Следите за lag consumer group, rate produce/consume, размером очереди, age oldest message и ошибками обработчиков — это saturation/traffic для асинхронных систем; алерт на рост lag важнее «брокер up».
Разбор
- Lag по partition вскрывает hot key.
- Свяжите lag с RED API, который пишет в топик.
- DLQ метрики — отдельный сигнал.
- Exporter брокера + бизнес-метрики consumers.
Итог
Для очередей главный сигнал — lag и age, не только uptime брокера.