当 Apache RocketMQ 中消息堆积数量过大时，应当从哪些方面进行系统层面的优化与调整？请给出具体的调优方向与操作要点。

回答思路

1. 【回答框架 1】消息堆积的本质是消费速度长期低于生产速度，或者消费链路出现阻塞。调优首要目标是提升消费能力，其次是保障消息不丢失、不重复。
2. 【回答框架 2】消费端调优是核心：增加消费者实例数或线程数，但需确保 Topic 的读队列数足够，否则增加实例无法提升并行度。同时检查消费逻辑是否耗时，例如数据库操作、远程调用等，考虑异步化或批量处理。
3. 【回答框架 3】生产端调优辅助：确认消息生产是否突发，是否可通过削峰填谷、批量发送或调整生产速率来平滑流量。
4. 【回答框架 4】Broker 端调优：调整消费线程池大小、拉取消息的批量大小、长轮询参数等，优化 Broker 的消费分发效率。同时关注磁盘 IO 和页缓存，必要时扩容 Broker 或增加读队列。
5. 【回答框架 5】监控与治理：建立消息堆积的监控告警，设置积压阈值触发扩容或降级；对于积压严重的 Topic，可考虑重置消费位点到特定时间点，或通过管理工具临时增加临时消费者来清理积压。
6. 【关键点 1】消费能力提升是主要方向，包括增加消费实例、消费线程、优化消费逻辑。
7. 【关键点 2】消费并行度受 Topic 读队列数限制，扩实例需与队列数匹配。
8. 【关键点 3】生产端削峰填谷和批量发送可缓解堆积压力。
9. 【关键点 4】Broker 参数调优与磁盘 IO 优化可提高消费分发效率。
10. 【关键点 5】必须建立堆积监控和告警机制，防止积压影响实时性。
11. 【易错点 1】直接增加消费者实例数而忽略队列数限制，结果无法提升消费速度。
12. 【易错点 2】调整消费线程数过大，可能导致上下文切换开销增加，反而不利。
13. 【易错点 3】消息堆积时盲目重置消费位点，可能造成消息丢失或重复消费，需谨慎操作。