RabbitMQ怎么排查磁盘剩余空间触碰警报导致全集群不可写入-LINUX-PHP中文网

RabbitMQ触发disk_free_limit告警后，生产者连接会被强制阻塞；确认方式：执行rabbitmqctl status查alarms、日志grep disk.*alarm、管理界面红标提示Disk space alarm。

rabbitmq怎么排查磁盘剩余空间触碰警报导致全集群不可写入

别靠猜，直接看 RabbitMQ 自己报的状。连接卡住、basic.publish 阻塞、日志里没明显错误？先查三处真实状态：

运行 rabbitmqctl status | grep -A5 -B5 "disk\|alarms"，重点找 alarms: [{disk,[]}] —— 如果非空（比如 [{disk,[]}] 变成 [{disk,[{node,'rabbit@host'}]}]），说明磁盘警报已激活
查日志：grep -i "disk.*alarm\|disk space alarm" /var/log/rabbitmq/rabbit@*.log，典型行含 disk space alarm 或 disk_free_limit
打开管理界面（http://:15672），右上角红色告警栏会明确写 Disk space alarm

注意：集群中任一节点触发，所有节点都会阻塞生产者，所以哪怕只查一台，看到 alarm 就够了。

因为 RabbitMQ 默认用的是 disk_free_limit.relative = 1.0（即“剩余空间需 ≥ 总内存大小”），不是看绝对值。例如机器有 32GB 内存，它就要求磁盘至少剩 32GB —— 这比 df -h 显示的 “剩余 5GB” 严格得多。

查当前配置：rabbitmqctl environment | grep disk_free_limit，或看 /etc/rabbitmq/rabbitmq.conf 中是否有 disk_free_limit.relative 或 disk_free_limit.absolute
默认行为是保守的：避免消息分页时瞬间打爆磁盘。但若你机器内存大、磁盘小（比如云主机 64GB 内存 + 100GB 系统盘），这个默认值几乎必然触发
检查 /var/lib/rabbitmq 所在挂载点（不一定是 /），用 df -h /var/lib/rabbitmq 看真实可用空间

RabbitMQ 支持热调 disk_free_limit，只要进程活着，执行后 1–2 分钟内自动清除 alarm 并恢复写入。

RabbitMQ 4.2.3

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。

下载

设为绝对值（推荐先试）：rabbitmqctl set_disk_free_limit 1gb（设为 1GB，比默认 50MB 宽松，又不至于太激进）
如果只剩几百 MB，且无法立刻清理，用绝对字节数：rabbitmqctl set_disk_free_limit absolute 500mb
⚠️ 这些命令只对当前运行实例生效，重启后失效。要持久化，必须写入配置文件：disk_free_limit.absolute = 1GB 到 /etc/rabbitmq/rabbitmq.conf
执行后等 1–2 分钟，再跑一次 rabbitmqctl status 确认 alarms 字段变为空列表 []

动态调参只是止血，磁盘空间本身才是病灶。两种路径选其一：

快速清空间：rabbitmqctl list_queues name messages_disk | awk '$2 > 0' | head -10 找磁盘占用大的队列；确认无业务影响后，用 rabbitmqctl purge_queue 清空（仅清 ready 状态消息）；同时清理旧日志：find /var/log/rabbitmq -name "*.log.*" -mtime +7 -delete
长期扩容（推荐）：迁移 MNESIA_BASE。关键顺序不能错 —— 先停服务（systemctl stop rabbitmq-server），再 cp -a /var/lib/rabbitmq/mnesia/* /mnt/bigdisk/rabbitmq/data/，最后改 /etc/rabbitmq/rabbitmq-env.conf 加 MNESIA_BASE=/mnt/bigdisk/rabbitmq/data 并启动

注意：迁移后首次启动可能慢；purge_queue 不删未确认（unacked）消息；集群环境下，所有节点的 disk_free_limit 都得一致，否则一个节点报警，全集群写入停摆。