rabbitmq本身无内存泄漏，但连接未关闭、unacknowledged消息堆积、延迟插件配置失当、tls握手缓存未清理等会导致内存持续占用不释放；需重点监控erlang:memory(processes)、ets_memory和messages_unacknowledged。
RabbitMQ本身不会“内存泄漏”，但连接、未确认消息、插件配置不当或客户端资源未释放，会持续占用内存且不自动回收——这在效果上等同于泄漏。
连接未关闭导致Erlang进程堆积
每个 connection 在 RabbitMQ 中对应一个 Erlang 进程，基础内存约 2–4KB；若客户端每次发完消息就新建 connection 和 channel，却不调用 channel.close() 和 connection.close()，这些进程就会滞留。
- 典型现象：
rabbitmqctl list_connections显示连接数持续上涨，erlang:memory(processes)占比远超erlang:memory(used)其他部分 - 致命顺序：必须先关
channel，再关connection；反序会导致channel异常残留 - Java/Spring AMQP 用户注意：
CachingConnectionFactory默认启用缓存，但若配置了多个ConnectionFactory实例却没复用，仍会重复建连
Unacknowledged 消息长期驻留内存
RabbitMQ 不会对未确认（Unacknowledged）消息设超时。只要消费者连着、没发 basic.ack，哪怕处理逻辑卡死或静默失败，消息就一直锁在内存里（尤其非持久化队列）。
RabbitMQ 4.2.3 是 2026 年初发布的重要稳定更新版本，重点修复了 Khepri 元数据存储相关问题，并改进了监控性能。对于使用 Docker、Kubernetes 或微服务架构的开发团队来说，该版本兼容性和稳定性表现较好。
- 检查命令：
rabbitmqctl list_queues name messages_unacknowledged，重点关注数值 > 1000 的队列 - 风险场景：消费者 catch 了异常但没 re-throw，也未显式
nack或reject，更未发送ack - 默认预取值（
prefetch_count）设得过大（如 1000+），会让大量消息一次性进入未确认状态，加剧内存压力
延迟插件（rabbitmq_delayed_message_exchange）配置失当
该插件内部用 ETS 表存储延迟消息元数据，若未限制 TTL 或分片不足，ETS 内存会随消息量线性增长且不释放。
- 关键参数必须显式配置：
delayed_message.default_message_ttl（避免永不过期）、delayed_message.exchange_shards（建议 ≥4，防单表膨胀） - 监控重点不是队列长度，而是
ets_memory：用rabbitmqctl eval 'erlang:memory(ets).'查看，超过 500MB 就需干预 - 插件启用后，所有延迟消息必须带
x-delay或x-message-ttl，否则退化为普通投递，但元数据仍走延迟路径，造成隐性开销
TLS 握手与证书缓存未清理
启用 TLS 后，每次新连接都会触发完整握手；Erlang SSL 模块会缓存证书链解析结果、OCSP 响应和 session ticket——这些缓存不随连接关闭自动清除，尤其在频繁建连场景下快速累积。
- 现象：连接数不高，但
ssl_handshake相关进程内存持续上升，rabbitmqctl eval 'application:get_env(ssl, session_cache_servers)'返回非空列表 - 缓解方式：在
rabbitmq.conf中设置ssl_options.session_cache = {none, 0}禁用服务端会话缓存（依赖客户端支持 RFC 5077） - 更稳妥做法：改用连接池复用 TLS 连接，而非每次新建；避免在短生命周期任务中启 TLS
真正棘手的不是某一项单独超标，而是多因素叠加：比如客户端一边疯狂建连，一边消费慢导致大量 Unacknowledged，再叠加上延迟插件未设 TTL——这时内存增长会呈指数级，且常规 GC 几乎无效。盯住 erlang:memory(processes)、ets_memory 和 messages_unacknowledged 这三个数字，比看总内存使用率更能定位根因。
