集群运维与可靠性
副本模式
RocketMQ 4.x 常见 Master/Slave 部署分为同步复制和异步复制。异步复制吞吐和延迟更有利，但 Master 故障时可能丢失尚未复制的数据；同步复制需要等待 Slave 到达确认边界，可提高可靠性但增加延迟和可用性约束。
现代高可用方案可结合 DLedger 或 Controller 模式实现自动选主。具体支持矩阵和迁移路径随版本变化，不能在旧静态 Master/Slave 配置上直接开启自动切换。
刷盘策略
| 策略 | 语义 |
|---|---|
| Async Flush | 写入 Page Cache 后返回，后台刷盘，性能较高 |
| Sync Flush | 等待刷盘到达配置边界后返回，延迟较高 |
刷盘与副本是两个维度：同步刷盘不能替代跨节点副本，同步复制也不能替代磁盘和备份策略。
Topic 与队列规划
MessageQueue 数影响生产并行、消费并发、Rebalance 和元数据规模。增加队列数可能改变路由和顺序边界；不应按峰值盲目创建大量 Topic/Queue。
Topic 应按业务语义、保留策略、安全边界和流量隔离设计。Tag 更适合一个业务域内的轻量分类。
消息积压
积压排查顺序：
- 确认生产速率和消费速率；
- 检查 Consumer 在线状态、Rebalance 和线程池；
- 检查热点 MessageQueue 与顺序组阻塞；
- 检查业务处理、数据库和外部接口；
- 再评估扩 Consumer、增加队列或限流生产者。
Consumer 数超过 MessageQueue 数不会继续提升集群消费并行度。
关键监控
- Broker TPS、请求延迟、发送/消费失败；
- Topic/Consumer Group 的 Max Offset、Consumer Offset 和 Lag；
- CommitLog、ConsumeQueue、磁盘使用和 Page Cache；
- Master/Slave 复制延迟或 Controller 副本状态；
- 消费重试、死信、顺序消息阻塞和事务回查；
- NameServer、Proxy、Broker 可用性和客户端连接。
常见问题
| 现象 | 优先检查 |
|---|---|
| 发送超时 | 路由、Broker 负载、刷盘、复制和网络 |
| 消息重复 | Producer 重试、Consumer 重投、幂等键 |
| 消息查询不到 | Topic/Key、索引构建、保留时间和 Broker |
| 单队列积压 | 顺序 Key 热点、失败消息、Consumer 分配 |
| Broker 磁盘增长 | 保留策略、消费无关的历史、重试和死信 |
安全与变更
生产环境应配置 TLS、ACL 2.0 或目标版本支持的认证授权体系，隔离管理端口与业务端口。变更 Topic、权限、副本或 Broker 前记录路由和消费进度，并保留回退方案。