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