Kafka監控工具彙總

對於大數據集群來說，監控功能是非常必要的，通過日誌判斷故障低效，我們需要完整的指標來幫我們管理Kafka集群。本文討論Kafka的監控以及一些常用的第三方監控工具。

一、Kafka Monitoring

首先介紹kafka的監控原理，第三方工具也是通過這些來進行監控的，我們也可以自己去是實現監控，官網關於監控的文檔地址如下：

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

kafka使用Yammer Metrics進行監控，Yammer Metrics是一個java的監控庫。

kafka預設有很多的監控指標，預設都使用JMX介面遠程訪問，具體方法是在啟動broker和clients之前設置JMX_PORT：

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

Kafka的每個監控指標都是以JMX MBEAN的形式定義的，MBEAN是一個被管理的資源實例。

我們可以使用Jconsole （Java Monitoring and Management Console），一種基於JMX的可視化監視、管理工具。

來可視化監控的結果：

圖2 Jconsole

隨後在Mbean下可以找到各種kafka的指標。

Mbean的命名規範是 kafka.xxx:type=xxx,xxx=xxx

主要分為以下幾類：

（監控指標較多，這裡只截取部分，具體請查看官方文檔）

Graphing and Alerting 監控:

kafka.server為伺服器相關，kafka.network為網路相關。

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

kafka運行過程中的監控。

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

每一個broker的監控。

Producer監控：

producer調用過程中的監控。

Consumer監控：

consumer調用過程中的監控。

Connect監控：

Streams 監控：

這些指標涵蓋了我們使用kafka過程中的各種情況，還有kafka.log記錄日誌信息。每一個Mbean下都有具體的參數。

通過這些參數，比如出站進站速率，ISR變化速率，Producer端的batch大小，線程數，Consumer端的延時大小，流速等等，當然我們也要關註JVM，還有OS層面的監控，這些都有通用的工具，這裡不做贅述。

kafka的監控原理已經基本瞭解，其他第三方監控工具也大部分是在這個層面進行的完善，下麵來介紹幾款主流的監控工具。

二、JmxTool

JmxTool並不是一個框架，而是Kafka預設提供的一個工具，用於實時查看JMX監控指標。。

打開終端進入到Kafka安裝目錄下，輸入命令bin/kafka-run-class.sh kafka.tools.JmxTool便可以得到JmxTool工具的幫助信息。

比如我們要監控入站速率，可以輸入命令：

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 5000

BytesInPerSec的值每5秒會列印在控制臺上:

>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 5000

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 14:52:20,1003401.2319497257

2018-08-10 14:52:25,1125080.6160773218

2018-08-10 14:52:30,1593394.1860063889

三、Kafka-Manager

雅虎公司2015年開源的kafka監控框架，使用scala編寫。github地址如下：https://github.com/yahoo/kafka-manager

使用條件：

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

下載kafka-manager

配置：conf/application.conf

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

部署：這裡要用到sbt部署

./sbt clean dist

啟動：

 bin/kafka-manager
 指定埠：
 $ bin/kafka-manager -Dconfig.file=/path/to/application.conf -Dhttp.port=8080
 許可權：
 $ bin/kafka-manager -Djava.security.auth.login.config=/path/to/my-jaas.conf

隨後訪問local host:8080

就可以看到監控頁面了：

圖 topic

圖 broker

頁面非常的簡潔，也有很多豐富的功能，開源免費，推薦使用，只是目前版本支持到Kafka 0.8.. or 0.9.. or 0.10.. or 0.11，需要特別註意。

四、kafka-monitor

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

基於 Gradle 2.0以上版本，支持java 7和java 8.

支持kafka從0.8-2.0，用戶可根據需求下載不同分支即可。

使用：

編譯：

$ 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"

啟動：

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

隨後訪問localhost:8080 看到監控頁面

圖 kafkamonitor

同時我們還可以通過http請求查詢其他指標：

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

總體來說，他的web功能比較簡單，用戶使用不多，http功能很有用，支持版本較多。

五、Kafka Offset Monitor

官網地址http://quantifind.github.io/KafkaOffsetMonitor/

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

使用：下載以後執行

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 8080 \
     --refresh 10.seconds \
     --retain 2.days
     --pluginsArgs anotherDbHost=host1,anotherDbPort=555

隨後查看localhost:8080

圖 offsetmonitor1

圖offsetmonitor2

這個項目更關註於對offset的監控，頁面很豐富，但是15年以後不再更新，無法支持最新版本kafka。繼續維護的版本地址如下https://github.com/Morningstar/kafka-offset-monitor。

六、Cruise-control

linkin於2017年8月開源了cruise-control框架，用於監控大規模集群，包括一系列的運維功能，據稱在linkedin有著兩萬多台的kafka集群，項目還在持續更新中。

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

使用：

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

啟動後訪問：

http://localhost:9090/kafkacruisecontrol/state

沒有頁面，所有都是用rest api的形式提供的。

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

這個框架靈活性很大，用戶可以根據自己的情況來獲取各種指標優化自己的集群。

七、Doctorkafka

DoctorKafka是Pinterest 開源 Kafka 集群自愈和工作負載均衡工具。

Pinterest是一個進行圖片分享的社交站點。他們使用 Kafka 作為中心化的消息傳輸工具，用於數據攝取、流處理等場景。隨著用戶數量的增加，Kafka 集群也越來越龐大，對它的管理日趨複雜，並變成了運維團隊的沉重負擔，因此他們研發了 Kafka 集群自愈和工作負載均衡工具 DoctorKafka，最近他們已經在GitHub上將該項目開源。

使用：

下載：
git clone [git-repo-url] doctorkafka
cd doctorkafka
編譯：
mvn package -pl kafkastats -am
啟動：
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 3600 \
        -pollingintervalinseconds 60 \
        -ostrichport 2051 \
        -tsdhostport localhost:18126 \
        -kafka_config /etc/kafka/server.properties \
        -producer_config /etc/kafka/producer.properties \
        -primary_network_ifacename eth0

頁面如下：

圖dockerkafka

DoctorKafka 在啟動之後，會階段性地檢查每個集群的狀態。當探測到 broker 出現故障時，它會將故障 broker 的工作負載轉移給有足夠帶寬的 broker。如果在集群中沒有足夠的資源進行重分配的話，它會發出告警。屬於一個自動維護集群健康的框架。

八、Burrow

Burrow是LinkedIn開源的一款專門監控consumer lag的框架。

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

使用Burrow監控kafka, 不需要預先設置lag的閾值, 他完全是基於消費過程的動態評估

Burrow支持讀取kafka topic和,zookeeper兩種方式的offset，對於新老版本kafka都可以很好支持

Burrow支持http, email類型的報警

Burrow預設只提供HTTP介面(HTTP endpoint)，數據為json格式，沒有web UI。

安裝使用:

$ 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：

列出所有監控的Kafka集群
curl -s http://localhost:8000/v3/kafka |jq
{
  "error": false,
  "message": "cluster list returned",
  "clusters": [
    "kafka",
    "kafka"
  ],
  "request": {
    "url": "/v3/kafka",
    "host": "kafka"
  }
}

其他的框架，還有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

還有很多，但是我們要結合自己的kafka版本情況進行選擇。

更多實時計算，Kafka等相關技術博文，歡迎關註實時流式計算