当前位置：首页 > backend >正文

6、RocketMQ消息积压问题如何解决

backend 2025/8/26 9:33:32

消息积压是消息中间件中常见的问题，主要由消费速度跟不上生产速度导致。以下是几种解决方案：

1、增加消费者线程数量

这是最直接的方法，通过增加消费者线程数来提高消费能力。
示例代码：

DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("ConsumerGroupName");  
consumer.setNamesrvAddr("nameserver1:9876;nameserver2:9876");  
consumer.setConsumeThreadMin(20);  
consumer.setConsumeThreadMax(64);  // 设置每个消费者实例消费的最大线程数  
consumer.setConsumeThreadMax(30);  consumer.subscribe("TopicTest", "*");  
consumer.registerMessageListener(new MessageListenerConcurrently() {  @Override  public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs, ConsumeConcurrentlyContext context) {  // 消费逻辑  return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;  }  
});  consumer.start();

2、消息业务异步处理

示例代码：

consumer.registerMessageListener(new MessageListenerConcurrently() {  @Override  public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs, ConsumeConcurrentlyContext context) {  // 批量处理消息  executorService.submit(() -> {  for (MessageExt msg : msgs) {  // 开启后台线程异步处理每条消息  processMessageAsync(msg);  }  });  return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;  }  
});

3、调整消费者的消费模式

将顺序消费改为并行消费，提高消费效率。
示例代码：

// 将MessageListenerOrderly改为MessageListenerConcurrently  
consumer.registerMessageListener(new MessageListenerConcurrently() {  @Override  public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs, ConsumeConcurrentlyContext context) {  // 并行消费逻辑  return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;  }  
});

4、使用消息过滤

通过消息过滤，只消费重要的消息，降低消费压力。
示例代码：

consumer.subscribe("TopicTest", "tag1 || tag2 || tag3");

5、临时扩容

在消息积压严重时，可以临时启动额外的消费者实例来快速消费积压的消息。

（快速消费逻辑，可以只做简单处理或者将消息转储到其他系统(比如redis)，再启动后台线程处理redis里的消息）
示例代码：

public class TemporaryConsumer {  public static void main(String[] args) throws Exception {  DefaultMQPushConsumer consumer = new DefaultMQPushConsumer("TemporaryConsumerGroup");  consumer.setNamesrvAddr("nameserver:9876");  consumer.subscribe("TopicTest", "*");  consumer.setConsumeFromWhere(ConsumeFromWhere.CONSUME_FROM_FIRST_OFFSET);  consumer.registerMessageListener(new MessageListenerConcurrently() {  @Override  public ConsumeConcurrentlyStatus consumeMessage(List<MessageExt> msgs, ConsumeConcurrentlyContext context) {  // 快速消费逻辑，可以只做简单处理或者将消息转储到其他系统(比如redis)，再启动后台线程处理redis里的消息  return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;  }  });  consumer.start();  }  
}

6、调整生产者发送策略

如果可能，可以调整生产者的发送策略，如降低发送频率或者实现背压机制。
示例代码：


DefaultMQProducer producer = new DefaultMQProducer("ProducerGroupName");  
producer.setNamesrvAddr("nameserver:9876");  
producer.start();  // 设置发送消息的超时时间，如果超时，说明可能存在积压，可以降低发送频率  
producer.setSendMsgTimeout(3000);  // 设置异步发送失败重试次数  
producer.setRetryTimesWhenSendAsyncFailed(0);  // 示例：根据积压情况调整发送频率  
while (true) {  if (checkMessageAccumulation(groupName)) {  Thread.sleep(1000); // 降低发送频率  }  Message msg = new Message("TopicTest", "TagA", "Hello RocketMQ".getBytes());  producer.send(msg);  
}public Boolean checkMessageAccumulation(String groupName) throws Exception { private static final long ACCUMULATION_THRESHOLD = 10000; // 消息积压阈值 DefaultMQAdminExt defaultMQAdminExt = new DefaultMQAdminExt();  defaultMQAdminExt.setInstanceName("CheckAccumulationInstance");  try {  defaultMQAdminExt.start();  ConsumeStats consumeStats = defaultMQAdminExt.examineConsumeStats(groupName);  //computeTotalDiff方法可以计算当前积压的消息总数long accumulateCount = consumeStats.computeTotalDiff();  System.out.println("Total accumulated messages: " + accumulateCount);  // 根据业务需要设置积压数量阈值  if (accumulateCount > ACCUMULATION_THRESHOLD) {  System.out.println("发生消息积压");  return true;}  } finally {  defaultMQAdminExt.shutdown();  }  return false;
}

代码说明：
DefaultMQAdminExt 是 RocketMQ 提供的一个管理类，属于 RocketMQ 的管理工具模块。它继承自 MQAdmin，是用于扩展和增强 RocketMQ 管理能力的一个类。这个类提供了一系列的管理 API，用于管理和监控 RocketMQ 集群，包括消息查询、消费进度管理、主题管理、Broker 状态监控等功能。