脚本能自动监控RabbitMQ队列吗？

本文目录导读：

1. 使用 RabbitMQ 管理 API（HTTP）
2. 使用命令行工具
3. 使用 Prometheus + Grafana 监控
4. 使用 Python 告警脚本示例
5. 使用监控工具
6. 最佳实践建议

是的,脚本可以自动监控 RabbitMQ 队列，常用的方法有以下几种：

使用 RabbitMQ 管理 API（HTTP）

import requests
import time
def check_queue():
    url = "http://localhost:15672/api/queues/%2F/your_queue_name"
    auth = ("username", "password")
    response = requests.get(url, auth=auth)
    data = response.json()
    messages = data.get('messages', 0)
    consumers = data.get('consumers', 0)
    return messages, consumers
# 监控脚本
while True:
    messages, consumers = check_queue()
    print(f"队列消息数: {messages}, 消费者数: {consumers}")
    if messages > 100:
        print("警告：队列积压过高")
        # 发送告警通知
    if consumers == 0:
        print("警告：队列没有消费者")
    time.sleep(30)  # 每30秒检查一次

使用命令行工具

#!/bin/bash
# 监控队列的Shell脚本
QUEUE="your_queue_name"
RABBITMQCTL="/usr/sbin/rabbitmqctl"
while true; do
    # 获取队列状态
    QUEUE_INFO=$($RABBITMQCTL list_queues name messages consumers | grep $QUEUE)
    if [ -z "$QUEUE_INFO" ]; then
        echo "警告：队列 $QUEUE 不存在"
    else
        MESSAGES=$(echo $QUEUE_INFO | awk '{print $2}')
        CONSUMERS=$(echo $QUEUE_INFO | awk '{print $3}')
        echo "队列: $QUEUE 消息数: $MESSAGES 消费者: $CONSUMERS"
    fi
    sleep 30
done

使用 Prometheus + Grafana 监控

RabbitMQ Exporter 配置示例：

# docker-compose.yml
services:
  rabbitmq:
    image: rabbitmq:3-management
    ports:
      - "15672:15672"
  prometheus:
    image: prom/prometheus
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
  grafana:
    image: grafana/grafana
    ports:
      - "3000:3000"

使用 Python 告警脚本示例

import pika
import time
import smtplib
from datetime import datetime
def monitor_and_alert():
    connection = pika.BlockingConnection(
        pika.ConnectionParameters('localhost')
    )
    channel = connection.channel()
    # 获取队列状态
    queue = channel.queue_declare(
        queue='your_queue', 
        passive=True, 
        durable=True
    )
    message_count = queue.method.message_count
    consumer_count = queue.method.consumer_count
    # 告警条件
    if message_count > 500:
        send_alert(f"队列消息积压: {message_count}")
    elif message_count > 100:
        send_warning(f"队列消息增加: {message_count}")
    connection.close()
def send_alert(message):
    print(f"[{datetime.now()}] 告警: {message}")
    # 实际发送邮件或消息通知
# 定时运行
while True:
    monitor_and_alert()
    time.sleep(60)  # 每60秒检查一次

使用监控工具

Nagios 监控脚本示例：

#!/bin/bash
# check_rabbitmq_queue.sh
QUEUE=$1
WARN_LEVEL=$2
CRIT_LEVEL=$3
# 获取队列状态
MESSAGES=$(curl -s -u guest:guest http://localhost:15672/api/queues/%2F/$QUEUE | 
           python -c "import sys,json; print(json.load(sys.stdin)['messages'])")
if [ $MESSAGES -ge $CRIT_LEVEL ]; then
    echo "CRITICAL - 队列 $QUEUE 有 $MESSAGES 条消息"
    exit 2
elif [ $MESSAGES -ge $WARN_LEVEL ]; then
    echo "WARNING - 队列 $QUEUE 有 $MESSAGES 条消息"
    exit 1
else
    echo "OK - 队列 $QUEUE 有 $MESSAGES 条消息"
    exit 0
fi

最佳实践建议

1. 监控指标：

   • 消息数量
   • 消费者数量
   • 消息处理延迟
   • 队列深度
   • 未确认消息数

2. 告警策略：

   • 队列积压超过阈值
   • 消费者断开
   • 消息无法投递
   • 内存使用过高

3. 部署方式：

   • 作为系统服务运行
   • 集成到 CI/CD 流水线
   • 使用容器化部署

推荐使用 Prometheus + Grafana 组合进行生产环境监控，它提供了更完善的可视化和告警功能。