kafka producer metrics

背景

做online Service埋点设计,塞了很多节点,采用了base64压缩,希望能监控当前消息的大小,防止超过threshold后无法正常发送。

kafka基本架构

producer metrics

官方文档

其中有两个参数用来表征在kafka的producer的client里,发送的record的size。这些metrics可以通过JMX的MBeans里的configurable properties获得。需要主动导入Prometheus才可以进行深入分析。

复制代码
record-size-avg	The average record size
record-size-max	The maximum record size

那么如何将JMX的一些metrics导入Prometheus呢?

这里有一篇文章讲述如何导出的例子,改文章里的例子单独摘在下方:

附上JMX导入Prometheus的示例:
java agent

producer configs

配置参数文档

可以看到默认的时间窗口是30ms,但是metrics的计算至少需要两个samples。所以窗口可以理解为60s。

相关推荐
小股虫1 天前
主流注册中心技术选型:CAP理论与业务实战的平衡艺术
分布式·微服务·架构
少许极端1 天前
Redis入门指南(五):从零到分布式缓存-其他类型及Java客户端操作redis
java·redis·分布式·缓存
Keep_Trying_Go1 天前
accelerate 深度学习分布式训练库的使用详细介绍(单卡/多卡分布式训练)
人工智能·pytorch·分布式·深度学习
数据库知识分享者小北1 天前
免费体验《自建 MySQL 迁移至 PolarDB 分布式 V2.0》
数据库·分布式·mysql·阿里云·云原生·polardb
ZePingPingZe1 天前
@TransactionalEventListener:事务事件监听的艺术
分布式·spring·rabbitmq
回家路上绕了弯2 天前
日志输出优化实战:从“能用”到“好用”的全攻略
分布式·后端
十月南城2 天前
分布式事务方法论——2PC/TCC/SAGA与基于消息的最终一致性对照
分布式
笃行客从不躺平2 天前
分布式中的CAP 复习
分布式
记得开心一点嘛2 天前
分布式ID生成器
分布式
bkspiderx2 天前
RabbitMQ 全面技术指南
分布式·消息队列·rabbitmq