Queue Consumer异常返回无消息但队列存消息的技术咨询

我之前碰到过几乎一模一样的诡异问题，踩了不少坑才定位到根因。结合你描述的场景——初始正常、偶发持续数小时的消费停滞、生产者还能正常发消息，给你几个针对性的排查方向：

这是最常见的原因，尤其是手动提交偏移量的场景：

• 如果是自动提交偏移量：有没有可能某次消费者拉取消息后，还没处理就触发了自动提交（比如提交间隔设置得太短），之后进程异常退出？重启后消费者会从提交的偏移量开始读，要是这个偏移量已经到了队列末尾，自然看不到前面留存的消息。你可以手动查一下队列的「当前消费偏移量」和「队列末尾偏移量」，如果两者相等甚至消费偏移量更大，那就是这个问题了。
• 如果是手动提交：检查代码里的提交逻辑是不是有漏洞——比如只有消息处理100%成功才提交，但某次处理出现了未捕获的异常，导致提交代码根本没执行？这种情况下，消费者会一直卡在那个偏移量，既不处理旧消息，也不拉取新消息，看起来就像队列里没消息一样。

大部分MQ都有消息锁定逻辑，拉取的消息在确认前会被标记为「已交付未确认」，其他消费者（包括同一进程重启后）都看不到：

• 查看队列的「未确认消息数」指标，如果这个数值和队列总消息数差不多，那大概率是消费者拉取了消息但一直没确认——比如进程卡死、处理逻辑陷入死循环，或者代码里漏写了确认逻辑。这种情况下，锁定超时后消息会重新回到队列，但如果超时时间设置得很长（比如几小时），就会出现你说的持续数小时的消费停滞。
• 另外，消费者组的重平衡异常也可能导致这个问题：比如重平衡后当前消费者被分配到的分区是空的，或者重平衡一直失败，消费者无法正常加入组，自然读不到消息。不过这种情况一般不会持续太久，除非配置有严重问题。

• 先排除配置问题：有没有可能消费者的队列名称、路由键、消息过滤规则被意外修改了？你可以快速写个极简的测试消费者，用和生产环境相同的配置连接队列，如果测试消费者能读到消息，那就是原消费者的代码或者配置出问题了。
• 检查消费者进程状态：用工具看看进程的线程是不是卡住了——比如处理消息时调用了某个阻塞的外部API（比如数据库查询超时、第三方接口挂了），导致消费者线程一直阻塞，无法继续拉取新消息。查看消费者的日志，有没有长时间没有新的日志输出，或者出现奇怪的错误堆栈。

有时候问题出在MQ本身：

• 查看MQ服务端的日志，有没有报错信息？比如磁盘满了导致无法写入元数据、分区Leader故障、队列元数据损坏等。比如Kafka某个分区的Leader挂了，消费者就无法从该分区读取消息；RabbitMQ的队列如果出现元数据不一致，也会导致消费者读不到消息。
• 检查MQ的资源使用情况：CPU、内存、磁盘IO是不是达到了瓶颈？虽然你说生产者还能发消息，但如果服务端负载过高，也可能导致消费者拉取消息超时，看起来就像队列里没消息一样。

内容的提问来源于stack exchange，提问作者Pingpong