目錄

• Kafka
• 需求
• 解決方案
• 1.監控分析
• 2.監控思路
• (1) 消費者組管理
• (2)分區自動發現
• (3)獲取監控項“test-group/test/分區X”的Lag
• （4）最終腳本
• 3.Zabbix 自動發現配置
• 4.告警信息

Kafka

Apache Kafka是一個分布式發布-訂閱消息系統和一個強大的隊列，可以處理大量的數據，并使您能夠將消息從一個端點傳遞到另一個端點。

Kafka適合離線和在線消息消費。

Kafka消息保留在磁盤上，并在群集內復制以防止數據丟失。Kafka構建在ZooKeeper同步服務之上。它與Apache Storm和Spark非常好地集成，用于實時流式數據分析。

需求

雖然我們在生產環境中可以使用Kafka對業務進行解耦，但這并不意味著業務系統就高枕無憂了。消費者的消費速度是否能夠匹配生產速度、過多的消息積壓這些都可能影響業務系統的正常運行。

關于業務系統運行狀態，雖然我們可以通過業務監控來確定，但是業務監控一般是要對數據進行聚合分析并達到一定的閾值才能觸發告警。因此業務監控告警通知時，業務實際已經有問題一段時間了。為應對這種情況，我們一般需要和系統監控進行互補。系統監控會周期性的對硬件、網絡、服務器、應用等不同維度進行監控告警，一旦某個組件的狀態有問題，那么系統監控會先預警，然后業務系統才可能進一步預警。經過不同監控系統的告警升級，才更能準確的反映業務系統的運行狀態。

話說回來，對于上線后的Kafka集群，我們除了要對服務的可用性進行監控外，還要對Topic的消費情況進一步監控。

解決方案

1.監控分析

Lag作為監控指標，它直接反映了一個消費者的運行情況。一個正常工作的消費者，它的Lag值應該很小，甚至是接近于0的，這表示該消費者能夠及時地消費生產者生產出來的消息，滯后程度很小。

因此我們將Topic作為我們的監控項，當相關的Topic Lag達到某一閾值時進行多渠道告警。

另經過Kafka運行機制的我們知道：

• 每個Topic內部需要按照Partition進行再次分區
• 同一個topic的partition只能由同一個消費者組（group）內的一個consumer來消費，分區數決定了同組消費者個數的上限

通過以上“Topic-Partition-消費者組(group)”之間的關系，為了便于我們通過告警信息更快的定位故障點：

• 監控項命名規則：消費者組(Group)/Topic/Partition，三者組成唯一的監控項；
• 監控項Lag值：獲取業務系統中某個消費者組的特定Topic所有分區的Lag值進行告警；

2.監控思路

(1) 消費者組管理

通過Kafka自帶的kafka-consumer-groups.sh腳本，我們可以輕松獲取查看指定消費組 消費的所有Topic、及所在分區、最新消費offset、Log最新數據offset、Lag還未消費數量、消費者ID等等信息

# 查看消費者組的topic 消費狀態bash kafka-consumer-groups.sh --bootstrap-server 192.168.3.55:9090 --describe --group test2_consumer_groupTOPIC PARTITION CURRENT-OFFSET LOG-END-OFFSET LAG CONSUMER-ID HOST CLIENT-IDtest 0 1000000 1000000 0 consumer-1-8688633a-2f88-4c41-89ca-fd0cd6d19ec7 /127.0.0.1 consumer-1test 1 1000000 1000000 0 consumer-1-8688633a-2f88-4c41-89ca-fd0cd6d19ec7 /127.0.0.1 consumer-1test 2 1000000 1000000 0 consumer-1-8688633a-2f88-4c41-89ca-fd0cd6d19ec7 /127.0.0.1 consumer-1test 3 1000000 1000000 0 consumer-1-8688633a-2f88-4c41-89ca-fd0cd6d19ec7 /127.0.0.1 consumer-1

(2)分區自動發現

對于Kafka topic的監控我們使用Zabbix監控平臺，考慮到后續業務系統的持續性接入，我們通過Zabbix自動發現實現對特定消費者組(Group)和Topic下所有分區自動發現:

# 自動發現vim consumer-groups.conf#按消費者組(Group)|Topic格式，寫入自動發現配置文件test-group|test# 執行腳本自動發現指定消費者和topic的分區bash consumer-groups.sh discovery{    "data": [{ "{#GROUP}":"test-group", "{#TOPICP}":"test", "{#PARTITION}":"0" },{ "{#GROUP}":"test-group", "{#TOPICP}":"test", "{#PARTITION}":"1" },{ "{#GROUP}":"test-group", "{#TOPICP}":"test", "{#PARTITION}":"3" },{ "{#GROUP}":"test-group", "{#TOPICP}":"test", "{#PARTITION}":"2" }    ]}

自動發現中的GROUP、TOPIC、PARTITION 這三個信息可以用于進一步過濾不同的分區的Lag值和監控系統中的監控項名稱:

• test-group/test/分區0
• test-group/test/分區1
• test-group/test/分區2
• test-group/test/分區3
• 等其他 test-group/test相關的所有分區

(3)獲取監控項“test-group/test/分區X”的Lag

# 獲取分區0 lagbash consumer-groups.sh lag 0# 獲取分區1 lagbash consumer-groups.sh lag 1# 獲取分區2 lagbash consumer-groups.sh lag 2# 獲取分區3 lagbash consumer-groups.sh lag 3

（4）最終腳本

vim consumer-groups.sh#!/bin/bash#comment: 根據消費者組監控topic lag，進行監控告警#配置文件說明#消費者組|Topic#test-group|test#獲取topic 信息cal_topic() {    if [ $# -ne 2 ]; thenecho "parameter num error, 讀取topic信息失敗"exit 1    else/usr/local/kafka/bin/kafka-consumer-groups.sh --bootstrap-server 192.168.3.55:9092 --describe --group $1 |grep -w $2    fi}#topic+分區自動發現topic_discovery() {    printf "{\n"    printf "\t\"data\": [\n"    for line in `cat /data/scripts/consumer-groups.conf`    dogroup=`echo ${line} | awk -F"|" "{print $1}"`topic=`echo ${line} | awk -F"|" "{print $2}"`cal_topic $group $topic > /tmp/consumer-group-tmpcount=`cat /tmp/consumer-group-tmp|wc -l`n=0while read linedo     n=`expr  $n + 1`     #判斷最后一行     if [ $n -eq $count ]; then topicp=`echo $line | awk "{print $1}"` partition=`echo $line  | awk "{print $2}"` printf "\t\t{ \"{#GROUP}\":\"${group}\", \"{#TOPICP}\":\"${topicp}\", \"{#PARTITION}\":\"${partition}\" }\n"     else topicp=`echo $line | awk "{print $1}"` partition=`echo $line  | awk "{print $2}"` printf "\t\t{ \"{#GROUP}\":\"${group}\", \"{#TOPICP}\":\"${topicp}\", \"{#PARTITION}\":\"${partition}\" },\n"     fidone < /tmp/consumer-group-tmp    done    printf "\t]\n"    printf "}\n"}if [ $1 == "discovery" ]; then    topic_discoveryelif [ $1 == "lag" ];then    cat /tmp/consumer-group-tmp |awk -v p=$2 "{if($2==p){print $5}}"else    echo "Usage: /data/scripts/consumer-group.sh discovery | lag"fi

3.Zabbix 自動發現配置

1.自動發現配置

2.監控項原型 通過消費者組、Topic、Partition 組成監控項名稱，告警信息中的名稱能夠幫助我們快定位故障點。

3.觸發器 我們lag的初始閾值設置為50，可根據時間情況進行調整。

4.告警信息

告警主機：Kafka_192.168.3.55主機IP：192.168.3.55主機組：Kafka告警時間：2022.03.21 00:23:10告警等級：Average告警信息：test-group/test/分區1:數據積壓62告警項目：topic_lag[test,1]問題詳情：test-group/test/1: 62

到此這篇關于Zabbix對Kafka topic積壓數據監控的文章就介紹到這了,更多相關Zabbix Kafka 監控內容請搜索以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持！