RocketMQ 监控与告警：Prometheus + Grafana 可视化监控搭建

在分布式消息中间件的生产实践中，“看得见”才能“控得住”。RocketMQ作为阿里开源的高性能消息队列，其运行状态直接影响业务链路的稳定性。本文将聚焦RocketMQ监控体系的核心搭建方案——基于Prometheus采集指标、Grafana可视化展示，带你从零构建一套“可观测、可告警”的监控系统，为消息队列的稳定运行保驾护航。

一、监控核心目标：为什么需要监控RocketMQ？

在落地监控方案前，我们先明确核心需求：RocketMQ的监控并非“炫技”，而是为了解决生产环境中的实际问题。其核心目标包括：

• 故障早发现：提前感知Broker宕机、NameServer失联、消息堆积等异常，避免问题扩散至业务层；

• 性能可追踪：监控消息发送/消费延迟、吞吐量、存储占用等指标，为性能优化提供数据支撑；

• 问题可定位：当业务出现“消息发送失败”“消费阻塞”等问题时，通过监控数据快速定位根因（如Broker磁盘满、网络延迟高等）；

• 容量可规划：基于历史监控数据，预测存储、带宽等资源的扩容需求，避免资源瓶颈。

而Prometheus的“时序数据采集+灵活查询”与Grafana的“高可定制化可视化”，恰好完美匹配这些需求，成为RocketMQ监控的主流组合。

二、环境准备：核心组件与依赖说明

本次搭建基于Linux环境（以CentOS 7为例），需提前准备以下组件，建议统一规划安装路径（如/usr/local/monitor/），便于后续维护：

组件	版本建议	核心作用	依赖条件
RocketMQ	4.9.x及以上	待监控的消息队列服务	JDK 1.8+、内存≥4G
Prometheus	2.30.x及以上	时序数据采集与存储	无特殊依赖，端口9090需开放
Grafana	8.0.x及以上	监控指标可视化展示	端口3000需开放，依赖Prometheus数据源
RocketMQ Exporter	0.0.2+	将RocketMQ指标转换为Prometheus格式	与RocketMQ版本兼容，JDK 1.8+

注意：RocketMQ Exporter是连接RocketMQ与Prometheus的关键桥梁，需确保其版本与RocketMQ匹配（如RocketMQ 4.9.x对应Exporter 0.0.2及以上），避免指标采集失败。

三、分步搭建：从组件部署到监控生效

整个搭建流程遵循“指标暴露→数据采集→可视化展示”的逻辑，依次完成RocketMQ指标配置、Exporter部署、Prometheus采集、Grafana图表配置四个核心步骤。

步骤1：配置RocketMQ，开放监控指标

RocketMQ自身已内置监控指标（如消息数、延迟、存储大小等），需通过配置文件开启指标暴露功能，供Exporter采集：

1. 修改Broker配置文件：进入RocketMQ的conf目录，编辑broker.conf（或自定义配置文件），添加以下配置：
   `# 开启监控指标暴露
   enablePropertyFilter=true

配置Exporter可访问的IP（建议为0.0.0.0，允许跨节点访问）

brokerIP1=你的Broker实际IP

监控数据采样间隔（默认60秒，可根据需求调整）

monitorInterval=60`

2. 重启Broker服务：使配置生效，命令如下：
   `# 停止Broker
   sh ${ROCKETMQ_HOME}/bin/mqshutdown broker

启动Broker（指定配置文件）

nohup sh ${ROCKETMQ_HOME}/bin/mqbroker -c ${ROCKETMQ_HOME}/conf/broker.conf `&

3. 验证指标可用性：RocketMQ的指标通过内部接口暴露，可通过以下命令简单验证（需替换为实际IP）：
   curl http://BrokerIP:10911/metrics若返回包含“rocketmq_”前缀的指标数据，则说明RocketMQ指标已正常暴露。

步骤2：部署RocketMQ Exporter，转换指标格式

RocketMQ的原生指标格式不支持Prometheus直接采集，需通过Exporter将其转换为Prometheus兼容的格式（如文本格式）：

1. 下载Exporter：可从GitHub（https://github.com/apache/rocketmq-exporter）下载编译后的jar包，或通过源码编译：
   # 源码编译（需Maven环境） git clone https://github.com/apache/rocketmq-exporter.git cd rocketmq-exporter mvn clean package -DskipTests
   编译完成后，jar包位于target目录下，如rocketmq-exporter-0.0.2.jar。

2. 启动Exporter：通过命令指定RocketMQ的NameServer地址（核心配置），并后台运行：
   nohup java -jar rocketmq-exporter-0.0.2.jar \ --rocketmq.config.namesrvAddr=NameServerIP:9876 \ --server.port=8080 &
   关键参数说明：

   • rocketmq.config.namesrvAddr：NameServer的地址（多个以逗号分隔），Exporter通过该地址获取Broker列表；

   • server.port：Exporter的端口（默认8080，需确保未被占用）。

3. 验证Exporter：访问Exporter的指标接口，若返回Prometheus格式的指标，则部署成功：
   curl http://ExporterIP:8080/actuator/prometheus
   成功时会看到类似“rocketmq_broker_message_count 1000.0”的指标数据。

步骤3：配置Prometheus，采集指标数据

Prometheus的核心功能是“定时采集目标服务的指标数据并存储”，需通过配置文件指定采集Exporter的指标：

1. 安装Prometheus：从官网（https://prometheus.io/download/）下载对应版本的压缩包，解压后部署：
   # 下载并解压 wget https://github.com/prometheus/prometheus/releases/download/v2.45.0/prometheus-2.45.0.linux-amd64.tar.gz tar -zxvf prometheus-2.45.0.linux-amd64.tar.gz -C /usr/local/monitor/ cd /usr/local/monitor/prometheus-2.45.0.linux-amd64

2. 修改Prometheus配置文件：编辑prometheus.yml，在scrape_configs节点下添加RocketMQ Exporter的采集配置：
   `global:
   scrape_interval: 15s # 全局采集间隔，默认15秒
   evaluation_interval: 15s # 规则评估间隔

rule_files:

后续告警规则文件路径，暂留空

scrape_configs:

• job_name: ‘prometheus’
  static_configs:
  • targets: [‘localhost:9090’] # 监控Prometheus自身

新增RocketMQ监控任务

• job_name: ‘rocketmq’
  static_configs:
  • targets: [‘ExporterIP:8080’] # Exporter的地址和端口
    scrape_interval: 10s # 针对RocketMQ的采集间隔，可缩短至10秒`配置说明：scrape_interval越小，指标更新越及时，但会增加Prometheus的存储压力，建议根据业务重要性调整。

3. 启动Prometheus：后台启动Prometheus服务，并指定配置文件：
   nohup ./prometheus --config.file=prometheus.yml &

4. 验证采集状态：访问Prometheus的Web界面（http://PrometheusIP:9090），进入“Status→Targets”页面，若“rocketmq”任务的State为“UP”，则指标采集正常。同时可在“Graph”页面查询RocketMQ指标（如输入rocketmq_broker_message_count），验证数据是否存在。

步骤4：配置Grafana，实现可视化监控

Prometheus的可视化能力较弱，Grafana可通过拖拽方式快速构建美观、直观的监控面板，且支持RocketMQ的预制模板，无需从零绘制图表：

1. 安装Grafana：通过yum命令安装（CentOS环境），或下载压缩包部署：
   `# 配置Grafana源
   cat > /etc/yum.repos.d/grafana.repo << EOF
   [grafana]
   name=grafana
   baseurl=https://packages.grafana.com/oss/rpm
   repo_gpgcheck=1
   enabled=1
   gpgcheck=1
   gpgkey=https://packages.grafana.com/gpg.key
   sslverify=1
   sslcacert=/etc/pki/tls/certs/ca-bundle.crt
   EOF

安装并启动

yum install grafana -y
systemctl start grafana-server
systemctl enable grafana-server # 设置开机自启`

2. 初始化Grafana：访问Grafana Web界面（http://GrafanaIP:3000），默认用户名/密码为admin/admin，首次登录需修改密码。

3. 添加Prometheus数据源：

   • 点击左侧“Configuration→Data Sources”，点击“Add data source”，选择“Prometheus”；

   • 在“HTTP”部分，填写Prometheus的地址（如http://PrometheusIP:9090）；

   • 拉至页面底部，点击“Save & Test”，若提示“Data source is working”，则配置成功。

4. 导入RocketMQ监控模板：Grafana社区提供了大量预制模板，可直接导入使用，避免重复劳动：

   • 点击左侧“Create→Import”，在“Import via grafana.com”输入模板ID（推荐使用7674或14644，均为RocketMQ专属模板，可在Grafana官网模板库搜索确认）；

   • 选择已添加的Prometheus数据源，点击“Import”，即可生成完整的RocketMQ监控面板。

5. 自定义监控面板（可选）：若预制模板无法满足需求，可手动添加图表。例如，添加“消息发送延迟”图表：

   • 点击面板“Add panel→Add visualization”，选择Prometheus数据源；

   • 在“Query”中输入指标查询语句：rocketmq_producer_send_delay_ms_avg；

   • 设置图表标题、单位（毫秒）、颜色等样式，点击“Apply”保存。

导入模板后，监控面板会展示Broker状态、消息收发吞吐量、消息延迟、存储占用等核心指标，实现“一站式”可视化监控。

四、关键优化：告警配置与监控进阶

监控的核心价值不仅是“可视化”，更在于“异常告警”。通过Prometheus配置告警规则，结合Grafana或Alertmanager实现告警推送，确保问题第一时间触达运维人员。

1. 配置Prometheus告警规则

1. 创建告警规则文件：在Prometheus目录下新建rocketmq_alerts.yml，添加核心告警规则（示例）：
   `groups:

• name: rocketmq_alerts
  rules:

  Broker宕机告警

  • alert: RocketMQBrokerDown
    expr: rocketmq_broker_running{status=“Running”} == 0
    for: 1m # 持续1分钟触发告警
    labels:
    severity: critical # 告警级别：紧急
    annotations:
    summary: “RocketMQ Broker宕机”
    description: “Broker {{ $labels.brokerName }} 已停止运行，持续时间超过1分钟，请立即排查。”

  消息堆积告警（消费滞后超过1000条）

  • alert: RocketMQMessageBacklog
    expr: rocketmq_consumer_offset_diff > 1000
    for: 5m
    labels:
    severity: warning # 告警级别：警告
    annotations:
    summary: “RocketMQ消息堆积”
    description: “消费者组 {{ $labels.consumerGroup }} 在主题 {{ $labels.topic }} 上的消息堆积数为 {{ $value }}，超过阈值1000，请检查消费能力。”

  消息发送失败率告警（失败率超过5%）

  • alert: RocketMQProducerErrorRate
    expr: rocketmq_producer_send_fail_total / rocketmq_producer_send_total > 0.05
    for: 2m
    labels:
    severity: critical
    annotations:
    summary: “RocketMQ消息发送失败率过高”
    description: “生产者发送消息失败率为 {{ $value | humanizePercentage }}，超过阈值5%，请检查Broker状态或网络连接。”`

2. 关联规则文件到Prometheus配置：修改prometheus.yml，在rule_files节点添加规则文件路径：
   `rule_files:

• “rocketmq_alerts.yml”`

3. 重启Prometheus：使告警规则生效，命令如下：
   pkill prometheus nohup ./prometheus --config.file=prometheus.yml &

2. 配置告警推送（以Grafana为例）

Grafana支持将告警推送到邮件、钉钉、企业微信等渠道，以钉钉为例配置步骤：

1. 在钉钉群创建“自定义机器人”，获取Webhook地址；

2. 在Grafana中，点击左侧“Alerting→Contact points”，点击“Add contact point”；

3. 选择“DingDing”作为Contact type，填写Webhook地址、机器人名称，点击“Test”验证推送；

4. 在监控面板中，对需要告警的图表配置“Alert”规则，关联已创建的Contact point，完成告警链路配置。

五、常见问题与排错指南

搭建过程中可能遇到指标采集失败、图表无数据等问题，以下是高频问题的解决方法：

• 问题1：Prometheus的rocketmq任务状态为DOWN排查方向：① 检查Exporter是否正常运行（ps -ef | grep rocketmq-exporter）；② 验证Exporter的指标接口是否可访问（curl命令）；③ 确认Prometheus与Exporter之间网络通畅（telnet ExporterIP 8080）。

• 问题2：Grafana图表无数据，但Prometheus可查询到指标排查方向：① 确认Grafana的数据源配置正确（Prometheus地址无误）；② 检查图表的时间范围是否合理（如选择“Last 5 minutes”）；③ 验证指标查询语句是否与Prometheus中的一致。

• 问题3：Exporter无法获取Broker指标排查方向：① 确认Exporter启动时指定的NameServer地址正确；② 检查Broker的brokerIP1配置是否为外部可访问的IP（而非127.0.0.1）；③ 验证RocketMQ的10911端口是否开放。

六、总结与展望

本文通过“RocketMQ指标暴露→Exporter转换→Prometheus采集→Grafana可视化”的完整链路，搭建了一套生产级的RocketMQ监控系统。核心亮点在于：借助Exporter实现指标格式兼容，利用Prometheus的时序数据能力保障采集稳定性，通过Grafana的模板化降低可视化成本，最终结合告警规则实现“监控-告警-排查”的闭环。

后续可基于此体系进行进阶优化，例如：通过Alertmanager实现更灵活的告警路由（如按级别推送至不同人员）、结合Prometheus的远程存储（如Thanos）实现监控数据的长期留存与多集群聚合，进一步提升监控体系的可靠性与扩展性。