介绍分布式消息服务RabbitMQ消息确认机制。 消息确认 RabbitMQ消息确认机制分为发送消息确认和消息接收确认。 发送消息确认 生产者确认，即为生产者发送消息后，等待服务端确认。 以下示例演示在Java客户端配置生产者确认过程： try { channel.confirmSelect(); channel . basicPublish( "testexchange" , " routingKey" , null , "publisher confirm message".getBytes()); if (!channel.waitForConfirms()) { System.out.println( "send message failed") ; // do something else }else{ // do something } } catch (InterruptedException e) { e.printStackTrace() ; } 消息接收确认(ACK) 消费者收到消息后需要对 RabbitMQ Server 进行消息ACK确认，RabbitMQ根据确认信息决定是删除队列中的该信息还是重新发送。 重点在于消费者的下面两个方法 channel.basicAck 消费者签收 channel.basicNAck 消费者拒绝签收 以下示例演示在Java客户端配置生产者确认过程： QueueingConsumer consumer new QueueingConsumer(channel); channel.basicConsume(ConfirmConfig.queueName, false, consumer); QueueingConsumer.Delivery delivery consumer.nextDelivery(); String msg new String(delivery.getBody()); // do something with msg. channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);

本文介绍如何配置MQTT开源Java SDK的客户端自动连接。 要配置MQTT开源Java SDK的客户端自动连接，你需要设置以下参数和逻辑： 1、 设置自动重连：首先，你需要设置客户端的自动重连功能。在MQTT开源Java SDK中，你可以使用setAutomaticReconnect(true)方法来启用自动重连功能。这将使客户端在连接丢失后自动尝试重新连接。 MqttClient client new MqttClient(brokerUrl, clientId); client.setAutomaticReconnect(true); 2、 设置重连间隔：接下来，你可以设置自动重连的时间间隔。这将确定客户端在连接丢失后尝试重新连接的时间间隔。在MQTT开源Java SDK中，你可以使用setReconnectDelay方法来设置重连间隔，单位为毫秒。 client.setReconnectDelay(5000); // 设置重连间隔为5秒 3、 处理连接丢失事件：当连接丢失时，你可以通过实现MqttCallback接口来处理连接丢失事件。在connectionLost方法中，你可以添加自定义的处理逻辑，例如记录日志或触发重新连接。 client.setCallback(new MqttCallback() { @Override public void connectionLost(Throwable cause) { // 处理连接丢失事件 // 添加自定义的处理逻辑，例如记录日志或触发重新连接 } // 其他回调方法... }); 4、 处理重新连接事件：当客户端尝试重新连接时，你可以在reconnectComplete方法中添加自定义的处理逻辑。这个方法会在客户端成功重新连接到MQTT Broker后被调用。 client.setCallback(new MqttCallback() { // 其他回调方法... @Override public void reconnectComplete(boolean reconnect) { // 处理重新连接完成事件 // 添加自定义的处理逻辑 } }); 通过以上配置和逻辑，你可以实现MQTT开源Java SDK的客户端自动连接功能。当连接丢失时，客户端将自动尝试重新连接，并在重新连接完成后触发相应的事件回调方法。你可以根据需要添加自定义的处理逻辑来处理连接丢失和重新连接事件。

如何为购买的消息队列RocketMQ实例续费？ 为防止资源到期或者浪费，已经购买包月实例的用户，可执行续费操作，延长 RocketMQ实例的有效期，也可以设置到期自动续费的相关操作。 开通的RocketMQ实例资源包何时生效？ 天翼云分布式消息服务RocketMQ资源包在客户支付成功之后，系统经过初始化完成后即可生效使用。

如何获取RocketMQ实例连接信息请参阅收集连接信息。 开发指南详细介绍Java、Go和Python客户端访问分布式消息服务RocketMQ的示例代码，具体如表1所示。 表1 示例代码 客户端语言 示例代码 :: Java 收发普通消息 收发顺序消息 收发事务消息 发送定时/延时消息 Go（TCP协议） 收发普通消息 收发顺序消息 收发事务消息 发送定时/延时消息 Python（TCP协议） 收发普通消息 收发顺序消息 收发事务消息 发送定时/延时消息

本章节将为您介绍分布式消息服务RabbitMQ入门的基本流程，主要包括环境准备、创建资源、编译工程生产消费等环节，帮助您快速上手RabbitMQ。 步骤说明 1、 环境准备 创建RabbitMQ实例先要准备好虚拟私有云、子网和安全组，可选弹性公网IP。 2、 创建实例 在订购分布式消息RabbitMQ填写和确认实例名称、引擎类型、计费模式等信息，确认费用后点击下一步，等待开通流程结果通知成功后完成创建实例。 3、 创建资源 一个新的应用接入消息队列需要先创建相关资源，包括：Vhost、User、Exchange、Queue。 4、 生产消费 以上工作完成后，在客户端应用进行生产消费，包括引入依赖、绑定BindingKey、生产消息和消费消息。

本文主要介绍探针监控 本章节介绍APM采集的探针监控指标的类别、名称、含义等信息。 表探针监控指标说明 指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 ::::::: 探针数据（detail，探针数据指标集。） type 数据类型 探针上报的数据类型 ENUM LAST 探针数据（detail，探针数据指标集。） discardBytes 丢弃字节数 该数据类型的丢弃字节数 Byte INT SUM 探针数据（detail，探针数据指标集。） discardCount 丢弃次数 该数据类型的丢弃次数 INT SUM 探针数据（detail，探针数据指标集。） errorBytes 发送失败字节数 该数据类型的发送失败字节数 Byte INT SUM 探针数据（detail，探针数据指标集。） errorCount 发送失败次数 该数据类型的发送失败次数 INT SUM 探针数据（detail，探针数据指标集。） maxBytes 最大字节数 该数据类型的最大发送字节数 Byte INT MAX 探针数据（detail，探针数据指标集。） maxQueueSize 队列最大长度 该数据类型发送队列最大长度 INT MAX 探针数据（detail，探针数据指标集。） sendBytes 发送成功字节数 该数据类型发送成功字节数 Byte INT SUM 探针数据（detail，探针数据指标集。） sendCount 发送成功次数 该数据类型发送成功次数 INT SUM 探针数据（detail，探针数据指标集。） sendTotalTime 总发送时间 该数据类型的总发送时间 ms INT SUM 探针数据（detail，探针数据指标集。） slowTime 最慢发送时间 该数据类型最慢发送时间 ms INT MAX 异常（exception，异常指标集。） causeType 异常类 异常发生类 ENUM LAST 异常（exception，异常指标集。） type 类型 异常类型 ENUM LAST 异常（exception，异常指标集。） count 次数 异常次数 INT SUM 异常（exception，异常指标集。） message 消息 异常消息 STRING LAST 异常（exception，异常指标集。） stackTrace 堆栈 异常堆栈 CLOB LAST 服务端连接监控（transfer，服务端连接监控指标集。） host 主机 主机信息 ENUM LAST 服务端连接监控（transfer，服务端连接监控指标集。） connectIp 连接ip 连接ip STRING LAST 服务端连接监控（transfer，服务端连接监控指标集。） ipList ip列表 所有ip列表 STRING LAST 服务端连接监控（transfer，服务端连接监控指标集。） isConnected 是否连接 是否连接 INT LAST 服务端连接监控（transfer，服务端连接监控指标集。） rt 响应时间 响应时间 INT AVG 队列监控（repository，队列监控指标集。） monitorQueueSize 监控数据队列大小 监控数据队列大小 INT SUM 队列监控（repository，队列监控指标集。） monitorObjectSize 监控数据内存大小 监控数据内存大小 INT SUM 队列监控（repository，队列监控指标集。） traceQueueSize 调用链数据队列大小 调用链数据队列大小 INT SUM 队列监控（repository，队列监控指标集。） traceObjectSize 调用链数据内存大小 调用链数据内存大小 INT SUM

本节主要介绍分布式消息服务Kafka常用术语解释。 代理（Broker） kafka集群包含一个或多个消息处理服务器，该服务器成为Broker，提供数据刷盘等核心功能。可以横向扩展、在线扩容以提高集群性能。 主题（Topic） 每条发布到Kafka 集群的消息都有一个主题，这个主题被称为 Topic。通过 Topic 可以对消息进行分类。每个 Topic 可以由一个或多个分区（Partition）组成，存储于一个或多个Broker 上。 分区（partition） 消息分区是物理上的概念，一个Topic可以分为多个partition，每个partition是一个有序的队列。partition中的每条消息都会被分配一个有序的id（offset）。 生产者（Producer） 消息和数据生成者，一般为应用调用API进行消息生产，并向Kafka的一个Topic发布消息。 消费者（Consumer） 消息订阅者，也成为消息消费者，负责向 Kafka Broker 读取消息并进行消费。 消费组（Consumer Group） 一类Consumer的集合名称，这类Consumer通常消费一类消息，且消费逻辑一致，Consumer Group 和 Topic 的关系是 N：N，同一个 Consumer Group 可以订阅多个 Topic，同一个 Topic 也可以被多个 Consumer Group 订阅。

ctyun.dict.DICT.lpush 函数信息详见下表： 项目 描述 语法 length, err DICT:lpush(keyname, value) 作用 消息队列操作：将string或number从头部插入key的列表中，并返回列表元素的个数。若key不存在则先创建key，存在但不是列表返回nil且err为“value not a list”。 入参 keyname：设置内容的键。 value：设置内容的值。 返回值 length：返回列表元素的个数。 err：将错误信息存放在err中。 示例： applescript 假设全局字典名称为cats local cats ctyun.dict.cats local length, err cats:lpush("Marry", 1) ctyun.dict.DICT.rpush 函数信息详见下表： 项目 描述 语法 length, err DICT:rpush(keyname, value) 作用 消息队列操作：与lpush类似，只是元素会从尾部插入。 入参 keyname：设置内容的键。 value：设置内容的值。 返回值 length：返回列表元素的个数。 err：将错误信息存放在err中。 示例： applescript 假设全局字典名称为cats local cats ctyun.dict.cats local length, err cats:rpush("Marry", 1) ctyun.dict.DICT.lpop 函数信息详见下表： 项目 描述 语法 value, err DICT:lpop(keyname) 作用 消息队列操作：移除并返回key列表的第一个值；若key不存在则返回nil，key存在但不是列表则返回nil且err为“value not a list”。 入参 keyname：设置内容的键。 返回值 value：设置内容的值。 err：将错误信息存放在err中。 示例： applescript 假设全局字典名称为cats local cats ctyun.dict.cats local value, err cats:lpop("Marry")

ctyun.dict.DICT.lpush 函数信息详见下表： 项目 描述 语法 length, err DICT:lpush(keyname, value) 作用 消息队列操作：将string或number从头部插入key的列表中，并返回列表元素的个数。若key不存在则先创建key，存在但不是列表返回nil且err为“value not a list”。 入参 keyname：设置内容的键。 value：设置内容的值。 返回值 length：返回列表元素的个数。 err：将错误信息存放在err中。 示例： applescript 假设全局字典名称为cats local cats ctyun.dict.cats local length, err cats:lpush("Marry", 1) ctyun.dict.DICT.rpush 函数信息详见下表： 项目 描述 语法 length, err DICT:rpush(keyname, value) 作用 消息队列操作：与lpush类似，只是元素会从尾部插入。 入参 keyname：设置内容的键。 value：设置内容的值。 返回值 length：返回列表元素的个数。 err：将错误信息存放在err中。 示例： applescript 假设全局字典名称为cats local cats ctyun.dict.cats local length, err cats:rpush("Marry", 1) ctyun.dict.DICT.lpop 函数信息详见下表： 项目 描述 语法 value, err DICT:lpop(keyname) 作用 消息队列操作：移除并返回key列表的第一个值；若key不存在则返回nil，key存在但不是列表则返回nil且err为“value not a list”。 入参 keyname：设置内容的键。 返回值 value：设置内容的值。 err：将错误信息存放在err中。 示例： applescript 假设全局字典名称为cats local cats ctyun.dict.cats local value, err cats:lpop("Marry")

本章节介绍微服务云应用平台产品规格 微服务云应用平台当前支持版本：专业版。 版本 支持实例数 专业版 1<实例数<10000

本文介绍如何在事件总线EventBridge管理控制台添加分布式消息服务RabbitMQ作为事件流中的事件提供方。 前提条件 事件总线EventBridge 开通事件总线EventBridge并委托授权。 分布式消息服务RabbitMQ 开通分布式消息服务RabbitMQ。 创建所需的vhost和queue。 操作步骤 1. 登录事件总线管理控制台。 2. 在左侧导航栏，单击事件流。 3. 在事件流页面，单击创建事件流。 4. 在事件源（Source）配置 面板，事件提供方 选择分布式消息服务RabbitMQ，选择vhost和queue等配置然后单击确认，如图1所示。 图1 创建事件流时选择分布式消息服务RabbitMQ为事件提供方 参数说明 参数 说明 示例 RabbitMQ实例 选择分布式消息服务RabbitMQ实例。 instancexxx RabbitMQ vhost 选择分布式消息服务RabbitMQ vhost。 / RabbitMQ queue 选择分布式消息服务RabbitMQ queue。 queuexxx 事件示例 plaintext { "id": "b5771f766cdf48edb1bad15418c", "source": "ctyun:rabbitmq", "specversion": "1.0", "subject": "ctyun:rabbitmq:bb9fdb4205xxxxx610242ac110002:16789:queue:topicqueue", "time": "20240305T13:52:18.374Z", "datacontenttype": "application/json;charsetutf8", "type": "ctyun.rabbitmq.topic.sendMessage", "ctyunregion": "bb9fdb4205xxxxx610242ac110002", "ctyunaccountid": "123456789", "data": { "envelope": { "messageId": "xx", "contentEncoding": "UTF8", "contentType": "application/json" }, "body": { "key": "value" }, "props": { "deliveryTag": 98, "exchange": "", "redeliver": false, "routingKey": "housekeeping" } } } data字段包含的参数解释如下表所示： 参数 类型 示例值 描述 props Object 详见props字段参数解释 消息属性，详见props字段参数解释。 envelope Object 详见envelope字段参数解释 消息的envelope信息，详见envelope字段参数解释。 body Object {"key":"value"} 消息体，默认以JSON格式编码。 data 字段下envelope属性包含的参数解释如下表所示： 参数 类型 示例值 描述 deliveryTag Integer 98 消息的Tag。 exchange String / 消息的Exchange。 redeliver Boolean false 是否支持重发消息。取值说明如下： true：支持。 false：不支持。 routingKey String housekeeping 消息的路由规则。 data 字段下props属性包含的参数解释如下表所示： 参数 类型 示例值 描述 contentEncoding String utf8 消息内容编码。 messageId String f7622d51e19841dea07277c1ead7 消息ID。 contentType String application/json 消息contentType。

本章节介绍了分布式消息服务RocketMQ与开源RocketMQ的差异。 分布式消息服务RocketMQ在兼容开源RocketMQ基础上，对版本特性做了一定程度的定制和增强。 表1 分布式消息服务RocketMQ与开源RocketMQ的差异说明 功能项 分布式消息服务RocketMQ 开源RocketMQ 延迟消息/定时消息 延迟消息：支持18个固定延迟时长，最长延迟2小时。 定时消息：支持任意延迟时长，最长延迟1年。 仅支持18个固定延迟时长，最长延迟2小时。 顺序消息 支持 支持 消息重试 支持 支持 死信消息 支持 支持 集群消费 支持 支持 广播消费 支持 支持 死信队列 支持 支持 消费重置 支持 支持 消息查询 支持 支持 加密传输 支持 支持 消息轨迹 支持 支持 事务消息 支持，事务消息大量堆积时，性能提升10倍 支持，事务消息大量堆积时，性能较差 死信导出 支持 不支持 数据转储 待规划 不支持 实例诊断 一键诊断消费问题 不支持 实例监控 支持以图表形式查看历史值，18+监控项 仅支持查看当前监控值，不支持CPU、内存等监控指标 ACL访问控制 灵活配置，一键生效 配置复杂 运维扩容 极速扩容，一键生效 手动扩容，操作复杂

本节主要介绍前提条件 注册天翼云帐号，并登录成功。 获取AK/SK，请参考AK/SK获取方法。 说明 如果使用微服务引擎专业版，需要配置AK/SK。 如果使用微服务引擎专享版，不需要配置AK/SK。 创建一个虚拟私有网络VPC，请参考创建虚拟私有云和子网。 创建一个CCE集群，集群中至少包含一个ECS节点(为方便后续步骤的操作，节点 规格最好选择4vCPUs、8GB内存)并且绑定弹性IP。集群绑定弹性IP，请参考云容器引擎 > 购买容器集群。 本例将绑定GitHub源码仓库，实现源码构建、归档、应用创建， 需要先到GitHub官网注册帐号。 在ServiceStage创建仓库授权，授权访问GitHub仓库，请参考微服务云应用平台 > 仓库授权。

分类 服务 命名空间 维度 监控指标参考文档 企业中间件 分布式消息服务 SYS.DMS 请参考右侧相关文档链接页面。

本文主要介绍应用性能监控的各语言使用限制。 自研JAVA探针使用限制 类型 名称 版本 工具 JDK jdk8、jdk11、jdk17 通讯协议 httpclient apache httpclient2.0+、apache asynchttpclient1.9+ Java框架 spring 3.1.x～5.0.x Java框架 springboot 1.2.x~1.5.x、2.0.4～2.0.9 Java框架 Dubbo 2.7+ Java框架 gRPC 1.6+ 数据库 MySQL mysqlconnectorjava 5.1.X 数据库 Oracle ojdbc5、ojdbc6、ojdbc14 数据库 druid 1.0 数据库 c3p0 0.9.2+ 数据库 dbcp2 2.0+ 数据库 JDBC java8+ web服务器 Tomcat 7.0.x, 8.5.x, 9.0.x, 10.0.x 消息队列 RabbitMQ springrabbit1.0+、amqpclient 2.7+ 消息队列 Kafka kafkaproducer 0.11+、kafkaconsumer 0.11+、kafkastream 0.11+ NoSQL Redis jedis 1.4+，lettuce 4.0+ NoSQL Mongodb 3.1+ NoSQL ElasticSearch 5.0+ Rest Client Common HTTP java http client java11+、HttpURLConnection java8+ Go使用限制 Opentelemetry支持的框架列表 OpenTelemetry提供了若干半自动埋点插件，支持为常见的框架自动创建Span。

号“ ”，会导致监控数据无法展示。 是否支持延迟队列 不支持 消费组 表消费组约束与限制 限制项 约束与限制 是否需要创建消费组、消费者、生产者 不需要单独创建消费组、生产者和消费者，在使用时自动生成，实例创建后，直接使用即可。 重置消费进度 重置消费进度可能会导致重复消费。 消费组名称 消费组名称开头包含特殊字符，例如下划线“”、 号“ ”，会导致监控数据无法展示。 消息 表 消息约束与限制 限制项 约束与限制 消息大小 生产消息的最大长度为10M，超过10M会导致生产失败。 用户 表用户约束与限制 限制项 约束与限制 创建用户的数量 一个Kafka实例最多创建20个SASLSSL用户。

微隔离流量状态无法显示 请按如下检查，如果无法解决，请联系服务提供商处理。 1.打开终端安全EDR管理平台“微隔离/微隔离设置”，检查“流量上报”开关是否启用状态，如下图。 2.打开终端安全EDR管理平台[微隔离/流量状态]，检查“过滤流量”条件是否启用，如下图。 3.在终端安全EDR组件中，在【终端管理】→【策略中心】→【安全加固】可查看终端登录密码。 云日记审计系统日记时间不同步？ 登录同网段windows系统，访问云日志审计8082的https端口，输入初始密码登录,并在当前目录设置新密码，在【日期时间管理】，设置与本地同步或者手动调整时间。 二级等保入门版，是否能通过社会上的等保测评公司的测评？ 可以。 单独堡垒机产品客户购买时青岛资源池不可选，安全专区中堡垒机是否存在此情况？ 不会，安全专区的镜像和单产品是不一样的。 北京五过等保是否支持？ 支持。 其他问题？ 如果有如下需求，请联系服务提供商处理。 修改终端安全EDR管理平台443端口； 恢复终端安全EDR管理平台控制台登录密码； 终端安全EDR管理平台需要迁移至其它服务。

介绍分布式消息服务Kafka业务迁移内容。 应用场景 Kafka的业务迁移可以应用在多个领域和场景中，包括但不限于以下几个方面： 数据集成和数据仓库：Kafka可以用作数据集成的中间件，将分散的数据源集中到一个统一的平台上。通过使用Kafka的生产者和消费者，可以实现数据的可靠传输和消费，支持实时的数据集成和数据仓库的建设。 实时数据处理和流处理：Kafka提供了流处理功能，可以对实时数据流进行处理和分析。通过使用Kafka Streams、Apache Flink等流处理框架，可以对数据流进行实时的计算、转换、聚合等操作，实现实时数据处理和实时决策。 异步通信和消息队列：Kafka作为消息队列，可以用于异步通信和解耦系统之间的依赖关系。通过将同步的请求和响应转换为异步的消息，可以提高系统的可伸缩性和响应性能，实现松耦合的系统架构。 日志收集和分析：Kafka可以用作日志收集和分析的中间件，用于接收和传递系统和应用程序的日志数据。通过将日志数据发送到Kafka中，可以实现日志的集中存储和分发。同时，可以使用Kafka的消费者来实时消费和分析日志数据，帮助进行故障排查、性能监控和安全审计等工作。 数据同步和复制：在多个数据中心或分布式系统之间进行数据同步和复制时，可以使用Kafka作为数据的中间传输通道。通过使用Kafka的生产者和消费者，可以实现数据的可靠传输和复制，保证数据的一致性和可用性。 这些只是Kafka业务迁移的一部分应用场景，实际应用中还有很多其他的需求和场景。Kafka的高性能、可靠性和可扩展性使其成为业务迁移的理想选择。

本章节主要介绍分布式消息服务RabbitMQ的消息持久化。 使用场景 默认情况下，RabbitMQ生产者生产的消息存储在内存中，当节点宕机或重启时，如何确保消息不丢失呢？RabbitMQ通过持久化机制实现，持久化包括Exchange持久化、Queue持久化和Message持久化。 持久化是将内存中的消息写入到磁盘中，以防异常情况导致内存中的消息丢失。但是磁盘的读写速度远不如内存，开启消息持久化后，RabbitMQ的性能会下降。 与惰性队列不同，持久化消息会在磁盘和内存中各存储一份，只有在内存空间不够时，才会将内存中的消息删除，存储到磁盘中。 说明 非持久化Queue、Exchange在重启之后会丢失。 非持久化Message在重启之后会丢失（经过持久化Queue/Exchange的消息不会自动变为持久化消息）。 持久化消息在尚未完成持久化时，如果服务器重启，消息会丢失。 设置Exchange持久化 在RabbitMQ WebUI页面创建Exchange时，设置“durable”为“true”，如图1所示，设置成功后如图2所示。 图1 设置Exchange持久化 图2 持久化的Exchange

应用架构 支持的功能模块 应用双活 管控通道 注册配置中心RCC 应用双活 接入层 云原生网关CGW 应用双活 服务层 SpringCloud 应用双活 服务层 Dubbo 应用双活 数据层 关系型数据库MySQL版 应用双活 数据层 关系型数据库PostgreSQL版 应用双活 消息层 分布式消息服务RocketMQ 数据双活 管控通道 注册配置中心RCC 数据双活 接入层 云原生网关CGW 数据双活 服务层 SpringCloud 数据双活 服务层 Dubbo 数据双活 数据层 关系型数据库MySQL版 数据双活 数据层 关系型数据库PostgreSQL版 数据双活 消息层 分布式消息服务RocketMQ

1、准备好资源、环境与应用 1.1、资源开通 应用容灾多活是构建在已有应用之上的管控，协同其他云产品，但不负责其他云产品的生命周期，需要您提前规划与创建。 您可以根据规划的物理架构，在指定区域或可用区提前开通与创建应用部署所需的资源与服务，例如虚拟私有云VPC 、微服务云应用平台MSAP 和弹性云主机ECS等。 1.2、网络互通 数据双活架构可能存在跨数据中心调用的场景，需要您提前打通两个数据中心之间的网络。 您可以根据选定的物理架构，选择合适粒度的网络连通方案，例如连通两个区域的云间高速 产品和连通两个VPC的对等连接产品等。 1.3、应用准备 在这个示例中，对应用的部署方式没有强制要求，可以开通弹性云主机ECS实例 自行部署应用服务，也可以开通微服务云应用平台MSAP 进行应用部署管理，本示例使用微服务云应用平台MSAP 。 还需要您开通： 关系型数据库MySQL版 实例，并结合数据传输服务DTS进行业务数据跨中心同步。 微服务引擎注册配置中心用于注册中心和管控通道。 微服务引擎云原生网关用于前端服务转发。 本示例将以上应用进行单元化改造，改造后云上部署架构如下。 图 部署架构

本章节介绍注册配置中心RCC子产品的产品规格 MSE注册配置中心提供了Nacos、Zookeeper 两种引擎的实例供您选用。不同引擎可选择的具体规格参数有差别，典型版本的规格详情和预估的处理能力详见下述列表，您可以参考下述表格来选择开通适合您业务的注册配置中心。 说明 1. 实例的规格系列分为单机版、集群版和企业版，暂不支持从单机版升级到集群版或者从升级机版、集群版到企业版； 2. 单机版只提供单节点，不具备高可用性，不适用于生产环境也不支持规格升降配操作，无法切换到集群版本，请提前评估。 实例类型 企业版（Nacos 引擎） 完全兼容Nacos3.1开源能力，支持MCP服务注册和管理。 默认3节点集群，可选择多可用区部署，提供高可用能力。 实例安全加固，提供完备的可观测能力和自动化运维服务。 适用于对安全、高可用和性能有高要求的所有环境（开发、测试、生产）。 集群版 深度兼容开源能力，支持高可用，提供安全、可观测能力及自动化运维服务。 默认3节点，适用于开发、测试、生产环境。 单机版 兼容开源能力，提供默认可观测能力和自动化运维服务。 只提供单节点，适用于开发、测试环境。 实例能力 Nacos 微服务注册中心Nacos引擎包括配置中心和注册中心，提供动态配置、服务发现和服务健康监测等简单易用的特性，经过实践检验具备高性能和高可用性，帮助用户管理配置、注册和发现微服务，更加快捷方便地构建、交付和管理微服务平台。 Nacos 企业版支持MCP服务标准化与可视化管理和存量 HTTP 服务一键转换，快速对接 MCP 生态，适配微服务架构升级需求。通过底层核心资源独享提供更高规格的配额能力，相对于开源提供更强的性能和更高的可用性。

服务后缀 服务说明 zos dns msgc crs apm lts faas gts 全局事务：该服务由天翼云全局事务服务提供，全局事务服务是一款专为实现分布式环境下高性能事务一致性而设计的服务工具。它可以与MySQL、PostgreSQL等数据源，以及Spring Cloud、Dubbo等RPC框架和消息队列等中间件产品配合混合使用，以支持用户各种分布式数据库事务、多库事务、消息事务和服务链路级事务的组合需要 prome 应用性能监控：Prometheus监控为云上托管Prometheus服务，可为您的容器集群提供多种开箱即用的预置监控大盘与监控规则，实现免搭建的高效运维场景。 ags Agent沙箱：Agent 沙箱提供安全、弹性、可扩展的云端沙箱运行环境。在使用Agent沙箱产品时，通过连接该终端节点服务，可实现在内网调用沙箱服务。

发送消息 参考如下示例代码。 from rocketmq.client import Producer, Message endpoint "${ENDPOINT}" 填写分布式消息服务RocketMQ控制台Namesrv接入点 accesskey "${ACCESSKEY}" 填写AccessKey 在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户ID accesssecret "${SECRETKEY}" 填写SecretKey 在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户密钥 topic "${TOPIC}" 填写Topic，在管理控制台创建 producergroup "${GROUP}" 生产者组group 创建并启动生产者实例 producer Producer(producergroup) producer.setnameserveraddress(endpoint) producer.setsessioncredentials(accesskey, accesssecret, "") producer.start() msg Message(topic) msg.setbody("Hello RocketMQ") msg.setkeys("") 消息key msg.settags("") 消息tag ret producer.sendsync(msg) print(ret.status, ret.msgid, ret.offset) 关闭生产者实例，释放资源 producer.shutdown() 订阅消息 参考如下示例代码。 import time from rocketmq.client import PushConsumer, ConsumeStatus endpoint "${ENDPOINT}" 填写分布式消息服务RocketMQ控制台Namesrv接入点 accesskey "${ACCESSKEY}" 填写AccessKey 在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户ID accesssecret "${SECRETKEY}" 填写SecretKey 在分布式消息服务RocketMQ控制台用户管理菜单中创建的用户密钥 topic "${TOPIC}" 填写Topic，在管理控制台创建 group "${GROUP}" 填写订阅组group，在管理控制台创建 def callback(msg): print(msg.id, msg.body) return ConsumeStatus.CONSUMESUCCESS consumer PushConsumer(group) consumer.setnameserveraddress(endpoint) consumer.setsessioncredentials(accesskey, accesssecret, "") consumer.subscribe(topic, callback) consumer.start() while True: time.sleep(3600) consumer.shutdown()

Nacos 微服务注册中心Nacos引擎包括配置中心和注册中心，提供动态配置、服务发现和服务健康监测等简单易用的特性，经过实践检验具备高性能和高可用性，帮助用户管理配置、注册和发现微服务，更加快捷方便地构建、交付和管理微服务平台。 Nacos 企业版支持MCP服务标准化与可视化管理和存量 HTTP 服务一键转换，快速对接 MCP 生态，适配微服务架构升级需求。通过底层核心资源独享提供更高规格的配额能力，相对于开源提供更强的性能和更高的可用性。 系列能力对比 功能 社区版 单机版 集群版 企业版 AI能力 MCP注册 不支持 不支持 不支持 支持 可用性 风险自动扫描管理 不支持 支持 支持 支持 可用性 配置标签灰度 不支持 支持 支持 支持 可用性 多节点容灾 不支持 不支持 支持 支持 可用性 多可区容灾 不支持 不支持 支持 支持 可用性 推空保护 不支持 不支持 支持 支持 可用性 无损变更能力 不支持 不支持 支持 支持 安全性 AK 访问模式 不支持 支持 支持 支持 安全性 TLS 传输加密 不支持 不支持 支持 支持 易用性 自动化运维 不支持 不支持 支持 支持 易用性 故障节点自愈 不支持 不支持 支持 支持 易用性 完善的指标监控告警 不支持 支持 支持 支持 易用性 迁移工具 不支持 支持 支持 支持

指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 异常（exception，RocketMqConsumer调用的异常信息统计。） exceptionType 异常类型 异常类型 ENUM LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） causeType 异常类 发生异常的类 ENUM LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） count 次数 该异常的发生次数 INT SUM 异常（exception，RocketMqConsumer调用的异常信息统计。） message 异常消息 该异常产生的异常消息 STRING LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） stackTrace 异常堆栈 该异常产生的堆栈信息 CLOB LAST 消费池监控（consumeServicePool ，消费池监控采集器。） clientId clientId 客户端实例标识 ENUM LAST 消费池监控（consumeServicePool ，消费池监控采集器。） group consumerGroup 消费者组 ENUM LAST 消费池监控（consumeServicePool ，消费池监控采集器。） pid pid pid STRING LAST 消费池监控（consumeServicePool ，消费池监控采集器。） currentConsumeRequestQueueSize 当前消费请求队列长度 当前消费请求队列长度 INT AVG 消费池监控（consumeServicePool ，消费池监控采集器。） maxConsumeRequestQueueSize 最大消费请求队列长度 最大消费请求队列长度 INT MAX 消费池监控（consumeServicePool ，消费池监控采集器。） currentConsumingThreadCount 当前消费线程数 当前消费线程数 INT AVG 消费池监控（consumeServicePool ，消费池监控采集器。） maxConsumingPoolSize 最大消费线程数 最大消费线程数 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumeListener MessageListener 注册的MessageListener，为消费消息的回调函数 ENUM LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） pid pid pid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） pid pid pid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） topic 主题 消息消费的主题 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX topic监控（topicConsume，以topic为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX topic监控（topicConsume，以topic为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） pid pid pid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX queue监控（queueConsume，以queue为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX queue监控（queueConsume，以queue为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pid pid pid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） topic 主题 消息拉取的主题 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） pid pid pid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX topic监控（topicPull,以topic为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX topic监控（topicPull,以topic为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） pid pid pid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX queue监控（queuePull，以queue为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX queue监控（queuePull，以queue为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeErrorCount 消费错误次数 消费消息的错误次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeInvokeCount consumeInvokeCount Consume调用次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumedMsgCount consumedMsgCount 消费消息数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeTotalTime 消费总响应时间 消费消息的总响应时间 INT SUM total监控（total以客户端为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullErrorCount 拉取错误次数 拉取消息的错误次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullInvokeCount pullInvokeCount Pull调用次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pulledMsgCount pulledMsgCount 拉取消息数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullTotalTime 拉取总响应时间 拉取消息的总响应时间 INT SUM

1、登录天翼云分布式消息服务RabbitMQ控制台。 2、点击RabbitMQ实例名称，进入实例详情页面。 3、在“智能运维>配置管理”页面，修改配置参数。 参数说明： 参数 参数说明 参数范围 默认值 heartbeat 心跳超时时间（秒） 0～300 300 framemax 与客户端协商的允许最大frame大小 0～1048576 131072 initialframemax 在连接之前服务器将接受的最大帧大小 0～1048576 4096 maxmessagesize 最大消息大小 1～52428800 52428800 vmmemoryhighwatermark 流程控制触发的内存阈值 0～1 0.8 vmmemoryhighwatermarkpagingratio 高水位限制的分数，当达到阈值时，队列中消息消息会转移到磁盘上以释放内存 0～1 0.5 memorymonitorinterval 执行内存检查的间隔（毫秒） 0～60000 2500 collectstatisticsinterval 统计信息收集间隔，增加此值将减少管理数据库的负载（毫秒） 5000～3600000 5000

本节介绍了云容器引擎的最佳实践:某交投能源充电桩项目。 项目背景 “十四五”以来，某市国资委按照市委市政府决策部署，主动抓抢国家碳达峰、碳中和战略发展机遇，积极谋划布局新能源产业，大力推进“交投能源”充电桩项目建设，提升企业核心竞争力，推动国有企业高质量发展。 该市交投集团抓抢发展机遇，迅速推动全市充电桩一张网建设，拟通过微信小程序入口向市民提供充电服务。该市交投集团通过招标选定某数字能源股份有限公司作为充电方案供应商，并选择天翼云作为该服务平台的云资源服务提供商。 解决方案 容器引擎部署应用服务：采用天翼云容器引擎部署平台应用服务，结合消息队列、分布式缓存等服务和数据库系统组成整体系统。 数据库服务部署核心业务：采用TeleDB for MySQL主备版存储核心业务数据，采用文档数据库存储日志等相关信息。云通信提供短信验证、短信通知等服务。 客户痛点 因客户上线需求紧急，平台软件厂商前期将业务临时部署在友商云上。部署在天翼云上的业务经测试后，需要将业务割接至天翼云。为保障割接万无一致，使用天翼云DTS进行实时同步，保障了割接顺利进行。 该省市公司与云公司组建专业支撑团队，割接时现场支撑保障业务顺利割接。

本章节介绍了分布式消息服务RocketMQ的产品优势、以及上云的好处。 分布式消息服务RocketMQ具有如下产品优势，旨在打造一个即开即用、全托管、低延迟、弹性高可靠、动态扩展、便捷管理和多样功能的消息队列。 即开即用 简单几步即可在云上构建自己专属的消息服务，RocketMQ实例创建完成后，使用实例提供的访问地址即可快速接入。兼容开源RocketMQ，业务代码无需改造，即可上云。 全托管服务 分布式消息服务RocketMQ提供自动部署与完备的运维系统和售后服务，提供包括监控告警在内的多种运维手段，业务无需过多关注分布式消息服务RocketMQ的部署与运维工作，可以专注于自身业务的开发。 低延迟 基于天翼云网络部署，在内网访问可达微秒级时延。 弹性高可靠 基于Raft协议实现集群内部节点的管理，及时发现故障节点并进行流量迁移，保证业务的连续性可靠。 动态扩展 提供业务集群动态扩容的能力，根据业务需要动态扩容集群规模。 便捷管理 提供监控告警、消息追踪和链路诊断等多样的监控定位手段，方便问题定位和日常维护。 多样功能 提供顺序延迟、定时、重投、死信、过滤和事务消息等多样的业务功能，适配多样化的业务场景。

RocketMQ无法避免消息重复，原因主要有以下几点： 签收的偏移量是定时（每5秒/次）同步到服务端的。 为保证消息不丢失，SDK每次提交的总是队列未签收的最小偏移量（比如无序消费，offset为1、2、3、4、5 的消息，1、3、4、5消费并已签收，2未签收，签收时最后提交的偏移量将会是2，如果此时客户端重启，会从2这个位置开始消费）。 有网络交互就不能确保每一次的交互数据都是送达的，为保证数据不丢失就要进行重试，有重试就存在重复的可能。 如果业务对消费重复非常敏感，务必要注意，建议可以采用以下两种方式处理： 业务层面可以根据msgId做去重处理，如果key字段为业务唯一字段，也可采用key去重。 业务逻辑实现消费幂等，即多次处理同一消息，对业务的影响是幂等的。

专属云（计算独享型） 该服务为专属云Kafka开通前必选服务，在开通了专属云计算独享后，才能在控制台中节点选择此专属云标识的环境，再进入控制台的分布式消息服务，来操作专属云Kafka的开通。 专属云（存储独享型） 该服务为专属云Kafka开通时的可选服务，在进如专属云Kafka的开通过程中，队列实例规格必须在专属云计算独享型，而队列存储的部分支持选择公有云的云盘承载，也可选择已经购买的专属云存储独享型，可根据需求灵活选择。

介绍分布式消息服务Kafka主题列表功能操作内容。 场景描述 Kafka主题列表是Kafka消息队列中的一个重要概念，用于列出所有可用的主题。以下是一些Kafka主题列表的应用场景的描述： 监控和管理：通过查看Kafka主题列表，管理员可以了解当前系统中存在的所有主题。他们可以监控主题的状态、分区数量和副本分布，并进行必要的管理操作，如创建、删除和修改主题。 数据消费者选择：Kafka主题列表可以帮助数据消费者选择他们感兴趣的主题。消费者可以浏览主题列表，找到包含他们需要的数据的主题，并订阅这些主题以接收数据。 数据集成和数据流转：Kafka主题列表可以帮助数据集成和数据流转的过程。数据源可以查看主题列表，确定将数据写入哪些主题。而数据接收方可以查看主题列表，选择他们需要的主题来消费数据。 监控数据流：通过查看Kafka主题列表，监控系统可以了解当前系统中的所有数据流。监控系统可以根据主题列表中的信息，监控每个主题的数据流量、延迟和健康状况，并进行实时的监控和报警。 系统调试和故障排查：Kafka主题列表可以帮助开发人员进行系统调试和故障排查。他们可以查看主题列表，确定消息是否正确地写入和消费，并检查主题的状态和分区情况，以解决潜在的问题。 总之，Kafka主题列表提供了对Kafka消息队列中所有主题的全局视图，帮助管理员、数据消费者和开发人员进行监控、管理和调试。 操作步骤 （1）登录管理控制台。 （2）进入Kafka管理控制台。 （3）在实例列表页在操作列，目标实例行点击“管理”。 （4）点击“Topic管理”后即可查看所有Topic的信息。 （5）右上角输入Topic名称，可查询对应Topic。