共计 2096 个字符，预计需要花费 6 分钟才能阅读完成。
2023 年 12 月 3 日，AutoMQ 举办了第二场线上交流会 RocketMQ 运维教训圆桌交换「第二期」，本次交流会汇聚了 RocketMQ 的作者以及来自腾讯云、网易、社区的技术专家。在这个充斥交换激情的流动中，大家独特探讨了 RocketMQ 的运维教训，分享了贵重的见解。接下来让咱们一起回顾此次 RocketMQ 运维学习之旅！
从用户沉积问题看 RocketMQ 可观测的实现
腾讯云 RocketMQ 技术专家李伟老师分享了在解决沉积问题时的教训分析方法，包含依据教训疾速定位问题、利用监控指标进行剖析、巡检链路的建设等。他还总结了将运维教训积淀下来的办法，包含集体记录、标准化操作文档、工具化和页面白屏化的倒退。最初，他简要介绍了 RocketMQ 5 的可观测指标实现形式，并领导大家如何查找和了解这些指标。
RocketMQ 运维稳定性与可观测性关联剖析
网易云消息中间件研发负责人林德智老师分享了在工作中遇到的 RocketMQ 相干问题和解决办法。重点包含生产常见问题的一些定位，解析了生产失败、生产提早、生产耗时长等状况。他介绍了通过精准采样和音讯轨迹解决难题的办法，探讨了扩缩容导致生产负载不平衡的状况并一一给出解法，强调了正当设置 queue 数量的重要性。
学习 RocketMQ 的精华：知行合一
架构师张勇老师分享了他学习 RocketMQ 四个阶段的经验。第一阶段，RocketMQ 刚开源，他就用它推动重构了同程艺龙的优惠券计算服务，大大优化计算工夫。第二阶段，他本人写了两个轮子，包含分库分表组件和 RPC 框架。第三阶段，他开始在生产环境中实战利用 RocketMQ，介绍了电商直播答题和自研任务调度零碎两个场景的利用教训。第四阶段，他将 RocketMQ 常识体系串联并输入成文章，同时他从书籍、公众号、大厂实战文章等很多渠道去学习。最初他总结道，学习任何一门技术，都应该做到知行合一，强调实践学习和入手实际的重要性。
RocketMQ 部署、利用、诊断
AutoMQ 联结创始人 & CTO 周新宇老师围绕“如何运上部署高可用的 RocketMQ 集群”“PushConsumer 最佳实际是什么”“用户说音讯未生产怎么排查”三个议题，给大家深刻解说了 RocketMQ 部署、应用、诊断三个方面，并提出了以下重点倡议：
在云上部署高可用集群，举荐应用 GitOps 的配置管理计划，比方将配置文件放在 GitHub 上进行治理。
在部署时拆分小集群，通过小集群分级管理业务，以管制故障半径。
在故障产生时，疾速止血是第一优先级，应用 RocketMQ 的管理工具进行疾速的禁读禁写，以隔离故障。
在 PushConsumer 的利用中，要留神防止误用生产重试的能力，防止将任何谬误都进行重投，尤其是限流谬误，倡议阻塞并在服务端沉积音讯。
在诊断音讯未生产问题时，须要多路径进行排查，包含查看生产轨迹、音讯状态、投递条件、定时音讯等，留神客户端配置和历史变更。
RocketMQ Copilot 自助诊断性能
Apache RocketMQ PMC Member 艾阳坤老师演示了 RocketMQ Copilot 产品的针对于音讯沉积的自助诊断的过程。在周新宇老师提到的音讯未生产问题上，他也应用 RocketMQ Copilot 产品的自助诊断性能进行了演示，只须要填入 Topic，ConsumerGroup 和 MessageId 等信息，RocketMQ Copilot 就能够依据这些元数据和线上信息还原现场，依据音讯未生产的常识图谱顺次排查，并最终定位出问题的根因。
欢送大家拜访 https://play.automq.com 进行 RocketMQ Copilot 的体验。
线上互动交换
线上参会的小伙伴的学习激情满满，踊跃与专家开展了深刻交换，连线探讨了 RocketMQ 音讯积压、生产提早、缩容的时候发送程序音讯等问题。专家们对各个问题都进行了深度分析和具体解答，为大家答疑解惑。
最初，再次感激各位讲师的精彩分享，也感激每一位参会者的反对！咱们下期见！
资源分享
关注“AutoMQ”公众号并发送“圆桌交换第二期”，即可取得本次流动相干 PPT 下载地址。
会议录屏后续将会发送在“AutoMQ”视频号和“AutoMQ 官网账号”B 站账号，请大家继续关注！
END
对于咱们
AutoMQ 是一家业余的音讯队列和流存储软件服务供应商。AutoMQ 开源的 AutoMQ Kafka 和 AutoMQ RocketMQ 基于云对 Apache Kafka、Apache RocketMQ 音讯引擎进行从新设计与实现，在充分利用云上的竞价实例、对象存储等服务的根底上，兑现了云设施的规模化红利，带来了下一代更稳固、高效的音讯引擎。此外，AutoMQ 推出的 RocketMQ Copilot 专家系统也从新定义了 RocketMQ 音讯运维的新范式，赋能音讯运维人员更好的治理音讯集群。
🌟 GitHub 地址：https://github.com/AutoMQ/automq-for-kafka
💻 官网：https://www.automq.com
👀 B 站：AutoMQ 官网账号
🔍 视频号：AutoMQ
👉 扫二维码 退出咱们的社区群
关注咱们，一起学习更多云原生干货
