flink 自定义kudu connector中使用Metrics计数平均吞吐量，并推送到自定义kafkaReporter

文章目录

• • 前言
  • [1. Registering metrics](#1. Registering metrics)
  • [2. Metrics 的类型](#2. Metrics 的类型)
  • • [2.1 counter](#2.1 counter)
    • [2.2 Gauge](#2.2 Gauge)
    • [2.3 Histogram](#2.3 Histogram)
    • [2.4 meter](#2.4 meter)
  • [3. 指标划分](#3. 指标划分)
  • • [3.1 指标所属的范围](#3.1 指标所属的范围)
    • [3.2 默认所属](#3.2 默认所属)
  • [4. 自定义kudu connector中使用Metrics](#4. 自定义kudu connector中使用Metrics)
  • • [4.1 sink算子继承RichFunction](#4.1 sink算子继承RichFunction)
    • [4.2 注册指标](#4.2 注册指标)
    • [4.3 计数逻辑](#4.3 计数逻辑)
    • [4.4 自定义Reporter，推送metric到kafka](#4.4 自定义Reporter，推送metric到kafka)
    • [4.5 结果展示](#4.5 结果展示)

前言

Flink exposes a metric system that allows gathering and exposing metrics to external systems

1. Registering metrics

继承RichFunction，调用getRuntimeContext().getMetricGroup()

---

2. Metrics 的类型

2.1 counter

计数器，累加或者累减

2.2 Gauge

提供各种类型的值

2.3 Histogram

表示度量值的统计结果，如平均值、最大值

2.4 meter

表示平均吞吐量，单位时间内事件次数

---

3. 指标划分

3.1 指标所属的范围

3.2 默认所属

---

4. 自定义kudu connector中使用Metrics

4.1 sink算子继承RichFunction

4.2 注册指标

4.3 计数逻辑

ps：kudu写入实际指标包含2个，一个是每分钟流量，在try代码块中，一个是每分钟错误数量，在catch代码块中

---

4.4 自定义Reporter，推送metric到kafka

flink-conf.yaml配置注册的类和参数

4.5 结果展示