ActiveMQ Artemis 集群桥接队列消息堆积问题深度解析与解决方案

问题现象描述

在使用activemq artemis 2.22.0版本构建的集群环境中，部分用户可能会遇到一个棘手的问题：集群内部桥接队列$.artemis.internal.sf会随机出现消息堆积。尽管其他业务队列的消息能够正常接收和消费，甚至在高负载下也能表现良好，但这个内部桥接队列的消息却仿佛“卡住”了一般，持续增长。这种堆积现象并非总在系统高负载时发生，也与实例的运行时间没有必然联系，表现出偶发性和难以复现的特点，给故障排查带来了极大挑战。当消息堆积发生时，通常需要手动重启相关实例才能恢复桥接消费，这严重影响了服务的稳定性和可用性。

典型的集群配置可能涉及多层集群（例如“表面”层和“深度”层），每层包含多个子集群，每个子集群由主备节点对组成，通过cluster-connections进行互联。例如：

<cluster-connections>
   <cluster-connection name="cluster-D1">
      <connector-ref>connector-D1-master-a</connector-ref>
      <check-period>1000</check-period>
      <connection-ttl>20001</connection-ttl>
      <initial-connect-attempts>-1</initial-connect-attempts>
      <reconnect-attempts>1</reconnect-attempts>
      <use-duplicate-detection>true</use-duplicate-detection>
      <message-load-balancing>ON_DEMAND</message-load-balancing>
      <max-hops>1</max-hops>
      <notification-interval>2000</notification-interval>
      <notification-attempts>2</notification-attempts>
         <static-connectors>
            <connector-ref>connector-D1-slave-a</connector-ref>
            <connector-ref>connector-D1-master-b</connector-ref>
            <connector-ref>connector-D1-slave-b</connector-ref>
         </static-connectors>
   </cluster-connection>
</cluster-connections>

在此类复杂配置下，即使日志显示桥接连接正常，且没有观察到连接重试等异常，消息堆积依然可能发生。

根本原因分析

该问题的核心在于ActiveMQ Artemis 2.22.0版本中引入的两个变化及一个未修复的缺陷的组合作用：

1. producer-window-size 默认值变更 (ARTEMIS-3805): 在ActiveMQ Artemis 2.22.0版本之前，cluster-connection的producer-window-size默认值为-1，表示无限制的生产者窗口大小。然而，从2.22.0版本开始，此默认值被修改为1048576字节（即1MiB）。这意味着集群桥接在向对端发送消息时，会受到1MiB的流量控制限制。虽然此变更在文档的“Clusters”章节有所提及，但在“Configuration Index”章节中可能存在遗漏，导致用户不易察觉。

2. 流控缺陷 (ARTEMIS-4003): ActiveMQ Artemis 2.22.0版本中存在一个未知的流控（flow-control）缺陷。当集群桥接在节点间传输大消息时，这个缺陷可能导致桥接内部逻辑卡住，进而阻止消息的进一步传输，即使producer-window-size被设置为有限值。这个缺陷直到2.26.0版本才通过ARTEMIS-4003得到解决。

因此，在ActiveMQ Artemis 2.22.0版本中，有限的producer-window-size（1MiB）与处理大消息时的流控缺陷相结合，导致了$.artemis.internal.sf队列消息的随机堆积。

解决方案

针对此问题，有两种主要且有效的解决方案：

方案一：调整 producer-window-size 配置

在不升级ActiveMQ Artemis版本的情况下，可以通过显式地将cluster-connection的producer-window-size设置为-1来解决此问题。这将恢复到2.22.0版本之前的无限制生产者窗口行为，从而绕过因有限窗口大小与流控缺陷结合而引发的问题。

操作步骤：

1. 编辑您的broker.xml配置文件。
2. 在所有相关的<cluster-connection>配置块中，添加或修改<producer-window-size>标签，将其值设置为-1。

示例代码：

落笔AI

AI写作，AI写网文、AI写长篇小说、短篇小说

41

查看详情

<cluster-connections>
   <cluster-connection name="cluster-D1">
      <!-- ... 其他配置 ... -->
      <producer-window-size>-1</producer-window-size>
      <!-- ... 其他配置 ... -->
   </cluster-connection>
</cluster-connections>

注意事项：

• 将producer-window-size设置为-1意味着桥接将不再受限于生产者窗口大小。在极端情况下，如果发送方速度远超接收方，这可能导致发送方节点积累更多待发送消息，占用更多内存。然而，对于解决此特定问题，这是目前最直接且有效的方法。
• 修改配置后，需要重启ActiveMQ Artemis实例以使配置生效。

方案二：升级 ActiveMQ Artemis 版本

最彻底的解决方案是升级ActiveMQ Artemis到2.26.0或更高版本。2.26.0版本包含了对ARTEMIS-4003缺陷的修复，彻底解决了流控相关的问题，即使producer-window-size保持默认值（1MiB），也不会再出现因流控导致的桥接卡死。

操作步骤：

1. 规划升级路径，参考ActiveMQ Artemis官方文档进行版本升级。
2. 将ActiveMQ Artemis的运行时版本更新至2.26.0或更高版本。
3. 升级后，无需修改producer-window-size配置，因为底层缺陷已被修复。

注意事项：

• 版本升级是重要的操作，务必在测试环境中充分验证，确保与现有应用程序和配置的兼容性。
• 建议升级到当前最新的稳定版本，以获得最新的功能和错误修复。

总结与建议

ActiveMQ Artemis 2.22.0版本中$.artemis.internal.sf桥接队列的消息堆积问题，是producer-window-size默认值变更与流控缺陷共同作用的结果。解决此问题的关键在于解除或修复导致流控异常的机制。

推荐的解决方案是升级到ActiveMQ Artemis 2.26.0或更高版本，因为这从根本上解决了流控缺陷，提供了最稳定的长期解决方案。如果暂时无法进行版本升级，那么将producer-window-size设置为-1是一个有效的临时缓解措施。

无论选择哪种方案，都应在非生产环境中进行充分的测试，并密切监控系统性能和桥接队列的状态，以确保集群的稳定运行。同时，持续关注ActiveMQ Artemis的官方发布和更新，及时获取最新的修复和优化。

以上就是ActiveMQ Artemis 集群桥接队列消息堆积问题深度解析与解决方案的详细内容，更多请关注php中文网其它相关文章！