JAVA Metrics度量工具 - Metrics Core 翻译
http://blog.synyx.de/2013/09/yammer-metrics-made-easy-part-i/
http://kafka.apache.org/documentation.html#monitoring
https://cwiki.apache.org/confluence/display/KAFKA/JMX+Reporters
kafka监控, http://www.tianjiaguo.com/system-architecture/kafka/kafka%E7%9B%91%E6%8E%A7/
如何对Kafka进行监控, http://my.oschina.net/u/218540/blog/263704
apache kafka监控系列-KafkaOffsetMonitor
------------------------------------------------------------------------------------------------------------------------------
JAVA Metrics
Kafka采用的是JAVA Metrics进行内部状态的监控,具体参考上面的blog,说的都比较清楚
JAVA Metrics还是比较好用的,有如下几种类型的度量,Gauges, Counters, Histograms, Meters,Timers.
另外还支持Health Checks
并支持多种report方式,metrics-core支持3种
默认的方式是JMX,Metrics一直将你的所有指标注册成JMX的MBeans,可以通过Jconsole或VisualVM来直接查看,详细见下面
console方式,Metrics提供了ConsoleReporter,这个周期性的打印出注册的metric到控制台上
CSV方式,Metrics提供了CsvReporter,他周期性的提供了一连串的给定目录下.csv文件
还有其他的reporter,比如将数据发给Ganlia或Graphite这样现成的监控平台
GanliaReporter 将度量指标以流式的方式返回给Ganglia服务器
GraphiteReporter 将度量指标以流式的方式返回给Graphite服务器
JMX,Java Management Extension
Kafka中是通过JMX来report metrics的,所以来看看JMX是什么?
http://www.ibm.com/developerworks/cn/java/j-lo-jse63/,这篇讲的比较清楚,IBM的blog质量还是值得肯定的呵呵
比如大型的系统中部署了各种各样的Java组件,每个组件的监控和管理接口都是不一样的,那么开发一个统一的监控和管理工具就很麻烦
JMX就是负责对上层管理系统提供统一的接口,以屏蔽底层resources的多样性
具体架构,参考下面的图,
javax.management.MBeanServer
实现了Agent 的功能,以标准的方式给出了管理系统访问 JMX 框架的接口 javax.management.MBeans
实现了SubAgent 的功能,以标准的方式给出了 JMX 框架访问资源的接口
参照下面,打开JConsole,就可以看到代表资源的一个个MBean,在MBean上不仅仅可以看到这些资源的当前状态,还可以动态的更改配置和做些操作
比如对于java.lang MBean提供了Java 虚拟机的监控和管理接口,
可以看到虚拟机中的线程数、线程当前的 Stack、内存管理、GC 所占用的时间、虚拟机中的对象和当前虚拟机参数等重要的参数和运行时信息
还可以对配置信息的检测和再配置,远端查看和修改当前 JVM 的 verbose 参数,甚至我们可以在远端指挥 JVM 做一次 GC
如何用JConsole监控kafka的Metrics信息?
首先在执行kafka脚本的时候,加上JMX_PORT,其他JMX相关配置在kafka-run-class.sh的KAFKA_JMX_OPTS已经配上了
JMX_PORT=9999 nohup bin/kafka-server-start.sh config/server.properties &
打开JConsole,
输入,service:jmx:rmi:///jndi/rmi://11.11.11.11:9999/jmxrmi
然后就可以看到,cool!!!
从Metrics中可以看到哪些Kafka指标?
参考,http://kafka.apache.org/documentation.html#monitoring
表有点乱,梳理一下,每个metrics的标识分为3层,MBean name,Type,Metrics name
kafka.server (MBean Name)
BrokerTopicMetrics (Type)
AllTopicsMessagesInPerSec,所有topic每秒messages数
AllTopicsBytesInPerSec,所有topic每秒in的字节数
AllTopicsBytesOutPerSe,out的字节数,没有out的message数,为啥?呵呵
ReplicaManager
UnderReplicatedPartitions,即有几个partition实际replica数是小于设置数的(|ISR| < |all replicas|)
PartitionCount, partition的个数
LeaderCount, leader partition的个数,如果replica因子为1,即为partition数
ISRShrinksPerSec, 只有broker go down的时候ISR才会发生,Shrink和Expand,一般情况下为0
ISRExpandsPerSec, 同上
ReplicaFetcherManager
Replica-MaxLag, follower replica和leader replica之间的最大的lag
ProducerRequestPurgatory
PurgatorySize,Requests waiting in the producer purgatory
FetchRequestPurgatory
PurgatorySize,Requests waiting in the fetch purgatory
kafka.network
RequestMetrics
{Produce|Fetch-consumer|Fetch-follower}-RequestsPerSec, 每秒producer或consumer请求次数,follower指replica broker
{Produce|Fetch-Consumer|Fetch-Follower}-TotalTimeMs,Request total time
{Produce|Fetch-Consumer|Fetch-Follower}-QueueTimeMs,Time the request waiting in the request queue
{Produce|Fetch-Consumer|Fetch-Follower}-LocalTimeMs,Time the request being processed at the leader
{Produce|Fetch-Consumer|Fetch-Follower}-RemoteTimeMs,Time the request waits for the follower
{Produce|Fetch-Consumer|Fetch-Follower}-ResponseSendTimeMs,Time to send the response
kafka.Log
Log
topic-partition-LogEndoffset,每个partition的End Offset
topic-partition-NumLogSegments,segements个数
topic-partition-Size,partition数据的大小
kafka.controller
KafkaController
ActiveControllerCount,有几个active的controller
ControllerStats
LeaderElectionRateAndTimeMs,non-zero when there are broker failures
UncleanLeaderElectionsPerSec
kafka.consumer
ConsumerFetcherManager
([-.\w]+)-MaxLag,Number of messages the consumer lags behind the producer by
Kafka中支持的JMX reporter
https://cwiki.apache.org/confluence/display/KAFKA/JMX+Reporters