Guide · RabbitMQ

Le guide d'optimisation des performances RabbitMQ

Dix vérifications, dans l'ordre qui permet de trouver le problème le plus vite. La plupart des clusters RabbitMQ lents ne souffrent pas d'un broker mal configuré : ce sont des hôtes sous-dimensionnés, des disques lents ou des applications qui ouvrent une connexion par message. Les seuils indiqués ici sont ceux publiés dans les recommandations de déploiement en production de RabbitMQ pour la série 4.3, vérifiés le 20 septembre 2026.

Tyler Eastridge

Par Tyler Eastridge, Directeur des opérations

LinkedIn · Mis à jour le · Lecture : 7 min · 10 sections

Sur cette page

L'optimisation en un paragraphe

L'optimisation en un paragraphe

Le moyen le plus rapide d'optimiser RabbitMQ est de mesurer d'abord, puis de remonter de l'hôte vers l'application. Donnez à chaque nœud au moins 4 cœurs, 4 Gio de RAM et un stockage local rapide. Maintenez le seuil mémoire entre 0,4 et 0,7, réglez disk_free_limit à peu près à la taille de ce seuil et autorisez au moins 50 000 descripteurs de fichiers. Rendez les connexions et les canaux durables, séparez les producteurs des consommateurs et cessez le polling. Réglez le prefetch d'après l'utilisation mesurée des consommateurs. Placez les gros backlogs sur des streams et le travail durable sur des quorum queues. Vérifiez le réseau avec la formule de bande passante, et scindez le système en clusters distincts avant que le nombre de nœuds n'atteigne deux chiffres.

Mesurer avant de changer quoi que ce soit

La plupart des tentatives d'optimisation de RabbitMQ échouent parce que le changement a été fait avant d'avoir trouvé le goulet d'étranglement. Commencez par mettre trois choses sur un graphique : les débits de publication et de livraison par file d'attente, la latence des publisher confirms mesurée dans l'application, et, au niveau des nœuds, le CPU, la mémoire, la latence disque et le débit réseau. Les recommandations de production de RabbitMQ le disent sans détour : supervision, benchmarks et mesures sont indispensables pour trouver le meilleur réglage d'un environnement. Reproduisez ensuite la charge avec PerfTest, l'outil de test de charge de l'équipe RabbitMQ, afin que chaque changement soit testé avec le même trafic.

Vérifier le matériel minimal

Le minimum documenté en production par nœud est de 4 cœurs CPU et 4 Gio de RAM, sans autre service de données ni application gourmande en E/S sur l'hôte. RabbitMQ n'a pas été conçu pour les environnements monocœurs. Une part surprenante des clusters lents se révèle être en dessous de ce minimum ou partager un hôte avec une base de données.

Le stockage compte davantage qu'auparavant, car les quorum queues et les streams sont conçus pour un stockage durable à latence stable. Préférez un SSD ou un NVMe local au stockage en réseau, ne partagez jamais un répertoire de données entre nœuds et ne placez pas les données d'un nœud sur un système de fichiers distribué : la couche de stockage suppose une sémantique fsync locale que ces systèmes de fichiers ne respectent souvent pas.

Régler délibérément le seuil mémoire

Par défaut, un nœud cesse d'accepter de nouveaux messages lorsqu'il utilise plus de 60 % de la mémoire disponible (vm_memory_high_watermark.relative = 0.6). La plage recommandée va de 0,4 à 0,7. Dépasser 0,7 est la fausse économie classique : le système d'exploitation et le système de fichiers ont besoin d'au moins 30 % de la mémoire pour le cache de pages, et les en priver provoque du paging qui ralentit chaque opération disque du broker. Si des producteurs sont bloqués, la solution consiste presque toujours à accélérer les consommateurs ou à ajouter des nœuds, et non à relever le seuil.

Relever la limite d'espace disque libre

La valeur par défaut de disk_free_limit est de 50 Mo, choisie pour que RabbitMQ démarre sur de petites partitions de développement. En production, elle est bien trop basse : un nœud à court de disque voit ses écritures échouer et peut perdre des données. La recommandation est de fixer cette limite à peu près à la taille du seuil mémoire : un nœud dont le seuil est de 4 Go reçoit donc disk_free_limit.absolute = 4G. Surdimensionnez aussi le disque, car les quorum queues et les streams ne récupèrent pas toujours rapidement l'espace des messages consommés.

Relever la limite de descripteurs de fichiers ouverts

Chaque connexion et chaque file d'attente consomment des descripteurs de fichiers. Autorisez-en au moins 50 000 pour l'utilisateur RabbitMQ. La règle de dimensionnement de la documentation : prenez le 95e centile des connexions simultanées, multipliez-le par deux et ajoutez le nombre de files d'attente. Des limites allant jusqu'à 500 000 ne coûtent presque rien et sont recommandées en production. Un nœud qui atteint cette limite cesse d'accepter des connexions, ce qui ressemble à un problème de performances sans en être un.

Objectifs de réponse à partir de 15 minutes, selon le plan. Ingénieurs seniors attitrés.

Nous contacter

Corriger le comportement des connexions et des canaux dans les applications

Le comportement des applications est la première source de problèmes de performances RabbitMQ, et aucun réglage du broker ne le compense. Les règles sont peu nombreuses. Les connexions et les canaux doivent être durables : ouvrir une connexion par message coûte cher et provoque un renouvellement incessant des connexions qui épuise les descripteurs de fichiers et la mémoire. Utilisez des connexions distinctes pour la publication et la consommation, afin que les consommateurs ne soient pas pris dans le contrôle de flux appliqué à un producteur. Ne réglez pas les timeouts de heartbeat en dessous de 5 secondes, ce qui provoque de fausses déconnexions sous charge. Utilisez la reprise automatique des connexions de la bibliothèque cliente lorsqu'elle existe. Enfin, évitez l'interrogation avec basic.get : elle est intrinsèquement inefficace comparée à un consommateur abonné.

Retour de nos missions. Dans notre historique de tickets, 33 tickets RabbitMQ sur 145 (23 %) concernaient le flux de messages, le load balancer, les connexions ou les paramètres clients, contre 8 (6 %) pour les limites de mémoire, de disque, de CPU ou de descripteurs de fichiers (l'analyse des tickets). Lorsqu'une équipe signale que le broker est lent, la cause est le plus souvent un prefetch mal configuré, des acquittements synchrones ou un consommateur lent qui bloque la tête d'une file d'attente. Sur une plateforme IoT télécom disposant d'un grand parc d'appareils connectés, qui plantait chaque semaine par manque de mémoire, les corrections apportées par AceMQ ont notamment consisté à relever le prefetch de 1 à 20, à ajouter des limites de mémoire et des TTL par file d'attente, et à recommander une montée en charge horizontale plutôt que verticale (l'étude de cas).

Régler le prefetch et les acquittements

Le prefetch est le réglage côté consommateur qui influe le plus sur le débit. Trop bas, les consommateurs restent inactifs à attendre le réseau ; trop haut, un consommateur lent accapare les messages pendant que les autres manquent de travail, et la mémoire grimpe avec le backlog non acquitté. Partez du temps de traitement par message, mesurez l'utilisation des consommateurs et ajustez. Acquittez par lots lorsque l'ordre le permet.

Adapter le type de file d'attente à la charge de travail

Le type de file d'attente fixe le plafond de performances. Les quorum queues répliquent et vident sur disque chaque écriture, si bien que leur débit baisse à mesure que le nombre de réplicas augmente ; sur les grands clusters, répliquez sur une majorité de nœuds plutôt que sur tous. Les streams ont été conçus pour le débit et les gros backlogs et consomment peu de mémoire sur le broker, au prix de fonctions de file d'attente comme le dead-lettering. Les classic queues sont réservées au travail transitoire. Une file d'attente qui doit contenir des millions de messages est un stream, pas une quorum queue plus grosse.

Vérifier que le réseau tient la charge

La documentation donne une règle empirique pour la bande passante minimale nécessaire à chaque nœud : débit de messages au 95e centile, multiplié par la taille des messages au 95e centile, multiplié par 110 % pour la surcharge du protocole, multiplié par 8 bits. À 20 000 messages par seconde et des charges utiles de 6 Ko, cela donne un peu plus de 1 gigabit par seconde, avant le trafic de réplication entre nœuds. TLS ajoute un coût CPU mesurable côté broker comme côté clients : intégrez-le donc au benchmark plutôt que de l'ajouter après coup.

Faire évoluer le cluster de la bonne manière

Utilisez un nombre impair de nœuds, afin qu'une majorité soit toujours identifiable. Davantage de nœuds aident à absorber un grand nombre de connexions, à condition qu'un load balancer les répartisse. Mais ce bénéfice a ses limites : toutes les métadonnées sont répliquées sur chaque nœud et la plupart de leurs modifications sont synchrones, si bien que le coût de chaque déclaration augmente avec la taille du cluster. Pour qui s'approche d'un nombre de nœuds à deux chiffres, la documentation conseille plutôt de scinder le système en clusters indépendants.

Questions fréquentes

Comment optimiser les performances de RabbitMQ ?

Dans l'ordre : mesurez les débits de publication et de livraison, la latence des confirmations et les ressources des nœuds ; vérifiez que chaque nœud dispose d'au moins 4 cœurs, 4 Gio de RAM et de disques locaux rapides ; corrigez le comportement des applications, comme le renouvellement incessant des connexions et le polling ; réglez le prefetch des consommateurs ; et choisissez le bon type de file d'attente. Les réglages du broker comptent moins que le comportement des applications et le stockage.

Quelle valeur donner à vm_memory_high_watermark ?

La valeur par défaut est 0,6 et la plage recommandée va de 0,4 à 0,7. Au-delà de 0,7, le cache de pages du système d'exploitation est privé de mémoire et les performances se dégradent généralement. Si des producteurs sont bloqués, ajoutez de la capacité de consommation ou des nœuds plutôt que de relever le seuil.

Quelle valeur de disk_free_limit choisir en production ?

La valeur par défaut de 50 Mo est prévue pour le développement. Réglez-la à peu près à la taille du seuil mémoire haut, par exemple 4G sur un nœud dont le seuil est de 4 Go, et surdimensionnez le disque.

De combien de descripteurs de fichiers RabbitMQ a-t-il besoin ?

Au moins 50 000. Dimensionnez-les à deux fois le 95e centile des connexions simultanées, plus le nombre de files d'attente. Des valeurs allant jusqu'à 500 000 ne coûtent pas cher et sont recommandées en production.

Ajouter des nœuds rend-il RabbitMQ plus rapide ?

Cela augmente la capacité en connexions si un load balancer répartit les clients entre les nœuds. Cela n'augmente pas le débit d'une file d'attente donnée, et le débit d'une quorum queue baisse à mesure qu'on ajoute des réplicas. Les très grands clusters ralentissent les opérations sur les métadonnées : au-delà d'une dizaine de nœuds, utilisez des clusters distincts.

Consultation gratuite

Un regard expert sur votre cluster RabbitMQ

Que vous deviez résoudre un incident de production, planifier une migration ou obtenir un second avis sur votre architecture, notre équipe est prête. Pas d’argumentaire commercial, seulement des réponses.

Nous écrire