RabbitMQ生产环境部署：性能优化与监控策略

原创 于 2025-08-25 01:37:01 发布 · 427 阅读 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

RabbitMQ生产环境部署：性能优化与监控策略

【免费下载链接】rabbitmq-server Open source RabbitMQ: core server and tier 1 (built-in) plugins 【免费下载链接】rabbitmq-server 项目地址: https://gitcode.com/gh_mirrors/ra/rabbitmq-server

本文详细介绍了RabbitMQ在生产环境中的容器化部署最佳实践、性能调优策略、监控体系构建以及故障排查方法论。涵盖了Docker与Kubernetes部署架构、内存与磁盘IO优化技巧、Prometheus指标收集与Grafana展示，以及完整的诊断工具链和日志分析体系，为构建高可用、高性能的消息中间件环境提供全面指导。

容器化部署：Docker与Kubernetes最佳实践

在现代云原生架构中，容器化部署已成为RabbitMQ生产环境的标准实践。通过Docker和Kubernetes的结合，可以实现高可用性、弹性伸缩和简化的运维管理。本节将深入探讨RabbitMQ在容器化环境中的最佳部署策略。

Docker容器化部署策略

RabbitMQ官方提供了优化的Docker镜像，基于Erlang运行时构建，确保最佳性能和稳定性。以下是关键配置要点：

基础镜像配置
FROM erlang:27-slim AS base

# 设置环境变量
ENV RABBITMQ_DATA_DIR=/var/lib/rabbitmq
ENV RABBITMQ_HOME=/opt/rabbitmq
ENV PATH=$RABBITMQ_HOME/sbin:$PATH

# 创建专用用户和组
RUN groupadd --system rabbitmq && \
    useradd --uid 999 --system --home-dir "$RABBITMQ_DATA_DIR" --gid rabbitmq rabbitmq

# 设置数据目录权限
RUN mkdir -p "$RABBITMQ_DATA_DIR" /etc/rabbitmq /etc/rabbitmq/conf.d && \
    chown -fR rabbitmq:rabbitmq "$RABBITMQ_DATA_DIR" /etc/rabbitmq /etc/rabbitmq/conf.d
关键配置参数
环境变量说明推荐值
RABBITMQ_NODENAME节点名称rabbit@$(hostname)
RABBITMQ_USE_LONGNAME使用完整主机名true
RABBITMQ_ERLANG_COOKIE集群认证cookie随机生成的安全字符串
RABBITMQ_DEFAULT_USER默认管理员用户生产环境不建议使用
RABBITMQ_DEFAULT_PASS默认密码生产环境不建议使用

Kubernetes部署架构

在Kubernetes环境中，RabbitMQ通常采用StatefulSet部署模式，确保每个Pod有稳定的网络标识和持久化存储。

apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: rabbitmq
spec:
  serviceName: rabbitmq
  replicas: 3
  selector:
    matchLabels:
      app: rabbitmq
  template:
    metadata:
      labels:
        app: rabbitmq
    spec:
      serviceAccountName: rabbitmq
      containers:
      - name: rabbitmq
        image: rabbitmq:4.0-management
        ports:
        - containerPort: 5672
          name: amqp
        - containerPort: 15672
          name: management
        env:
        - name: RABBITMQ_ERLANG_COOKIE
          valueFrom:
            secretKeyRef:
              name: rabbitmq-secrets
              key: erlang-cookie
        volumeMounts:
        - name: data
          mountPath: /var/lib/rabbitmq
        livenessProbe:
          exec:
            command: ["rabbitmq-diagnostics", "status"]
          initialDelaySeconds: 60
          periodSeconds: 30
        readinessProbe:
          exec:
            command: ["rabbitmq-diagnostics", "ping"]
          initialDelaySeconds: 20
          periodSeconds: 10
  volumeClaimTemplates:
  - metadata:
      name: data
    spec:
      accessModes: [ "ReadWriteOnce" ]
      storageClassName: "fast-ssd"
      resources:
        requests:
          storage: 20Gi

服务发现与集群组建

RabbitMQ在Kubernetes中的集群组建依赖于Kubernetes的DNS服务发现机制：

mermaid

集群配置示例
apiVersion: v1
kind: Service
metadata:
  name: rabbitmq
  labels:
    app: rabbitmq
spec:
  clusterIP: None
  ports:
  - port: 5672
    name: amqp
  - port: 15672
    name: management
  selector:
    app: rabbitmq
---
apiVersion: v1
kind: ConfigMap
metadata:
  name: rabbitmq-config
data:
  rabbitmq.conf: |
    cluster_formation.peer_discovery_backend = rabbit_peer_discovery_k8s
    cluster_formation.k8s.host = kubernetes.default.svc.cluster.local
    cluster_formation.k8s.address_type = hostname
    cluster_formation.node_cleanup.interval = 30
    cluster_formation.node_cleanup.only_log_warning = true

持久化存储策略

在Kubernetes中，为RabbitMQ配置适当的存储策略至关重要：

存储类型适用场景性能特点推荐配置
SSD PersistentVolume生产环境高吞吐量低延迟，高IOPSReadWriteOnce，20-50GB
Network Attached Storage多节点共享存储中等性能，共享访问ReadWriteMany，50-100GB
Local SSDs极致性能要求超低延迟，最高IOPSReadWriteOnce，10-30GB

监控与健康检查

完善的监控体系是生产环境部署的关键组成部分：

# Prometheus监控配置
apiVersion: monitoring.coreos.com/v1
kind: ServiceMonitor
metadata:
  name: rabbitmq-monitor
  labels:
    app: rabbitmq
spec:
  selector:
    matchLabels:
      app: rabbitmq
  endpoints:
  - port: metrics
    interval: 30s
    path: /metrics
    scrapeTimeout: 10s

# 自定义健康检查
livenessProbe:
  exec:
    command:
    - sh
    - -c
    - rabbitmq-diagnostics check_running && rabbitmq-diagnostics check_local_alarms
  initialDelaySeconds: 120
  periodSeconds: 30
  timeoutSeconds: 10

readinessProbe:
  exec:
    command:
    - sh
    - -c
    - rabbitmq-diagnostics ping && rabbitmq-diagnostics check_port_connectivity
  initialDelaySeconds: 20
  periodSeconds: 10
  timeoutSeconds: 5

安全最佳实践

在容器化环境中，安全配置不容忽视：

  1. TLS加密通信：为AMQP和管理界面启用TLS
  2. 网络策略：使用NetworkPolicy限制不必要的网络访问
  3. Secret管理：通过Kubernetes Secrets管理敏感信息
  4. Pod安全策略：实施最小权限原则
# 网络策略示例
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
  name: rabbitmq-network-policy
spec:
  podSelector:
    matchLabels:
      app: rabbitmq
  policyTypes:
  - Ingress
  - Egress
  ingress:
  - from:
    - podSelector:
        matchLabels:
          app: message-producer
    - podSelector:
        matchLabels:
          app: message-consumer
    ports:
    - protocol: TCP
      port: 5672
    - protocol: TCP
      port: 15672

自动扩缩容策略

基于工作负载的自动扩缩容可以优化资源利用率：

apiVersion: autoscaling/v2
kind: HorizontalPodAutoscaler
metadata:
  name: rabbitmq-hpa
spec:
  scaleTargetRef:
    apiVersion: apps/v1
    kind: StatefulSet
    name: rabbitmq
  minReplicas: 3
  maxReplicas: 10
  metrics:
  - type: Resource
    resource:
      name: cpu
      target:
        type: Utilization
        averageUtilization: 70
  - type: Resource
    resource:
      name: memory
      target:
        type: Utilization
        averageUtilization: 80
  behavior:
    scaleUp:
      stabilizationWindowSeconds: 300
      policies:
      - type: Pods
        value: 1
        periodSeconds: 60
    scaleDown:
      stabilizationWindowSeconds: 600
      policies:
      - type: Pods
        value: 1
        periodSeconds: 120

通过遵循这些Docker和Kubernetes最佳实践，可以构建出高性能、高可用且易于维护的RabbitMQ生产环境部署方案。关键在于合理配置资源、实施完善的监控体系，并确保安全性和可扩展性。

性能调优：内存管理、磁盘IO优化技巧

RabbitMQ作为企业级消息中间件，在生产环境中需要精细的内存和磁盘IO管理来确保高性能和稳定性。本节将深入探讨RabbitMQ的内存管理机制、磁盘IO优化策略以及相关的配置调优技巧。

内存管理优化

内存水位线配置

RabbitMQ通过vm_memory_high_watermark参数来控制内存使用阈值，当内存使用达到该阈值时，RabbitMQ会触发流控机制，阻止新消息的发布。

%% 内存监控核心配置示例
vm_memory_high_watermark.relative = 0.4  # 相对内存阈值，默认0.4（40%）
vm_memory_high_watermark.absolute = 2GB  # 绝对内存阈值

配置建议：

  • 生产环境建议设置为0.6-0.7（60%-70%）
  • 对于内存充足的服务器，可适当提高至0.8
  • 避免设置过高，防止系统交换（swapping）
内存计算策略

RabbitMQ支持多种内存计算策略，通过vm_memory_calculation_strategy配置：

vm_memory_calculation_strategy = rss       # 使用RSS内存（推荐）
vm_memory_calculation_strategy = allocated # 使用Erlang分配的内存
vm_memory_calculation_strategy = erlang    # 使用erlang:memory()

策略对比：

策略精度性能开销推荐场景
rss高低生产环境（默认）
allocated中极低测试环境
erlang低低兼容旧版本
内存监控机制

RabbitMQ的内存监控采用分层架构：

mermaid

磁盘IO优化

磁盘空间监控

RabbitMQ通过disk_free_limit参数监控磁盘空间，防止磁盘写满导致服务不可用：

disk_free_limit.absolute = 1GB          # 绝对磁盘空间限制
disk_free_limit.mem_relative = 1.0      # 相对于内存大小的限制

监控机制：

  • 默认检查间隔：100ms - 10000ms
  • 支持动态调整检查频率
  • 磁盘空间不足时触发告警并阻止消息持久化
消息存储优化

RabbitMQ的消息存储采用文件分片和垃圾回收机制：

# 消息存储文件大小限制
msg_store_file_size_limit = 16777216    # 默认16MB

# 队列索引配置
queue_index_max_journal_entries = 32768 # 日志条目限制

存储优化策略：

  1. 文件分片策略

    • 每个消息存储文件最大16MB
    • 文件满后创建新文件继续写入
    • 旧文件参与垃圾回收

  2. 垃圾回收机制

    • 定期检查文件利用率
    • 当有效数据低于50%时触发压缩
    • 压缩过程不影响读取操作

mermaid

IO批处理优化

RabbitMQ通过批处理技术优化磁盘IO性能：

# 同步间隔配置
sync_interval = 200                     # 默认200ms

# 批处理大小
io_batch_size = 4096                    # 默认4KB

批处理优势：

  • 减少磁盘寻址次数
  • 提高顺序写入效率
  • 降低系统调用开销

高级调优技巧

内存与磁盘的协同优化

mermaid

优化建议：

  1. 内存磁盘比例调整

    # 内存与磁盘空间比例
vm_memory_high_watermark.relative = 0.6
disk_free_limit.mem_relative = 2.0    # 磁盘空间为内存的2倍

  2. 监控指标关联

    • 内存使用率与磁盘IOPS关联监控
    • 消息堆积时自动调整持久化策略
    • 动态调整GC频率基于系统负载
系统级优化

  1. 文件系统选择

    • 推荐使用XFS或ext4文件系统
    • 启用write barriers确保数据一致性
    • 适当调整文件系统日志大小

  2. IO调度器优化

    • 使用deadline或noop调度器
    • 调整IO队列深度
    • 启用IO合并优化

监控与告警

关键监控指标
指标正常范围告警阈值处理建议
内存使用率<60%>80%扩容或优化
磁盘使用率<70%>85%清理或扩容
IO等待时间<10ms>50ms检查磁盘
GC频率<5次/分钟>20次/分钟调整配置
自动化响应策略

mermaid

通过以上优化策略，RabbitMQ可以在生产环境中实现高效的内存管理和磁盘IO性能，确保消息处理的稳定性和可靠性。实际配置应根据具体业务需求和硬件资源进行适当调整。

监控体系：Prometheus指标收集与Grafana展示

RabbitMQ提供了强大的Prometheus集成能力，通过内置的rabbitmq_prometheus插件，可以暴露丰富的监控指标，配合Grafana实现可视化的监控仪表板。这套监控体系为生产环境提供了全面的性能洞察和故障排查能力。

Prometheus指标收集配置

RabbitMQ的Prometheus插件默认在15692端口提供metrics端点，支持多种配置选项：

# 默认配置
prometheus.return_per_object_metrics = false
prometheus.path = /metrics
prometheus.tcp.port = 15692
prometheus.tcp.ip = 0.0.0.0

# 启用TLS加密
prometheus.ssl.port = 15691
prometheus.ssl.certfile = /path/to/cert.pem
prometheus.ssl.keyfile = /path/to/key.pem

插件支持三个主要的metrics端点：

  • /metrics - 聚合指标（默认）
  • /metrics/per-object - 每个对象的详细指标
  • /metrics/detailed - 选择性查询详细指标

核心监控指标分类

RabbitMQ暴露的Prometheus指标分为多个重要类别：

全局计数器指标
# 消息流转全局统计
rabbitmq_global_messages_received_total
rabbitmq_global_messages_delivered_total
rabbitmq_global_messages_acknowledged_total
rabbitmq_global_messages_confirmed_total

# 连接和消费者统计
rabbitmq_global_publishers
rabbitmq_global_consumers
队列相关指标
# 队列深度和状态
rabbitmq_queue_messages_ready
rabbitmq_queue_messages_unacked
rabbitmq_queue_messages_total

# 队列内存和磁盘使用
rabbitmq_queue_messages_ram_bytes
rabbitmq_queue_messages_persistent_bytes
rabbitmq_queue_process_memory_bytes
连接和通道指标
# 连接统计
rabbitmq_connections
rabbitmq_connection_incoming_bytes_total
rabbitmq_connection_outgoing_bytes_total

# 通道统计
rabbitmq_channels
rabbitmq_channel_messages_published_total
rabbitmq_channel_messages_delivered_total
Erlang VM指标
# 内存和进程
rabbitmq_erlang_processes_used
rabbitmq_erlang_processes_limit
rabbitmq_process_resident_memory_bytes

# GC统计
rabbitmq_erlang_gc_runs_total
rabbitmq_erlang_gc_reclaimed_bytes_total
磁盘IO指标
# 读写操作
rabbitmq_io_read_bytes_total
rabbitmq_io_write_bytes_total
rabbitmq_io_read_ops_total
rabbitmq_io_write_ops_total

# 消息存储操作
rabbitmq_msg_store_read_total
rabbitmq_msg_store_write_total

Grafana仪表板配置

RabbitMQ官方提供了6个专业的Grafana仪表板，涵盖不同维度的监控：

数据源配置
# grafana/datasources.yml
apiVersion: 1
datasources:
  - name: prometheus
    type: prometheus
    access: proxy
    url: http://prometheus:9090
    isDefault: true
仪表板配置
# grafana/dashboards.yml
apiVersion: 1
providers:
  - name: 'RabbitMQ'
    orgId: 1
    folder: ''
    type: file
    disableDeletion: false
    updateIntervalSeconds: 10
    options:
      path: /dashboards

关键监控图表与告警规则

消息流监控

mermaid

性能关键指标告警
# Prometheus告警规则
groups:
- name: rabbitmq_alerts
  rules:
  - alert: HighQueueDepth
    expr: rabbitmq_queue_messages_ready > 10000
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "队列深度过高"
      description: "队列 {{ $labels.queue }} 有 {{ $value }} 条待处理消息"
  
  - alert: LowDiskSpace
    expr: rabbitmq_disk_space_available_bytes / rabbitmq_disk_space_available_bytes < 0.1
    for: 2m
    labels:
      severity: critical
    annotations:
      summary: "磁盘空间不足"
      description: "节点 {{ $labels.instance }} 磁盘空间低于10%"
  
  - alert: HighMemoryUsage
    expr: rabbitmq_process_resident_memory_bytes / rabbitmq_resident_memory_limit_bytes > 0.8
    for: 5m
    labels:
      severity: warning
    annotations:
      summary: "内存使用率过高"
      description: "节点 {{ $labels.instance }} 内存使用率超过80%"

监控指标详细解析

消息流转指标表
指标名称描述监控重点
rabbitmq_global_messages_received_total总接收消息数发布速率监控
rabbitmq_global_messages_delivered_total总投递消息数消费速率监控
rabbitmq_global_messages_acknowledged_total总确认消息数消费确认监控
rabbitmq_global_messages_redelivered_total总重投递消息数消息处理异常
资源使用指标表
指标名称描述告警阈值
rabbitmq_process_resident_memory_bytes内存使用量> 80% 内存限制
rabbitmq_disk_space_available_bytes可用磁盘空间< 10% 总空间
rabbitmq_erlang_processes_usedErlang进程数> 80% 进程限制
rabbitmq_connection_channels单连接通道数> 1000 通道

高级监控场景

流协议特定监控

对于RabbitMQ Stream用户，需要特别关注流特定指标：

# 流协议错误监控
stream_error_stream_does_not_exist_total
stream_error_subscription_id_already_exists_total
stream_error_authentication_failure_total

# 流性能指标
rabbitmq_raft_commit_latency_seconds
rabbitmq_raft_last_written_index
联邦链路监控

通过rabbitmq_federation_prometheus插件可以监控联邦链路状态：

rabbitmq_federation_links{status="running"}
rabbitmq_federation_links{status="failed"}

监控体系部署架构

mermaid

这套监控体系提供了从基础资源监控到业务指标监控的完整解决方案，能够帮助运维团队实时掌握RabbitMQ集群的健康状态、性能表现和潜在问题，确保消息中间件的稳定可靠运行。

故障排查：诊断工具与日志分析方法论

RabbitMQ作为企业级消息中间件，在生产环境中提供了一套完整的诊断工具链和日志分析体系。本节将深入探讨RabbitMQ的故障排查方法论，涵盖核心诊断工具的使用、日志分析技巧以及常见问题的诊断流程。

诊断工具生态系统

RabbitMQ提供了丰富的命令行诊断工具，主要通过rabbitmq-diagnostics命令集实现。这些工具按照功能可以分为以下几类：

系统状态检查工具
# 检查节点运行状态
rabbitmq-diagnostics status

# 检查集群状态
rabbitmq-diagnostics cluster_status

# 检查资源警报
rabbitmq-diagnostics check_alarms

# 内存使用分析
rabbitmq-diagnostics memory_breakdown
网络与连接诊断
# 检查端口监听状态
rabbitmq-diagnostics check_port_listener 5672

# 网络接口信息
rabbitmq-diagnostics list_network_interfaces

# TLS配置检查
rabbitmq-diagnostics tls_versions
rabbitmq-diagnostics cipher_suites
实时监控工具
# 实时日志跟踪
rabbitmq-diagnostics log_tail --number 100
rabbitmq-diagnostics log_tail_stream

# 运行时线程统计
rabbitmq-diagnostics runtime_thread_stats

# Erlang运行时监控
rabbitmq-diagnostics observer

日志分析框架

RabbitMQ采用结构化的日志记录体系，基于Erlang/OTP的logger框架，支持多种日志格式和输出目标。

日志格式解析

RabbitMQ日志通常包含以下关键字段：

字段描述示例
timestamp时间戳2024-01-15 10:30:25.123
level日志级别info, warning, error
pid进程标识<0.123.0>
module模块名称rabbit_networking
message日志内容Connection 127.0.0.1:5672 -> 127.0.0.1:12345 closed
日志级别配置

RabbitMQ支持动态调整日志级别，便于故障排查时获取更详细的信息：

# 设置调试级别日志
rabbitmqctl set_log_level debug

# 恢复默认级别
rabbitmqctl set_log_level info

# 查看当前日志级别
rabbitmqctl environment | grep log_level

故障诊断方法论

1. 系统资源问题诊断

当出现资源警报时，采用以下诊断流程：

mermaid

2. 网络连接问题排查

对于网络连接问题，使用以下诊断命令序列：

# 1. 检查端口监听状态
rabbitmq-diagnostics check_port_listener 5672

# 2. 验证网络连通性
rabbitmq-diagnostics check_port_connectivity 5672

# 3. 检查防火墙配置
rabbitmq-diagnostics list_network_interfaces

# 4. 分析连接统计信息
rabbitmqctl list_connections
rabbitmqctl list_channels
3. 消息流问题诊断

当消息处理出现问题时，采用以下分析模式：

%% RabbitMQ消息流诊断模式
diagnose_message_flow(Queue, Connection) ->
    %% 检查队列状态
    QueueStatus = rabbitmqctl:list_queues(name, messages, consumers),
    
    %% 分析连接状态
    ConnStatus = rabbitmqctl:list_connections(pid, user, state),
    
    %% 检查消费者状态
    ConsumerStatus = rabbitmqctl:list_consumers(queue, channel_pid, consumer_tag),
    
    %% 综合诊断结果
    {QueueStatus, ConnStatus, ConsumerStatus}.

高级诊断技术

1. 性能剖析与跟踪

RabbitMQ提供了内置的性能跟踪工具：

# 启用消息跟踪
rabbitmqctl trace_on

# 设置跟踪过滤器
rabbitmqctl set_tracing_policy my-trace "^amq\\.*" "{\\"max_size_bytes\\":1000000}"

# 禁用跟踪
rabbitmqctl trace_off
2. 内存泄漏诊断

对于疑似内存泄漏的情况，使用以下诊断流程：

mermaid

3. 集群问题诊断

在集群环境下，故障诊断需要考虑分布式特性：

# 检查集群一致性
rabbitmq-diagnostics check_if_metadata_store_is_initialized

# 验证节点间通信
rabbitmq-diagnostics check_running --node node1@host1
rabbitmq-diagnostics check_running --node node2@host2

# 分析网络分区历史
rabbitmqctl cluster_status | grep partitions

日志分析最佳实践

1. 结构化日志查询

使用grep和awk进行高效的日志分析：

# 查找错误日志
grep "error" /var/log/rabbitmq/rabbit@host.log

# 分析连接关闭原因
grep "closed" /var/log/rabbitmq/rabbit@host.log | awk '{print $NF}'

# 统计各类日志数量
grep -o "level=..." /var/log/rabbitmq/rabbit@host.log | sort | uniq -c
2. 实时日志监控

建立实时日志监控体系：

# 使用tail实时监控
tail -f /var/log/rabbitmq/rabbit@host.log | grep --line-buffered "error\|warning"

# 结合awk进行实时分析
tail -f /var/log/rabbitmq/rabbit@host.log | \
awk '/connection.*closed/ {print "连接关闭:", $0} /memory.*alarm/ {print "内存警报:", $0}'
3. 日志轮转与归档

配置合理的日志管理策略：

%% RabbitMQ日志配置示例
[
  {rabbit, [
    {log, [
      {file, [
        {file, "/var/log/rabbitmq/rabbit.log"},
        {level, info},
        {rotation, [
          {size, 10485760},  % 10MB
          {count, 5}
        ]}
      ]}
    ]}
  ]}
].

常见故障模式及解决方案

1. 内存溢出问题

症状: 频繁的内存警报，性能下降 诊断命令:

rabbitmq-diagnostics memory_breakdown
rabbitmqctl status | grep memory

解决方案: 调整内存高水位线，优化队列配置

2. 磁盘空间不足

症状: 磁盘警报，消息持久化失败 诊断命令:

rabbitmq-diagnostics check_alarms
df -h /var/lib/rabbitmq

解决方案: 清理旧数据，调整磁盘监控阈值

3. 网络分区

症状: 集群节点失联，消息复制中断 诊断命令:

rabbitmq-diagnostics cluster_status
rabbitmqctl report | grep -A10 -B10 partition

解决方案: 网络配置优化，自动恢复策略

通过系统化的诊断工具使用和日志分析方法，可以快速定位和解决RabbitMQ生产环境中的各类故障，确保消息系统的稳定运行。

总结

通过本文的系统性介绍，我们全面掌握了RabbitMQ生产环境部署的核心要点。从容器化部署的最佳实践到精细化的性能调优，从完善的监控体系构建到高效的故障排查方法论，这些知识为构建稳定可靠的RabbitMQ消息中间件环境提供了坚实保障。关键在于合理配置资源、实施全方位监控、建立快速响应机制，并根据实际业务需求进行持续优化，确保消息系统在生产环境中的高性能和高可用性。

【免费下载链接】rabbitmq-server Open source RabbitMQ: core server and tier 1 (built-in) plugins 【免费下载链接】rabbitmq-server 项目地址: https://gitcode.com/gh_mirrors/ra/rabbitmq-server

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

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