Kafka监控工具汇总

  • 时间:
  • 浏览:0

对于大数据集群来说,监控功能是非常必要的,通过日志判断故障低效,你们你们你们你们需要完整性的指标来帮你们你们你们你们管理Kafka集群。本文讨论Kafka的监控以及你这个常用的第三方监控工具。

一、Kafka Monitoring

首先介绍kafka的监控原理,第三方工具也是通过哪此来进行监控的,你们你们你们你们也可需要你这个人去是实现监控,官网关于监控的文档地址如下:

http://kafka.apache.org/documentation/#monitoring](http://kafka.apache.org/documentation/#monitoring)

kafka使用Yammer Metrics进行监控,Yammer Metrics是一一个 多java的监控库。

kafka默认有你这个的监控指标,默认都使用JMX接口远程访问,具体最好的妙招是在启动broker和clients事先设置JMX_PORT:

JMX_PORT=9997 bin/kafka-server-start.sh config/server.properties

Kafka的每个监控指标回会 以JMX MBEAN的形式定义的,MBEAN是一一个 多被管理的资源实例。

你们你们你们你们可需要使用Jconsole (Java Monitoring and Management Console),你这个基于JMX的可视化监视、管理工具。

来可视化监控的结果:

图2 Jconsole

已经 在Mbean下可需要找到各种kafka的指标。

Mbean的命名规范是 kafka.xxx:type=xxx,xxx=xxx

主要分为以下几类:

(监控指标较多,这里只截取主次,具体请查看官方文档)

Graphing and Alerting 监控:

kafka.server为服务器相关,kafka.network为网络相关。

Message in rate kafka.server:type=BrokerTopicMetrics,name=MessagesInPerSec
Byte in rate from clients kafka.server:type=BrokerTopicMetrics,name=BytesInPerSec
Byte in rate from other brokers kafka.server:type=BrokerTopicMetrics,name=ReplicationBytesInPerSec
Request rate kafka.network:type=RequestMetrics,name=RequestsPerSec,request={Produce|FetchConsumer|FetchFollower}
Error rate kafka.network:type=RequestMetrics,name=ErrorsPerSec,request=([-.\w]+),error=([-.\w]+) Number of errors in responses counted per-request-type, per-error-code. If a response contains multiple errors, all are counted. error=NONE indicates successful responses.

Common monitoring metrics for producer/consumer/connect/streams监控:

kafka运行过程中的监控。

connection-close-rate Connections closed per second in the window. kafka.[producer|consumer|connect]:type=[producer|consumer|connect]-metrics,client-id=([-.\w]+)
connection-close-total Total connections closed in the window. kafka.[producer|consumer|connect]:type=[producer|consumer|connect]-metrics,client-id=([-.\w]+)

Common Per-broker metrics for producer/consumer/connect/streams监控:

每一一个 多broker的监控。

outgoing-byte-rate The average number of outgoing bytes sent per second for a node. kafka.[producer|consumer|connect]:type=[consumer|producer|connect]-node-metrics,client-id=([-.\w]+),node-id=([0-9]+)
outgoing-byte-total The total number of outgoing bytes sent for a node. kafka.[producer|consumer|connect]:type=[consumer|producer|connect]-node-metrics,client-id=([-.\w]+),node-id=([0-9]+)

Producer监控:

producer调用过程中的监控。

waiting-threads The number of user threads blocked waiting for buffer memory to enqueue their records. kafka.producer:type=producer-metrics,client-id=([-.\w]+)
buffer-total-bytes The maximum amount of buffer memory the client can use (whether or not it is currently used). kafka.producer:type=producer-metrics,client-id=([-.\w]+)
buffer-available-bytes The total amount of buffer memory that is not being used (either unallocated or in the free list). kafka.producer:type=producer-metrics,client-id=([-.\w]+)
bufferpool-wait-time The fraction of time an appender waits for space allocation. kafka.producer:type=producer-metrics,client-id=([-.\w]+)

Consumer监控:

consumer调用过程中的监控。

commit-latency-avg The average time taken for a commit request kafka.consumer:type=consumer-coordinator-metrics,client-id=([-.\w]+)
commit-latency-max The max time taken for a commit request kafka.consumer:type=consumer-coordinator-metrics,client-id=([-.\w]+)
commit-rate The number of commit calls per second kafka.consumer:type=consumer-coordinator-metrics,client-id=([-.\w]+)
commit-total The total number of commit calls kafka.consumer:type=consumer-coordinator-metrics,client-id=([-.\w]+)

Connect监控:

connector-count The number of connectors run in this worker.
connector-startup-attempts-total The total number of connector startups that this worker has attempted.

Streams 监控:

commit-latency-avg The average execution time in ms for committing, across all running tasks of this thread. kafka.streams:type=stream-metrics,client-id=([-.\w]+)
commit-latency-max The maximum execution time in ms for committing across all running tasks of this thread. kafka.streams:type=stream-metrics,client-id=([-.\w]+)
poll-latency-avg The average execution time in ms for polling, across all running tasks of this thread. kafka.streams:type=stream-metrics,client-id=([-.\w]+)

哪此指标含高了你们你们你们你们使用kafka过程中的各种情況,还有kafka.log记录日志信息。每一一个 多Mbean下回会 具体的参数。

通过哪此参数,比如出站进站波特率,ISR变化波特率,Producer端的batch大小,守护系统进程数,Consumer端的延时大小,流速等等,当然你们你们你们你们也要关注JVM,还有OS层面的监控,哪此回会 通用的工具,这里不做赘述。

kafka的监控原理或者基本了解,你这个第三方监控工具也大主次是在你这个层面进行的完善,下面来介绍几款主流的监控工具。

JmxTool并回会 一一个 多框架,或者Kafka默认提供的一一个 多工具,用于实时查看JMX监控指标。。

打开终端进入到Kafka安装目录下,输入命令bin/kafka-run-class.sh kafka.tools.JmxTool便可需要得到JmxTool工具的帮助信息。

比如你们你们你们你们要监控入站波特率,可需要输入命令:

bin/kafka-run-class.sh kafka.tools.JmxTool --object-name kafka.server:type=BrokerTopicMetrics,name=BytesInPerSec --jmx-url service:jmx:rmi:///jndi/rmi://:9997/jmxrmi --date-format "YYYY-MM-dd HH:mm:ss" --attributes FifteenMinuteRate --reporting-interval 40000

BytesInPerSec的值每5秒会打印在控制台上:

>kafka_2.12-2.0.0 rrd$ bin/kafka-run-class.sh kafka.tools.JmxTool --object-name kafka.server:type=BrokerTopicMetrics,name=BytesInPerSec --jmx-url service:jmx:rmi:///jndi/rmi://:9997/jmxrmi --date-format "YYYY-MM-dd HH:mm:ss" --attributes FifteenMinuteRate --reporting-interval 40000

Trying to connect to JMX url: service:jmx:rmi:///jndi/rmi://:9997/jmxrmi.

"time","kafka.server:type=BrokerTopicMetrics,name=BytesInPerSec:FifteenMinuteRate"

2018-08-10 14:52:15,784224.2587058166

2018-08-10 14:52:20,4003401.2319497257

2018-08-10 14:52:25,112400400.61400773218

2018-08-10 14:52:400,1593394.18400063889

三、Kafka-Manager

雅虎公司2015年开源的kafka监控框架,使用scala编写。github地址如下:https://github.com/yahoo/kafka-manager

使用条件:

  1. Kafka 0.8.. or 0.9.. or 0.10.. or 0.11..
  2. Java 8+

下载kafka-manager

配置:conf/application.conf

kafka-manager.zkhosts="my.zookeeper.host.com:2181,other.zookeeper.host.com:2181"

部署:这里要用到sbt部署

./sbt clean dist

启动:

 bin/kafka-manager
 指定端口:
 $ bin/kafka-manager -Dconfig.file=/path/to/application.conf -Dhttp.port=400400
 权限:
 $ bin/kafka-manager -Djava.security.auth.login.config=/path/to/my-jaas.conf

已经 访问local host:400400

就可需要看多监控页面了:

图 topic

图 broker

页面非常的简洁,回会 你这个充足的功能,开源免费,推荐使用,或者目前版本支持到Kafka 0.8.. or 0.9.. or 0.10.. or 0.11,需要有点痛 注意。

四、kafka-monitor

linkin开源的kafka监控框架,github地址如下:https://github.com/linkedin/kafka-monitor

基于 Gradle 2.0以上版本,支持java 7和java 8.

支持kafka从0.8-2.0,用户可根据需求下载不同分支即可。

使用:

编译:

$ git clone https://github.com/linkedin/kafka-monitor.git
$ cd kafka-monitor 
$ ./gradlew jar

修改配置:config/kafka-monitor.properties

"zookeeper.connect" = "localhost:2181"

启动:

$ ./bin/kafka-monitor-start.sh config/kafka-monitor.properties
单集群启动:
$ ./bin/single-cluster-monitor.sh --topic test --broker-list localhost:9092 --zookeeper localhost:2181
多集群启动:
$ ./bin/kafka-monitor-start.sh config/multi-cluster-monitor.properties

已经 访问localhost:400400 看多监控页面

图 kafkamonitor

一起你们你们你们你们还可需要通过http请求查询你这个指标:

curl localhost:8778/jolokia/read/kmf.services:type=produce-service,name=*/produce-availability-avg

总体来说,他的web功能比较简单,用户使用越多,http功能很有用,支持版本较多。

五、Kafka Offset Monitor

官网地址http://quantifind.github.io/KafkaOffsetMonitor/

github地址 https://github.com/quantifind/KafkaOffsetMonitor

使用:下载事先执行

java -cp KafkaOffsetMonitor-assembly-0.3.0.jar:kafka-offset-monitor-another-db-reporter.jar \
     com.quantifind.kafka.offsetapp.OffsetGetterWeb \
     --zk zk-server1,zk-server2 \
     --port 400400 \
     --refresh 10.seconds \
     --retain 2.days
     --pluginsArgs anotherDbHost=host1,anotherDbPort=555

已经 查看localhost:400400

图 offsetmonitor1

图offsetmonitor2

你这个项目更关注于对offset的监控,页面很充足,或者15年事先不再更新,无法支持最新版本kafka。继续维护的版本地址如下https://github.com/Morningstar/kafka-offset-monitor。

六、Cruise-control

linkin于2017年8月开源了cruise-control框架,用于监控大规模集群,包括一系列的运维功能,据称在linkedin有着两万多台的kafka集群,项目还在持续更新中。

项目github地址:https://github.com/linkedin/cruise-control

使用:

下载
git clone https://github.com/linkedin/cruise-control.git && cd cruise-control/
编译
./gradlew jar
修改 config/cruisecontrol.properties
bootstrap.servers   zookeeper.connect
启动:
./gradlew jar copyDependantLibs
./kafka-cruise-control-start.sh [-jars PATH_TO_YOUR_JAR_1,PATH_TO_YOUR_JAR_2] config/cruisecontrol.properties [port]

启动后访问:

http://localhost:9090/kafkacruisecontrol/state

这样 页面,所有回会 用rest api的形式提供的。

接口列表如下:https://github.com/linkedin/cruise-control/wiki/REST-APIs

你这个框架灵活性很大,用户可需要根据你这个人的情況来获取各种指标优化你这个人的集群。

七、Doctorkafka

DoctorKafka是Pinterest 开源 Kafka 集群自愈和工作负载均衡工具。

Pinterest是一一个 多进行图片分享的社交站点。你们你们你们你们使用 Kafka 作为中心化的消息传输工具,用于数据摄取、流避免等场景。随着用户数量的增加,Kafka 集群也这样 庞大,对它的管理日趋错综复杂,并变成了运维团队的沉重负担,怎么你们你们你们你们你们你们你们你们研发了 Kafka 集群自愈和工作负载均衡工具 DoctorKafka,最近你们你们你们你们或者在GitHub上将该项目开源。

使用:

下载:
git clone [git-repo-url] doctorkafka
cd doctorkafka
编译:
mvn package -pl kafkastats -am
启动:
java -server \
    -Dlog4j.configurationFile=file:./log4j2.xml \
    -cp lib/*:kafkastats-0.2.4.8.jar \
    com.pinterest.doctorkafka.stats.KafkaStatsMain \
        -broker 127.0.0.1 \
        -jmxport 9999 \
        -topic brokerstats \
        -zookeeper zookeeper001:2181/cluster1 \
        -uptimeinseconds 34000 \
        -pollingintervalinseconds 400 \
        -ostrichport 2051 \
        -tsdhostport localhost:18126 \
        -kafka_config /etc/kafka/server.properties \
        -producer_config /etc/kafka/producer.properties \
        -primary_network_ifacename eth0

页面如下:

图dockerkafka

DoctorKafka 在启动事先,会阶段性地检查每个集群的情況。当探测到 broker 经常出现故障时,它会将故障 broker 的工作负载转移给有足够波特率的 broker。或者在集群中这样 足够的资源进行重分配搞笑的话,它会发出告警。属于一一个 多自动维护集群健康的框架。

八、Burrow

Burrow是LinkedIn开源的一款专门监控consumer lag的框架。

github地址如下:https://github.com/linkedin/Burrow

使用Burrow监控kafka, 需要预先设置lag的阈值, 他完回会 基于消费过程的动态评估

Burrow支持读取kafka topic和,zookeeper你这个最好的妙招的offset,对于新老版本kafka都可需要很好支持

Burrow支持http, email类型的报警

Burrow默认只提供HTTP接口(HTTP endpoint),数据为json格式,这样 web UI。

安装使用:

$ Clone github.com/linkedin/Burrow to a directory outside of $GOPATH. Alternatively, you can export GO111MODULE=on to enable Go module.
$ cd to the source directory.
$ go mod tidy
$ go install

示例:

列出所有监控的Kafka集群
curl -s http://localhost:40000/v3/kafka |jq
{
  "error": false,
  "message": "cluster list returned",
  "clusters": [
    "kafka",
    "kafka"
  ],
  "request": {
    "url": "/v3/kafka",
    "host": "kafka"
  }
}

你这个的框架,还有kafka-web-console:https://github.com/claudemamo/kafka-web-console

kafkat:https://github.com/airbnb/kafkat

capillary:https://github.com/keenlabs/capillary

chaperone:https://github.com/uber/chaperone

还有你这个,怎么你们你们你们你们你们你们你们你们要结合你这个人的kafka版本情況进行选则。

更多实时计算,Kafka等相关技术博文,欢迎关注实时流式计算