18.9. Kafka Streams MBeans


注意

Streams 应用程序除了在此文档外还包含 制作者 和消费者 MBeans。

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

在此线程的所有运行任务中,用于提交的平均执行时间。

commit-latency-max

用于提交的最长时间,在该线程的所有运行任务中。

commit-rate

每秒平均提交数。

commit-total

提交调用总数。

poll-latency-avg

ms 的平均执行时间,用于消费者轮询。

poll-latency-max

用于消费者轮询的ms 中的最大执行时间。

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

用于处理的平均执行时间(毫秒)。

process-latency-max

ms 中处理的最大执行时间。

process-rate

每秒处理的记录的平均数量。

process-total

处理的记录总数。

punctuate-latency-avg

毫秒的平均执行时间,表示标点。

punctuate-latency-max

ms 中的最大执行时间,表示标点不符。

punctuate-rate

每秒所给的调用数平均数量。

punctuate-total

标点调用的总数。

task-closed-rate

每秒关闭的平均任务数。

task-closed-total

关闭任务总数。

task-created-rate

每秒创建的任务平均数量。

task-created-total

创建的任务总数。

用于任务的 Kafka Streams 指标

metrics.recording.level 配置参数 debug 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

流线程在分配的所有活跃任务中处理此任务的时间部分。

commit-latency-avg

ns 的平均执行时间(用于提交)。

commit-latency-max

ns 中的执行时间,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。

Enforcing-processing-rate

每秒强制处理的平均数量。

enforced-processing-total

已强制实施处理的总数。

process-latency-avg

ns 的平均执行时间,用于处理。

process-latency-max

ns 中的执行时间,用于处理。

process-rate

此任务的所有源处理器节点中每秒处理的平均记录数。

process-total

此任务的所有源处理器节点中已处理的记录总数。

record-lateness-avg

记录的平均观察到后期(流时间 - 记录时间戳)。

record-lateness-max

记录的最大观察到晚(流时间 - 记录时间戳)。

处理器节点的 Kafka Streams 指标

metrics.recording.level 配置参数 debug 时会收集这些指标。

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

bytes-consumed-total

源处理器节点消耗的字节数。

bytes-produced-total

sink 处理器节点生成的字节总数。

process-rate

源处理器节点每秒处理的记录平均数量。

process-total

由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。

records-consumed-total

源处理器节点消耗的记录总数。

records-produced-total

sink 处理器节点生成的记录总数。

suppression-emit-rate

发出下游的记录的速率会阻止操作节点。

suppression-emit-total

已发出下游的记录的总数阻止了操作节点。

状态存储的 Kafka Streams 指标

metrics.recording.level 配置参数 debug 时会收集这些指标。

Expand
表 18.24. Mbeans 匹配 kafka.streams: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

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 中平均冲刷执行时间。

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

平均会在 ns 中获取执行时间。

get-latency-max

在 ns 中获取执行时间上限。

get-rate

此存储的平均获取率。

put-all-latency-avg

在 ns 中平均执行时间。

put-all-latency-max

ns 中最大的 put-all 执行时间。

put-all-rate

此存储的平均总率。

put-if-absent-latency-avg

在 ns 中,平均优先执行时间为 ns。

put-if-absent-latency-max

ns 中最大的 put-if-absent 执行时间。

put-if-absent-rate

此存储的平均负载值率。

put-latency-avg

平均将执行时间设置为 ns。

put-latency-max

最大的执行时间在 ns 中。

put-rate

此存储的平均放置率。

range-latency-avg

ns 中的平均范围执行时间。

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量。

suppression-buffer-size-avg

在抽样窗口中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 debug 时会收集这些指标。

Expand
表 18.25. Mbeans 匹配 kafka.streams: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