ActiveMQ生产者无限等待有效连接故障原因与修复方案咨询

问题现象 #

向ActiveMQ 5.15.4 Broker生产消息时，消息发送线程出现无限期阻塞，对应线程栈信息如下：

Thread 464: (state = BLOCKED)
- java.lang.Object.wait(long) @bci=0 (Compiled frame; information may be imprecise)
- org.apache.activemq.transport.failover.FailoverTransport.oneway(java.lang.Object) @bci=370, line=620 (Compiled frame)
- org.apache.activemq.transport.MutexTransport.oneway(java.lang.Object) @bci=12, line=68 (Interpreted frame)

经初步定位，阻塞原因是FailoverTransport对象正在等待获取有效连接（即内部transport对象不为空），但后台重连任务始终未被启动。

常见触发场景 #

• 初始连接失败且重试配置不合理：若将startupMaxReconnectAttempts参数设置为0，客户端首次连接Broker失败后会直接终止重连逻辑，不会启动后续重连任务，导致发送线程一直阻塞等待可用连接。
• 重连后台线程意外退出：重连过程中如果出现未捕获的运行时异常，会导致负责重连的后台线程直接终止，也不会触发新的重连任务调度，FailoverTransport持有的连接对象会一直为空。
• 客户端资源耗尽：进程内存在大量未正常关闭的ActiveMQ连接，IO线程或线程池资源被占满，重连任务提交后无法获取到执行资源，一直处于待调度状态。
• 5.15.4版本原生Bug：该版本存在并发触发连接中断时，重连计数器状态异常的问题，会导致重连逻辑误判为已达到最大重试次数，主动终止所有重连任务。

对应修复方案 #

• 调整Failover重试配置：将startupMaxReconnectAttempts设置为-1表示启动阶段无限重试，同时配置maxReconnectDelay限制最大重连间隔，避免重连间隔无限拉长，参考配置：failover:(tcp://broker1:61616,tcp://broker2:61616)?startupMaxReconnectAttempts=-1&maxReconnectDelay=3000
• 升级客户端版本：该重连任务异常终止的Bug在5.15.10及之后的稳定版本已被修复，直接将ActiveMQ客户端升级到对应版本即可规避原生版本问题。
• 增加连接健康检测逻辑：业务侧定期调用Connection.isClosed()检测连接状态，如果发现连接异常且长时间未自动恢复，主动销毁旧连接并重建新的生产连接，避免业务线程无限阻塞。
• 配置发送超时限制：在Failover配置中添加timeout参数，设置消息发送操作的最大等待时间，超时后直接抛出异常避免线程永久阻塞，例如设置timeout=10000表示发送操作最多等待10秒。

内容的提问来源于stack exchange，提问作者Nicolas Verducou