监控项说明
| 监控指标类别 | 监控项 | 说明 |
|---|---|---|
| kafka指标 | 每秒流入消息个数（个/s） | 所有的topic的消息速率（个/s），取一分钟的平均值 |
| ::: | 每秒流入数据（B/s） | 所有的topic的流入数据速率（B/s），取一分钟的平均值 |
| ::: | 每秒流出数据（B/s） | 所有的topic的流出数据速率（B/s），取一分钟的平均值 |
| ::: | 消费者失败请求（次/s） | 消费者失败的请求个数，取一分钟的平均值 |
| ::: | 生产者失败请求（次/s） | 生成者失败请求的个数，取一分钟的平均值 |
| ::: | Broker拒绝的消息（B/s） | Broker拒绝的消息量，取一分钟的平均值 |
| ::: | leader选举速率(ms) | Broker宕机时，集群应该在尽可能短的时间内完成leader选举 |
| ::: | controller存活数目(个) | 集群同一时间有且最多只能有一个controller，与下述管理节点个数（个）指标相同 |
| ::: | 生产者请求响应时间（ms） | 生产者平均响应时间 |
| ::: | 生产者QPS（次/s） | 生产者QPS，取一分钟的平均值 |
| ::: | 消费者请求响应时间（ms） | 消费者平均响应时间 |
| ::: | 消费者QPS（次/s） | 消费者QPS，取一分钟的平均值 |
| ::: | Kafka存活节点个数(个) | 集群节点存活数量统计，值应该与集群节点数相同 |
| ::: | Follower落后Leader最大消息量（个） | follower落后leader replica的最大的消息数量 |
| ::: | 分布在该节点上的分区总数（个） | 该节点上分区总数 |
| ::: | 分布在该节点上的leader分区总数（个） | 该节点上leader分区总数 |
| ::: | 未复制的分区总数（个） | 待做复制的分区的数量，正常值为0 |
| ::: | ISR收缩速率（个/s） | ISR的收缩(shrink)速率。<\br> 如果一个broker挂掉了，一些partition的ISR会收缩。<\br> 当那个broker重新起来时，一旦它的replica完全跟上，ISR会扩大(expand)。<\br> 除此之外，正常情况下，此值和下面的扩大速率都是0 |
| ::: | ISR扩大速率（个/s） | ISR的扩大(expansion)速率，参见ISR的收缩(shrink)速率 |
| ::: | 管理节点个数（个） | 当前的broker是否为controller。<\br> 在集群中只有一个broker的这个值为1，其他值为0，如果都为0，集群有问题。 |
| ::: | 离线分区总数（个） | 离线的partition个数 |
| 节点指标 | CPU使用率（%） | 节点的CPU使用率 |
| ::: | 磁盘读/写吞吐（Kb/s） | 磁盘读写吞吐量 |
| ::: | 磁盘读/写次数（次/s） | 磁盘读写次数 |
| ::: | 网卡出/入带宽（Kb/s） | 网卡出入带宽值 |
| ::: | 网卡出/入包量（个/s） | 网卡出入包量 |
| ::: | 内存使用率（%） | 节点的内存使用率 |
| ::: | 数据盘使用率（%） | 节点数据盘使用率 |
| ::: | 系统盘使用率（%） | 节点系统盘使用率 |
| zookeeper指标 | zk当前活跃连接数(个) | zk当前活跃连接个数 |
| ::: | zk最大请求延时(ms) | zk最大请求延时 |
| ::: | zk平均请求延时(ms) | zk平均请求延时 |
| ::: | zk最小请求延时(ms) | zk最小请求延时 |
| ::: | zk总发送响应数(万个) | zk总发送响应数 |
| ::: | zk总接收响应数(万个) | zk总接收响应数 |
| ::: | zk待处理连接数(个) | zk待处理连接数 |
| :: | watcher数量（个） | watch机制用于数据变更时zookeeper的主动通知。<\br> watch可以被附加到每一个节点上，那么如果一个应用有10W个节点，<\br>那zookeeper中就可能有10W个watch（甚至更多） |
| ::: | znode数量（个） | znode是zookeeper的节点，类似文件系统的目录或者文件 |