操作场景
TDMQ RocketMQ 版支持集群监控功能，包括集群的生产消费指标、存储指标和消费者组指标等，您可以根据这些监控数据，分析集群的使用情况，针对可能存在的风险及时处理。同时您也可以对监控项设置报警规则，以便数据异常时收到报警消息，及时处理风险，保障系统的稳定运行。
监控指标
TDMQ RocketMQ 版支持的监控指标如下：
5.x 集群
集群
| 分类 | 指标 | 单位 | 含义 |
|---|---|---|---|
| 生产相关指标 | 生产消息条数 | Count/s | 当前集群每秒生产的消息条数。 |
| 生产流量 | MBytes/s | 当前集群生产消息的总流量变化。 | |
| 生产者数量 | Count | 当前集群的生产者客户端数量 | |
| 生产成功率 | % | 当前集群消息生产成功率变化，仅 5.x 客户端能采集到该指标 | |
| 生产消息平均耗时(发送RT) | ms | 当前集群生产消息平均耗时 | |
| 各类型消息数量变化 | / | 当前集群生产不同类型的消息数量变化 | |
| 消息平均大小 | Bytes | 当前集群消息的平均大小变化 | |
| 生产耗时分布 | Count | 不同生产消息耗时范围的热力分布图 | |
| 生产消息大小分布 | Count | 不同消息大小的热力分布图 | |
| 消费相关指标 | 消费消息条数 | Count/s | 当前集群每秒消费的消息条数。 |
| 消息堆积条数 | Count | 当前集群消息堆积条数变化。 | |
| 消费流量 | MBytes/s | 当前集群消费消息的总流量变化。 | |
| 消费耗时 | ms | 当前集群的消费者在开始处理消息到处理完成的耗时，仅 5.x 客户端能采集到该指标 | |
| 已就绪消息数 | Count | 状态为 Ready 的消息数量，表示在服务端可以被消费者消费的消息数量 | |
| 处理中的消息数 | Count | 状态为 Inflight 的消息数量，表示消息在客户端消费中，客户端未返回消费结果的消息数量 | |
| 每秒被保存的死信消息条数 | Count | 每秒新增的状态为 DLQ 的消息数量，表示消息达最大重试次数后依旧消费失败，但是保存到指定Topic 的消息数 | |
| 已就绪消息的排队时间 | ms | 最早一条已就绪消息的就绪时间和当前时刻的时间差，反映了消费者拉取消息的及时性 | |
| 消费处理滞后时间 | ms | 最早一条未返回响应的消息的就绪时间和当前时刻的时间差，反映了消费者完成消费消息的及时性 | |
| 消费耗时分布 | Count | 不同消费消息耗时范围的热力分布图 | |
| 本地缓存队列中的消息条数 | Count | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 | |
| 本地缓存队列中的消息总大小 | Bytes | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 | |
| 本地缓存队列中的平均排队时间 | ms | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 | |
| 报错相关指标 | 客户端报错次数 | Count | 客户端请求服务端过程中报错的次数 |
| Router Not Found | Count | 通常为生产消息时对应的资源名称和格式错误 | |
| Subscription Not Exist | Count | 通常为消费消息时对应的资源名称和格式错误 | |
| 收发消息权限错误 | Count | 客户端代码中使用的用户没有对应资源的生产/消费权限 |
Topic
| 分类 | 指标 | 单位 | 含义 |
|---|---|---|---|
| 生产相关指标 | 生产消息条数 | Count/s | 当前 Topic 每秒生产的消息条数。 |
| 生产流量 | MBytes/s | 当前 Topic 生产消息的总流量变化。 | |
| 生产者数量 | Count | 当前 Topic 的生产者客户端数量 | |
| 生产成功率 | % | 当前 Topic 消息生产成功率变化，仅 5.x 客户端能采集到该指标 | |
| 生产消息平均耗时(发送RT) | ms | 当前Topic生产消息平均耗时 | |
| 消息平均大小 | Bytes | 当前 Topic 消息的平均大小变化 | |
| 生产耗时分布 | Count | 不同生产消息耗时范围的热力分布图 | |
| 生产消息大小分布 | Count | 不同消息大小的热力分布图 | |
| 消费相关指标 | 消费消息条数 | Count/s | 当前 Topic 每秒消费的消息条数。 |
| 消息堆积条数 | Count | 当前 Topic 消息堆积条数变化。 | |
| 消费流量 | MBytes/s | 当前 Topic 消费消息的总流量变化。 | |
| 消费者数量 | Count | 当前 Topic 的消费者客户端数量 | |
| 消费耗时 | ms | 当前 Topic 的消费者在开始处理消息到处理完成的耗时，仅 5.x 客户端能采集到该指标 | |
| 已就绪消息数 | Count | 状态为 Ready 的消息数量，表示在服务端可以被消费者消费的消息数量 | |
| 处理中的消息数 | Count | 状态为 Inflight 的消息数量，表示消息在客户端消费中，客户端未返回消费结果的消息数量 | |
| 每秒被保存的死信消息条数 | Count | 每秒新增的状态为 DLQ 的消息数量，表示消息达最大重试次数后依旧消费失败，但是保存到指定Topic 的消息数 | |
| 已就绪消息的排队时间 | ms | 最早一条已就绪消息的就绪时间和当前时刻的时间差，反映了消费者拉取消息的及时性 | |
| 消费处理滞后时间 | ms | 最早一条未返回响应的消息的就绪时间和当前时刻的时间差，反映了消费者完成消费消息的及时性 | |
| 消费耗时分布 | Count | 不同消费消息耗时范围的热力分布图 | |
| 本地缓存队列中的消息条数 | Count | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 | |
| 本地缓存队列中的消息总大小 | Bytes | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 | |
| 本地缓存队列中的平均排队时间 | ms | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 |
Grouo
| 分类 | 指标 | 单位 | 含义 |
|---|---|---|---|
| 消费相关指标 | 消费消息条数 | Count/s | 当前 Group 每秒消费的消息条数。 |
| 消息堆积条数 | Count | 当前 Group 消息堆积条数变化。 | |
| 消费流量 | MBytes/s | 当前 Group 消费消息的总流量变化。 | |
| 消费者数量 | Count | 当前 Group 的消费者客户端数量 | |
| 消费耗时 | ms | 当前 Group 的消费者在开始处理消息到处理完成的耗时，仅 5.x 客户端能采集到该指标 | |
| 已就绪消息数 | Count | 状态为 Ready 的消息数量，表示在服务端可以被消费者消费的消息数量 | |
| 处理中的消息数 | Count | 状态为 Inflight 的消息数量，表示消息在客户端消费中，客户端未返回消费结果的消息数量 | |
| 每秒被保存的死信消息条数 | Count | 每秒新增的状态为 DLQ 的消息数量，表示消息达最大重试次数后依旧消费失败，但是保存到指定Topic 的消息数 | |
| 已就绪消息的排队时间 | ms | 最早一条已就绪消息的就绪时间和当前时刻的时间差，反映了消费者拉取消息的及时性 | |
| 消费处理滞后时间 | ms | 最早一条未返回响应的消息的就绪时间和当前时刻的时间差，反映了消费者完成消费消息的及时性 | |
| 消费耗时分布 | Count | 不同消费消息耗时范围的热力分布图 | |
| 本地缓存队列中的消息条数 | Count | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 | |
| 本地缓存队列中的消息总大小 | Bytes | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 | |
| 每秒生成的重试消息条数 | Count/s | 消息被某个客户端消费失败后，转入重试队列的消息条数变化 | |
| 本地缓存队列中的平均排队时间 | ms | 仅展示 5.x 版本的PushConsumer客户端的数据，SimpleConsumer客户端没有缓存队列 |
4.x 集群
集群
| 分类 | 指标 | 单位 | 含义 |
|---|---|---|---|
| 计费相关指标 | 集群总 TPS | Count/s | 当前集群生产和消费消息的 API 调用次数之和（按照计费规则进行折算）。 |
| 生产 TPS | Count/s | 当前集群每秒生产消息的 API 调用次数（按照计费规则进行折算）。 | |
| 消费 TPS | Count/s | 当前集群每秒消费消息的 API 调用次数（按照计费规则进行折算）。 | |
| 生产相关指标 | 生产消息条数 | Count/s | 当前集群每秒生产的消息条数。 |
| 生产流量 | MBytes/s | 当前集群生产消息的总流量变化。 | |
| 消费相关指标 | 消费消息条数 | Count/s | 当前集群每秒消费的消息条数。 |
| 消息堆积条数 | Count | 当前集群消息堆积条数变化。 | |
| 消费流量 | MBytes/s | 当前集群消费消息的总流量变化。 | |
| 重试消息堆积数量 | Count | 服务端中堆积的等待重试的消息数量。 |
Topic
| 分类 | 指标 | 单位 | 含义 |
|---|---|---|---|
| 计费相关指标 | 集群总 TPS | Count/s | 当前集群生产和消费消息的 API 调用次数之和（按照计费规则进行折算）。 |
| 生产 TPS | Count/s | 当前集群每秒生产消息的 API 调用次数（按照计费规则进行折算）。 | |
| 消费 TPS | Count/s | 当前集群每秒消费消息的 API 调用次数（按照计费规则进行折算）。 | |
| 生产相关指标 | 生产消息条数 | Count/s | 当前集群每秒生产的消息条数。 |
| 生产流量 | MBytes/s | 当前集群生产消息的总流量变化。 | |
| 消费相关指标 | 消费消息条数 | Count/s | 当前集群每秒消费的消息条数。 |
| 消息堆积条数 | Count | 当前集群消息堆积条数变化。 | |
| 消费流量 | MBytes/s | 当前集群消费消息的总流量变化。 |
Group
| 监控指标 | 单位 | 说明 |
|---|---|---|
| 消费消息条数 | Count/s | 该 Group 每秒消费的消息条数。 |
| 消息堆积条数 | Count | 该 Group 消息堆积条数变化。 |
| 消费流量 | MBytes/s | 该 Group 消费消息的总流量变化。 |
| 在线消费者数 | Count | 该 Group 中在线的消费者总数。 |
| 重试消息堆积数量 | Count | 服务端中堆积的等待重试的消息数量。 |
查看监控数据
- 登录 TDMQ RocketMQ 版控制台。
- 在左侧导航栏选择监控大盘，选择要查看的资源页签，设置好时间范围后，查看对应的监控数据。
配置告警规则
- 在监控大盘页面，点击右上角的
指标，跳转至告警配置页面。 - 单击新建，配置告警策略。
- 策略类型：选择消息队列 TDMQ/RocketMQ。
- 告警对象：选择需要配置告警策略的 RocketMQ 资源。
- 触发条件：支持配置模板或者手动配置，默认选择手动配置。
- 手动配置
- 指标：例如“消息消费速率”，选择统计粒度为1分钟，则在1分钟内，消息消费速率连续 N 个数据点超过阈值，就会触发告警。
- 告警频次：例如“每30分钟告警一次”，指每30分钟内，连续多个统计周期指标都超过了阈值，如果有一次告警，30分钟内就不会再次进行告警，直到下一个30分钟，如果指标依然超过阈值，才会再次告警。
- 选择模板
- 勾选选择模板后，单击新建触发条件模板，跳转到设置触发条件模板页面。
- 在左上角单击新建触发条件模板，在新建模板页面，配置告警策略。
- 策略类型：选择 消息队列 TDMQ/RocketMQ。
- 触发条件：根据我们提供的告警策略建议或者您实际的业务需求，设置好告警策略。
- 确认无误后，单击保存，返回新建告警策略页，单击刷新，就会出现刚配置的告警策略模板。
- 手动配置
- 选择通知模板，您可以选择系统预设的通知模板，预设模板的告警对象通常为主账号负责人。如您需要通知到实例负责人或其他人员，也可以单击新建模板来新建通知模板，设置告警接收对象和接收渠道。
- 单击完成。
指标，跳转至告警配置页面。