Postfix邮件队列持续积压时,如何判断是投递失败还是发送速度受限?
Postfix邮件队列持续增长,并不等于所有邮件都已经投递失败。队列中同时存在“等待重试的临时失败邮件”“正在投递的邮件”“尚未被投递进程处理的邮件”,也可能只是本机按照并发数或速率参数发送,速度低于业务产生速度。
判断重点不是单看 mailq 中的数量,而是把队列状态、Postfix日志、远端SMTP响应和时间线关联起来:如果日志长期只有 status=deferred、连接超时或远端拒绝,且成功投递几乎停止,通常更接近投递故障;如果仍有稳定的 status=sent,但每分钟完成量接近固定值,或远端持续返回 421、450、451、452 等临时响应,则更可能是本地发送速度受限或对方限流。
先确认队列到底在增长什么
查看队列状态和年龄
先做只读检查,不要直接执行删除队列或强制反复刷队列的操作。常用命令如下:
mailq
也可以使用:
postqueue -p
输出中通常可以看到队列ID、邮件大小、进入队列的时间、发件人和收件人。重点观察以下内容:
- 队列总量是否在连续两个或多个时间点增长;
- 邮件主要位于
active还是deferred; - 最早邮件已经等待多久;
- 收件人是否集中在某一个域名;
- 是否存在大量相同大小、相同发件人的邮件;
- 队列中是否出现大量重复收件人,暗示应用重试或批量任务重复提交。
单次执行只能得到一个快照。例如,当前队列有 20,000 封邮件,并不能直接说明系统已经故障。若过去10分钟进入队列 30,000 封、成功投递 15,000 封,队列增加 15,000 封,说明发送能力低于输入速度;若队列数量不变,但最老邮件持续变老,则可能是重试周期、远端限流或某个目的域投递停滞。
如果系统安装了 Postfix 自带的 qshape 工具,可以进一步查看队列年龄分布:
qshape deferred
qshape active
不同发行版可能未默认安装该工具。如果命令不存在,不要根据路径猜测安装包名称,先使用发行版的包管理器查询,或直接通过 postqueue -p 和日志统计。
年龄分布通常比总量更有价值:
deferred主要集中在最近几分钟,且sent日志持续出现,可能是正常积压或发送速率低于输入速率;- 存在大量数小时甚至数天前的邮件,且反复出现相同错误,更接近持续性投递故障;
- 队列集中在一个目的域,其他域投递正常,优先检查该域的DNS、网络连接和远端策略;
- 所有域都变慢,优先检查本机资源、Postfix进程、出站网络和全局速率配置。
确认邮件是如何进入队列的
Postfix日志中的 pickup 和 smtpd 可以帮助判断邮件来源:
postfix/pickup:通常表示本机上的应用、脚本或本地用户提交邮件;postfix/smtpd:通常表示通过SMTP服务从其他主机提交邮件;postfix/cleanup:负责整理邮件头和队列文件;postfix/qmgr:负责从队列中取出邮件并安排投递;postfix/smtp:负责向外部SMTP服务器投递。
如果 pickup 日志增长很快,但外发 smtp 的 status=sent 数量跟不上,可能是应用产生邮件过快,或者出站投递能力被限制。如果 smtpd 连接数和入站提交量异常增加,还需要排查是否存在误配置、循环投递或未经授权的批量提交。
建立原因树:失败、限流还是输入过快
可以把原因分成四层:网络层、系统层、Postfix服务层和应用或远端策略层。每一层都应先找到观察依据,再决定下一步,而不是看到队列增长就直接调大发送并发。
| 分支 | 典型日志或现象 | 更可能的判断 |
|---|---|---|
| DNS或网络不可达 | Connection timed out、Network is unreachable、MX解析失败 | 投递路径故障 |
| 远端临时拒绝 | 421、450、451、452、4.7.x | 远端限流或临时策略 |
| 远端永久拒绝 | 550、551、552、553、5.1.x | 地址、策略或内容永久失败 |
| 本机资源不足 | 磁盘满、inode耗尽、内存压力、进程无法启动 | 本地处理能力异常 |
| 本地速率参数生效 | status=sent 持续出现,但完成量接近固定上限 | 本地并发或速率受限 |
| 应用提交过快 | pickup量明显高于sent量,发件人或主题高度重复 | 输入速度超过投递速度 |
| 单一目的域积压 | 其他域正常,某一域大量deferred | 该域网络、DNS或远端策略问题 |
这里的“投递失败”还需要区分永久失败和临时失败。status=bounced 通常表示永久性失败,邮件会生成退信并从正常投递流程中移除;status=deferred 表示暂时无法投递,Postfix会按重试策略继续保留邮件。因此,队列持续积压时,最需要重点分析的通常是 deferred,而不是只统计所有失败日志。
逐条关联Postfix日志
找到正确的日志来源
Debian、Ubuntu等系统通常使用:
/var/log/mail.log
RHEL、Rocky Linux、AlmaLinux等系统通常使用:
/var/log/maillog
使用systemd的系统也可能主要通过日志服务查看:
journalctl -u postfix --since "30 minutes ago" --no-pager
如果不确定Postfix是否直接写文件,可以先检查:
postconf -h maillog_file
该参数为空时,日志可能通过syslog或systemd统一收集。不要只固定查看某一个文件,否则可能遗漏实际的投递记录。
可先筛选关键结果:
grep -E 'postfix/(smtp|qmgr|pickup|smtpd).*status=' /var/log/mail.log
如果日志文件路径不同,将命令中的路径替换为实际路径。日志中可能包含收件地址、邮件主题或业务标识,生产环境中复制日志时应注意脱敏。
重点字段及含义
一条外发日志通常类似下面的结构。以下内容是模拟示例,用于说明字段关系:
Apr 18 10:21:03 mail01 postfix/smtp[18420]: 3F7A91234C: to=<user@example.net>, relay=mx.example.net[203.0.113.25]:25, delay=312, delays=0.2/0.1/5.0/306, dsn=4.7.1, status=deferred (host mx.example.net[203.0.113.25] said: 421 4.7.1 Try again later)
需要重点查看以下字段:
| 字段 | 观察内容 | 诊断价值 |
|---|---|---|
| 队列ID | 如3F7A91234C | 将同一封邮件的提交、重试和最终结果串起来 |
to= | 收件人或目的域 | 判断是否集中在某个域 |
relay= | 实际连接的MX主机和IP | 判断DNS结果与实际连接目标 |
delay= | 从进入队列到本次记录的总延迟 | 观察整体等待时间 |
delays= | 分阶段延迟 | 区分排队、连接、传输和远端响应阶段 |
dsn= | 增强状态码 | 区分临时、永久错误及策略类响应 |
status= | sent、deferred或bounced | 判断最终投递结果 |
| 括号内文本 | SMTP服务器返回的原始说明 | 判断超时、拒绝、TLS、地址或策略原因 |
对SMTP投递而言,delays=a/b/c/d 通常可用于粗略定位耗时阶段:
a:邮件从进入队列到交给投递进程前的等待时间;b:建立连接相关的时间;c:邮件内容传输阶段的时间;d:等待远端SMTP服务器响应的时间。
不同版本和投递场景下字段表现可能略有差异,应把它作为定位线索,而不是脱离其他日志单独下结论。
例如:
delay=8.4, delays=8.1/0.1/0.1/0.1
如果大量邮件都表现为第一段较高,说明邮件主要耗在本机队列等待,可能是并发数低、投递进程不足或输入速度过快。
delay=290, delays=0.2/0.2/1.4/288.2
如果最后一段很高,且最终伴随 421、451 或连接超时,更应检查远端响应、网络路径或对方限流。
用队列ID串起完整时间线
不要只看最后一行错误。拿一个仍处于 deferred 的队列ID,例如 3F7A91234C,在日志中完整搜索:
grep '3F7A91234C' /var/log/mail.log
一个完整时间线可能是:
10:20:01 postfix/pickup[1201]: 3F7A91234C: uid=1002 from=<app@example.org>
10:20:01 postfix/cleanup[1205]: 3F7A91234C: message-id=<20240418102001.3F7A91234C@example.org>
10:20:01 postfix/qmgr[1198]: 3F7A91234C: from=<app@example.org>, size=18420, nrcpt=1 (queue active)
10:20:06 postfix/smtp[1210]: 3F7A91234C: to=<user@example.net>, relay=mx.example.net[203.0.113.25]:25, delay=5.2, delays=0.1/0.1/0.2/4.8, dsn=4.7.1, status=deferred (host mx.example.net said: 421 4.7.1 Try again later)
10:35:06 postfix/smtp[1350]: 3F7A91234C: to=<user@example.net>, relay=mx.example.net[203.0.113.25]:25, delay=905, delays=0.1/0.1/0.2/4.8, dsn=2.0.0, status=sent (250 2.0.0 queued as ABC123)
这个例子说明第一次投递没有成功,但邮件后来成功送达。若同一目的域大多数邮件都经历类似的 421 后再成功,通常更像远端限流,而不是本机完全无法发送。
如果只看到第一条 deferred,没有后续 sent,还不能立即判定永久失败。需要结合队列进入时间、Postfix重试间隔和当前时间继续观察。
按层排除问题
网络和DNS层
先从日志中的 relay= 获取实际目标主机,再检查MX解析。不要只测试某个公共DNS名称,因为Postfix使用的解析器、IPv4或IPv6路径可能与个人电脑不同。
dig MX example.net +short
getent ahosts mx.example.net
重点观察:
- MX记录是否存在,是否指向过期或无法解析的主机;
- 是否只有IPv6地址,而本机IPv6路由不可用;
- 多个MX主机中是否只有某一个目标失败;
- 日志中的IP是否与当前解析结果一致。
在获得授权且不会违反对方接入策略的前提下,可以从邮件服务器测试TCP 25端口:
nc -vz -w 5 mx.example.net 25
测试结果的含义并不绝对:
succeeded只能说明TCP连接建立,不代表SMTP投递一定成功;timed out可能是本机出口、防火墙、安全组、上游网络或远端丢弃;refused可能是目标主机没有监听,或中间设备主动拒绝;- DNS正常但TCP失败,优先检查网络路径;
- TCP正常但SMTP返回
421或451,更接近远端策略或临时限流。
同时查看本机是否存在大量连接等待:
ss -tan | grep ':25'
如果连接大量处于 SYN-SENT,可能是建立连接受阻;如果连接已经建立但长时间无响应,则应结合delays最后一段和远端响应继续判断。不要仅凭连接数量就直接修改防火墙或提高并发。
系统资源层
Postfix需要磁盘空间、inode、内存和可用进程。如果队列目录所在文件系统接近耗尽,可能出现邮件无法写入、队列管理进程异常或日志无法记录等连锁问题。
df -h
df -i
free -m
vmstat 1 5
如果安装了sysstat,还可以查看磁盘等待:
iostat -xz 1 5
应重点检查:
/var/spool/postfix所在分区是否满;- inode是否耗尽,即使磁盘容量仍有剩余;
- 内存不足是否触发回收或进程被终止;
- 磁盘等待是否长期偏高;
- 系统时间是否正确,错误时间会影响日志时间线、TLS和队列年龄判断;
- 日志分区是否满,导致关键投递记录缺失。
资源不足时,不要先用删除队列的方式“清理空间”。先确认哪些文件占用空间、哪些邮件仍需保留,并按业务留存要求制定处理方案。删除队列可能造成邮件丢失,也会破坏后续故障取证。
Postfix服务层
查看服务状态和基本配置:
systemctl status postfix --no-pager
postfix status
postconf -n
如果服务状态显示运行中,但队列完全不动,还要结合日志判断是队列管理进程没有获得投递机会,还是投递进程启动后立即失败。
可以重点检查与并发、速率和重试有关的参数:
postconf default_process_limit
postconf default_destination_concurrency_limit
postconf smtp_destination_concurrency_limit
postconf default_destination_rate_delay
postconf smtp_destination_rate_delay
postconf minimal_backoff_time
postconf maximal_backoff_time
postconf queue_run_delay
这些参数的作用方向不同:
default_process_limit影响Postfix服务进程总量;*_destination_concurrency_limit影响向同一目的地建立的并发投递数;*_destination_rate_delay会在同一目的地的连续投递之间增加间隔;minimal_backoff_time和maximal_backoff_time影响临时失败后的重试间隔;queue_run_delay影响队列扫描频率,但不等于每封邮件的实际发送速度。
如果配置中存在针对某个域的transport、rate或并发限制,还要检查对应的transport配置,而不能只看全局参数。修改配置前应保存当前有效配置,例如:
postconf -n > /root/postfix-main.cf.before-change
该操作仅保存文本配置。修改后先执行配置检查,再按维护流程重新加载服务:
postfix check
systemctl reload postfix
如果修改没有改善,应依据保存的配置逐项恢复并再次验证。不要为了验证“速度是否恢复”而直接把并发数大幅调高,这可能触发远端更严格的封锁,也可能造成CPU、内存和网络连接数压力。
应用提交和远端策略层
如果 pickup持续快速增加,而status=sent数量较低,优先检查应用、定时任务和消息重试逻辑:
- 业务程序是否在SMTP提交失败后立即重复提交;
- 队列任务是否发生重复消费;
- 是否有批量营销、通知或报表任务突然启动;
- 是否存在邮件循环,例如系统通知再次触发通知;
- 单封邮件是否包含很大的附件,导致传输时间显著增加;
- 是否只有一个应用账号或一个发件地址产生大量邮件。
可按发件人和目的域统计日志。以下是简单筛选示例,具体字段位置会因日志格式而变化:
grep 'postfix/smtp' /var/log/mail.log | \
grep -E 'status=(sent|deferred|bounced)'
如果大部分邮件都集中发往同一个域,并且出现以下响应:
421 4.7.1 Try again later
450 4.2.1 Mailbox temporarily unavailable
451 4.7.0 Temporary server error
452 4.2.2 Insufficient system storage
说明远端暂时没有接受邮件。此时应降低该目的域的并发和发送速率,保持重试,不要通过不断刷新队列强行冲击对方。
如果出现以下类型的响应:
550 5.1.1 User unknown
550 5.7.1 Message rejected
552 5.3.4 Message size exceeds fixed limit
则更接近永久性地址、策略或大小问题。增加本地发送速度无法解决,应该按错误类型修正收件人、邮件内容、大小限制或授权策略。
用几个特征区分“失败”和“受限”
更像投递失败的特征
满足的特征越多,越应优先排查故障,而不是调整速率:
- 连续多个观察周期没有新的
status=sent; deferred日志集中出现连接超时、DNS失败、路由不可达;- 所有目的域都受到影响;
- 队列最老邮件持续变老;
delays中的连接或远端响应阶段明显偏高;- Postfix投递进程频繁退出或无法启动;
- 邮件进入队列后长期没有对应的
smtp投递记录; - 磁盘、inode、内存或网络出口存在明确异常。
更像发送速度受限的特征
以下情况更接近“能发,但发得慢”:
status=sent持续出现,发送成功率没有完全归零;- 每个5分钟窗口的成功投递数量接近固定值;
- 队列主要集中在一个或少数几个目的域;
- 远端持续返回
421、450、451、452或4.7.x; - 日志中连接建立正常,但远端响应等待时间较长;
delays第一段持续偏高,说明邮件在本机等待投递机会;- Postfix配置中存在较低的目的域并发或速率间隔;
- 应用每分钟提交量稳定高于每分钟成功投递量。
需要注意,远端限流本身也会以“临时投递失败”的形式出现在日志里。因此,“status=deferred”只说明当前投递没有完成,不能单独证明是网络故障或永久失败。必须继续看SMTP返回码、目的域分布和后续是否成功。

验证恢复,而不是只看队列数量
找到疑似根因并处理后,至少观察一个完整的重试周期。恢复验证应同时看四组数据:
- 新提交邮件是否能在合理时间内出现对应的
smtp日志; status=sent数量是否持续高于status=deferred;- 队列总量和最老邮件年龄是否连续下降;
- 原先集中出现的错误是否停止或明显减少。
例如,处理远端限流后,合理的恢复迹象可能是:
10:40-10:45 pickup=1200 sent=700 deferred=500
10:45-10:50 pickup=1100 sent=1050 deferred=80
10:50-10:55 pickup=900 sent=980 deferred=25
这是用于说明判断方法的示例数据,不代表任何实际环境。第一阶段队列仍会增加,后两个阶段发送量超过新增量,队列才会逐步消化。
不要只执行一次 postqueue -f 后看到队列数量变化就认为恢复。强制刷队列可能让大量邮件同时发起连接,放大远端限流或本机资源问题。只有在确认网络、服务和远端策略已经恢复,并且明确了解该操作影响时,才考虑在维护窗口执行;正常情况下,Postfix自身会按照队列调度和重试策略继续处理。
对于单封测试邮件,建议使用已获授权的测试地址,并通过队列ID核对完整链路:
grep '<测试邮件对应的队列ID>' /var/log/mail.log
最终应看到类似:
status=sent (250 2.0.0 ...)
同时确认队列中没有继续产生相同目的域和相同错误的新邮件。
让问题在下一次更早暴露
邮件服务器不应只监控队列总数,还应建立与诊断过程一致的监控点:
- 队列总量和最老邮件年龄;
active、deferred数量及年龄分布;- 每分钟
pickup、sent、deferred和bounced数量; - 按目的域统计的临时失败率;
421、450、451、452和5xx响应数量;- DNS失败、TCP连接超时、TLS协商失败;
- Postfix进程数量、磁盘空间和inode使用率;
- 本地并发、速率限制参数是否发生变化;
- 应用提交量是否突然超过历史基线。
阈值应结合业务时效设置。作为排查起点,可以在连续三个采样周期队列都增长、最老邮件超过业务允许时延,或某一目的域的临时失败率在10分钟内持续升高时触发告警。磁盘和inode也应提前告警,避免等到队列无法写入后才发现资源耗尽。
最终判断可以归纳为一条可执行的链路:先看队列年龄和分布,再用队列ID关联日志;随后根据relay、delays、dsn和status定位阶段;最后用一段时间内的新增量、成功量和失败量验证是“完全投不出去”,还是“仍在发送但受到速率或远端策略限制”。
邮件队列处理涉及持续运行的服务进程、队列与日志存储,以及服务器的网络资源。A5idc数据提供香港、美国、日本等地区的物理服务器,配置涵盖多种CPU、内存与SSD或NVMe存储,并有不同线路和带宽方案,可为邮件服务及相关业务后台提供部署所需的计算、存储和网络资源。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/7620.html



