kafka笔记9（监控）

Kafka提供的所有度量指标都是通过JMX（Java Management Extensions）接口访问

JMX端口查询：  zookeeper上获取端口信息  /brokers/ids/<ID>节点包含json格式的broker信息，里面含有JMX对应的主机名和端口

JMX接口提供的是内部度量指标，第三方程序提供的则是外部度量指标

应用程序健康检测:

　　使用外部进程来报告broker的运行状态(健康检测)

　　在broker停止发送度量指标时发出告警(stale度量指标)

broker度量指标

　　非同步分区数量:  作为首领的broker有多少个分区处于非同步状态

　　

　　该值大于0就要采取措施,首先建议重新选举首领,看看能否解决问题

　　问题排查步骤:

　　　　

　　集群级别的问题:

　　　　不均衡的负载   资源过度消耗

　　　　问题定位: 用到以下度量指标

　　　　　　　　分区数量   首领分区数量    主题流入字节速率   主题流入消息速率

　　　　　　　　在一个均衡集群里,度量指标的数值在整个集群范围内均等的

　　　　　　　　

　　　　　　　　以下资源出现过度消耗会导致分区不同步

　　　      　　　

　主机级别问题:

　　　　硬件问题

　　　　　　磁盘问题是常见的故障,导致分区不同步,拖慢整个集群broker请求

　　

　　　　进程冲突

　　　　本地配置的不一致　　　　　

　　活跃控制器数量:

　　　　表示broker是否就是当前的集群控制器,1代表是,任何时候集群应该只有一个集群控制器

　　       

　　请求处理器空闲率

　　　　

　　　　　　空闲率低于20%说明存在潜在问题,低于10%说明存在性能问题

　　主题流入字节

　　　　

　　主题流出字节

　　　　

　　主题流入消息

　　　　

　　分区数量:

　　　　

　　首领数量:

　　　　该度量指标表示broker拥有的首领分区数量,与其他度量一样,该度量指标也应该在整个集群的broker上保持均等

　　　　

　　　　一个均衡集群如果复制系数是N,则该百分比应该为1/N

　　离线分区: 显示集群里没有首领的分区数量

　　　　分区离线的主要原因:   包含分区副本的broker都关闭了; 消息不匹配,没有同步副本可以拿到首领身份(并且禁用了不完全的首领选举)

　　　　

　　请求度量指标:

　　　　

　　　　　　

主题和分区的度量指标:(指定某个主题)

　　　　主题实例的度量指标: 取决于集群主题数量

　　　　　　　　

　　　　分区实例的度量指标

　　　　　　　　

　　　　　　　　

JAVA虚拟机监控

　　　　垃圾回收:

　　　　　　

　　　　Java操作系统监控

　　　　　　

日志:

　　Kafka.controller   记录集群控制器的消息

　　kafka.server.ClientQuotaManager  记录与生产和消费配额活动相关的信息　　　　

　　启用kafka.log.LogCleaner  kafka.log.Cleaner   kafka.log.LogCleanerManager这些日志,并设置为DEBUG级别,就可以输出日志压缩线程的运行状态

客户端监控

　　生产者度量指标

　　　　

　　　　record-error-rate 是一个完全有必要对其设置告警的属性,一般情况下是0,大于0,说明生产者正在丢弃无法发送的消息

　　　　record-retry-rate  重试次数

　　　　request-latency-avg 设置告警,表示发送一个生产者请求到broker所需的平均时间

　　3种不同视图:  outgoing-byte-rate 每秒钟消息的字节数    record-send-rate 每秒消息的数量   request-rate  每秒钟生产者发送给broker的请求数

　　Per-broker和Per-topic 度量指标

　　消费者度量指标:

　　　　

　　　　　Fetchmanager度量指标

　　　　　　  fetch-latency-avg 表示消费者向Broker发送请求所需要的时间

　　　　　

　　　　　 

　　　　　　Coordinator度量指标

　　　　　　

　　　　　　配额

　　　　　　

延迟监控

端到端监控

　　: