🧣 效能調校實戰
本章節整理 ActiveMQ Classic 的效能調校要點。從 JVM 參數、Prefetch 策略到持久化取捨，幫助你在吞吐量與可靠性之間找到適合業務的平衡點。
環境
- windows10 ~ 11 (win64)
- ActiveMQ 5.16.6
- JDK 1.8
1. 調校維度總覽
2. JVM 參數
# bin/activemq.bat 或 wrapper.conf
set ACTIVEMQ_OPTS=-Xms1G -Xmx2G -Djava.util.logging.config.file=logging.properties
| 參數 | 建議 | 說明 |
|---|---|---|
-Xms | 與 -Xmx 相同 | 避免 Heap 動態擴展的開銷 |
-Xmx | 2G ~ 4G（視流量） | 過小導致 GC 頻繁，過大影響恢復速度 |
-XX:+UseG1GC | JDK 8u40+ 可考慮 | 降低 Full GC 停頓 |
memoryUsage 應為 Heap 的 60%~70%，參見 flowControl。
3. Prefetch 調校
| 場景 | queuePrefetch | 原因 |
|---|---|---|
| 多 Consumer 競爭 | 1 | 均勻分配 |
| 單 Consumer 高吞吐 | 500 ~ 1000 | 減少網路往返 |
| Message Group | 1 | 確保 Group 正確分配 |
| 大型訊息 | 1 | 避免記憶體壓力 |
<policyEntry queue=">" queuePrefetch="100"/>
4. 持久化取捨
| 模式 | 吞吐 | 可靠性 | 適用 |
|---|---|---|---|
| 非持久化 | 最高 | 斷線可能遺失 | 即時股價、感測器 |
| 持久化 + KahaDB | 中高 | 高 | 訂單、交易 |
| 持久化 + JDBC | 較低 | 高 + 可 SQL 查詢 | 需 DB HA |
// 非持久化發送
producer.send(message, DeliveryMode.NON_PERSISTENT, ...);
5. 客戶端連線池
PooledConnectionFactory pooled = new PooledConnectionFactory();
pooled.setConnectionFactory(factory);
pooled.setMaxConnections(20);
pooled.setMaximumActiveSessionPerConnection(50);
Spring Boot 啟用連線池：
spring.activemq.pool.enabled: true
spring.activemq.pool.max-connections: 20
6. Consumer 並行度
// Spring JMS
factory.setConcurrency("5-20"); // 5~20 個消費執行緒
並行數建議與 CPU 核心數和業務處理時間匹配，過多反而增加上下文切換。
7. 壓測指標
| 指標 | 觀察方式 | 健康參考 |
|---|---|---|
| 吞吐量（msg/s） | JMX EnqueueCount 變化率 | 依業務需求 |
| 端到端延遲 | Producer 打時間戳，Consumer 計算差值 | < 100ms（即時場景） |
| GC 停頓 | JVM GC log | Full GC < 1 次/小時 |
| Store 使用率 | JMX StorePercentUsage | < 70% |
8. 常見問題與排查
| 現象 | 可能原因 | 處理方式 |
|---|---|---|
| 吞吐低 | prefetch=1 且單 Consumer | 增加 Consumer 或調高 prefetch |
| GC 頻繁 | Heap 太小或訊息過大 | 增大 -Xmx 或縮小訊息 |
| 延遲飄高 | 持久化 + 磁碟 I/O 瓶頸 | KahaDB 放 SSD，參見 kahadbTuning |
| CPU 飆高 | Consumer 過多或無限重送 | 調整並行數與 redeliveryPolicy |
9. 與其他文章的關聯
- KahaDB 調校：
kahadbTuning - 流量控制：
flowControl - 目的地策略：
destinationPolicy - JMX 監控：
jmxMonitoring