RocketMQ 最佳实践进阶。本文将汇总生产环境中的最佳实践，包括架构设计、配置优化、运维管理、故障处理等。
一、架构设计
1.1 集群规划
小型集群：
小型集群（日均 100 万消息）：
- NameServer：2 节点
- Broker：2 节点（主从）
- 配置：4 核 8GB
- 存储：SSD 100GB中型集群：
中型集群（日均 1000 万消息）：
- NameServer：2 节点
- Broker：4 节点（2 主 2 从）
- 配置：8 核 16GB
- 存储：SSD 500GB大型集群：
大型集群（日均 1 亿 + 消息）：
- NameServer：4 节点
- Broker：8+ 节点（4 主 4 从+）
- 配置：16 核 32GB
- 存储：SSD 1TB+
- 启用 DLedger1.2 高可用架构
同城双活：
graph TB
subgraph 可用区 A
NS1[NameServer 1]
B1M[Broker 1 Master]
end
subgraph 可用区 B
NS2[NameServer 2]
B1S[Broker 1 Slave]
end
NS1 -.-> NS2
B1M -.-> B1S
异地多活：
graph TB
subgraph 北京机房
B1M[Broker 1 Master]
end
subgraph 上海机房
B1S[Broker 1 Slave]
end
subgraph 广州机房
B2M[Broker 2 Master]
end
B1M -.-> B1S
二、配置优化
2.1 Broker 配置
# broker.conf
# 基础配置
brokerClusterName=DefaultCluster
brokerName=broker-a
brokerId=0
namesrvAddr=ns1:9876;ns2:9876
# 性能配置
listenPort=10911
serverSocketSndBufSize=65536
serverSocketRcvBufSize=65536
# 线程配置
sendMessageThreadPoolNums=8
pullMessageThreadPoolNums=16
queryMessageThreadPoolNums=8
# 存储配置
storePathRootDir=/data/rocketmq/store
storePathCommitLog=/data/rocketmq/store/commitlog
storePathConsumeQueue=/data/rocketmq/store/consumequeue
# 刷盘配置（异步）
flushDiskType=ASYNC_FLUSH
flushCommitLogLeastPages=4
flushCommitLogThoroughInterval=200
# 日志配置
logFlushInterval=1000
logFlushStartThreshold=0.952.2 JVM 配置
# runbroker.sh
# 堆内存
JAVA_OPT="${JAVA_OPT} -server -Xms8g -Xmx8g"
# G1 GC
JAVA_OPT="${JAVA_OPT} -XX:+UseG1GC"
JAVA_OPT="${JAVA_OPT} -XX:MaxGCPauseMillis=20"
JAVA_OPT="${JAVA_OPT} -XX:InitiatingHeapOccupancyPercent=35"
# 堆外内存
JAVA_OPT="${JAVA_OPT} -XX:MaxDirectMemorySize=16g"
# GC 日志
JAVA_OPT="${JAVA_OPT} -Xlog:gc*:file=/var/log/rocketmq/gc.log:time,level,tags"2.3 系统参数
# /etc/sysctl.conf
# 文件描述符
fs.file-max=1000000
fs.nr_open=1000000
# 网络参数
net.core.rmem_max=16777216
net.core.wmem_max=16777216
net.ipv4.tcp_rmem=4096 87380 16777216
net.ipv4.tcp_wmem=4096 65536 16777216
# 连接参数
net.core.netdev_max_backlog=250000
net.core.somaxconn=65535
net.ipv4.tcp_max_syn_backlog=65535
# 应用配置
sysctl -p# /etc/security/limits.conf
# 文件描述符
* soft nofile 1000000
* hard nofile 1000000
# 进程数
* soft nproc 65535
* hard nproc 65535
# 内存锁
* soft memlock unlimited
* hard memlock unlimited三、运维管理
3.1 日常巡检
#!/bin/bash
# 日常巡检脚本
echo "=== RocketMQ 日常巡检 ==="
echo "时间：$(date)"
# 1. 检查 NameServer
echo -e "\n=== NameServer 状态 ==="
mqadmin namesrvStatus -n ns1:9876
# 2. 检查 Broker
echo -e "\n=== Broker 状态 ==="
mqadmin clusterList -n ns1:9876
# 3. 检查 Topic
echo -e "\n=== Topic 统计 ==="
mqadmin updateTopic -n ns1:9876 | wc -l
# 4. 检查消费组
echo -e "\n=== 消费组进度 ==="
mqadmin consumerProgress -n ns1:9876 | awk 'NR>3 {sum+=$5} END {print "总堆积量：" sum}'
# 5. 检查磁盘
echo -e "\n=== 磁盘使用 ==="
df -h /data/rocketmq/store
echo -e "\n=== 巡检完成 ==="3.2 备份策略
#!/bin/bash
# 备份脚本
BACKUP_DIR="/backup/rocketmq"
DATE=$(date +%Y%m%d)
echo "=== RocketMQ 备份 ==="
# 1. 备份配置
scp broker-a:/opt/rocketmq/conf/broker.conf $BACKUP_DIR/broker-a_$DATE.conf
scp broker-b:/opt/rocketmq/conf/broker.conf $BACKUP_DIR/broker-b_$DATE.conf
# 2. 备份 Topic 配置
mqadmin updateTopic -n ns1:9876 -t all -c DefaultCluster > $BACKUP_DIR/topics_$DATE.txt
# 3. 备份消费组
mqadmin consumerProgress -n ns1:9876 > $BACKUP_DIR/consumers_$DATE.txt
# 4. 保留 30 天
find $BACKUP_DIR -name "*.txt" -mtime +30 -delete
find $BACKUP_DIR -name "*.conf" -mtime +30 -delete
echo "=== 备份完成 ==="3.3 监控告警
# alerting_rules.yml
groups:
- name: rocketmq
rules:
# Broker 宕机
- alert: RocketMQBrokerDown
expr: up{job="rocketmq-broker"} == 0
for: 1m
labels:
severity: critical
annotations:
summary: "Broker 宕机：{{ $labels.instance }}"
# Consumer Lag
- alert: RocketMQConsumerLag
expr: rocketmq_group_diff > 10000
for: 5m
labels:
severity: warning
annotations:
summary: "消费滞后：{{ $labels.group }} - {{ $value }}"
# 磁盘使用率
- alert: RocketMQDiskHigh
expr: rocketmq_commitlog_disk_ratio > 80
for: 5m
labels:
severity: warning
annotations:
summary: "磁盘使用率过高：{{ $value }}%"四、故障处理
4.1 常见问题
Broker 无法启动：
# 1. 检查日志
tail -f /var/log/rocketmq/broker.log
# 2. 检查端口占用
netstat -tlnp | grep 10911
# 3. 检查磁盘空间
df -h /data/rocketmq/store
# 4. 检查 JVM 配置
cat /var/log/rocketmq/gc.log消息堆积：
# 1. 查看堆积情况
mqadmin consumerProgress -n ns1:9876
# 2. 增加消费者
# 启动更多消费者实例
# 3. 增加消费线程
# 修改 consumer.setConsumeThreadMax(64)
# 4. 优化消费逻辑
# 检查消费逻辑是否有性能问题磁盘满：
# 1. 清理过期消息
# 修改 log.retention.hours=72
# 2. 扩容磁盘
# 挂载新磁盘
# 3. 删除旧数据
# 手动删除旧的 CommitLog4.2 应急预案
# RocketMQ 故障应急预案
## 故障信息
- 故障时间：YYYY-MM-DD HH:MM:SS
- 故障类型：Broker 宕机/NameServer 故障/磁盘故障
- 影响范围：Topic/Consumer Group
## 应急步骤
### 1. 故障确认
- [ ] 确认故障现象
- [ ] 确认影响范围
- [ ] 通知相关人员
### 2. 故障处理
- [ ] 执行故障切换
- [ ] 重启故障组件
- [ ] 验证集群状态
### 3. 恢复验证
- [ ] 验证 Producer 正常
- [ ] 验证 Consumer 正常
- [ ] 验证监控指标
### 4. 事后总结
- [ ] 记录故障原因
- [ ] 记录处理过程
- [ ] 提出改进建议五、性能优化
5.1 性能基准
单 Broker 性能（8 核 16GB SSD）：
- 生产 TPS：3 万 -5 万
- 消费 TPS：5 万 -8 万
- 平均延迟：< 10ms
- P99 延迟：< 50ms
集群性能（4 Broker）：
- 生产 TPS：12 万 -20 万
- 消费 TPS：20 万 -32 万5.2 优化建议
性能优化建议：
1. 使用 SSD 磁盘
2. 配置异步刷盘
3. 优化 JVM 参数
4. 合理设置队列数量
5. 启用压缩
6. 批量发送/消费5.3 性能检查清单
性能检查：
- [ ] JVM 参数优化
- [ ] 磁盘配置优化
- [ ] 网络参数优化
- [ ] 批量配置优化
- [ ] 队列数合理
- [ ] 监控指标正常
- [ ] 性能基准测试六、安全检查
6.1 安全配置
安全配置：
1. 启用 ACL 授权
2. 配置 IP 白名单
3. 启用 SSL 加密
4. 启用审计日志
5. 定期轮换密钥6.2 安全检查清单
安全检查：
- [ ] 启用 ACL 授权
- [ ] 配置 IP 白名单
- [ ] 启用 SSL 加密
- [ ] 启用审计日志
- [ ] 定期轮换密钥
- [ ] 监控异常访问
- [ ] 定期安全审计七、最佳实践总结
7.1 架构设计
架构设计：
1. 根据业务规模规划集群
2. 高可用架构设计
3. 跨可用区部署
4. 预留容量余量7.2 配置优化
配置优化：
1. JVM 参数优化
2. 系统参数优化
3. Broker 配置优化
4. 存储配置优化7.3 运维管理
运维管理：
1. 日常巡检
2. 定期备份
3. 监控告警
4. 故障演练7.4 故障处理
故障处理：
1. 建立应急预案
2. 快速故障定位
3. 完善故障恢复
4. 事后总结改进总结
RocketMQ 最佳实践的核心要点：
- 架构设计：集群规划、高可用架构
- 配置优化：Broker 配置、JVM 配置、系统参数
- 运维管理：日常巡检、备份策略、监控告警
- 故障处理：常见问题、应急预案
- 性能优化：性能基准、优化建议
- 安全检查：安全配置、检查清单
核心要点：
- 根据业务规模规划集群
- 建立高可用架构
- 优化配置参数
- 建立完善的运维体系
- 建立应急预案
- 定期性能优化
- 建立安全体系
参考资料
- RocketMQ 最佳实践官方文档
- RocketMQ 运维官方文档
- 《RocketMQ 技术内幕》第 12 章