生产环境Azure服务总线JMS发送异常排查求助

1. 利用异常标识排查服务端问题 #

• 提取异常中的TrackingId、SystemTracker和Timestamp，在Azure门户的目标服务总线资源内，通过活动日志或诊断日志搜索这些标识，获取服务端在该时间点的详细错误上下文，判断是服务端内部临时故障、资源限流触发还是网络层面的异常。
• 核查该时间点服务总线所在Azure区域的服务状态，确认是否存在官方通报的服务中断、性能波动事件。

2. 应用端本地细节排查 #

• 查看该失败请求对应的应用全链路日志，检查待发送消息的属性：比如消息大小是否超出Topic配置的最大限制、是否包含违反AMQP协议的特殊格式或字符。
• 排查应用在失败时间点的本地资源使用情况：CPU、内存、网络带宽是否出现突增或耗尽，是否因本地资源不足导致消息发送流程中断。
• 验证JMS客户端连接状态：检查连接池的可用连接数、连接超时配置，确认是否存在连接意外断开后未自动重连的情况。

3. 重试策略有效性验证 #

• 检查JmsOperations.convertAndSend的重试配置：是否针对amqp:internal-error这类临时异常开启了重试，重试次数、间隔设置是否合理，是否覆盖了该异常类型。
• 模拟服务端临时故障场景，验证重试机制是否能自动恢复发送流程，避免单例失败影响业务。

4. 长期监控与预防措施 #

• 为服务总线配置关键指标告警：包括消息发送成功率、服务端错误率、消息延迟等，及时感知异常并触发告警。
• 完善应用端异常日志：针对JMS发送失败场景，记录消息内容、请求上下文、客户端状态等信息，为后续快速排查提供依据。

内容的提问来源于stack exchange，提问作者RagaSGNur