等,从而优化系统性能并确保其稳定运行。

qq_33240556的博客 1724
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值