关于RabbitMQ同步失败

Question

问题背景：
项目中使用到了RabbitMQ作为消息队列，采用的方式是两台机器做镜像，配置数据同步策略到两台机器。双机都采用了磁盘节点。

问题：
在机房的两次交换机问题中，内网通讯断开链接了一段时间，RabbitMQ自动shutdown，不能再接收和获取消息，通过List queues 发现两边数据不一致，打开RabbitMQ的日志发现在heart beat一段时间后，RabbitMQ自动shutdown，网络恢复后不会重启，手动重启后生效数据恢复一致。
如果是手动stop掉镜像中的其中一台机器，RabbitMQ不会进入这样的模式，而是仍然对外提供服务，请问一下为什么会这样？怎样避免网路出问题的时候RabbitMQ不会自动shutdown或者有什么机制保证网络恢复后自动重启？

如果遇到过同样问题的同学留下联系方式一起交流。

Answer 1

问题在于网络异常断开，状态无法同步（未知状态）。手动stop不会出现问题是因为关掉的时候，状态是已知的，因此能够恢复。

RabbitMQ的文档就有说不稳定的网络Cluster不稳定。

所以我觉得主要是引入一个监控->恢复的反馈机制（Roll your own）：

• 监控主要是通过检查cluster状态，找到已被移除的node
• 恢复是在被移除的节点上，重置并重新加入到cluster中
• 至于恢复是自动还是手动看具体需求，运维也需要得到相应的事件

EDIT: 你也可以看看这篇文档（For RabbitMQ 3.1+）：

https://www.rabbitmq.com/partitions.html

有autoheal和pause_minority两种模式

Answer 2

与其这么麻烦，踩那么多坑，不如直接用云服务啊。阿里云的MNS消息服务：
https://yq.aliyun.com/articles/6372