18.9. Kafka Streams MBeans


注意

流应用程序除这里记录的商 和消费者 MBeans 外,还将包含 制作者 和消费者 MBean。

客户端的 Kafka Streams 指标

metrics.recording.level 配置参数是 infodebug 时,会收集这些指标。

Expand
表 18.21. Mbeans matching kafka.streams:type=stream-metrics,client-id=*
属性描述

commit-latency-avg

此线程的所有运行任务间提交的平均执行时间(以 ms 为单位)。

commit-latency-max

此线程的所有运行任务间提交的最大执行时间(以 ms 为单位)。

commit-rate

每秒提交的平均提交数量。

commit-total

提交调用总数。

poll-latency-avg

ms 中的平均执行时间用于使用者轮询。

poll-latency-max

ms 中的最大执行时间用于消费者轮询。

poll-rate

每秒消费者轮询调用的平均数量。

poll-total

消费者轮询调用的总数。

process-latency-avg

ms 中的平均执行时间进行处理。

process-latency-max

用于处理的最大执行时间(以 ms 为单位)。

process-rate

每秒已处理记录的平均数量。

process-total

已处理的记录总数。

punctuate-latency-avg

ms 中的平均执行时间,表示标点。

punctuate-latency-max

ms 中的最大执行时间,表示标点。

punctuate-rate

每秒标点调用的平均数量。

punctuate-total

标点调用的总数。

task-closed-rate

每秒关闭的平均任务数量。

task-closed-total

已关闭的任务总数。

task-created-rate

每秒创建的任务平均数量。

task-created-total

所创建的任务总数。

任务 Kafka Streams 指标

metrics.recording.level 配置参数被 调试 时,会收集这些指标。

Expand
表 18.22. Mbeans matching kafka.streams:type=stream-task-metrics,client-id=*,task-id=*
属性描述

active-process-ratio

流在所有分配的活跃任务中处理此任务的时间部分。

commit-latency-avg

ns 中的平均执行时间进行提交。

commit-latency-max

ns 中的最大执行时间,用于提交。

commit-rate

每秒提交调用的平均数量。

commit-total

提交调用总数。

dropped-records-rate

此任务中丢弃的平均记录数。

dropped-records-total

此任务中丢弃的记录总数。

enforced-processing-rate

每秒强制执行处理的平均数量。

enforced-processing-total

总数量强制处理。

process-latency-avg

ns 中的平均执行时间进行处理。

process-latency-max

ns 中的最大执行时间进行处理。

process-rate

此任务的所有源处理器节点之间每秒处理的记录平均数量。

process-total

此任务的所有源处理器节点之间处理的记录总数。

record-lateness-avg

记录中观察的平均记录(上游时间 - 记录时间戳)。

record-lateness-max

观察到记录的最长期限(上游时间 - 记录时间戳)。

处理器节点的 Kafka Streams 指标

metrics.recording.level 配置参数被 调试 时,会收集这些指标。

Expand
表 18.23. 与 kafka.streams 匹配的 Mbeans:type=stream-processor-node-metrics,client-id=*,task-id=*,processor-node-id=*
属性描述

process-rate

源处理器节点每秒处理的平均记录数。

process-total

源处理器节点每秒处理的记录总数。

record-e2e-latency-avg

记录的平均端到端延迟,通过在节点完全处理后将记录时间戳与系统时间进行比较。

record-e2e-latency-max

记录的最大端到端延迟,通过在节点完全处理后将记录时间戳与系统时间进行比较。

record-e2e-latency-min

记录的最小端到端延迟,通过在节点完全处理后将记录时间戳与系统时间进行比较。

suppression-emit-rate

被发出的下游拒绝操作节点的记录率。

suppression-emit-total

已发出的下游阻止操作节点的记录总数。

州存储的 Kafka Streams 指标

metrics.recording.level 配置参数被 调试 时,会收集这些指标。

Expand
表 18.24. 与 kafka.streams 匹配的 Mbeans:type=stream-[store-scope]-metrics,client-id=*,task-id=*,[store-scope]-id=*
属性描述

all-latency-avg

ns 中平均所有操作执行时间。

all-latency-max

在 ns 中,所有操作执行时间上限。

all-rate

此存储的平均操作率。

delete-latency-avg

ns 中的平均删除执行时间。

delete-latency-max

ns 中的最大删除执行时间。

delete-rate

此存储的平均删除率。

flush-latency-avg

ns 中平均刷新执行时间。

flush-latency-max

ns 中的最大冲刷执行时间。

flush-rate

此存储的平均冲刷率。

get-latency-avg

平均在 ns 中得到执行时间。

get-latency-max

最大的 get 执行时间以 ns 为单位。

get-rate

此存储的平均速率。

put-all-latency-avg

平均将执行时间置于 ns 中。

put-all-latency-max

最大放置(all)执行时间为 ns。

put-all-rate

此存储的平均放置率。

put-if-absent-latency-avg

平均将执行时间置于 ns 中。

put-if-absent-latency-max

最大 put-if-absent 执行时间为 ns。

put-if-absent-rate

此存储的平均放置率。

put-latency-avg

平均将执行时间置于 ns 中。

put-latency-max

最大值将执行时间置于 ns 中。

put-rate

此存储的平均放置率。

range-latency-avg

ns 中的平均执行时间。

range-latency-max

ns 中的最大范围执行时间。

range-rate

此存储的平均范围率。

record-e2e-latency-avg

记录的平均端到端延迟,通过在节点完全处理后将记录时间戳与系统时间进行比较。

record-e2e-latency-max

记录的最大端到端延迟,通过在节点完全处理后将记录时间戳与系统时间进行比较。

record-e2e-latency-min

记录的最小端到端延迟,通过在节点完全处理后将记录时间戳与系统时间进行比较。

restore-latency-avg

ns 中的平均恢复执行时间。

restore-latency-max

ns 中的最大恢复执行时间。

restore-rate

此存储的平均恢复率。

suppression-buffer-count-avg

通过抽样窗口缓冲的平均记录数量。

suppression-buffer-count-max

通过抽样窗口缓冲的最大记录数。

suppression-buffer-size-avg

抽样窗口的缓冲数据的平均总大小(以字节为单位)。

suppression-buffer-size-max

通过抽样窗口缓冲数据的最大总大小(以字节为单位)。

记录缓存的 Kafka Streams 指标

metrics.recording.level 配置参数被 调试 时,会收集这些指标。

Expand
表 18.25. 与 kafka.streams 匹配的 Mbeans:type=stream-record-cache-metrics,client-id=*,task-id=*,record-cache-id=*
属性描述

hit-ratio-avg

平均缓存命中率定义为缓存读取请求的总缓存命中率。

hit-ratio-max

最大缓存命中率。

hit-ratio-min

最小缓存命中率。

返回顶部
Red Hat logoGithubredditYoutubeTwitter

学习

尝试、购买和销售

社区

关于红帽文档

通过我们的产品和服务,以及可以信赖的内容,帮助红帽用户创新并实现他们的目标。 了解我们当前的更新.

让开源更具包容性

红帽致力于替换我们的代码、文档和 Web 属性中存在问题的语言。欲了解更多详情,请参阅红帽博客.

關於紅帽

我们提供强化的解决方案,使企业能够更轻松地跨平台和环境(从核心数据中心到网络边缘)工作。

Theme

© 2025 Red Hat