Kafka中的数据采集和统计机制

温馨提示: 获得更好阅读体验请访问

多图解Kafka中的数据采集和统计机制

在讲解kafka限流机制之前

我想先讲解一下Kafka中的数据采集和统计机制 你会不会好奇,kafka监控中,那些数据都是怎么计算出来的 比如下图这些指标

LogiKM监控图

这些数据都是通过Jmx获取的kafka监控指标, 那么我们今天老探讨一下,这些指标都是怎么被计算出来的

在开始分析之前,我们可以 自己思考一下

如果让你统计前一分钟内的流速,你会怎么统计才能够让数字更加精确呢？

我相信你脑海中肯定出现了一个词：滑动窗口

在kafka的数据采样和统计中,也是用了这个方法, 通过多个样本Sample进行采样,并合并统计

当然这一个过程少不了滑动窗口的影子

采集和统计类图

我们先看下整个Kafka的数据采集和统计机制的类图

数据采集和统计全类图

看着整个类图好像很复杂,但是最核心的就是两个Interface接口

Measurable: 可测量的、可统计的 Interface。这个Interface 有一个方法, 专门用来计算需要被统计的值的

/**

* 测量这个数量并将结果作为双精度返回

* 参数：

* config – 此指标的配置

* now – 进行测量的 POSIX 时间（以毫秒为单位）

* 返回：

* 测量值

*/

double measure(MetricConfig config, long now);

比如说返回 近一分钟的bytesIn

Stat: 记录数据, 上面的是统计,但是统计需要数据来支撑, 这个Interface就是用来做记录的,这个Interface有一个方法

 /**

 * 记录给定的值

 * 参数：

 * config – 用于该指标的配置

 * value – 要记录的值

 * timeMs – 此值发生的 POSIX 时间（以毫秒为单位）

 */

 void record(MetricConfig config, double value, long timeMs);

有了这两个接口,就基本上可以记录数据和数据统计了

当然这两个接口都有一个 MetricConfig 对象

MetricConfig</