Kafka的灵魂伴侣Logi-KafkaManger(三)之运维管控--集群列表
运维管控
运维管控这个菜单栏目下面主要是供运维人员来管理所有集群的;
接入集群
Kafka的灵魂伴侣Logi-一之集群的接入及相关概念讲解
物理集群列表
列出了所有物理集群,点击一个物理集群进去看详细信息;
如果没有信息请检查一下是否正确开启了JMX; ==> JMX-连接失败问题解决
集群概览
实时流量
指标说明
因为我发送和消费过消息, 为了不让之前的数据干扰; 我们重新把重启一下,Jmx的数据就会清0了; 历史数据清楚就去数据库中把结尾的表数据全部清空;
执行下面的代码,验证一下实时流量的指标准不准确;
下面的代码表示的是: 60S秒发送60条消息; 每条消息大小1个字节; 但是在这60S内只发送一次消息; 因为将.ms=60000, 设置为60秒后发送;
那么期望中的实时指标是;
@Testvoid contextLoads() {Properties props = new Properties();props.put("bootstrap.servers", "xxxxxxx");props.put("acks", "all");props.put("retries", 0);props.put("batch.size", 16384000);props.put("linger.ms", 60000);props.put("buffer.memory", 335544320);props.put("client.id", "appId_000001_cn.Test2");props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");Producer producer = new KafkaProducer<>(props);for(int i = 0; i < 60; i++){//将一个消息设置大一点byte[] log = new byte[1024];String slog = new String(log);producer.send(new ProducerRecord("Test2",0, Integer.toString(i), slog));}try {Thread.sleep(62000);} catch (InterruptedException e) {e.printStackTrace();}producer.close();} :每秒发送到kafka的消息条数 = 1条
:每秒发送到kafka的字节数 = 1字节
:每秒总共发送的请求数 = 1/60=0.017这里是请求数量,因为60s内实际上只发送了一次请求;
执行代码然后看结果
基本上是符合我们预期的,实时流量数据还是准确的;
除了上面几个指标,我们应该还要关注下面几个异常指标，正常情况下他们都是0; 如果不为0的情况说明可能就有异常了,运维同学就应该去查查异常日志了;
(B/s) 每秒被拒绝的字节数
每秒拉取失败的请求数
每秒发送失败的请求数
/消息条数/总请求数 也可以关注一下; 假如他们的结果=1; 说明没有批量发送,一条消息就发送了一个请求了
历史流量
指标说明
历史数据都存放在结尾的表中;
信息
上面左边部分是对所有峰值使用率的看板, 可以通过这个图简单了解一下的峰值情况, 那么这个使用率是怎么计算的,计算的到底准不准确,得需要去源码里面看看, 这个图我们可以作为一个参考值来了解;
副本状态图, 可以理解为在 ISR中的是同步；不在ISR中的是未同步;
我们现在把其中一台 1 关机 模拟宕机等异常情况; 可以看到变成了下面这样子;
图中可以看到, 1的状态为未使用, 0,2 两台的副本状态都变成了未同步;
副本状态:
失效副本分区的个数大于0 则这个副本状态就展示未同步;失效副本分区的个数tions是通过JMX访问kafka.:type=,name=tions获取到的值;如果获取的tions值大于0，有可能是某个的问题，也有可能引申到整个集群的问题，也许还要引入其他一些信息、指标等配合找出问题之所在。
注意：如果Kafka集群正在做分区迁移（kafka--.sh）的时候，这个值也会大于0。
更多关于失效副本分区数异常问题排查请看 失效副本的诊断及预警
理解了副本状态的意思,那上图我们就可以理解了; 之所以[0,2] 都显示未同步,是因为 2中含有[0,2]的副本; 宕机了,失效副本分区的个数就大于0了
删除操作:
当下线的时候,可以执行删除操作, 一般是当你把这个移除集群的时候你就可以去删除掉他, 不过删除之后,如果重新加入到集群还是会被添加回来的; 如果仅仅只是宕机就不要删除了;
想要知道这个功能用来干什么, 那么我们得先了解一个概念 均衡机制;
均衡机制（auto...=true）
当一个停止或崩溃时，这个中所有分区的将转移给其他副本。这意味着在默认情况下，当这个重新启动之后，它的所有分区都将仅作为，不再用于客户端的读写操作。
为了避免这种不平衡，Kafka有一个首选副本的概念。如果一个分区的副本列表是1，5，9，节点1将优先作为其他两个副本5和9的，因为它较早存在于副本中。你可以通过运行以下命令让Kafka集群尝试恢复已恢复正常的副本的地位：。不会导致负载不均衡和资源浪费，这就是的均衡机制
# kafka版本 <= 2.4
> bin/kafka-preferred-replica-election.sh --zookeeper zk_host:port/chroot
# kafka新版本
> bin/kafka-preferred-replica-election.sh --bootstrap-server broker_host:port在配置文件conf/ .中配置开启（默认就是开启）auto... = true
与其相关的配置还有
..check.. 检查重新 的周期时间 ; 默认300秒;
..per..标识每个 失去平衡的比率，如果超过改比率，则执行重新选举 的 ；默认比例是10%;
上面几个配置都是 && 的关系; 同时满足才能触发再平衡;
调优建议：考虑到重选举的代价比较大，可能会带来性能影响，也可能会引发客户端的阻塞，生产环境建议设置为false。或者周期设置长一点,比如一天一次;
那么如果我们关闭了 均衡机制 , 或者周期时间比较长, 也就有可能造成上面说的问题, 那么Kafka-就提供了一个手动再平衡的操作;
假如有一台宕机了, 等它重启之后, 并且等它副本同步完成之后(为了副本同步与再平衡错开一下),运维管理人员就可以操作一下这个 ;手动触发一下再平衡;
举个栗子
首先将的自动均衡关闭auto... = false; 并且逐个重启
查看一下某个Topic在各个的 分布情况 ;
我们这里看看TEST3这个TOPIC的情况;
-0
-1
-2
在逐个启动完成的时候 他们的分布情况如下;
0,1,2,3
因为-2是我启的第一台; 所以所有分区的都集中在这一台机器上; 而后面启动的都没有分配到;
这样的情况明显不合理; 所以我们需要执行一次 再均衡;
手动执行 再均衡策略；下拉选中的; 这里选择的作用是选择这台上的所有Topic来进行再均衡
再均衡之后再看看情况
2,3
可以看到均衡之后的结果,-0 分配了2个 ; 自动恢复到了之前的分配情况;
PS: 时候选择的的作用是针对该下面的所有Topic来进行再均衡; 假如你3台上的Topic都一样,那选哪个都一样
详情
基本信息
展示了当前的基本信息和实时流量历史流量; 注意 这里的流量信息展示的是当前这一台的流量;集群概览那里展示的是整个物理集群的所有流量信息(之和);
监控信息
按照时间轴展示多个指标信息,当然指标也是当前选中的的指标信息;
Topic信息 (TODO 页面跳转)
展示当前下有哪些Topic；更为详细的介绍情况 TODO…
磁盘信息 (TODO 页面跳转)
展示当前的一些磁盘信息; 但是此功能 需要 接入 滴滴的kafka-组件才可以生效; 目前该组件为企业服务,暂未有开源计划; 更为详细的介绍请看 TODO…
信息
展示当前的信息, 列出当前所有Topic的 和副本 以及未同步副本 情况;
在上面的 模块中,其实已经说明讲解了一部分这里的信息情况;
例如-0宕机了,可以看到那些在-0中存在对应副本的Topic, 清晰的展示了哪些副本是没有同步的; 像下面的TEST2在-0中不含有副本,所有它的状态是 已同步;
Topic分析
当前的Topic基本信息,其实这里的信息在最左边的基本信息里面有了
不过这里展示的是最近一分钟的数据,而且把所有Topic的数据列出来展示对比;
我们模拟一下批量发送消息,给TEST2 TEST3的TOPIC发个1万条消息
bin/kafka-producer-perf-test.sh --topic TEST3 --num-records 10000 --record-size 100 --throughput 100 --producer-props bootstrap.servers=xxx:9092,xxx:9092,xxx:9092bin/kafka-producer-perf-test.sh --topic TEST2 --num-records 10000 --record-size 100 --throughput 100 --producer-props bootstrap.servers=xxx:9092,xxx:9092,xxx:9092看看展示的数据
通过这个数据可以看到当前下最近一分钟的Topic活动状态; 可以看到哪个Topic比较活跃; 图中的百分比应该算的有问题,去提一个BUG;
消费者信息
展示当前下的所有消费组信息, 表示数据是从上获取的(老版本存放在ZK中);注意刚启动的时候这里可能为空,一分钟之后执行获取的任务才会获取到
信息
列表
展示的是当前物理集群下划分的所有;
我们主要看上面的几个参数
预估容量:很多人对这个数值比较疑惑, 也不知道怎来的; 我们找找源码就知道它是怎么来的了;
此数值计算的是 当前下面能够承受的最大流量值;比如上面的表示最大支持 360M/s; 但是这个值其实是一个非常模糊的预估值,是需要运维管理人员去设置的,如果没有设置默认的就是每台 最大流量值是 120M/s;
运维管理人员需要对自己的能够承受的峰值流量有个数; 然后设置完成可以直观的了解到此是否能够承受住峰值流量;
实际流量:从历史数据中计算一下实际的峰值流量;
预估流量:实际流量+ 新申请的Topic的预估流量;
解释一下; 我们新申请的Topic，这个时候还没有流量进来, 但是我们要给这个新申请的Topic预留一个; 我们在申请Topic的时候不是有让填写一个预估峰值流量么;
但是当前代码里面实际流量=预估流量; 待优化
那么如何修改能够承受的峰值流量呢?
点击运维管控 ->平台管理->平台配置填写如下信息
配制键:IG
配置值Json串; 它是一个array
[{"clusterId": 4, //物理集群的ID"duration": 10, //持续时间,为了最大值最小值对实际流量产生的紊乱，才有这么一个值,具体含义就不分析了,默认值就是10"latestTimeUnitMs": 604800000,// 表示计算的是最近多少天内的数据;比如这个默认值是7天;7 * 24 * 60 * 60 * 1000L"maxCapacityUnitB": 125829120 //预估容量;默认值是120 * 1024 * 1024 ;也就是120M; 针对的是单台Broker
}, {"clusterId": 5,"duration": 10,"latestTimeUnitMs": 604800000,"maxCapacityUnitB": 125829120
}]PS: 上面的配置每个都是针对物理集群下面的所有; 比如我设置的=4的物理集群的=;(120M),那么这个物理集群下面的所有下面的;给的预估容量都是120M
上面的计算是每隔12小时才会计算一次;
针对这一块,后续社区应该会做优化改造,或者让预估容量可以自动计算 平台配置那里也不方便; 或者社区也会做修改
逻辑集群信息
逻辑集群列表
展示当前物理集群的所有逻辑集群信息;
创建逻辑集群讲解请看【 一 】集群的接入及相关概念讲解
信息
展示的变更历史 和 设置候选
关于
控制器组件（），是 Kafka 的核心组件。它的主要作用是在 的帮助下管理和协调整个 Kafka 集群。集群中任意一台 都能充当控制器的角色，但是，在运行过程中，只能有一个 成为控制器，行使其管理和协调的职责
更为详细内容请参考Kafka的 是什么
设置了候选之后 : 将会优先从选中的中选举 ; 这个功能使用的场景可能是
你知道哪几台比较空闲 , 想让他们承担的责任;
限流信息
这里展示的是当前物理集群中此时此刻正在被限流的所有Topic信息;
还记得我们上一篇文章有也有讲过限流的相关么【 二】kafka针对Topic粒度的配额管理(限流)
那里是查看当前的Topic是否被限流了
关于kafka的配额限流 kafka中的配额管理（限速）机制
那么我们这里的限流信息怎么看呢?什么时候出来呢？
那我们来制造一个发生限流的场景;
1.设置一个限流配置
// 添加限流信息
sh bin/kafka-configs.sh --bootstrap-server broker1:9092 --alter --add-config 'producer_byte_rate=100,consumer_byte_rate=100' --entity-type clients --entity-name appId_000001_cn.Test2上面的命令的意思是 在:9092上 添加一个针对客户端 = .Test2加上一个限流配置;
生产者 的速率是100b/s ; 消费组的速率是100b/s ;
不放心我们也可以去zk上看看是不是配置成功了
2.生产消息
@Testvoid contextLoads() throws InterruptedException {Properties props = new Properties();props.put("bootstrap.servers", "broker1:9092");props.put("acks", "all");props.put("retries", 0);props.put("batch.size", 110);props.put("linger.ms", 0);props.put("client.id", "appId_000001_cn.Test2");props.put("key.serializer", "org.apache.kafka.common.serialization.StringSerializer");props.put("value.serializer", "org.apache.kafka.common.serialization.StringSerializer");Producer producer = new KafkaProducer<>(props);for(int i = 0; i < 1000; i++){//将一个消息设置大一点byte[] log = new byte[100];String slog = new String(log);producer.send(new ProducerRecord("Test2",0, Integer.toString(i), slog));System.out.println("i="+i);}try {Thread.sleep(62000);} catch (InterruptedException e) {e.printStackTrace();}producer.close();} 上面的代码表示 每次发送100b的消息出去,并且是立即发送; 因为我们设置的限流速度 是100b/s；那么妥妥的就被限流了嘛;
注意：客户端id设置的为.Test2;跟我们上面针对的客户端限流名称一样才会生效;
执行代码之后我们再看看效果;
限流的Topic就展示出来了,当然这个展示的是当前限流的；等它不限流了 就会消息;
PS：这里有个要注意的地方就是,这里展示的是针对单个Topic的限流信息; 我们知道kafka当前是不支持针对Topic这一维度来进行限流配置的; 当然想要自己实现针对Topic限流也很简单,只需要让每个Topic的.id不一样；然后针对每个topic的.id做限流配置就行; 看上面我设置的客户端是.Test2这样的格式; 但是自己这样去做非常麻烦；不建议自己去做
