JAVA Metrics度量工具 - Metrics Core 翻譯
http://blog.synyx.de/2013/09/yammer-metrics-made-easy-part-i/
http://kafka.apache.org/documentation.html#monitoring
https://cwiki.apache.org/confluence/display/KAFKA/JMX+Reporters
kafka監控, http://www.tianjiaguo.com/system-architecture/kafka/kafka%E7%9B%91%E6%8E%A7/
如何對Kafka進行監控, http://my.oschina.net/u/218540/blog/263704
apache kafka監控系列-KafkaOffsetMonitor
------------------------------------------------------------------------------------------------------------------------------
JAVA Metrics
Kafka采用的是JAVA Metrics進行內部狀態的監控，具體參考上面的blog，說的都比較清楚
JAVA Metrics還是比較好用的，有如下幾種類型的度量，Gauges, Counters, Histograms, Meters,Timers.
另外還支持Health Checks
並支持多種report方式，metrics-core支持3種
默認的方式是JMX，Metrics一直將你的所有指標注冊成JMX的MBeans，可以通過Jconsole或VisualVM來直接查看，詳細見下面
console方式，Metrics提供了ConsoleReporter，這個周期性的打印出注冊的metric到控制台上
CSV方式，Metrics提供了CsvReporter，他周期性的提供了一連串的給定目錄下.csv文件
還有其他的reporter，比如將數據發給Ganlia或Graphite這樣現成的監控平台
GanliaReporter 將度量指標以流式的方式返回給Ganglia服務器
GraphiteReporter 將度量指標以流式的方式返回給Graphite服務器
JMX，Java Management Extension
Kafka中是通過JMX來report metrics的，所以來看看JMX是什么？
http://www.ibm.com/developerworks/cn/java/j-lo-jse63/，這篇講的比較清楚，IBM的blog質量還是值得肯定的呵呵
比如大型的系統中部署了各種各樣的Java組件，每個組件的監控和管理接口都是不一樣的，那么開發一個統一的監控和管理工具就很麻煩
JMX就是負責對上層管理系統提供統一的接口，以屏蔽底層resources的多樣性
具體架構，參考下面的圖，
javax.management.MBeanServer實現了Agent 的功能，以標准的方式給出了管理系統訪問 JMX 框架的接口 javax.management.MBeans實現了SubAgent 的功能，以標准的方式給出了 JMX 框架訪問資源的接口
參照下面，打開JConsole，就可以看到代表資源的一個個MBean，在MBean上不僅僅可以看到這些資源的當前狀態，還可以動態的更改配置和做些操作
比如對於java.lang MBean提供了Java 虛擬機的監控和管理接口，
可以看到虛擬機中的線程數、線程當前的 Stack、內存管理、GC 所占用的時間、虛擬機中的對象和當前虛擬機參數等重要的參數和運行時信息
還可以對配置信息的檢測和再配置，遠端查看和修改當前 JVM 的 verbose 參數，甚至我們可以在遠端指揮 JVM 做一次 GC
如何用JConsole監控kafka的Metrics信息？
首先在執行kafka腳本的時候，加上JMX_PORT，其他JMX相關配置在kafka-run-class.sh的KAFKA_JMX_OPTS已經配上了
JMX_PORT=9999 nohup bin/kafka-server-start.sh config/server.properties &
打開JConsole，
輸入，service:jmx:rmi:///jndi/rmi://11.11.11.11:9999/jmxrmi
然后就可以看到，cool！！！
從Metrics中可以看到哪些Kafka指標？
參考，http://kafka.apache.org/documentation.html#monitoring
表有點亂，梳理一下，每個metrics的標識分為3層，MBean name，Type，Metrics name
kafka.server (MBean Name)
BrokerTopicMetrics (Type)
AllTopicsMessagesInPerSec，所有topic每秒messages數
AllTopicsBytesInPerSec，所有topic每秒in的字節數
AllTopicsBytesOutPerSe，out的字節數，沒有out的message數，為啥？呵呵
ReplicaManager
UnderReplicatedPartitions，即有幾個partition實際replica數是小於設置數的(|ISR| < |all replicas|)
PartitionCount, partition的個數
LeaderCount, leader partition的個數，如果replica因子為1，即為partition數
ISRShrinksPerSec, 只有broker go down的時候ISR才會發生，Shrink和Expand，一般情況下為0
ISRExpandsPerSec, 同上
ReplicaFetcherManager
Replica-MaxLag, follower replica和leader replica之間的最大的lag
ProducerRequestPurgatory
PurgatorySize，Requests waiting in the producer purgatory
FetchRequestPurgatory
PurgatorySize，Requests waiting in the fetch purgatory
kafka.network
RequestMetrics
{Produce|Fetch-consumer|Fetch-follower}-RequestsPerSec, 每秒producer或consumer請求次數，follower指replica broker
{Produce|Fetch-Consumer|Fetch-Follower}-TotalTimeMs，Request total time
{Produce|Fetch-Consumer|Fetch-Follower}-QueueTimeMs，Time the request waiting in the request queue
{Produce|Fetch-Consumer|Fetch-Follower}-LocalTimeMs，Time the request being processed at the leader
{Produce|Fetch-Consumer|Fetch-Follower}-RemoteTimeMs，Time the request waits for the follower
{Produce|Fetch-Consumer|Fetch-Follower}-ResponseSendTimeMs，Time to send the response
kafka.Log
Log
topic-partition-LogEndoffset，每個partition的End Offset
topic-partition-NumLogSegments，segements個數
topic-partition-Size，partition數據的大小
kafka.controller
KafkaController
ActiveControllerCount，有幾個active的controller
ControllerStats
LeaderElectionRateAndTimeMs，non-zero when there are broker failures
UncleanLeaderElectionsPerSec
kafka.consumer
ConsumerFetcherManager
([-.\w]+)-MaxLag，Number of messages the consumer lags behind the producer by
Kafka中支持的JMX reporter
https://cwiki.apache.org/confluence/display/KAFKA/JMX+Reporters