基于RocketMQ消息堆积指标的事件驱动伸缩（KEDA）_容器服务 Kubernetes 版 ACK(ACK)-阿里云帮助中心

使用RocketMQ时，消息堆积产生时容易导致系统负载过高。为避免服务崩溃，提高系统的可靠性和稳定性，您可以基于RocketMQ消息堆积指标，使用KEDA（Kubernetes Event-driven Autoscaling）为应用的弹性伸缩方案，实现自动化和高效的容器水平伸缩（HPA）。

功能介绍

RocketMQ是一种高性能、高可靠、高扩展性的分布式消息中间件，已被广泛应用于企业级应用中。但使用RocketMQ时，容易产生消息堆积的问题，尤其是在高负载情况下。消息堆积容易导致系统负载过高，甚至导致服务崩溃。

在此场景下，您可以使用Kubernetes事件驱动自动伸缩工具KEDA，根据自定义的RocketMQ消息堆积指标，启动容器水平伸缩应用。此方案可以帮助您实现自动化和高效性的应用程序伸缩，从而提高系统的可靠性和稳定性。如果您采用的是开源的RocketMQ，考虑通过JMX的Prometheus Exporter提供消息对接的数据也可以实现类似的能力。更多信息，请参见RocketMQ开源社区。

本文使用阿里云Prometheus作为数据源，介绍如何实现RocketMQ的消息对接伸缩对象配置。

前提条件

已部署ack-keda组件，请参见事件驱动弹性。
已创建消息队列RocketMQ版5.x系列实例，请参见创建实例。
5.x的Serverless实例能够根据业务负载快速伸缩资源，支持根据实际的使用量分配资源和计算费用，能够有效的节约成本。更多信息，请参见RocketMQ 5.x Serverless实例概述。

步骤一：部署工作负载

本示例创建一个名为sample-app的Nginx示例应用。

登录容器服务管理控制台，在左侧导航栏选择集群。
在集群列表页面，单击目标集群名称，然后在左侧导航栏，选择工作负载 > 无状态。

在无状态页面，单击使用YAML创建资源，按照页面提示选择示例模板为自定义，使用如下示例代码创建一个名为sample-app的Nginx应用。

apiVersion: apps/v1
kind: Deployment
metadata:
  name: sample-app
  namespace: default
  labels:
    app: sample-app
spec:
  replicas: 1
  selector:
    matchLabels:
      app: sample-app
  template:
    metadata:
      labels:
        app: sample-app
    spec:
      containers:
      - name: sample-app
        image: alibaba-cloud-linux-3-registry.cn-hangzhou.cr.aliyuncs.com/alinux3/nginx_optimized:20240221-1.20.1-2.3.0  // 修改为业务真实的RocketMQ的消费者镜像。
        resources:
          limits:
            cpu: "500m"

步骤二：通过ScaledObject配置伸缩策略

您可以通过ScaledObject YAML文件配置KEDA的伸缩策略，包括扩缩容的对象、最大最小副本数、扩缩容阈值（消息堆积量阈值）等。在配置ScaledObject前，您需要获取RocketMQ实例指标数据的Prometheus地址等信息。

1、在RocketMQ控制台获取RocketMQ实例信息

登录云消息队列 RocketMQ 版控制台，在左侧导航栏单击实例列表。
在顶部菜单栏选择地域，如华东1（杭州），然后在实例列表中，单击目标实例名称。
在左侧导航栏，单击Topic 管理，查看并记录名称的值和右上方实例 ID，例如：keda、mq-cn-uax33****。

2、在Prometheus控制台获取RocketMQ实例的Prometheus数据源

登录ARMS控制台。
在左侧导航栏选择Prometheus监控 > 实例列表，进入可观测监控 Prometheus 版的实例列表页面。
单击目标实例cloud-product-prometheus_{{RegionId}}，在左侧导航栏，单击设置，展开云服务：rocketmq区块，记录HTTP API地址（Grafana 读取地址）。

3、创建ScaledObject YAML文件

使用如下内容，创建ScaledObject.yaml，配置伸缩策略。

apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
  name: prometheus-scaledobject
  namespace: default
spec:
  scaleTargetRef:
    name: sample-app
  maxReplicaCount: 10
  minReplicaCount: 2
  triggers:
  - type: prometheus
    metadata:
      serverAddress: http://cn-beijing.arms.aliyuncs.com:9090/api/v1/prometheus/8cba801fff65546a3012e9a684****/****538168824185/cloud-product-rocketmq/cn-beijing
      metricName: rocketmq_consumer_inflight_messages
      query: sum({__name__=~"rocketmq_consumer_ready_messages|rocketmq_consumer_inflight_messages",instance_id="rmq-cn-uax3xxxxxx",topic=~"keda"}) by (consumer_group)
      threshold: '30'

参数说明如下。

参数	说明
`scaleTargetRef.name`	配置扩缩容的对象，这里配置步骤一：部署工作负载创建好的应用sample-app。
`maxReplicaCount`	扩容的最大副本数。
`minReplicaCount`	缩容的最小副本数。
`serverAddress`	配置存储RocketMQ指标数据的Prometheus地址，即上文记录的HTTP API地址（Grafana 读取地址）。
`metricName`	PromQL请求数据。
`query`	对metricName中PromQL请求的数据做聚合操作，此处聚合方式为消息堆积量的PromSql。
`threshold`	扩缩容的阈值。本示例将消息堆积量30做为阈值，超过30时会触发扩容。

执行如下命令，部署文件并查看创建的资源。

# 下发伸缩配置。
kubectl apply -f ScaledObject.yaml

scaledobject.keda.sh/prometheus-scaledobject created

# 获取伸缩配置状态。
kubectl get ScaledObject

NAME                      SCALETARGETKIND      SCALETARGETNAME   MIN   MAX   TRIGGERS     AUTHENTICATION   READY   ACTIVE   FALLBACK   AGE
prometheus-scaledobject   apps/v1.Deployment   sample-app        2     10    prometheus                    True    False    False      105s

# 检查HPA的生成情况。
kubectl get hpa

NAME                               REFERENCE               TARGETS      MINPODS   MAXPODS   REPLICAS   AGE
keda-hpa-prometheus-scaledobject   Deployment/sample-app   0/30 (avg)   2         10        2          28m

（可选）使用Prometheus Token以提高数据读取的安全性，并配置Prometheus Token的验证。

展开查看详细步骤

按照页面提示，生成Prometheus Token。

创建一个Secret，其中需对customAuthHeader: "Authorization"、customAuthValue这两个字段的Value值进行Base64编码。

apiVersion: v1
kind: Secret
metadata:
  name: keda-prom-secret
  namespace: default
data:
  customAuthHeader: "QXV0Xxxxxxxlvbg=="
  customAuthValue: "kR2tpT2lJeFpXSmxaVFV6WlMTxxxxxxxxRMVFE0TUdRdE9USXpaQzFqWkRZd09EZ3dOVFV5WWpZaWZRLjlDaFBYU0Q2dEhWc1dQaFlyMGh3ZU5FQjZQZWVETXFjTlYydVNqOU82TTQ="

参见下方示例代码，创建KEDA请求数据的凭证，并部署到集群中。

apiVersion: keda.sh/v1alpha1
kind: TriggerAuthentication
metadata:
  name: keda-prom-creds
  namespace: default
spec:
  secretTargetRef:
    - parameter: customAuthHeader
      name: keda-prom-secret
      key: customAuthHeader
    - parameter: customAuthValue
      name: keda-prom-secret
      key: customAuthValue

在ScaledObject YAML文件中，配置authenticationRef字段，填写创建的凭证名称。

apiVersion: keda.sh/v1alpha1
kind: ScaledObject
metadata:
  name: prometheus-scaledobject
  namespace: default
spec:
  scaleTargetRef:
    name: sample-app
  maxReplicaCount: 10
  minReplicaCount: 2
  triggers:
  - type: prometheus
    metadata:
      serverAddress: http://cn-beijing.arms.aliyuncs.com:9090/api/v1/prometheus/8cba801fff65546a3012e9a684****/****538168824185/cloud-product-rocketmq/cn-beijing
      metricName: rocketmq_consumer_inflight_messages
      query: sum({__name__=~"rocketmq_consumer_ready_messages|rocketmq_consumer_inflight_messages",instance_id="rmq-cn-uax3xxxxxx",topic=~"keda"}) by (consumer_group)
      threshold: '30'
      authModes: "custom"
    authenticationRef: # 配置字段。
        name: keda-prom-creds # 填写凭证名称。

说明

本示例使用Custom authentication的认证类型。您可以参见KEDA社区文档选择其他认证方式。

步骤三：生产和消费数据

本示例使用rocketmq-keda-sample项目生产和消费数据，请在项目代码中配置完成步骤二中记录的RocketMQ实例的地址、用户名、密码。

步骤四：使用生产和消费数据实现扩缩容

登录云消息队列 RocketMQ 版控制台，在左侧导航栏单击实例列表。
在顶部菜单栏选择地域，如华东1（杭州），然后在实例列表中，单击目标实例名称，查看并记录接入点和网络信息。
在左侧导航栏，单击访问控制，然后单击智能身份识别页签，查看并记录实例用户名和实例密码。

运行Producer程序生产数据，然后执行如下命令，查看HPA伸缩情况。

kubectl get hpa

预期输出：

NAME                               REFERENCE               TARGETS           MINPODS   MAXPODS   REPLICAS   AGE
keda-hpa-prometheus-scaledobject   Deployment/sample-app   32700m/30 (avg)   2         10        10         47m

预期输出表明，sample-app应用已经扩容到KEDA组件设置的最大副本数。

关闭Producer程序，运行Consumer程序，然后执行如下命令，查看HPA伸缩情况。

kubectl get hpa -w