一、真实场景：凌晨3点，消息队列挂了

2024年3月，我们一个电商订单系统在晚高峰突然崩溃。排查发现单节点RabbitMQ内存耗尽，消息堆积到磁盘，消费者全部阻塞。当时集群规模：3台8C16G服务器，单节点部署，没有镜像队列。压测数据：单节点QPS峰值约8000，实际业务流量达到12000，直接打爆。

事后复盘：如果当时用了3节点集群+镜像队列，故障转移时间能从30分钟降到10秒以内。本文记录从零搭建RabbitMQ集群的全过程，包含所有配置文件和踩坑记录。

二、方案对比：单节点 vs 集群 vs 镜像队列集群

结论：生产环境必须用镜像队列集群。普通集群的队列数据只存在一个节点，节点挂了队列就丢了。镜像队列在3节点集群下，每个队列有3个副本，单节点故障不影响消费。

三、环境准备

操作系统：Ubuntu22.04 LTS（3台服务器，IP分别为192.168.1.10/11/12）
RabbitMQ版本：3.12.14（2024年3月最新稳定版）
Erlang版本：26.2.1（必须匹配，否则启动报错）
OpenSSL：3.0.2（用于TLS加密）

3.1 安装Erlang

# 添加Erlang Solutions仓库（官方推荐）
wget -P /tmp https://packages.erlang-solutions.com/erlang-solutions_2.0_all.deb
sudo dpkg -i /tmp/erlang-solutions_2.0_all.deb
sudo apt-get update

# 安装Erlang 26.2.1
sudo apt-get install -y erlang-base=1:26.2.1-1 erlang-nox=1:26.2.1-1

# 验证版本
erl -version
# 输出: Erlang (SMP,ASYNC_THREADS) (BEAM) emulator version 14.2.1

3.2 安装RabbitMQ

# 添加RabbitMQ仓库
curl -1sLf 'https://packagecloud.io/rabbitmq/rabbitmq-server/gpgkey' | sudo gpg --dearmor | sudo tee /usr/share/keyrings/rabbitmq-archive-keyring.gpg
echo "deb [signed-by=/usr/share/keyrings/rabbitmq-archive-keyring.gpg] https://packagecloud.io/rabbitmq/rabbitmq-server/ubuntu/ $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/rabbitmq.list

sudo apt-get update
sudo apt-get install -y rabbitmq-server=3.12.14-1

# 启动服务
sudo systemctl enable rabbitmq-server
sudo systemctl start rabbitmq-server

# 验证
sudo rabbitmqctl status | grep "RabbitMQ"
# 输出: RabbitMQ 3.12.14

四、集群搭建（3节点）

4.1 配置hosts和cookie

所有节点必须使用相同的erlang cookie，否则无法加入集群。

# 在每台机器上执行，修改hosts
sudo tee -a /etc/hosts < /var/lib/rabbitmq/.erlang.cookie'
sudo chown rabbitmq:rabbitmq /var/lib/rabbitmq/.erlang.cookie
sudo chmod 400 /var/lib/rabbitmq/.erlang.cookie
sudo systemctl start rabbitmq-server

4.2 组建集群

# 在rabbitmq-1上（作为主节点）
sudo rabbitmqctl stop_app
sudo rabbitmqctl reset
sudo rabbitmqctl start_app

# 在rabbitmq-2上加入集群
sudo rabbitmqctl stop_app
sudo rabbitmqctl reset
sudo rabbitmqctl join_cluster rabbit@rabbitmq-1
sudo rabbitmqctl start_app

# 在rabbitmq-3上加入集群
sudo rabbitmqctl stop_app
sudo rabbitmqctl reset
sudo rabbitmqctl join_cluster rabbit@rabbitmq-1
sudo rabbitmqctl start_app

# 验证集群状态
sudo rabbitmqctl cluster_status
# 输出应显示3个节点在线

4.3 配置镜像队列策略

镜像队列确保消息在多个节点间复制。策略配置为匹配所有队列（^），副本数为2（即每个队列在2个节点上有副本）。

# 创建镜像队列策略
sudo rabbitmqctl set_policy ha-all "^" '{"ha-mode":"exactly","ha-params":2,"ha-sync-mode":"automatic"}'

# 验证策略
sudo rabbitmqctl list_policies
# 输出: / ha-all all ^ exactly {"ha-mode":"exactly","ha-params":2,"ha-sync-mode":"automatic"} 0

五、生产级配置优化

5.1 内存和磁盘限制

# 编辑 /etc/rabbitmq/rabbitmq.conf
sudo tee /etc/rabbitmq/rabbitmq.conf <

# 启用管理插件
sudo rabbitmq-plugins enable rabbitmq_management

# 生成自签名证书（生产环境用CA签发）
sudo mkdir -p /etc/rabbitmq/ssl
cd /etc/rabbitmq/ssl
sudo openssl req -x509 -nodes -days 365 -newkey rsa:2048 \
  -keyout rabbitmq.key -out rabbitmq.crt \
  -subj "/CN=rabbitmq-1"

# 配置TLS
sudo tee -a /etc/rabbitmq/rabbitmq.conf <

# 安装perf-test
wget https://github.com/rabbitmq/rabbitmq-perf-test/releases/download/v2.20.0/rabbitmq-perf-test-2.20.0-bin.tar.gz
tar xzf rabbitmq-perf-test-2.20.0-bin.tar.gz

# 单节点压测
./bin/runjava com.rabbitmq.perf.PerfTest \
  --uri amqp://guest:guest@192.168.1.10:5672 \
  --queue test-queue \
  --producers 100 \
  --consumers 100 \
  --size 1000 \
  --time 600

# 集群压测（使用负载均衡器指向3个节点）
./bin/runjava com.rabbitmq.perf.PerfTest \
  --uri amqp://guest:guest@192.168.1.10:5672,192.168.1.11:5672,192.168.1.12:5672 \
  --queue test-queue \
  --producers 100 \
  --consumers 100 \
  --size 1000 \
  --time 600

# 启用Prometheus插件
sudo rabbitmq-plugins enable rabbitmq_prometheus

# 验证指标端点
curl http://192.168.1.10:15692/metrics | head -20