背景介绍

前面几篇文章分析了几个引起消息堆积的典型场景，分别是：

• 业务逻辑处理慢导致消息堆积的场景，MQ-消息堆积-业务线程阻塞案例分析
• JDK BUG导致消息堆积的场景，MQ-消息堆积-JDK Bug导致线程阻塞案例分析
• RocketMQ SDK BUG导致消息堆积的场景，一次RocketMQ ons SDK Bug导致消息不断堆积到重试队列的案例分析，同时在这篇文章也简单介绍了由于业务处理类返回RECONSUME_LATER，返回null，抛出未捕获异常导致消息堆积到重试队列的场景。

这次的消息堆积场景之前没有遇到过，记录下来以备忘。

问题描述

分析过程

初步判断

为了便于表达和理解，我们只关注与该问题有关的部分逻辑。
因为消息堆积量不断在增加，所以判断该Group ID已经在Broker上有了订阅关系，很可能是使用该Group ID的Consumer实例下线后没有取消订阅关系导致的，如图：

正常运行

在正常情况下，控制台上可以看到Group ID的【订阅关系】及【消费者状态】，如图：

异常之后

异常之后就变成了【问题描述】中的样子，此时我们不清楚：

• 该GID订阅了哪个topic
• 该GID被哪个应用消费者使用后出现的异常
• 该GID对应的消息生产者是哪个

在以上事情没有弄清楚之前，也不敢对该GID做取消订阅、删除之类的操作。

确定topic

消息堆积是通过消费者的offset信息统计的，该信息存储在Broker上的store/config/consumerOffset.json中，consumerOffset.json格式如图：

我们在consumerOffset.json文件中找到了GID对应的topic，此处有个细节（后面代码处有解释）：

• 该GID在groupTopicMap中没有重试队列Topic
• 该GID在offsetTable中没有重试队列Topic上的offset

确定Producer

通过Topic查询Message

通过MessageID确定ECS IP

通过上面的查询无法直接定位到ECS，我们可以通过Message ID计算出ECS IP，方法如下：

String ip = MessageClientIDSetter.getIPStrFromID(Message ID)
复制

如果懒得写代码，也可以使用arthas来查询：

此时整个链路逐渐清晰起来了，还缺少最关键的Consumer信息。

确定Consumer

代码Review

查询了近期发版的所有代码，没有找到与该GID相关的信息。

Broker端找线索

我们试图通过Broker端的日志来确认两件事情：

• 该GID的Consumer在什么时候从哪些IP建立了与Broker的交互
• 该GID的Consumer在什么时候从哪些IP断开了与Broker的交互

Broker heartBeat

通过以上代码打印的日志，我们可以过滤出该GID与Broker建立交互时候的相关信息。

Broker unregisterClient

在Consumer实例shutdown的时候，会向Broker发送unregisterClient请求，会调用ConsumerManager中相应的unregisterConsumer方法：

通过以上代码打印的日志，我们可以过滤出该GID与Broker断开交互时候的相关信息。

理想是美好的，现实是残酷的

Broker端最多保留了不到2天的日志，所以这条路也走不通了。

柳暗花明

同时我们也在想：除了程序，还有其他途径变更这种订阅关系吗？答案是有的。

命令行

控制台

到这里估计您已经知道引起这次消息堆积的原因了。

经验总结

• 完善监控告警、提高应急响应能力
• 最小权限原则
• RocketMQ控制台是否应该增加操作记录的功能？