本文主要介绍分布式消息服务RabbitMQ的准备环境。 虚拟私有云 虚拟私有云（Virtual Private Cloud，以下简称VPC）为RabbitMQ专享版实例提供一个隔离的、用户自主配置和管理的虚拟网络环境。 1. 在创建RabbitMQ专享版实例前，确保已存在可用的虚拟私有云和子网。 创建方法，请参考创建虚拟私有云和子网。如果您已有虚拟私有云和子网，可重复使用，不需要多次创建。 在创建VPC和子网时应注意如下要求： 创建的VPC与使用的RabbitMQ服务应在相同的区域。 创建VPC和子网时，如无特殊需求，配置参数使用默认配置即可。 2. 在创建RabbitMQ专享版实例前，确保已存在可用的安全组。 创建方法，请参考创建安全组。如果您已有安全组，可重复使用，不需要多次创建。 使用RabbitMQ实例前，添加表1所示安全组规则，其他规则请根据实际需要添加。 表1 安全组规则 方向 协议 端口 源地址 说明 入方向 TCP 5672 0.0.0.0/0 访问RabbitMQ实例（关闭SSL加密） 入方向 TCP 5671 0.0.0.0/0 访问RabbitMQ实例（开启SSL加密） 入方向 TCP 15672 0.0.0.0/0 访问Web界面UI地址（关闭SSL加密） 入方向 TCP 15671 0.0.0.0/0 访问Web界面UI地址（开启SSL加密） 说明 创建安全组后，系统默认添加入方向“允许安全组内的弹性云主机彼此通信”规则和出方向“放通全部流量”规则，此时使用内网通过同一个VPC访问RabbitMQ实例，无需添加上表中的规则。

本章节主要介绍安全认证原理和认证机制。 功能 开启了 Kerberos认证的安全模式集群，进行应用开发时需要进行安全认证。 Kerberos这一名词来源于希腊神话“三个头的狗——地狱之门守护者”，后来沿用作为安全认证的概念，使用Kerberos的系统在设计上采用“客户端/服务器”结构与AES等加密技术，并且能够进行相互认证（即客户端和服务器端均可对对方进行身份认证）。可以用于防止窃听、防止replay攻击、保护数据完整性等场合，是一种应用对称密钥体制进行密钥管理的系统。 原理 Kerberos的原理架构和各模块的说明如下图所示： 原理架构 模块说明 App Client：应用客户端，通常是需要提交任务（或者作业）的应用程序。 App Server：应用服务端，通常是应用客户端需要访问的应用程序。 Key Distribution Center（KDC）：提供安全认证的服务。 Database：存储Principal数据。 Authentication Server（AS）：认证服务器，认证客户端身份，发放客户访问TGS的票据授权票据（TGT）。 Ticket Granting Server（TGS）：票据授予服务器，发放应用客户端访问应用服务端所需的服务票据（ST）。 步骤原理说明 应用客户端（App Client）可以是集群内某个服务，也可以是客户二次开发的一个应用程序，应用程序可以向应用服务提交任务或者作业。 1. ASREQ：App Client在提交任务或者作业前，需要向AS申请TGT，用于建立和TGS的安全会话。 2. ASREP：AS在收到TGT请求后，会解析其中的参数来生成对应的TGT，使用App Client指定的用户名的密钥进行加密响应消息。 3. TGSREQ：App Client收到TGT响应消息后，解析获取TGT，此时，再由App Client（通常是RPC底层）向TGS获取应用服务端的ST。 4. TGSREP：TGS在收到ST请求后，校验其中的TGT合法后，生成对应的App Server的ST，再使用App Server密钥将响应消息进行加密处理。 5. APREQ：App Client收到ST响应消息后，将ST打包到发给App Server的消息里面传输给对应的App Server。 6. APREP：App Server端收到请求后，使用App Server对应的密钥解析其中的ST，并校验成功后，本次请求合法通过。 说明 1. Kerberos认证时需要配置Kerberos认证所需要的文件参数，主要包含keytab路径，Kerberos认证的principal，Kerberos认证所需要的客户端配置krb5.conf文件。 2. 方法login()为调用的UserGroupInformation的方法执行Kerberos认证，生成TGT票据。 3. 方法doSth()调用hadoop的接口访问文件系统，此时底层RPC会自动携带TGT去Kerberos认证，生成ST票据。

对于包周期订购后，支持通过控制台进行续订操作。 具体操作如下： 步骤1：登录Kafka专享版控制台，在实例列表中，右侧的“更多”菜单下拉选择“续费”按钮； 步骤2：进入续订管理界面后，选择续订周期后，点击“确认提交”，按提示完成后续支付流程。

本章节主要介绍分布式消息服务RabbitMQ的实例类问题。 RabbitMQ使用的版本是多少？ 服务端RabbitMQ的版本是3.8.35。 RabbitMQ实例SSL连接的协议版本号是多少？ TLS v1.2版本。 创建实例时为什么无法查看子网和安全组等信息？ 创建实例时，如果无法查看虚拟私有云、子网、安全组、弹性IP，可能原因是该用户无Server Administrator和VPC Administrator权限，增加权限的详细步骤请参考《统一身份认证服务 用户指南》的“用户指南 > 用户组及授权 > 查看或修改或删除用户组”章节。 若其中一台RabbitMQ重启失败，需要会如何处理？ 重启RabbitMQ实例时，不会重启实例所在虚拟机，仅重启RabbitMQ进程。 重启集群实例时，若其中一台RabbitMQ进程重启失败，则重启后实例状态依然为“运行中”，并提示“部分节点故障”。在每台虚拟机上都有RabbitMQ的守护进程，定时检查RabbitMQ进程是否存在，当进程不存在时会自动拉起RabbitMQ进程。 如果RabbitMQ实例异常持续超过1分钟，会上报告警。 RabbitMQ集群实例如何均衡分发请求到每个虚拟机？ 集群内部使用LVS做负载均衡，由LVS将请求均衡分发到每个虚拟机节点。 RabbitMQ实例集群内部的队列是否有冗余备份？ 队列是否做镜像（即冗余备份）取决于用户的需要，如果用户设置了镜像，会在集群中多个代理上存储队列的副本，当某个代理故障，集群会从其他正常的代理中选择一个代理，用来同步队列数据。

场景描述 当开启自动创建Topic功能时，平台预设的管理员用户可跳过手动授权步骤，直接对任意Topic进行生产/消费。 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“用户管理”后进入用户管理页面，点击“管理员用户”按钮。 （5）设置并且确认符合安全策略的密码，即可使用管理员用户。

Topic与Tag释义 1）Topic：消息主题，通过Topic对不同的业务消息进行分类。 2）Tag：消息标签，用来进一步区分某个Topic下的消息分类，消息队列RocketMQ允许消费者按照Tag对消息进行过滤，确保消费者最终只消费到他关注的消息类型。 Topic与Tag都是业务上用来归类的标识，区分在于Topic是一级分类，而Tag可以说是二级分类。 适用场景 什么时候该用Topic，什么时候该用Tag，可以参考下面的一些考虑进行权衡： 考虑消息类型：如普通消息、顺序消息，事务消息、定时（延时）消息，不同消息类型是无法通过Tag区分的，这种情况就需要我们创建不同的Topic。 业务关联性：如果是不同业务之间没有直关联的消息，建议按照Topic进行区分；而同一个业务只是子类型不一样的消息可以用Tag进行区分。 消息优先级：不同的业务场景可能会导致消费端对于消息的优先级需求不同，有的紧急，有的相对来说对于延时的接收程度更大，不同优先级的消息用不同的Topic进行区分。 消息量级：如果量小但延时要求高的消息，跟超大量级（如万亿）的消息使用同一个Topic，则有可能排队时间过长导致延时无法接受，所以不同量级的消息不要使用不同的Tag，需要用不同的Topic。 总结起来就是，在消息分类实践中，有创建多个Topic，以及在同一个Topic下创建多个Tag两种常见做法。一般来说，不同的Topic之间的消息不产生直接业务上的关联，而同一个Topic下相互之间产生联系的消息可以选择用Tag来区分，一般是相同业务下的不同板块不同类型。

场景描述 RocketMQ查询消息信息的作用如下： ● 监控消息状态：通过查询消息信息，可以实时监控消息的状态，包括消息是否已被消费、消费进度、重试次数等。这有助于及时发现消息消费异常或延迟等问题，以便进行及时处理和调整。 ● 故障排查与追踪：通过查询消息信息，可以帮助定位消息消费失败的原因，如消费者异常、网络故障等。同时，还可以追踪消息的消费路径，了解消息从生产到消费的流程，方便排查故障和进行问题定位。 ● 统计与分析：通过查询消息信息，可以进行消息的统计和分析，如消息的发送量、消费量、消费延迟等。这有助于了解系统的消息处理情况，评估系统的性能和稳定性，以便进行相应的优化和改进。 ● 数据同步与恢复：通过查询消息信息，可以了解消息的发送时间、内容和关键字等信息，方便进行数据的同步和恢复。当系统发生故障或数据丢失时，可以通过查询消息信息来恢复数据，并确保数据的一致性和完整性。 综上所述，通过查询RocketMQ中的消息信息，可以实现消息的监控、故障排查、统计分析以及数据同步与恢复等功能，为系统的稳定运行和数据管理提供了重要的支持。 操作步骤 1、 进入管理控制台消息查询菜单。 2、 下拉选择集群名称和Broker名称。 3、 提供五种查询消息的方式：按key，按ID，按偏移量，基于Topic查询，死信队列查询。 根据Key查询 根据消息的key查询消息列表，key要求尽可能全局唯一。 点击“查看”，可以查询该消息的包体内容。

本文介绍天翼云云搜索服务OpenSearch实例系统默认插件支持情况。 系统默认插件为天翼云云搜索服务预置的插件，不支持卸载。 默认预设的插件列表功能版本如下: OpenSearch 2.19.1 插件名 描述 版本 analysishanlp 优化过的HanLP中文分词插件 2.19.1.0 flowcontrol 自研流量控制插件，可进行流控管控、限流等 2.19.1.0 opensearchanalisyspinyin 拼音分词插件 2.19.1.0 opensearchanalisysstconvert STConvert插件，支持中文简体和中文繁体相互转换 2.19.1.0 opensearchanalysisik ik中文分词插件，支持自定义词典 2.19.1.0 opensearchasynchronoussearch 异步搜索插件 2.19.1.0 opensearchcrossclusterreplication 跨集群复制插件 2.19.1.0 opensearchgeospatial geospatial插件 2.19.1.0 opensearchindexmanagement 索引管理插件 2.19.1.0 opensearchjobscheduler 任务调度插件 2.19.1.0 opensearchknn 向量检索引擎插件，可支撑图像搜索、语音识别和商品推荐等向量检索场景的需求 2.19.1.0 opensearchnotifications 消息通知插件 2.19.1.0 opensearchnotificationscore 消息通知core插件 2.19.1.0 opensearchsecurity 安全插件 2.19.1.0 opensearchsql sql查询插件 2.19.1.0 prometheusexporter Opensearch的prometheus exporter插件 2.19.1.0 repositoryhdfs Hadoop分布式文件系统HDFS（Hadoop Distributed File System）存储库插件，提供了对HDFS存储库的支持 2.19.1.0 repositorys3 支持将数据存入天翼云对象存储ZOS的插件 2.19.1.0 ingestattachement 支持多格式文件的全文检索插件 2.19.1.0 opensearchreportsscheduler 报告生成插件 2.19.1.0 opensearchalerting 告警管理插件 2.19.1.0 opensearchanomalydetection 基于机器学习的时序数据异常模式识别插件 2.19.1.0 opensearchcustomcodecs 自定义编码器插件，支持zstd压缩算法 2.19.1.0 opensearchflowframework 可视化数据管道编排插件 2.19.1.0 opensearchltr 基于机器学习的搜索相关度排序插件 2.19.1.0 opensearchml 机器学习插件 2.19.1.0 opensearchneuralsearch 基于神经网络的语义检索插件 2.19.1.0 opensearchobservability 全栈监控工具插件 2.19.1.0 opensearchperformanceanalyzer 性能分析插件 2.19.1.0 opensearchskills 提供机器学习agent框架工具 2.19.1.0 opensearchsystemtemplates 系统模板仓库插件 2.19.1.0 analysisicu 提供 ICU（International Components for Unicode） 支持的分词和字符归一化功能，尤其适合多语言处理 2.19.1.0 analysiskuromoji 日语分词器插件 2.19.1.0 analysisnori 韩语分词器插件 2.19.1.0 OpenSearch 3.5.0 插件名 描述 版本 analysisicu 提供ICU（International Components for Unicode）支持的分词和字符归一化功能，尤其适合多语言处理 3.5.0 analysisik ik中文分词插件，支持自定义词典 3.5.0 analysispinyin 拼音分词插件 3.5.0 opensearchalerting 告警管理插件 3.5.0.0 opensearchanomalydetection 基于机器学习的时序数据异常模式识别插件 3.5.0.0 opensearchasynchronoussearch 异步搜索插件 3.5.0.0 opensearchcrossclusterreplication 跨集群复制插件 3.5.0.0 opensearchcustomcodecs 自定义编码器插件，支持zstd压缩算法 3.5.0.0 opensearchflowframework 可视化数据管道编排插件 3.5.0.0 opensearchgeospatial geospatial插件 3.5.0.0 opensearchindexmanagement 索引管理插件 3.5.0.0 opensearchjobscheduler 任务调度插件 3.5.0.0 opensearchknn 向量检索引擎插件，可支撑图像搜索、语音识别和商品推荐等向量检索场景的需求 3.5.0.0 opensearchltr 基于机器学习的搜索相关度排序插件 3.5.0.0 opensearchml 机器学习插件 3.5.0.0 opensearchneuralsearch 基于神经网络的语义检索插件 3.5.0.0 opensearchnotifications 消息通知插件 3.5.0.0 opensearchnotificationscore 消息通知core插件 3.5.0.0 opensearchobservability 全栈监控工具插件 3.5.0.0 opensearchperformanceanalyzer 性能分析插件 3.5.0.0 opensearchreportsscheduler 报告生成插件 3.5.0.0 opensearchsearchrelevance 评估、比对和微调搜索结果的准确度插件 3.5.0.0 opensearchsecurity 安全插件 3.5.0.0 opensearchsecurityanalytics 安全分析/SIEM插件 3.5.0.0 opensearchskills 提供机器学习agent框架工具插件 3.5.0.0 opensearchsql sql查询插件 3.5.0.0 opensearchsystemtemplates 系统模板仓库插件 3.5.0.0 opensearchubi 收集和存储用户在客户端的真实搜索行为插件 3.5.0.0 prometheusexporter Opensearch的prometheus exporter插件 3.5.0.0 queryinsights 查询洞察插件 3.5.0.0 repositorys3 支持将数据存入天翼云对象存储ZOS的插件 3.5.0

类型 默认用户组 描述 集群默认用户组 hadoop 将用户加入此用户组，可获得所有Yarn队列的任务提交权限。 集群默认用户组 hadoopmanager 将用户加入此用户组，可获得HDFS和Yarn的组件运维管理员权限。对HDFS来说，运维管理员可以访问NameNode WebUI，还能进行手动主备倒换等操作。对Yarn来说，运维管理员可以执行Yarn集群的管理操作，例如访问ResourceManager WebUI，管理NodeManager节点，刷新队列，设置NodeLabel等，但不能提交任务。 集群默认用户组 hive 普通用户组。Hive用户必须属于该用户组。 集群默认用户组 hive1 普通用户组。Hive1用户必须属于该用户组。 集群默认用户组 hive2 普通用户组。Hive2用户必须属于该用户组。 集群默认用户组 hive3 普通用户组。Hive3用户必须属于该用户组。 集群默认用户组 hive4 普通用户组。Hive4用户必须属于该用户组。 集群默认用户组 kafka Kafka普通用户组。添加入本组的用户，需要被kafkaadmin组用户授予特定Topic的读写权限，才能访问对应Topic。 集群默认用户组 kafkaadmin Kafka管理员用户组。添加入本组的用户，拥有所有Topic的创建，删除，授权及读写权限。 集群默认用户组 kafkasuperuser Kafka的Topic读写用户组。添加入本组的用户，拥有所有Topic的读写权限。 集群默认用户组 storm Storm的普通用户组，属于该组的用户拥有提交拓扑和管理属于自己的拓扑的权限。 集群默认用户组 stormadmin Storm的管理员用户组，属于该组的用户拥有提交拓扑和管理所有拓扑的权限。 集群默认用户组 supergroup 这个用户组内的用户具有HBase，HDFS和Yarn的超级权限，并且可以使用Hive。 集群默认用户组 yarnviewgroup Yarn任务只读用户组。将用户加入此用户组，可获得Yarn和Mapreduce界面上任务的只读权限。 集群默认用户组 checksecldap 用于内部测试主LDAP是否工作正常。用户组随机存在，每次测试时创建，测试完成后自动删除。系统内部组，仅限组件间内部使用。 集群默认用户组 compcommon 系统内部组，用于访问集群公共资源。所有系统用户和系统运行用户默认加入此用户组。 操作系统默认用户组 wheel 系统内部运行用户“omm”的主组。 操作系统默认用户组 ficommon 系统公共组，对应“compcommon”，可以访问集群在操作系统中保存的公共资源文件。

本节适用于南京3、重庆2、晋中、上海7、北京5、内蒙6、石家庄20节点。 场景描述 RocketMQ的按需转包周期的场景描述如下： 在使用RocketMQ时，可能会遇到需要设置按需转包周期的场景，例如： 消息积压处理：当RocketMQ中的消息积压较多时，可能会导致消息的消费速度跟不上消息的生产速度，进而影响系统的性能和稳定性。为了解决这个问题，可以设置按需转包周期，即将一定数量的消息打包成一个批次进行消费，以提高消费的效率和吞吐量。 业务流量波动：在某些业务场景下，业务流量可能会出现波动，即某个时间段内的消息产生速度较快，而另一个时间段内的消息产生速度较慢。为了更好地适应业务流量的波动，可以设置按需转包周期，以根据实际的消息产生情况进行灵活的批量消费。 系统资源优化：当RocketMQ的消费者资源有限时，可以通过设置按需转包周期来优化系统的资源利用。通过将一定数量的消息打包成一个批次进行消费，可以减少消费者的竞争和上下文切换，提高系统的并发处理能力。 消息处理延迟优化：在某些场景下，对消息的实时性要求较低，可以通过设置按需转包周期来优化消息的处理延迟。将一定数量的消息打包成一个批次进行消费，可以减少消息的处理次数，从而降低消息的处理延迟。 需要注意的是，在设置按需转包周期时，应根据实际业务需求和系统情况进行调整。同时，应考虑消息的重要性、消费者的处理能力、系统的资源限制等因素，以确保系统的稳定性和性能。

本章节主要介绍分布式消息服务RabbitMQ的实例类问题。 RabbitMQ使用的版本是多少？ 服务端RabbitMQ的版本是3.8.35。 RabbitMQ实例SSL连接的协议版本号是多少？ TLS v1.2版本。 创建实例时为什么无法查看子网和安全组等信息？ 创建实例时，如果无法查看虚拟私有云、子网、安全组、弹性IP，可能原因是该用户无Server Administrator和VPC Administrator权限，增加权限的详细步骤请参考《统一身份认证服务 用户指南》的“用户指南 > 用户组及授权 > 查看或修改或删除用户组”章节。 若其中一台RabbitMQ重启失败，需要会如何处理？ 重启RabbitMQ实例时，不会重启实例所在虚拟机，仅重启RabbitMQ进程。 重启集群实例时，若其中一台RabbitMQ进程重启失败，则重启后实例状态依然为“运行中”，并提示“部分节点故障”。在每台虚拟机上都有RabbitMQ的守护进程，定时检查RabbitMQ进程是否存在，当进程不存在时会自动拉起RabbitMQ进程。 如果RabbitMQ实例异常持续超过1分钟，会上报告警。 RabbitMQ集群实例如何均衡分发请求到每个虚拟机？ 集群内部使用LVS做负载均衡，由LVS将请求均衡分发到每个虚拟机节点。 RabbitMQ实例集群内部的队列是否有冗余备份？ 队列是否做镜像（即冗余备份）取决于用户的需要，如果用户设置了镜像，会在集群中多个代理上存储队列的副本，当某个代理故障，集群会从其他正常的代理中选择一个代理，用来同步队列数据。

云监控服务相关概念 使用云监控服务之前，请先了解一下相关概念，从而可以更好的使用云监控服务。 监控指标 监控指标是云监控服务的核心概念，通常是指云平台上某个资源的某个维度状态的量化值，如云主机的CPU使用率、内存使用率等。监控指标是与时间有关的变量值，会随着时间的变化产生一系列监控数据，帮助用户了解特定时间内该监控指标的变化。 聚合 聚合是云监控服务在特定周期内对各服务上报的原始采样数据采取平均值、最大值、最小值、求和值、方差值计算的过程。这个计算的周期又叫做聚合周期，目前云监控服务支持5分钟、20分钟、1小时、4小时、24小时共五种聚合周期。 监控面板 监控面板为用户提供自定义查看监控数据的功能，支持在一个监控面板跨服务、跨维度查看监控数据，将您关注的重点服务监控指标集中呈现，既能满足总览服务运行概况，又能满足排查故障时快速查看监控详情的需求。 主题 主题是设置告警通知是客户端订阅通知的特定事件类型，为用户提供一对多的发布订阅以及消息通知功能，支持用户实现一站式多种消息通知方式。云监控服务在监控到云服务资源发生变化时，可通过多种方式通知用户，让用户实时掌握云服务的运行状况。

本文介绍可观测性相关操作。 容器引擎服务目前提供了总体资源的基础监控能力。用户可通过点击控制导航栏处的【总览】，进入总览界面，查看汇总的资源信息。也可单独查看各个应用、容器的相关信息。 操作步骤 总览界面查看使用CCE的相关信息，需首先选择当前集群，将展现选择集群的以下信息： 节点、应用、容器组、服务、ingress的数量统计数量； 监控管理：提供集群监控信息，包括网络速率，及磁盘、cpu、内存类型的资源利用率； 组件状态监控：提供API server、Controller Managers、Scheduler组件状态监控； 用户也可以通过点击【资源管理】>【集群管理】等入口，获得各应用状态及监控信息，同时可查看集群及容器日志： 监控：无状态应用及容器组运行情况，包括正常与异常两种状态; 应用资源使用量监控：记录当前的资源使用量，包括CPU使用量、内存使用量； 应用事件：记录应用事件，包括发生次数、事件、类型、消息内容等； 容器组日志：提供容器内部的日志信息； 容器事件：记录容器事件，包括发生次数、事件、类型、消息内容等； 集群日志：提供集群创建过程中的日志信息； 集群监控：提供cpu、内存、磁盘使用率指标及网络上下行速率监控指标查看； 节点监控：提供cpu、内存、磁盘使用率指标及网络上下行速率监控指标查看； 节点事件：记录容器事件，包括发生次数、事件、类型、消息内容等。

本文介绍了如何在天翼云上使用弹性云主机的Linux实例部署RabbitMQ。 本文介绍了如何在天翼云上使用弹性云主机的Linux实例部署RabbitMQ。RabbitMQ是采用Erlang语言实现AMQP（Advanced Message Queuing Protocol，高级消息队列协议）的消息中间件，它最初起源于金融系统，用于在分布式系统中存储转发消息。RabbitMQ凭借其高可靠、易扩展、高可用及丰富的功能特性成为目前非常热门的一款消息中间件。 前提条件 弹性云主机所在安全组添加了如下表所示的安全组规则，具体步骤参见为安全组添加安全组规则。 方向 类型 协议 端口/范围 源地址 入方向 IPv4 TCP 5672 0.0.0.0/0 入方向 IPv4 TCP 15672 0.0.0.0/0 操作步骤 1. 安装相关依赖包和perl。 登录弹性云主机。 执行以下命令，安装相关依赖包。 plaintext yum y install make gcc gccc++ m4 ncursesdevel openssldevel unixODBCdevel 执行如下命令，安装perl。 plaintext yum install perl 2. 安装erlang。 执行如下命令，下载erlang安装包。 plaintext wget 执行如下命令，解压缩安装包。 plaintext tar xzf otpsrc19.3.tar.gz 解压后生成一个“otpsrc19.3”文件夹。 执行如下命令，创建文件夹“erlang”。 plaintext mkdir /usr/local/erlang 执行如下命令，进入解压后生成的文件夹“otpsrc19.3”。 plaintext cd otpsrc19.3 执行如下命令，检查系统是否符合安装要求。 plaintext ./configure prefix/usr/local/erlang withoutjavac 执行如下命令，编译并安装Erlang。 plaintext make && make install 执行如下命令，配置erlang环境变量。 执行如下命令打开配置文件"profile"。 plaintext vi /etc/profile 按i键进入编辑模式。 修改打开的“profile”文件，将如下内容添加到文件末尾。 plaintext export PATH$PATH:/usr/local/erlang/bin 按Esc键退出编辑模式，并输入:wq保存后退出。 执行如下命令，使环境变量生效。 plaintext source /etc/profile 执行如下命令，检查安装结果。 plaintext erl version 回显类似如下信息，说明erlang安装成功。 plaintext [root@ecsrabbitmq ~]

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

本节主要介绍应用场景 巡检与问题定界 日常运维中，遇到异常难定位、日志难获取等问题，需要一个监控平台对资源、日志、应用性能进行全方位的监控。 AOM深度对接应用服务，一站式收集基础设施、中间件和应用实例的运维数据，通过指标监控、日志分析、服务异常报警等功能，支持日常巡检资源、应用整体运行情况，及时发现并定界应用与资源的问题。 优势 应用自动发现：自动部署采集器，针对应用的运行环境，主动发现应用并进行监控。 跨云服务的分布式应用监控：对于同时使用了多种云服务的分布式应用，提供统一的运维平台，便于您对业务进行立体排查。 告警灵活通知：提供多种异常检测策略并支持丰富的异常告警触发方式。 巡检与问题定界 立体化运维 您需全方位掌控系统的运行状态，并快速响应各类问题。 AOM提供从云平台到资源，再到应用的监控和微服务调用链的立体化运维分析能力。 优势 体验保障：实时掌控业务KPI健康状态，对异常事务根因分析。 故障快速诊断：分布式调用追踪，快速找到异常故障点。 资源运行保障：实时监控容器、磁盘、网络等上百种资源运维指标 集群>虚机>应用>容器异常关联分析。

顺序消息和普通消息的区别是什么 最大的区别在于是否能保证消息生产和消费的顺序一致。 对于顺序消息，消息均根据ShardingKey进行区块分区，同一分区内的消息消费满足先进先出，保证分区有序，不同分区的消息消费顺序不做要求。 普通消息则没有该项保证，消息消费的顺序跟生产的顺序不一定保证一致性。 RocketMQ集群消费和广播消费区别是什么 使用集群消费模式时，MQ内任意一条消息只需被订阅组集群内的任意一个消费者消费即可。 使用广播消费模式时，MQ内每条消息都会投递到订阅组集群的所有消费者，每条消息至少被每个消费者消费一次。 多个订阅组订阅同一个主题时消息如何被消费 RocketMQ中订阅关系并非是一对一的，一个主题可以被一个或多个订阅组订阅，但不同订阅组之间的消费是互不影响的，它们各自维护自己在当前主题的消费偏移信息，每一条消息都会被订阅该主题的订阅组接收到。 消息消费失败是否会有重试机制 在push消费模式下，RocketMQ在消费者消费消息失败后会通过将消息重新投递到该订阅组的重试队列在一定时间后会被消费者重新消费到，如果多次失败则会多次重复上述的重试过程，超过最大次数之后（创建订阅组时可配置）会将消息投递到死信队列。

本文主要介绍RocketMqProducer监控 介绍APM采集的RocketMqProducer监控指标的类别、名称、含义等信息。 表 RocketMqProducer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 ::::::: 异常（exception，RabbitMqProducer调用的异常信息统计。） exceptionType 异常类型 异常类型 ENUM LAST 异常（exception，RabbitMqProducer调用的异常信息统计。） causeType 异常类 发生异常的类 ENUM LAST 异常（exception，RabbitMqProducer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，RabbitMqProducer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，RabbitMqProducer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 clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） group 生产者组 生产者组 ENUM LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） pid pid pid STRING LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） concurrentMax 最大并发 推送消息最大并发 INT MAX clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） errorCount 错误次数 推送消息的错误次数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） 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（clientIdPublish，以clientId为维度统计消息推送详情） invokeCount invokeCount Publish调用次数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） publishedMsgCount publishedMsgCount 推送消息数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） publishedBytes 推送字节数 推送字节数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） totalTime 总响应时间 推送消息的总响应时间 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） group 生产者组 生产者组 ENUM LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） topic 主题 消息推送的主题 ENUM LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） pid pid pid STRING LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX topic监控（topicPublish，以以topic为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） 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（topicPublish，以以topic为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX topic监控（topicPublish，以以topic为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） group 生产者组 生产者组 ENUM LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） pid pid pid STRING LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX queue监控（queuePublish，以queue为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） 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（queuePublish，以queue为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX queue监控（queuePublish，以queue为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） group 生产者组 生产者组 ENUM LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） broker broker broker地址 ENUM LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） pid pid pid STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX broker监控（brokerPublish，以broker为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX broker监控（brokerPublish，以broker为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） group 生产者组 生产者组 ENUM LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） pid pid pid STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） concurrentMax 最大并发 推送事务消息最大并发 INT MAX 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） errorCount 错误次数 推送事务消息的错误次数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） invokeCount invokeCount 推送事务消息调用次数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） lastError 错误信息 推送事务消息发生错误产生的错误信息 STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） maxTime 最大响应时间 推送事务消息的最大响应时间 INT MAX 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送事务消息数量 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） totalTime 总响应时间 推送事务消息的总响应时间 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） 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推送详情） errorCount 错误次数 推送消息的错误次数 INT SUM total监控（total，以客户端为维度统计消息推送详情） invokeCount invokeCount Publish调用次数 INT SUM total监控（total，以客户端为维度统计消息推送详情） publishedMsgCount publishedMsgCount 推送消息数 INT SUM total监控（total，以客户端为维度统计消息推送详情） publishedBytes 推送字节数 推送字节数 INT SUM total监控（total，以客户端为维度统计消息推送详情） totalTime 总响应时间 推送消息的总响应时间 INT SUM

本文介绍边缘安全加速平台的首页。 简介 边缘安全加速平台服务首页，整体展示所有产品的开通情况、概览指标、计费余量等。 操作步骤 1. 登录 边缘安全加速平台控制台首页 。 2. 首页内容分为：已开通产品、产品优惠、全部产品、帮助文档、产品推荐、AOne助手共六个模块。 内容介绍 消息中心 顶部支持查看平台推送的未读消息，点击则进入消息中心，对历史消息进行浏览，并支持一键已读。 目前支持推送域名配置、规则更新动态、系统公告。 态势大屏 顶部支持查看态势大屏，点击顶部的【态势大屏】，选择”点击前往“后进入对应产品的态势大屏。 已开通产品 具体字段的说明如下： 产品 概览指标 说明 安全与加速 域名防护数 目前已开启防护策略的域名数以及总域名数占比 安全与加速 已订购流量/剩余流量 已订购流量套餐内流量+资源包总量；剩余流量已订购流量中剩余可用流量 安全与加速 已订购请求数/剩余请求数 已订购请求数套餐内动态请求数+动态请求数资源包总量；剩余流量已订购请求数中剩余可用量 边缘接入 今日/本月总流量 域名今日已使用流量和本月已使用流量 边缘接入 今日/本月带宽峰值 域名今日带宽峰值和本月带宽峰值 开发者平台 函数数量 开发者服务中已使用的边缘函数的数量 开发者平台 本月调用次数 本月函数的调用次数 开发者平台 本月出流量 本月已使用函数的出流量大小 零信任 已添加/已购买用户数 统计目前零信任服务中已购买的用户数和已使用的用户数 零信任 套餐剩余流量 零信任套餐内剩余的流量 零信任 本月带宽峰值 零信任本月用户的带宽峰值 终端管理 已用授权点数 终端设备列表中已使用的端点总数 终端管理 总授权额度 终端管理已购买的端点总数 学术加速 用户总数 学术加速已使用的用户数 学术加速 剩余流量 学术加速套餐内剩余的流量

功能说明 GetSymlink获取软链接，得到版本号和链接所指向的对象名。如果软链接的当前版本为删除标记，服务端会返回404 Not Found。 请求消息样式 plaintext GET /{Bucket}/{Object}?symlink&versionIdxxx HTTP/1.1 Host: xxx.zos.ctyun.cn xzossymlinktarget: xxx xzosforbidoverwrite:xxx AcceptEncoding: identity xamzcontentsha256: ContentSHA256 xamzdate: 20250107T025728Z ContentLength: 0 Authorization: string 请求消息参数 参数名称 参数描述 类型 是否必须 Bucket 参数解释： Bucket的名称。 String 是 Object 参数解释： Object的名称。 String 是 versionId 参数解释： Object的指定版本。 String 否 请求消息头 该请求使用公共的请求消息头，请参见如何调用API构造请求请求消息头。 请求消息元素 请求消息中不带消息元素。 响应消息样式 plaintext HTTP/1.1 Status Code xamzrequestid: tx00000000000000000000400677c98181f09bbdefault ContentLength: 0 Date: Tue, 07 Jan 2025 02:57:28 GMT Connection: KeepAlive xzossymlinktarget: xxx 响应消息头 参数描述 参数描述 类型 xzossymlinktarget 参数解释： 软链接指向的目标文件。 String xamzversionid 参数解释： 指定对象的版本id。 String 响应消息元素 该请求的响应中不带有响应元素。

本节介绍针对DDos攻击设置告警通知的最佳实践。 用户可以开启DDoS攻击告警通知，当公网IP受到DDoS攻击时用户会收到提醒消息。 前提条件 登录账号已购买公网IP。 操作步骤 1. 登录管理控制台。 2. 在产品服务列表中，选择“安全 > AntiDDoS流量清洗”，进入“AntiDDoS流量清洗”控制台。 3. 选择“告警通知”页签，设置告警通知。 告警通知参数说明： 参数 说明 告警通知开关 开启或关闭告警通知，说明如下： ：开启状态。 ：关闭状态。 消息通知主题 可以选择使用已有的主题，或者单击“查看消息通知主题”创建新的主题。 4. 将告警通知状态参数置为开启状态。 5. 单击“确定”，开启告警通知。

本文介绍分布式消息服务RabbitMQ的计费样例。 计费场景 某用户于2023/03/18 15:30:00在“广州4”区域购买了一个按需计费的RabbitMQ实例，规格配置如下： 实例规格：rabbitmq.2u4g.cluster3 总存储空间：高I/O，300GB 用了一段时间后，用户发现RabbitMQ实例当前规格无法满足业务需要，于2023/03/20 9:00:00升配为rabbitmq.4u8g.cluster3。因为该RabbitMQ实例打算长期使用下去，于2023/03/20 10:30:00将RabbitMQ实例转为包年/包月计费，购买时长为1个月。那么在3~4月份，该RabbitMQ实例总共产生多少费用呢？ 计费构成分析 可以将RabbitMQ实例的使用阶段按照计费模式分为两段：在2023/03/18 15:30:00 ~ 2023/03/20 10:30:00期间为按需计费，2023/03/20 10:30:00 ~ 2023/04/20 23:59:59期间为包年/包月计费。 按需计费 在2023/03/18 15:30:00 ~ 2023/03/20 9:00:00期间按照rabbitmq.2u4g.cluster3规格计费，计费时长为41.5小时，费用计算如下： 在2023/03/20 9:00:00 ~ 2023/03/20 10:30:00期间按照rabbitmq.4u8g.cluster3规格计费，计费时长为1.5小时，费用计算如下：

Java客户端必须使用Push Consumer 使用Pull可以实现的所有场景，均可使用Push实现，并且更简单。 Push其实是长轮询的Pull（依然是由客户端发起），在客户端通过配置参数是可以实现流控的，并不会出现服务端的流量压垮客户端的情况。 Push封装了拉取消息，分发给消费线程的线程模型，非流控的情况下，由后台线程主动拉取消息，并缓存在本地，消费线程池有空闲线程时，分发给消费线程，在有堆积量的情况下，可以保证消费线程一直工作，性能更高（备注：Pull只提供了拉取消息的功能，并且何时去拉取，拉取时机，这些都需要应用去控制；分发给消费线程的逻辑需要应用封装，除了增加应用工作量外，还可能有不稳定、性能问题等）。 Push经过多个大型项目的长时间的使用，更成熟稳定。 Push会自动订阅重试队列，不需要再次调用拉取重试队列的API来取得重试队列的消息（备注：Pull需要另外调用API拉取重试队列的消息）。 Pull是一种遗留的消费模式（兼容早期的API），新开发的应用，或者未上线的应用，都要求使用Push消费模式。

参数 参数说明 Hadoop版本 显示Hadoop组件的版本信息。 Spark版本 显示Spark组件的版本信息，MRS 3.x之前版本集群支持。 HBase版本 显示HBase组件的版本信息。 Hive版本 显示Hive组件的版本信息。 Hue版本 显示Hue组件的版本信息。 Loader版本 显示Loader组件的版本信息。 Kafka版本 显示Kafka组件的版本信息。 Storm版本 显示Storm组件的版本信息。 Flume版本 显示Flume组件的版本信息。 Tez版本 显示Tez组件的版本信息。 Presto版本 显示Presto组件的版本信息。 KafkaManager版本 显示KafkaManager组件的版本信息。 Flink版本 显示Flink组件的版本信息。 Ranger版本 显示Ranger组件的版本信息。 Spark2x版本 显示Spark2x组件的版本信息。仅MRS 3.x及之后版本集群支持。 Oozie版本 显示Oozie组件的版本信息。仅MRS 3.x及之后版本集群支持。 ClickHouse版本 显示ClickHouse组件的版本信息。仅MRS 3.x及之后版本集群支持。

对于包周期订购后，支持通过控制台进行退订操作。 具体操作如下： 步骤1：登录Kafka专享版控制台，在实例列表中，右侧的“更多”菜单下拉选择“退订”按钮； 步骤2：进入退订管理界面后，按页面提示选择“退订原因”，并勾选“我已同意本次退订金额及相关费用详情”，点击“退订”按钮完成后续流程。

场景描述 RocketMQ提供了用户管理和权限管理机制，用于确保消息队列的安全性和访问控制。另外RocketMQ还支持角色的概念，可以将多个权限组合成一个角色，并将角色分配给用户。通过角色管理，可以简化权限管理的复杂性，提高管理效率。 通过用户管理和权限管理机制，RocketMQ可以实现对消息队列的细粒度访问控制，确保只有授权的用户能够读取、写入和订阅消息，并提供了灵活的角色管理功能，方便管理员进行权限分配和管理。这些机制可以帮助用户保护消息队列的安全性，防止未经授权的访问和操作。 应用用户管理 本章节适用于南京3、上海7、重庆2、乌鲁木齐27、保定、石家庄20、内蒙6、晋中、北京5 节点。 新建消息实例后，必须在此菜单新建应用用户，然后应用才能在此消息实例上发送、消费消息。此处的用户名即为管控openapi中的accessKey，加密后的密码即为管控openapi中的secretKey。 应用用户：指MQ客户端，连接服务器生产消费时，需要进行权限校验，所以MQ客户端的用户，称为应用用户。 除了用户密码的校验，还可以为用户指定topic，代表该用户只能生产消费，指定的topic，其他topic不能生产消费。 1）点击【新建用户】按钮 2）进入用户列表界面，新增用户 3）弹出框填写用户字段 默认展示租户名，不可修改。 选择集群名称，填写应用用户名，请输入大于6位字符，只能输入大小写字母，下划线，数字。 填写用户密码，请输入大于8位字符，需要包含数字大小写字母以及特殊符号(!@

本文主要介绍了消息接收人设置的操作流程。 消息接收人默认为账号联系人，不可编辑、删除。在账号联系人之外，用户可以添加或删除消息接收人，也可对消息接收人信息进行修改。 操作步骤 1、登录消息中心。 2、点击消息中心左侧导航，选择“消息接收人设置”。 3、消息接收人设置 新增消息接收人 （1）点击“新增消息接收人”，根据页面提示填写接收人姓名、手机号、邮箱并提交。 （2）点击邮箱及手机号右侧提示完成验证。 说明 需要邮箱及手机号均完成验证，新增的消息接收人才能在“消息管理”中完成添加。 修改消息接收人信息 （1）选择需要修改的消息接收人，点击“编辑”，然后根据需求，可修改接收人姓名、手机号、邮箱，然后提交。 （2）点击邮箱及手机号右侧提示完成验证。 说明 只修改姓名无需重新验证，若替换了新的邮箱/手机，则需要验证才能接收消息。 删除消息接收人 选择需要删除的消息接收人，点击“删除”，再次确认即可完成删除。

其他新增命令 1. swapdb 用途：交换同一Redis实例内2个db的数据。 用法：swapdb dbindex1 dbindex2 2. zlexcount 用途：在有序集合中，返回符合条件的元素个数。 用法：zlexcount key min max 内存使用和性能改进 1. 使用更少的内存来存储相同数量的数据 2. 可以对使用的内存进行碎片整理，并逐渐回收 Redis5.0支持的新特性说明 DCS的Redis 5.0版本继承了Redis 4.0版本的所有功能增强以及新的命令，同时还兼容开源Redis 5.0版本的新增特性。 Stream数据结构 Stream是Redis 5.0引入的一种新数据类型，它是一个全新的支持多播的可持久化消息队列。 Redis Stream的结构示意图如下图所示，它是一个可持久化的数据结构，用一个消息链表，将所有加入进来的消息都串起来。 Stream数据结构具有以下特性 ： 1. Stream中可以有多个消费者组。 2. 每个消费组都含有一个Lastdeliveredid，指向消费组当前已消费的最后一个元素（消息）。 3. 每个消费组可以含有多个消费者对象，消费者共享消费组中的Lastdeliveredid，相同消费组内的消费者存在竞争关系，即一个元素只能被其中一个消费者进行消费。 4. 消费者对象内还维持了一个Pendingids，Pendingids记录已发送给客户端，但是还没完成ACK（消费确认）的元素id。 5. Stream与Redis其他数据结构的比较，见下表。 Stream数据结构示意图 Stream与Redis现有数据结构比较 比较项 Stream List、Pub/Sub、Zset 复杂度 获取元素高效，复杂度为O(logN) List获取元素的复杂度为O(N) offset 支持offset，每个消息元素有唯一id。不会因为新元素加入或者其他元素淘汰而改变id。 List没有offset概念，如果有元素被逐出，无法确定最新的元素 持久化 支持消息元素持久化，可以保存到AOF和RDB中。 Pub/Sub不支持持久化消息。 消费分组 支持消费分组 Pub/Sub不支持消费分组 消息确认 支持ACK（消费确认） Pub/Sub不支持 性能 Stream性能与消费者数量无明显关系 Pub/Sub性能与客户端数量正相关 逐出 允许按时间线逐出历史数据，支持block，给予radix tree和listpack，内存开销少。 Zset不能重复添加相同元素，不支持逐出和block，内存开销大。 删除元素 不能从中间删除消息元素。 Zset支持删除任意元素 Stream相关命令介绍 接下来按照使用流程中出现的顺序介绍 Stream相关命令 。详细命令见下表 1. 首先使用XADD添加流元素，即创建Stream，添加流元素时可指定消息数量最大保存范围。 2. 然后通过XGROUP创建消费者组。 3. 消费者使用XREADGROUP指令进行消费。 4. 客户端消费完毕后使用XACK命令确认消息已消费成功。 Stream相关命令介绍 Stream的详细命令 命令 说明 语法 XACK 从流的消费者组的待处理条目列表 （简称PEL）中删除一条或多条消息。 XACK key group ID [ID ...] XADD 将指定的流条目追加到指定key的流中。 如果key不存在，作为运行这个命令的副作用，将使用流的条目自动创建key。 XADD key ID field string [field string ...] XCLAIM 在流的消费者组上下文中，此命令改变待处理消息的所有权，因此新的所有者是在命令参数中指定的消费者。 XCLAIM key group consumer minidletime ID [ID ...] [IDLE ms] [TIME msunixtime] [RETRYCOUNT count] [FORCE] [JUSTID] XDEL 从指定流中移除指定的条目，并返回成功删除的条目的数量，在传递的ID不存在的情况下， 返回的数量可能与传递的ID数量不同。 XDEL key ID [ID ...] XGROUP 该命令用于管理流数据结构关联的消费者组。使用XGROUP你可以：l 创建与流关联的新消费者组。l 销毁一个消费者组。l 从消费者组中移除指定的消费者。l 将消费者组的最后交付ID设置为其他内容。 XGROUP [CREATE key groupname idor] [SETID key idor ] [DESTROY key groupname] [DELCONSUMER key groupname consumername] XINFO 检索关于流和关联的消费者组的不同的信息。 XINFO [CONSUMERS key groupname] key key [HELP] XLEN 返回流中的条目数。如果指定的key不存在，则此命令返回0，就好像该流为空。 XLEN key XPENDING 通过消费者组从流中获取数据。检查待处理消息列表的接口，用于观察和了解消费者组中哪些客户端是活跃的，哪些消息在等待消费，或者查看是否有空闲的消息。 XPENDING key group [start end count] [consumer] XRANGE 返回流中满足给定ID范围的条目。 XRANGE key start end [COUNT count] XREAD 从一个或者多个流中读取数据，仅返回ID大于调用者报告的最后接收ID的条目。 XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...] XREADGROUP XREAD命令的特殊版本，指定消费者组进行读取。 XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...] XREVRANGE 与XRANGE相同，但显著的区别是以相反的顺序返回条目，并以相反的顺序获取开始结束参数 XREVRANGE key end start [COUNT count] XTRIM XTRIM将流裁剪为指定数量的项目，如有需要，将驱逐旧的项目（ID较小的项目）。 XTRIM key MAXLEN [~] count 消息（流元素）消费确认 Stream与相比Pub/Sub，不仅增加消费分组模式，还支持消息消费确认。 当一条消息被某个消费者调用XREADGROUP命令读取或调用XCLAIM命令接管的时候， 服务器尚不确定它是否至少被处理了一次。 因此， 一旦消费者成功处理完一条消息，它应该调用XACK知会Stream，这样这个消息就不会被再次处理， 同时关于此消息的PEL（pendingids）条目也会被清除，从Redis服务器释放内存 。 某些情况下，因为网络问题等，客户端消费完毕后没有调用XACK，这时候PEL内会保留对应的元素ID。待客户端重新连上后，XREADGROUP的起始消息ID建议设置为00，表示读取所有的PEL消息及自lastid之后的消息。同时，消费者消费消息时需要能够支持消息重复传递。 ACK机制解读

生产者 是用来构建并传输数据到服务端的逻辑概念，负责把数据放入消息队列。 订阅器 用于订阅态势感知（专业版）管道消息，一个管道可由多个订阅器进行订阅，态势感知（专业版）通过订阅器进行消息分发。 消费者 是用来接收并处理数据的运行实体，负责通过订阅器把态势感知（专业版）管道中的消息进行消费并处理。 消息队列 是数据存储和传输的实际容器。 威胁检测模型 是一种被训练的AI智能识别算法模型。能针对特定威胁，自动化的完成数据汇聚、分析和报警，这种检测模式具备较好的泛化能力，防躲避能力强，可在不同业务系统中发挥同等效果，应对复杂的新型攻击。

本文主要介绍如何实现RabbitMQ的高性能最佳实践。 本章节基于吞吐量和可靠性两个指标，指导您通过设置队列长度、集群负载均衡、优先队列数量等参数，实现RabbitMQ的高性能。 使用较小的队列长度 队列中存在大量消息时，会给内存使用带来沉重的负担，为了释放内存，RabbitMQ会将消息刷新到磁盘。这个过程通常需要时间，由于需要重建索引，重启包含大量消息的集群非常耗时。当刷盘的消息过多时，会阻塞队列处理消息，从而降低队列速度，对RabbitMQ节点的性能产生负面影响。 要获得最佳性能，应尽可能缩短队列。建议始终保持队列消息堆积的数量在0左右。 对于经常受到消息峰值影响的应用程序，和对吞吐量要求较高的应用程序，建议在队列上设置 最大长度 。这样可以通过丢弃队列头部的消息来保持队列长度，队列长度永远不会大于最大长度设置。 最大长度可以通过Policy设置，也可以通过在队列声明时使用对应参数设置。 在Policy中设置 在队列声明时使用对应参数设置 //创建队列 HashMap map new HashMap<>(); //设置队列最大长度 map.put("xmaxlength",10 ); //设置队列溢出方式保留前10 map.put("xoverflow","rejectpublish" ); channel.queueDeclare(queueName,false,false,false,map); 当队列长度超过设置的最大长度时，RabbitMQ的默认做法是将队列头部的信息（队列中最老的消息）丢弃或变成死信。可以通过设置不同的overflow 值来改变这种方式，如果overflow 值设置为 drophead ，表示从队列前面丢弃或deadletter消息，保存后n条消息。如果overflow 值设置为 rejectpublish ，表示最近发布的消息将被丢弃，即保存前n条消息。 说明 如果同时使用以上两种方式设置队列的最大长度，两者中较小的值将被使用。 超过队列最大长度的消息会被丢弃，请谨慎使用。

参数 描述 STARTTIME 请求开始时间。 REQ(:METHOD) 请求方法。 REQ(XENVOYORIGINALPATH?:PATH) 请求的原始路径，若无则使用标准路径。 PROTOCOL 请求所使用的协议。 RESPONSECODE 服务器对请求的响应状态码。 RESPONSEFLAGS 响应的标志，提供关于响应的特性信息。 BYTESRECEIVED 接收到的字节数，指示请求消息的大小。 BYTESSENT 发送出去的字节数，指示响应消息的大小。 DURATION 请求处理的持续时间，包括接收到请求到发送响应的时间。 RESP(XENVOYUPSTREAMSERVICETIME) 上游服务的响应时间，表示上游服务处理请求所花费的时间。 REQ(XFORWARDEDFOR) 请求的xff头部。 REQ(USERAGENT) 请求的用户代理，标识发起请求的软件。 REQ(XREQUESTID) 请求的唯一标识符，用于跟踪请求的生命周期。 REQ(:AUTHORITY) 请求的主机名，在HTTP/2中对应请求的authority字段。

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。