Ubuntu环境下RabbitMQ性能优化策略
内存是RabbitMQ的核心资源，合理配置内存阈值与GC策略可避免内存溢出和频繁GC导致的延迟。
vm_memory_high_watermark参数控制内存使用上限，物理机推荐使用相对值（如0.7，表示占用系统内存的70%时触发流控），容器环境建议使用绝对值（如2GiB，避免依赖容器地址空间）。同时，通过vm_memory_high_watermark_paging_ratio设置分页触发比例（如0.75，当内存使用达到阈值的75%时开始将消息分页到磁盘），平衡内存使用与系统稳定性。rabbitmq-env.conf中调整内存分配器参数，如+MBas system（二进制堆分配器）、+MHas system（术语堆分配器）、+hms 32768（最小堆大小32MB）、+hmbs 16384（最小二进制堆大小16MB），提升内存分配效率。background_gc_enabled = true开启，并设置background_gc_target_interval = 120000（60-120秒，高吞吐场景可延长），减少GC对消息处理的影响。磁盘性能直接影响消息持久化和队列恢复速度，需通过硬件与配置提升I/O效率。
disk_free_limit参数设置磁盘可用空间阈值，推荐使用绝对值（如5GB）或相对值（如1.0，表示磁盘剩余空间低于总空间的10%时触发警报），避免磁盘满导致节点崩溃。queue_index_embed_msgs_below参数（如8192，消息体小于8KB时嵌入队列索引），减少内存碎片化，提升磁盘写入效率。网络是生产者与消费者通信的瓶颈，需通过TCP参数与连接池调优提升吞吐量。
rabbitmq.conf中优化TCP监听选项，设置tcp_listen_options.backlog = 1024（增加连接队列长度，应对高并发连接）、tcp_listen_options.keepalive = true（启用TCP keepalive，检测死连接）、tcp_listen_options.nodelay = true（禁用Nagle算法，减少消息延迟）。maximumPoolSize=200（最大连接数，略高于平均并发需求）、minimumIdle=50（最小空闲连接，保持连接预热）、idleTimeout=60000（空闲连接超时时间，释放闲置资源）、maxLifetime=1800000（连接最大生命周期，避免连接老化）。requested_heartbeat参数（如内网30-60秒、不稳定网络10-30秒），避免心跳过于频繁消耗带宽或间隔过长无法及时检测故障。合理的队列与交换机设计可提升消息路由与存储效率。
direct（精确匹配路由键，路由效率高）或topic（通配符匹配，灵活性高）类型的交换机，避免使用fanout（广播到所有绑定队列，开销大）或headers（复杂匹配，性能低）类型。lazy类型（channel.queueDeclare("queue_name", false, false, true, null)），将消息存储在磁盘中而非内存中，避免内存溢出。但需注意，lazy队列会增加磁盘I/O，可能轻微降低消息处理速度。queue_index_embed_msgs_below参数（如8192），将小消息（小于8KB）嵌入队列索引，减少内存碎片化，提升队列操作效率。集群可提升系统的可用性与吞吐量，需合理配置镜像队列与分区处理策略。
rabbitmqctl set_policy ha-all "^" '{"ha-mode":"all"}'命令，将所有队列设置为镜像队列（所有节点都有副本）。对于高可用场景，可选择ha-promote-on-failure = always（节点故障时立即提升镜像队列为主队列），平衡可靠性与切换延迟。cluster_partition_handling = pause_minority（暂停少数分区节点，避免脑裂），并在节点恢复后自动同步数据，确保集群一致性。通过监控工具实时跟踪RabbitMQ性能，定位瓶颈并针对性优化。
rabbitmq-plugins enable rabbitmq_management启用Web管理界面，实时查看队列长度、消费者数量、消息速率、内存使用等指标，快速识别异常。./perf-test -h 127.0.0.1 -p 5672 -t 100000命令（模拟10万条消息的生产与消费），测试RabbitMQ的吞吐量、延迟等性能指标，识别高负载下的瓶颈。rabbitmqctl命令或第三方工具（如Prometheus+Grafana）监控队列积压数、消费者未确认消息数、内存使用率、磁盘空间使用率等指标，设置告警阈值（如队列长度超过1万条、内存使用超过80%），及时处理异常。生产者和消费者的处理能力直接影响系统吞吐量，需优化其配置与逻辑。
mandatory参数（确保消息成功路由）、使用持久化机制（delivery_mode = 2，避免消息丢失）。prefetch_count（如channel.basicQos(10)，限制每个消费者最多预取10条消息，避免消费者被过多消息压垮）、异步处理消息（将耗时操作如数据库查询放入线程池，避免阻塞消息处理流程）。