步骤五：配置必须的监控告警
本章节主要介绍部分监控指标的告警策略，以及配置操作。在实际业务中，建议按照以下告警策略，配置监控指标的告警规则。
是否接近性能上限，表示当前资源支撑的性能为告警策略中设置的告警阈值，如果继续上升，业务可能出现问题。
|
指标ID |
指标名称 |
告警策略 |
指标说明 |
告警处理建议 |
|---|---|---|---|---|
|
broker_disk_usage |
磁盘容量使用率 |
告警阈值：原始值>80% 连续触发次数：1 告警级别：紧急 |
该指标为从Kafka节点虚拟机层面采集的磁盘容量使用率。 |
出现该告警时，需要修改实例存储空间。具体操作，请参考变更实例规格。 |
|
broker_cpu_core_load |
CPU核均负载 |
告警阈值：原始值>2 连续触发次数：3 告警级别：重要 |
该指标为从Kafka节点虚拟机层面采集的CPU每个核的平均负载。 |
出现该告警时，先检查该监控是否长期处于接近或超过告警阈值状态，如果是，需要修改实例基准带宽/代理个数，即扩节点。具体操作，请参考变更实例规格。 |
|
broker_memory_usage |
内存使用率 |
告警阈值：原始值>90% 连续触发次数：3 告警级别：紧急 |
该指标为Kafka节点虚拟机层面采集的内存使用率。 |
出现该告警时，需要修改实例基准带宽/代理个数，即扩节点。具体操作，请参考变更实例规格。 |
|
current_partitions |
分区数 |
告警阈值：原始值>分区数上限的90%，不同实例规格分区数上限不同，具体参考产品规格。 连续触发次数：1 告警级别：重要 |
该指标用于统计Kafka实例中已经使用的分区数量。 |
出现该告警时，如果业务后续还需要新增Topic，则需要修改实例基准带宽/代理个数或将业务拆分至多个实例。修改实例基准带宽/代理个数的具体操作，请参考变更实例规格。 |
|
broker_cpu_usage |
CPU使用率 |
告警阈值：原始值>90% 连续触发次数：3 告警级别：重要 |
统计Kafka节点虚拟机的CPU使用率。 |
出现该告警时，先检查该监控是否长期处于接近或超过告警阈值状态，如果是，需要修改实例基准带宽/代理个数，即扩节点。具体操作，请参考变更实例规格。 |
|
group_msgs |
堆积消息数 |
告警阈值：原始值>积压上限的90%，积压上限由您根据业务实际情况设定 连续触发次数：1 告警级别：重要 |
该指标用于统计Kafka实例中所有消费组中总堆积消息数。 |
出现该告警时，首先排查是否有闲置消费组，如果有，则删除。其次，可以考虑加快消费速度，例如增加组内消费者数量等。 |
|
topic_messages_remained |
队列可消费消息数 |
告警阈值：原始值>积压上限的90%，积压上限由您根据业务实际情况设定 连续触发次数：1 告警级别：重要 |
该指标用于统计消费组指定队列可以消费的消息个数。 |
出现该告警时，首先排查消费者代码逻辑是否有误，例如消费者出现了异常不再消费等。其次，可以考虑加快消息的消费，例如增加队列消费者，并确保分区数大于或等于消费者数。 |
操作步骤
- 登录分布式消息服务 Kafka控制台，选择Kafka实例所在的区域，进入Kafka实例列表页面。
- 通过以下任意一种方法，查看监控数据。
- 在Kafka实例名称后，单击
，进入云监控该实例的监控指标页面。 - 单击Kafka实例名称，进入实例详情页。在左侧导航栏单击“监控”，进入监控页面。
- 在Kafka实例名称后，单击
- 在实例监控指标页面中，找到需要创建告警的指标项，鼠标移动到指标区域，然后单击指标右上角的
，创建告警规则，跳转到创建告警规则页面。 - 在告警规则页面，设置告警信息。
创建告警规则操作，请查看创建告警规则。
