阿里云 RocketMQ 5.0 可观测最佳实践
阿里云 RocketMQ 5.0 介绍
阿里云 RocketMQ 5.0 产品是阿里云基于 Apache RocketMQ 构建的低延迟、高并发、高可用、高可靠的分布式消息中间件。和历史版本产品相比，RocketMQ 5.0 在规格弹性能力、可观测性能力、集成易用性和运维便捷性等方面进行全面增强，帮助开发者以更低的门槛实现业务开发和集成。
对阿里云 RocketMQ 5.0 进行监控观测是保障消息系统稳定可靠运行的必要手段，通过实时监控消息堆积、生产消费延迟、TPS/QPS、Broker/Consumer 状态等关键指标，能够及时发现性能瓶颈、异常波动或故障风险，帮助用户快速定位和解决问题，确保消息不丢、不重、不延迟，从而支撑业务的高可用性、连续性与数据一致性。
观测云
观测云是一款专为 IT 工程师打造的全链路可观测产品，它集成了基础设施监控、应用程序性能监控和日志管理，为整个技术栈提供实时可观察性。这款产品能够帮助工程师全面了解端到端的用户体验追踪，了解应用内函数的每一次调用，以及全面监控云时代的基础设施。此外，观测云还具备快速发现系统安全风险的能力，为数字化时代提供安全保障。
采集方法
- 登录观测云控制台
- 点击【集成】菜单，选择【云帐号管理】
- 点击【添加云账号】，选择【阿里云】，填写界面所需的信息，如之前已配置过云账号信息，则忽略此步骤
- 点击【测试】，测试成功后点击【保存】，如果测试失败，请检查相关配置信息是否正确，并重新测试
- 点击【云账号管理】列表上可以看到已添加的云账号，点击相应的云账号，进入详情页
- 点击云账号详情页的【集成】按钮，在未安装列表下，找到阿里云 RocketMQ 5.0，点击【安装】按钮，弹出安装界面安装即可。
关键指标
实例（Instance）
| 监控指标 | MetricName | 统计方法 | 单位 |
|---|---|---|---|
| 实例API调用TPS | InstanceApiCallTps | Sum | count/s |
| 5.0系列实例存储大小 | InstanceStorageSize | Sum | byte |
| 5.0系列实例公网下行流量带宽 | InstanceInternetFlowoutBandwidth | Max | byte/s |
| 5.0系列实例发送API调用TPS峰值 | InstanceSendApiCallTps | Max | count/s |
| 5.0系列实例消费API调用TPS峰值 | InstanceReceiveApiCallTps | Max | count/s |
| 公网实例每秒活跃连接数 | InstanceActiveConnection | Average、Minimum、Maximum | count/s |
| 公网实例每秒入bit数 | InstanceTrafficRX | Average、Minimum、Maximum | bit/s |
| 公网实例每秒出bit数 | InstanceTrafficTX | Average、Minimum、Maximum | bit/s |
| 公网实例每秒丢失出bit数 | InstanceDropTrafficTX | Average、Minimum、Maximum | bit/s |
| 公网实例每秒丢失入bit数 | InstanceDropTrafficRX | Average、Minimum、Maximum | bit/s |
| 公网实例网络流出带宽使用率 | InstanceTrafficTXUtilization | Average、Minimum、Maximum | % |
| 公网实例网络流入带宽使用率 | InstanceTrafficRXUtilization | Average、Minimum、Maximum | % |
生产者（Producer）
| 监控指标 | MetricName | 统计方法 | 单位 |
|---|---|---|---|
| Producer（Instance）每分钟发送消息数量 | SendMessageCountPerInstance | Sum | count/min |
| Producer（Topic）每分钟发送消息数量 | SendMessageCountPerTopic | Sum | count/min |
| 每分钟（Instance）发送被限流次数 | ThrottledSendRequestsPerInstance | Sum | count/min |
| 每分钟（Topic）发送被限流次数 | ThrottledSendRequestsPerTopic | Sum | count/min |
消费者（Consumer）
| 监控指标 | MetricName | 统计方法 | 单位 |
|---|---|---|---|
| Consumer（Instance）每分钟接收消息数量 | ReceiveMessageCountPerInstance | Sum | count/min |
| Consumer（GroupId）每分钟接收消息数量 | ReceiveMessageCountPerGid | Sum | count/min |
| Consumer（GroupId&Topic）每分钟接收消息数量 | ReceiveMessageCountPerGidTopic | Sum | count/min |
| 每分钟（Instance）消费被限流次数 | ThrottledReceiveRequestsPerInstance | Sum | count/min |
| 每分钟（GroupId）接收被限流次数 | ThrottledReceiveRequestsPerGid | Sum | count/min |
| 每分钟（GroupId&Topic）接收被限流次数 | ThrottledReceiveRequestsPerGidTopic | Sum | count/min |
| 消息堆积量（GroupId） | ConsumerLag | Sum | count |
| 消息堆积量（GroupId&Topic） | ConsumerLagPerGidTopic | Sum | count |
| 消息处理延迟时间（GroupId） | ConsumerLagLatencyPerGid | Max | ms |
| 消息处理延迟时间（GroupId&Topic） | ConsumerLagLatencyPerGidTopic | Max | ms |
| 已就绪消息排队时间（GroupId&Topic） | ReadyMessageQueueTimePerGidTopic | Max | ms |
| 已就绪消息量（GroupId） | ReadyMessages | Sum | count |
| 已就绪消息量（GroupId&Topic） | ReadyMessagesPerGidTopic | Sum | count |
| 每分钟转为死信状态的消息量（GroupId） | SendDLQMessageCountPerGid | Sum | count/min |
| 每分钟转为死信状态的消息量（GroupId&Topic） | SendDLQMessageCountPerGidTopic | Sum | count/min |
更多指标可查阅阿里云 RocketMQ 5.0 产品文档，点击这里。
场景视图
登录观测云控制台，点击「场景」 -「新建仪表板」，输入 “阿里云 RocketMQ 5.0”， 选择 “阿里云 RocketMQ 5.0监控视图”，点击 “确定” 即可添加视图。
RocketMQ 5.0列表可以查看对应区域RocketMQ 5.0开通信息
实例（Instance）分组，可以看到RocketMQ 5.0实例相关指标
生产者（Producer）分组，可以看到RocketMQ 5.0的生产者相关指标
消费者（Consumer）分组，可以看到RocketMQ 5.0消费者相关指标
监控器（告警）
观测云内置了监控器模板，可以选择从模版创建监控器，并开启适合业务的监控器以及时通知相关成员关注问题，触发条件、频率等信息可以依据实际业务进行调整。
登录 观测云控制台，点击「监控」 -「新建监控器」，选择官方模版库，输入 “RocketMQ 5.0”， 选择对应的监控器，点击 “确定” 即可添加。
实例发送API调用TPS峰值告警
简要描述：RocketMQ 版 5.0实例规格明确规定了消息收发基础规格TPS上限，即消息收发API调用频率。若实例消息收发API调用TPS峰值超过规格限制，会导致实例被限流。阿里云建议设置为实例发送TPS峰值上限的70%。例如消息发送TPS峰值上限为5000，则阈值设置为3500。
告警配置：
告警效果：
消息堆积量告警
简要描述：云消息队列 RocketMQ 版支持按照ConsumerGroup粒度监控消息堆积量，可以用来预警下游消费堆积故障场景。业务侧上线后根据可容忍的经验评估报警阈值。
告警配置：
告警效果：
配置限流次数告警
简要描述：云消息队列 RocketMQ 版支持将指定实例触发限流的事件作为监控项，通过对限流次数的监控，可以帮助您了解当前业务的受损情况。业务侧上线后根据可容忍的经验评估报警阈值。
告警配置：
告警效果：
总结
通过将阿里云 RocketMQ 5.0 的原生监控数据集成到观测云平台，用户可以实现更全面、更高效的数据监控与分析。观测云作为一个强大的可观测性平台，能够将阿里云 RocketMQ 5.0 监控数据与自身丰富的数据处理和可视化能力相结合。用户不仅可以实时查看 RocketMQ 5.0 的运行状态，如消息堆积、发送调用API峰值超过阈值、限流等关键指标，还可以通过观测云的智能告警功能，快速发现并响应潜在的性能问题或异常情况。此外，观测云支持多种数据源的整合，能够将 RocketMQ 5.0 数据与其他云服务或本地应用的监控数据进行关联分析，帮助用户从全局视角洞察系统的健康状况，从而更好地优化资源配置、提升系统稳定性，并为后续的运维决策提供有力支持。