Panduan Praktikal Mendalam untuk Kebolehpercayaan Middleware Redis, RabbitMQ, dan Kafka

Senario

Redis, RabbitMQ, dan Kafka adalah komponen kritikal dalam seni bina mikroservis moden, berfungsi sebagai tulang belakang cache, baris gilir mesej, dan pemprosesan strim. Isu kebolehpercayaan boleh menyebabkan gangguan perkhidmatan, kehilangan data, atau lonjakan kependaman.

Gejala Biasa

• Redis: Tamat masa respons, pertukaran gagal kerap, penggunaan memori >80%, kegagalan persistensi
• RabbitMQ: Pengumpulan baris gilir, pemutusan sambungan pengguna, amaran cakera, isu penyegerakan baris gilir cermin
• Kafka: ISR mengecut, pemilihan ketua kerap, kependaman penghasilan/penggunaan meningkat, broker ranap

Langkah Diagnostik

Redis

1. Periksa log perlahan: SLOWLOG GET 10
2. Lihat penggunaan memori: INFO memory
3. Periksa persistensi: INFO persistence – sahkan kejayaan RDB/AOF
4. Status kluster: CLUSTER INFO (jika berkluster)

RabbitMQ

1. Senarai baris gilir: rabbitmqctl list_queues name messages consumers
2. Periksa kesihatan kluster: rabbitmqctl cluster_status
3. Pantau cakera/memori: rabbitmq-diagnostics check_port_connectivity
4. Periksa log: /var/log/rabbitmq/

Kafka

1. Huraikan bahagian topik: kafka-topics --describe --bootstrap-server localhost:9092 --topic my-topic
2. Periksa offset kumpulan pengguna: kafka-consumer-groups --bootstrap-server localhost:9092 --group my-group --describe
3. Log broker: /var/log/kafka/server.log
4. Pemantauan JMX melalui Prometheus

Arahan Pembaikan

Redis

• OOM: CONFIG SET maxmemory 4gb dan tetapkan dasar pengusiran allkeys-lru
• Ketinggalan replikasi: SLAVEOF <master-ip> <master-port>
• Kegagalan persistensi: bebaskan ruang cakera, laraskan simpanan RDB SAVE 900 1

RabbitMQ

• Tunggakan baris gilir: tambah pengguna atau mulakan semula aplikasi pengguna
• Nod turun: mulakan semula nod, pastikan kuki Erlang sepadan
• Segerakkan baris gilir cermin: rabbitmqctl sync_queue <queue-name>

Kafka

• ISR mengecut: tingkatkan min.insync.replicas atau baiki replika rosak
• Pemilihan ketua tidak bersih: tetapkan unclean.leader.election.enable=false
• Kependaman: laraskan fetch.max.bytes atau tambah bahagian

Kawalan Risiko

Sebelum membuat perubahan, sentiasa buat sandaran konfigurasi dan data. Untuk Redis: BGSAVE kemudian salin dump.rdb; RabbitMQ: rabbitmqadmin export foo.json; Kafka: sandarkan config/server.properties dan direktori log.

Strategi Pengembalian

• Redis: pulihkan dump.rdb dan mulakan semula, atau kembalikan konfigurasi
• RabbitMQ: pulihkan konfigurasi dan mulakan semula nod, atau bina semula baris gilir daripada sandaran
• Kafka: pulihkan server.properties dan mulakan semula broker, main semula log via kafka-replay-log-producer jika perlu

Pengesahan

• Redis: PING, semak INFO untuk sambungan dan kependaman
• RabbitMQ: terbitkan mesej ujian dan guna, perhatikan kedalaman baris gilir
• Kafka: hasilkan dan guna satu mesej, periksa offset dan kependaman

Bila Perlu Menghantar Tiket OpsGlobal

Hubungi OpsGlobal dengan segera jika: - Middleware tidak tersedia sepenuhnya dan tidak boleh dipulihkan - Kehilangan data melebihi ambang yang boleh diterima - Split-brain tidak dapat diselesaikan - Memerlukan bantuan pakar untuk perancangan kapasiti atau pengoptimuman seni bina

Pasukan SRE kami bersedia 24/7 untuk sokongan jauh dan pembetulan automatik.