步骤四：购买客户端服务器 购买3台ECS服务器（资源池、可用区、虚拟私有云、子网、安全组与Kafka实例保持一致，带宽要大于等于Kafka实例带宽） 购买完成后需要进行如下操作： 安装JDK yum install y java1.8.0openjdkdevel.x8664 下载Kafka命令行工具并解压 tar zxvf kafka2.132.8.2.tar.gz 步骤五：测试命令 ./kafkaproducerperftest.sh producerprops bootstrap.servers${连接地址} acks1 batch.size16384 topic ${Topic名称} numrecords 5000000 recordsize 1024 throughput 1 producer.config ../config/producer.properties bootstrap.servers：购买Kafka实例后，获取的Kafka实例的地址。 acks：消息主从同步策略，acks1表示异步复制消息，acks1表示同步复制消息。 batch.size：每次批量发送消息的大小（单位为字节）。 topic：创建Topic中设置的Topic名称。 numrecords：总共需要发送的消息数。 recordsize：每条消息的大小。 throughput：每秒发送的消息数，1表示不作限制。 测试结果 测试场景一（实例是否开启SASL）：相同的Topic（30分区，3副本，异步复制） 实例规格 磁盘类型 节点数量 TPS（使用SASL） TPS（不使用SASL） 计算增强型4核8GB 超高IO 3 170000 500000 计算增强型8核16GB 超高IO 3 200000 730000 计算增强型16核32GB 超高IO 3 360000 886000 测试场景二（同步/异步复制）：相同的实例（超高I/O、3个节点、不使用SASL） 实例规格 分区数 副本数 TPS（同步复制） TPS（异步复制） 计算增强型4核8GB 30 3 238000 500000 计算增强型8核16GB 30 3 315000 730000 计算增强型16核32GB 30 3 375000 886000 测试场景三（不同磁盘类型）：相同的Topic（30分区，3副本，异步复制） 实例规格 是否使用SASL 节点数量 TPS（高IO） TPS（超高IO） 计算增强型4核8GB 不使用 3 135000 500000 计算增强型8核16GB 不使用 3 240000 730000 计算增强型16核32GB 不使用 3 280000 886000 测试场景四（不同分区数）：相同的实例（超高I/O、3个节点、不使用SASL） 实例规格 是否同步复制 副本数 TPS（3分区） TPS（12分区） TPS（100分区） 计算增强型4核8GB 否 3 330000 280000 260000 计算增强型8核16GB 否 3 480000 410000 340000 计算增强型16核32GB 否 3 534000 744000 630000

本章节主要介绍数据湖探索（DLI）其他服务的关系。 与对象存储服务（OBS）的关系 对象存储服务（Object Storage Service）作为数据湖探索的数据来源及数据存储，与数据湖探索配合一起使用，关系有如下四种。 • 数据来源：数据湖探索服务提供API，支持将OBS对应路径的数据导入到数据湖探索。 • 存储数据：数据湖探索中支持创建OBS表，该类型表在数据湖探索服务中只有元数据，实际数据在该表对应的OBS路径中。 • 备份数据：数据湖探索提供导出API，支持将数据湖探索的数据导出到OBS中备份。 • 存储查询结果：数据湖探索提供API供用户将日常作业的查询结果数据保存到OBS。 与统一身份认证服务（IAM）的关系 统一身份认证服务（Identity and Access Management）为数据湖探索提供了天翼云统一入口鉴权功能。 与云审计服务（CTS）的关系 云审计服务（Cloud Trace Service）为数据湖探索提供对应用户的操作审计。 与云监控服务的关系 云监控（Cloud Eye）为数据湖探索提供监控数据，监控作业中的多项指标，从而集中高效地呈现状态信息。 与消息通知服务（SMN）的关系 消息通知服务（Simple Message Notification）可以在数据湖探索发生作业运行异常时给用户发送通知。 与云数据迁移服务（CDM）的关系 云数据迁移服务（Cloud Data Migration）可以将OBS的数据迁移到数据湖探索中。 与数据接入服务（DIS）的关系 数据接入服务（Data Ingestion Service）通过通道将数据导入到数据湖探索。

本节介绍分布式消息服务Kafka的产品规格，以便您正确理解和使用。 Kafka实例规格 （1）以下规格适用于 华东1、华北2、西南1、华南2、上海36、青岛20、长沙42、南昌5、武汉41、杭州7、西南2贵州、太原4、郑州5、西安7、呼和浩特3 节点 注意 通用型规格已调整为白名单特性，如需了解该规格参数请联系技术支持。 单机版实例面向用户体验和业务测试场景，无法保证性能和高可用。如果需要在生产环境使用Kafka实例，建议购买集群版实例。 集群版 Intel计算增强型 实例规格 代理个数 单个代理TPS 单个代理分区上限 单个代理建议主题数 单个代理建议消费组数 单个代理客户端总连接数上限 存储空间范围 单个代理流量规格（MB/S） kafka.2u4g.cluster 350 30000 250 250 20 2000 300500000GB 100 kafka.4u8g.cluster 350 100000 500 500 100 4000 300500000GB 200 kafka.8u16g.cluster 350 150000 1000 1000 150 4000 300500000GB 375 kafka.12u24g.cluster 350 200000 1500 1500 200 4000 300500000GB 625 kafka.16u32g.cluster 350 250000 2000 2000 200 4000 300500000GB 750 kafka.24u48g.cluster 350 250000 2000 2000 200 4000 300500000GB 1125 kafka.32u64g.cluster 350 250000 2000 2000 200 4000 300500000GB 1500 kafka.48u96g.cluster 350 250000 2000 2000 200 4000 300500000GB 2250 kafka.64u128g.cluster 350 250000 2000 2000 200 4000 300500000GB 3000

本节介绍消费端挂载NFS是否会影响消费速度 消费端在消费消息的主线程里同步将拉取的消息存储在NFS，导致消费端处理消息的速度变慢，阻塞消息处理。 可能原因 NFS本身速度就不太理想。 NFS是网络共享存储，虽然有多机器共享访问的能力优势，但多台机器访问是争抢的，消费者个数增多，性能反而下降。 解决方案 建议将消费端拉取消息和存储消息分别放在两个独立且不同的线程里操作。拉取消息的线程只管消费消息，把消息转给缓存处理线程后就继续消费消息，这样可以保证消费速度的稳定。 也可以考虑采用云盘，给每台消费端处理机挂载自己的云盘，各自独立存储，这样消费端不会再因为争抢NFS而降低性能。如果需要把最终的处理结果集中到同一个NFS上保存，仍然可以通过一个异步的工具或者线程，把云盘上的结果再转发到NFS上，而不要让同步存储NFS阻塞消息处理。总之，对于资源访问造成的处理低效，总是可以用异步处理的方式解决。

指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 异常（exception，RocketMqConsumer调用的异常信息统计。） exceptionType 异常类型 异常类型 ENUM LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） causeType 异常类 发生异常的类 ENUM LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） count 次数 该异常的发生次数 INT SUM 异常（exception，RocketMqConsumer调用的异常信息统计。） message 异常消息 该异常产生的异常消息 STRING LAST 异常（exception，RocketMqConsumer调用的异常信息统计。） stackTrace 异常堆栈 该异常产生的堆栈信息 CLOB LAST 消费池监控（consumeServicePool ，消费池监控采集器。） clientId clientId 客户端实例标识 ENUM LAST 消费池监控（consumeServicePool ，消费池监控采集器。） group consumerGroup 消费者组 ENUM LAST 消费池监控（consumeServicePool ，消费池监控采集器。） pid pid pid STRING LAST 消费池监控（consumeServicePool ，消费池监控采集器。） currentConsumeRequestQueueSize 当前消费请求队列长度 当前消费请求队列长度 INT AVG 消费池监控（consumeServicePool ，消费池监控采集器。） maxConsumeRequestQueueSize 最大消费请求队列长度 最大消费请求队列长度 INT MAX 消费池监控（consumeServicePool ，消费池监控采集器。） currentConsumingThreadCount 当前消费线程数 当前消费线程数 INT AVG 消费池监控（consumeServicePool ，消费池监控采集器。） maxConsumingPoolSize 最大消费线程数 最大消费线程数 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumeListener MessageListener 注册的MessageListener，为消费消息的回调函数 ENUM LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM MessageListener监控（consumeListener，以MessageListener为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） pid pid pid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdConsume，以clientId为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） pid pid pid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） topic 主题 消息消费的主题 ENUM LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX topic监控（topicConsume，以topic为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX topic监控（topicConsume，以topic为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicConsume，以topic为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicConsume，以topic为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） group 消费者组 消费者组 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） pid pid pid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX queue监控（queueConsume，以queue为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） consumedMsgCount 消费消息数 消费消息数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX queue监控（queueConsume，以queue为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queueConsume，以queue为维度统计消息消费详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queueConsume，以queue为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pid pid pid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPull，以clientId为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） topic 主题 消息拉取的主题 ENUM LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） pid pid pid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX topic监控（topicPull,以topic为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX topic监控（topicPull,以topic为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicPull,以topic为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicPull,以topic为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） group 消费者组 消费者组 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） pid pid pid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） concurrentMax 最大并发 拉取消息最大并发 INT MAX queue监控（queuePull，以queue为维度统计消息拉取详情。） errorCount 错误次数 拉取消息的错误次数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） invokeCount invokeCount Pull调用次数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） pulledMsgCount 拉取消息数 拉取消息数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） lastError 错误信息 拉取消息发生错误产生的错误信息 STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） maxTime 最大响应时间 拉取消息的最大响应时间 INT MAX queue监控（queuePull，以queue为维度统计消息拉取详情。） runningCount 正在执行数 采集时间点正在执行的拉取消息数量 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queuePull，以queue为维度统计消息拉取详情。） totalTime 总响应时间 拉取消息的总响应时间 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queuePull，以queue为维度统计消息拉取详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeErrorCount 消费错误次数 消费消息的错误次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeInvokeCount consumeInvokeCount Consume调用次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumedMsgCount consumedMsgCount 消费消息数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM total监控（total以客户端为维度统计消息消费详情。） consumeTotalTime 消费总响应时间 消费消息的总响应时间 INT SUM total监控（total以客户端为维度统计消息消费详情。） reconsumeTimes 消息重投次数 消息重投次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullErrorCount 拉取错误次数 拉取消息的错误次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullInvokeCount pullInvokeCount Pull调用次数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pulledMsgCount pulledMsgCount 拉取消息数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pulledBytes 拉取字节数 拉取字节数 INT SUM total监控（total以客户端为维度统计消息消费详情。） pullTotalTime 拉取总响应时间 拉取消息的总响应时间 INT SUM

参数名称 说明 分区数 Topic的分区数。 老化时间 消息的最长保留时间。 副本数 Topic每个分区的副本数量。 同步复制 后端收到生产消息请求并复制给所有副本后，才返回客户端。 同步落盘 开启：生产的每条消息都会立即写入磁盘，可靠性更高。 关闭：生产的消息存在内存中，不会立即写入磁盘。 消息时间戳类型 定义消息中的时间戳类型，取值如下： CreateTime：生产者创建消息的时间。 LogAppendTime：broker将消息写入日志的时间。 批处理消息最大值 Kafka允许的最大批处理大小，如果启用消息压缩，则表示压缩后的最大批处理大小。 如果增加“批处理消息最大值”的值，且存在消费者版本早于0.10.2，此时消费者的“fetch size”值也必须增加，以便消费者可以获取增加后的批处理大小。 描述 Topic的描述信息。

安装依赖 plaintext pip3 install pahomqtt 代码示例 python import ssl import random from paho.mqtt import client as pahoclient 填入您在mqtt控制台创建的ACL账号密码。 USERNAME "yourusername" AUTHPASSWORD "yourpassword" 是否使用tls加密传输 isTls True class MQTTClient: def init(self): 填写mqtt云消息服务的接入点，去掉:{端口号}部分 self.broker "tcp://localhost" 指定连接客户端的id self.clientid "ctgmqttclienttest" self.client None def onconnect(self, client, userdata, flags, rc): 连接建立成功 if rc 0: print("Connected to MQTT Broker!") else: print(f"Failed to connect, return code {rc}") def ondisconnect(self, client, userdata, rc): 连接丢失 print(f"Disconnected with result code {rc}") 可以在这里添加重连逻辑 def onmessage(self, client, userdata, msg): 收到消息的回调 print(f"Received {msg.payload.decode()} from {msg.topic} topic") def onpublish(self, client, userdata, mid): 成功发送消息到服务端 print(f"Message {mid} published successfully") def connectmqtt(self): 创建客户端实例 self.client pahoclient.Client(clientidself.clientid) self.client.usernamepwset(USERNAME, AUTHPASSWORD) 设置回调函数 self.client.onconnect self.onconnect self.client.ondisconnect self.ondisconnect self.client.onmessage self.onmessage self.client.onpublish self.onpublish 设置TLS if isTls: 创建不验证证书的SSL上下文 context ssl.createdefaultcontext() context.checkhostname False context.verifymode ssl.CERTNONE self.client.tlssetcontext(context) 设置其他连接选项 self.client.connect(self.broker.replace("tcp://", "").replace("ssl://", ""), port8883 if isTls else 1883) self.client.loopstart()

本章节介绍应用高可用的产品定义。 产品定义 应用高可用服务 是为应用提供高可用解决方案的产品，包含应用容灾多活 和故障演练服务 ，提供应用流量调度、数据同步、演练容灾一站式管理，助力企业云上业务实现多活高可用建设。 产品优势 多种容灾架构：丰富的容灾架构，满足应用级、业务级多场景容灾。 一站接入管控：应用分层管理，接入层、服务层、数据层等统一纳管调度。 快速恢复预期：确定的流程编排，一键容灾切换，分钟级业务恢复能力。 高效运维监控：组件协同管理，全链路监控告警，容灾运维简单高效。 产品特性 引导接入：可视化引导用户进行应用改造、配置和流程编排，降低用户学习和实施成本。 资源管理：应用核心链路节点资源集成纳管，具备网关、服务、消息、数据等多层组件全栈管理能力。 流量调度：识别应用流量，支持按比例与精准路由规则，控制后端应用流量分配，实现流量分发多活。 数据保护：支持应用核心数据多集群冗余，通过SDK植入管控，实现请求封闭、消息过滤、数据禁写等一致性保护策略。 故障切换：多活应用分层协同切流，保障业务分钟级别恢复。 容灾演练：多活流量灰度验证，确保容灾操作可执行，恢复效果可预期。

其他新增命令 1. swapdb 用途：交换同一Redis实例内2个db的数据。 用法：swapdb dbindex1 dbindex2 2. zlexcount 用途：在有序集合中，返回符合条件的元素个数。 用法：zlexcount key min max 内存使用和性能改进 1. 使用更少的内存来存储相同数量的数据 2. 可以对使用的内存进行碎片整理，并逐渐回收 Redis5.0支持的新特性说明 DCS的Redis 5.0版本继承了Redis 4.0版本的所有功能增强以及新的命令，同时还兼容开源Redis 5.0版本的新增特性。 Stream数据结构 Stream是Redis 5.0引入的一种新数据类型，它是一个全新的支持多播的可持久化消息队列。 Redis Stream的结构示意图如下图所示，它是一个可持久化的数据结构，用一个消息链表，将所有加入进来的消息都串起来。 Stream数据结构具有以下特性 ： 1. Stream中可以有多个消费者组。 2. 每个消费组都含有一个Lastdeliveredid，指向消费组当前已消费的最后一个元素（消息）。 3. 每个消费组可以含有多个消费者对象，消费者共享消费组中的Lastdeliveredid，相同消费组内的消费者存在竞争关系，即一个元素只能被其中一个消费者进行消费。 4. 消费者对象内还维持了一个Pendingids，Pendingids记录已发送给客户端，但是还没完成ACK（消费确认）的元素id。 5. Stream与Redis其他数据结构的比较，见下表。 Stream数据结构示意图 Stream与Redis现有数据结构比较 比较项 Stream List、Pub/Sub、Zset 复杂度 获取元素高效，复杂度为O(logN) List获取元素的复杂度为O(N) offset 支持offset，每个消息元素有唯一id。不会因为新元素加入或者其他元素淘汰而改变id。 List没有offset概念，如果有元素被逐出，无法确定最新的元素 持久化 支持消息元素持久化，可以保存到AOF和RDB中。 Pub/Sub不支持持久化消息。 消费分组 支持消费分组 Pub/Sub不支持消费分组 消息确认 支持ACK（消费确认） Pub/Sub不支持 性能 Stream性能与消费者数量无明显关系 Pub/Sub性能与客户端数量正相关 逐出 允许按时间线逐出历史数据，支持block，给予radix tree和listpack，内存开销少。 Zset不能重复添加相同元素，不支持逐出和block，内存开销大。 删除元素 不能从中间删除消息元素。 Zset支持删除任意元素 Stream相关命令介绍 接下来按照使用流程中出现的顺序介绍 Stream相关命令 。详细命令见下表 1. 首先使用XADD添加流元素，即创建Stream，添加流元素时可指定消息数量最大保存范围。 2. 然后通过XGROUP创建消费者组。 3. 消费者使用XREADGROUP指令进行消费。 4. 客户端消费完毕后使用XACK命令确认消息已消费成功。 Stream相关命令介绍 Stream的详细命令 命令 说明 语法 XACK 从流的消费者组的待处理条目列表 （简称PEL）中删除一条或多条消息。 XACK key group ID [ID ...] XADD 将指定的流条目追加到指定key的流中。 如果key不存在，作为运行这个命令的副作用，将使用流的条目自动创建key。 XADD key ID field string [field string ...] XCLAIM 在流的消费者组上下文中，此命令改变待处理消息的所有权，因此新的所有者是在命令参数中指定的消费者。 XCLAIM key group consumer minidletime ID [ID ...] [IDLE ms] [TIME msunixtime] [RETRYCOUNT count] [FORCE] [JUSTID] XDEL 从指定流中移除指定的条目，并返回成功删除的条目的数量，在传递的ID不存在的情况下， 返回的数量可能与传递的ID数量不同。 XDEL key ID [ID ...] XGROUP 该命令用于管理流数据结构关联的消费者组。使用XGROUP你可以：l 创建与流关联的新消费者组。l 销毁一个消费者组。l 从消费者组中移除指定的消费者。l 将消费者组的最后交付ID设置为其他内容。 XGROUP [CREATE key groupname idor] [SETID key idor ] [DESTROY key groupname] [DELCONSUMER key groupname consumername] XINFO 检索关于流和关联的消费者组的不同的信息。 XINFO [CONSUMERS key groupname] key key [HELP] XLEN 返回流中的条目数。如果指定的key不存在，则此命令返回0，就好像该流为空。 XLEN key XPENDING 通过消费者组从流中获取数据。检查待处理消息列表的接口，用于观察和了解消费者组中哪些客户端是活跃的，哪些消息在等待消费，或者查看是否有空闲的消息。 XPENDING key group [start end count] [consumer] XRANGE 返回流中满足给定ID范围的条目。 XRANGE key start end [COUNT count] XREAD 从一个或者多个流中读取数据，仅返回ID大于调用者报告的最后接收ID的条目。 XREAD [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...] XREADGROUP XREAD命令的特殊版本，指定消费者组进行读取。 XREADGROUP GROUP group consumer [COUNT count] [BLOCK milliseconds] STREAMS key [key ...] ID [ID ...] XREVRANGE 与XRANGE相同，但显著的区别是以相反的顺序返回条目，并以相反的顺序获取开始结束参数 XREVRANGE key end start [COUNT count] XTRIM XTRIM将流裁剪为指定数量的项目，如有需要，将驱逐旧的项目（ID较小的项目）。 XTRIM key MAXLEN [~] count 消息（流元素）消费确认 Stream与相比Pub/Sub，不仅增加消费分组模式，还支持消息消费确认。 当一条消息被某个消费者调用XREADGROUP命令读取或调用XCLAIM命令接管的时候， 服务器尚不确定它是否至少被处理了一次。 因此， 一旦消费者成功处理完一条消息，它应该调用XACK知会Stream，这样这个消息就不会被再次处理， 同时关于此消息的PEL（pendingids）条目也会被清除，从Redis服务器释放内存 。 某些情况下，因为网络问题等，客户端消费完毕后没有调用XACK，这时候PEL内会保留对应的元素ID。待客户端重新连上后，XREADGROUP的起始消息ID建议设置为00，表示读取所有的PEL消息及自lastid之后的消息。同时，消费者消费消息时需要能够支持消息重复传递。 ACK机制解读

本文主要介绍RocketMqProducer监控 介绍APM采集的RocketMqProducer监控指标的类别、名称、含义等信息。 表 RocketMqProducer监控指标说明 指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 ::::::: 异常（exception，RabbitMqProducer调用的异常信息统计。） exceptionType 异常类型 异常类型 ENUM LAST 异常（exception，RabbitMqProducer调用的异常信息统计。） causeType 异常类 发生异常的类 ENUM LAST 异常（exception，RabbitMqProducer调用的异常信息统计。） count 次数 该异常的发生次数 INT SUM 异常（exception，RabbitMqProducer调用的异常信息统计。） message 异常消息 该异常产生的异常消息 STRING LAST 异常（exception，RabbitMqProducer调用的异常信息统计。） stackTrace 异常堆栈 该异常产生的堆栈信息 CLOB LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） clientId clientId 客户端实例标识 ENUM LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） group 生产者组 生产者组 ENUM LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） pid pid pid STRING LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） concurrentMax 最大并发 推送消息最大并发 INT MAX clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） errorCount 错误次数 推送消息的错误次数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） invokeCount invokeCount Publish调用次数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） publishedMsgCount publishedMsgCount 推送消息数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） publishedBytes 推送字节数 推送字节数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） totalTime 总响应时间 推送消息的总响应时间 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range1 010ms 响应时间在010ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range2 10100ms 响应时间在10100ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range3 100200ms 响应时间在100200ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range5 110s 响应时间在110s范围请求数 INT SUM clientId监控（clientIdPublish，以clientId为维度统计消息推送详情） range6 10s以上 响应时间在10s以上请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） group 生产者组 生产者组 ENUM LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） topic 主题 消息推送的主题 ENUM LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） pid pid pid STRING LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX topic监控（topicPublish，以以topic为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX topic监控（topicPublish，以以topic为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST topic监控（topicPublish，以以topic为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM topic监控（topicPublish，以以topic为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） group 生产者组 生产者组 ENUM LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） queue 消息队列 消息队列标识 ENUM LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） pid pid pid STRING LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX queue监控（queuePublish，以queue为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX queue监控（queuePublish，以queue为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST queue监控（queuePublish，以queue为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM queue监控（queuePublish，以queue为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） group 生产者组 生产者组 ENUM LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） broker broker broker地址 ENUM LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） pid pid pid STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX broker监控（brokerPublish，以broker为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX broker监控（brokerPublish，以broker为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST broker监控（brokerPublish，以broker为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM broker监控（brokerPublish，以broker为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） clientId clientId 客户端实例标识 ENUM LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） group 生产者组 生产者组 ENUM LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） pid pid pid STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） concurrentMax 最大并发 推送事务消息最大并发 INT MAX 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） errorCount 错误次数 推送事务消息的错误次数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） invokeCount invokeCount 推送事务消息调用次数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） lastError 错误信息 推送事务消息发生错误产生的错误信息 STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） maxTime 最大响应时间 推送事务消息的最大响应时间 INT MAX 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送事务消息数量 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） totalTime 总响应时间 推送事务消息的总响应时间 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM 事务监控（transactionPublish，以client为维度统计事务消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM total监控（total，以客户端为维度统计消息推送详情） errorCount 错误次数 推送消息的错误次数 INT SUM total监控（total，以客户端为维度统计消息推送详情） invokeCount invokeCount Publish调用次数 INT SUM total监控（total，以客户端为维度统计消息推送详情） publishedMsgCount publishedMsgCount 推送消息数 INT SUM total监控（total，以客户端为维度统计消息推送详情） publishedBytes 推送字节数 推送字节数 INT SUM total监控（total，以客户端为维度统计消息推送详情） totalTime 总响应时间 推送消息的总响应时间 INT SUM

Kafka 消费的语义是 “at least once”， 也就是至少投递一次，保证消息不丢，但是不会保证消息不重复。在出现网络问题、客户端重启时均有可能出现少量重复消息，此时应用消费端如果对消息重复比较敏感（比如说订单交易类），则应该做到消息幂等。 以数据库类应用为例，常用做法是： 发送消息时，传入 key 作为唯一流水号ID； 消费消息时，判断 key 是否已经消费过，如果已经消费过了，则忽略，如果没消费过，则消费一次； 当然，如果应用本身对少量消息重复不敏感，则不需要做此类幂等检查。

本文主要介绍异常 异常监控项是对应用的异常日志进行监控，比如java的日志异常监控，一旦用户采用log系统打印日志，就会被采集上来。具体的异常采集类型会根据不同的采集器类型有变化。 查看异常日志 步骤 1 登录管理控制台。 步骤 2 单击左侧，选择“应用性能管理 APM”，进入APM服务页面。 步骤 3 在左侧导航栏选择“应用监控 > 指标”。 步骤 4 在界面左侧树单击待查看接口调用的环境后的。 步骤 5 单击“异常”，切换至异常页签。页面默认展示所“全部实例”的“异常日志”异常日志信息。 异常指标包括：类名、异常类型、日志类型、总次数、消息以及以及异常堆栈。请参照下表 日志版本指标包括：logType以及版本。 图 异常监控数据 表 指标说明 指标集 参数 说明 ::: 异常 类名 发生异常的所在类 异常 异常类型 该异常的类型 异常 日志类型 该异常打印所属的日志类型 异常 次数 异常发生的次数 异常 异常消息 该异常产生的异常消息 异常 异常堆栈 该异常产生的异常堆栈 日志版本 日志类型 日志类型 日志版本 日志版本 日志类型对应的版本 单击蓝色数值，可以查看所选时间段内该线程的趋势图。 单击“消息”列的蓝色文字，可以查看消息的详细内容，包括：时间和消息内容。 单击“异常堆栈”列的“查看详情”可以查看异常的详细信息。 单击“异常堆栈”列的“历史信息”可以查看该类名的历史异常堆栈列表。 单击“版本”列的蓝色文字，可以查看该版本的日志详情。 步骤 6 在异常页签选择您想要查看的“实例名称”，并选择“异常日志”，可以查看该实例在对应采集器下的应用异常监控数据。 图 选择实例、异常日志

生产者 是用来构建并传输数据到服务端的逻辑概念，负责把数据放入消息队列。 订阅器 用于订阅态势感知（专业版）管道消息，一个管道可由多个订阅器进行订阅，态势感知（专业版）通过订阅器进行消息分发。 消费者 是用来接收并处理数据的运行实体，负责通过订阅器把态势感知（专业版）管道中的消息进行消费并处理。 消息队列 是数据存储和传输的实际容器。 威胁检测模型 是一种被训练的AI智能识别算法模型。能针对特定威胁，自动化的完成数据汇聚、分析和报警，这种检测模式具备较好的泛化能力，防躲避能力强，可在不同业务系统中发挥同等效果，应对复杂的新型攻击。

指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 异常 (exception，RabbitMqConsumer调用的异常信息统计。) exceptionType 异常类型 异常类型 ENUM LAST 异常 (exception，RabbitMqConsumer调用的异常信息统计。) causeType 异常类 发生异常的类 ENUM LAST 异常 (exception，RabbitMqConsumer调用的异常信息统计。) count 次数 该异常的发生次数 INT SUM 异常 (exception，RabbitMqConsumer调用的异常信息统计。) message 异常消息 该异常产生的异常消息 STRING LAST 异常 (exception，RabbitMqConsumer调用的异常信息统计。) stackTrace 异常堆栈 该异常产生的堆栈信息 CLOB LAST 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） pushConsumeIdentifier identifier 推模式消费标识 ENUM LAST 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） consumedMsgCount consumedMsgCount 消费消息数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） maxSingleMsgBytes 单次消费最大字节数 单次消费最大字节数 INT MAX 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） manualAckCount ack消息数 ack消息数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） rejectCount reject消息数 reject消息数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） requeueCount requeue消息数 requeue消息数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM 推模式消费维度监控（pushConsume，以推模式为维度统计消息消费详情。） unackedMsgCount 未确认消息数(Channel) 该channel中未确认的消息数 INT LAST connection监控（connectionConsume，以connection为维度统计消息消费详情。） connection connection consumer连接信息 ENUM LAST connection监控（connectionConsume，以connection为维度统计消息消费详情。） connectionCount 当前连接数 当前连接数 INT LAST connection监控（connectionConsume，以connection为维度统计消息消费详情。） channelCount 当前Channel数 当前Channel数 INT LAST connection监控（connectionConsume，以connection为维度统计消息消费详情。） connectionCreated 创建连接数 创建连接数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） connectionClosed 销毁连接数 销毁连接数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） channelCreated 创建Channel数 创建Channel数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） channelClosed 销毁Channel数 销毁Channel数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX connection监控（connectionConsume，以connection为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST connection监控（connectionConsume，以connection为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） consumedMsgCount consumedMsgCount 消费消息数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） maxSingleMsgBytes 单次消费最大字节数 单次消费最大字节数 INT MAX connection监控（connectionConsume，以connection为维度统计消息消费详情。） manualAckCount ack消息数 ack消息数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） rejectCount reject消息数 reject消息数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） requeueCount requeue消息数 requeue消息数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST connection监控（connectionConsume，以connection为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX connection监控（connectionConsume，以connection为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST connection监控（connectionConsume，以connection为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM connection监控（connectionConsume，以connection为维度统计消息消费详情。） unackedMsgCount 未确认消息数 该连接中未确认的消息数 INT LAST total监控（total，以客户端为维度统计消息消费详情。） concurrentMax 最大并发 消费消息最大并发 INT MAX total监控（total，以客户端为维度统计消息消费详情。） errorCount 错误次数 消费消息的错误次数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST total监控（total，以客户端为维度统计消息消费详情。） invokeCount invokeCount Consume调用次数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） consumedMsgCount consumedMsgCount 消费消息数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） consumedBytes 消费字节数 消费字节数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） maxSingleMsgBytes 单次消费最大字节数 单次消费最大字节数 INT MAX total监控（total，以客户端为维度统计消息消费详情。） manualAckCount ack消息数 ack消息数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） rejectCount reject消息数 reject消息数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） requeueCount requeue消息数 requeue消息数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） lastError 错误信息 消费消息发生错误产生的错误信息 STRING LAST total监控（total，以客户端为维度统计消息消费详情。） maxTime 最大响应时间 消费消息的最大响应时间 INT MAX total监控（total，以客户端为维度统计消息消费详情。） runningCount 正在执行数 采集时间点正在执行的消费消息数量 INT SUM total监控（total，以客户端为维度统计消息消费详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST total监控（total，以客户端为维度统计消息消费详情。） totalTime 总响应时间 消费消息的总响应时间 INT SUM total监控（total，以客户端为维度统计消息消费详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） range5 110s 响应时间在110s范围请求数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM total监控（total，以客户端为维度统计消息消费详情。） unackedMsgCount 未确认消息数 该客户端中未确认的消息数 INT LAST

参数 描述 STARTTIME 请求开始时间。 REQ(:METHOD) 请求方法。 REQ(XENVOYORIGINALPATH?:PATH) 请求的原始路径，若无则使用标准路径。 PROTOCOL 请求所使用的协议。 RESPONSECODE 服务器对请求的响应状态码。 RESPONSEFLAGS 响应的标志，提供关于响应的特性信息。 BYTESRECEIVED 接收到的字节数，指示请求消息的大小。 BYTESSENT 发送出去的字节数，指示响应消息的大小。 DURATION 请求处理的持续时间，包括接收到请求到发送响应的时间。 RESP(XENVOYUPSTREAMSERVICETIME) 上游服务的响应时间，表示上游服务处理请求所花费的时间。 REQ(XFORWARDEDFOR) 请求的xff头部。 REQ(USERAGENT) 请求的用户代理，标识发起请求的软件。 REQ(XREQUESTID) 请求的唯一标识符，用于跟踪请求的生命周期。 REQ(:AUTHORITY) 请求的主机名，在HTTP/2中对应请求的authority字段。

本文主要介绍了消息接收人设置的操作流程。 消息接收人默认为账号联系人，不可编辑、删除。在账号联系人之外，用户可以添加或删除消息接收人，也可对消息接收人信息进行修改。 操作步骤 1、登录消息中心。 2、点击消息中心左侧导航，选择“消息接收人设置”。 3、消息接收人设置 新增消息接收人 （1）点击“新增消息接收人”，根据页面提示填写接收人姓名、手机号、邮箱并提交。 （2）点击邮箱及手机号右侧提示完成验证。 说明 需要邮箱及手机号均完成验证，新增的消息接收人才能在“消息管理”中完成添加。 修改消息接收人信息 （1）选择需要修改的消息接收人，点击“编辑”，然后根据需求，可修改接收人姓名、手机号、邮箱，然后提交。 （2）点击邮箱及手机号右侧提示完成验证。 说明 只修改姓名无需重新验证，若替换了新的邮箱/手机，则需要验证才能接收消息。 删除消息接收人 选择需要删除的消息接收人，点击“删除”，再次确认即可完成删除。

本节介绍Kafka不推荐使用Sarama Go客户端收发消息 问题现象 所有Sarama Go版本客户端存在以下已知问题： 当Topic新增分区时，Sarama Go客户端无法感知并消费新增分区，需要客户端重启后，才能消费到新增分区。 当Sarama Go客户端同时订阅两个以上的Topic时，有可能会导致部分分区无法正常消费消息。 当Sarama Go客户端的消费位点重置策略设置为Oldest(earliest)时，如果客户端宕机或服务端版本升级，由于Sarama Go客户端自行实现OutOfRange机制，有可能会导致客户端从最小位点开始重新消费所有消息。 解决方案 建议尽早将Sarama Go客户端替换为Confluent Go客户端。

您可以在云日志服务管理控制台实时查看上报的日志。 前提条件 已创建日志组和日志流。 已完成ICAgent安装。 已配置日志采集规则。 操作步骤 1. 在云日志服务管理控制台，单击“日志管理”。 2. 在日志组列表中，单击日志组名称前对应的 按钮。 3. 在日志流列表中，单击日志流名称，进入日志详情页面。 4. 在日志流详情页面，单击“实时日志”，查看实时日志。 日志每隔大约1分钟上报一次，在日志消息区域，您最多需要等待1分钟左右，即可查看实时上报的日志。 同时，还可以通过页面右上方的“清屏”、“暂停”对日志消息区域进行操作。 清屏：清除日志消息区域已经显示出来的日志。 暂停：暂停日志消息的实时显示，页面定格在当前已显示的日志。 暂停后，“暂停”会变成“继续”，再次单击“继续”，日志消息继续实时显示。 说明 如果您正在使用实时查看功能，请停留在实时查看页面，请勿切换页面。如果离开实时查看页面，实时查看功能将会停止，重新开启后上一次查看的实时日志将不会显示。

指标类别 指标 指标名称 指标说明 单位 数据类型 默认聚合方式 异常（exception，RabbitMqProducer调用的异常信息统计。） exceptionType 异常类型 异常类型 ENUM LAST 异常（exception，RabbitMqProducer调用的异常信息统计。） causeType 异常类 发生异常的类 ENUM LAST 异常（exception，RabbitMqProducer调用的异常信息统计。） count 次数 该异常的发生次数 INT SUM 异常（exception，RabbitMqProducer调用的异常信息统计。） message 异常消息 该异常产生的异常消息 STRING LAST 异常（exception，RabbitMqProducer调用的异常信息统计。） stackTrace 异常堆栈 该异常产生的堆栈信息 CLOB LAST exchange监控（exchangePublish，以exchange为维度统计消息推送详情） connection connection producer连接信息 ENUM LAST exchange监控（exchangePublish，以exchange为维度统计消息推送详情） exchange exchange exchange名 ENUM LAST exchange监控（exchangePublish，以exchange为维度统计消息推送详情） concurrentMax 最大并发 推送消息最大并发 INT MAX exchange监控（exchangePublish，以exchange为维度统计消息推送详情） errorCount 错误次数 推送消息的错误次数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST exchange监控（exchangePublish，以exchange为维度统计消息推送详情） invokeCount invokeCount Publish调用次数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） publishedMsgCount publishedMsgCount 推送消息数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） publishedBytes 推送字节数 推送字节数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） maxSingleMsgBytes 单次推送最大字节数 单次推送最大字节数 INT MAX exchange监控（exchangePublish，以exchange为维度统计消息推送详情） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST exchange监控（exchangePublish，以exchange为维度统计消息推送详情） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX exchange监控（exchangePublish，以exchange为维度统计消息推送详情） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST exchange监控（exchangePublish，以exchange为维度统计消息推送详情） totalTime 总响应时间 推送消息的总响应时间 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） range1 010ms 响应时间在010ms范围请求数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） range2 10100ms 响应时间在10100ms范围请求数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） range3 100200ms 响应时间在100200ms范围请求数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） range5 110s 响应时间在110s范围请求数 INT SUM exchange监控（exchangePublish，以exchange为维度统计消息推送详情） range6 10s以上 响应时间在10s以上请求数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） connection connection producer连接信息 ENUM LAST connection监控（connectionPublish，以connection为维度统计消息推送详情。） connectionCount 当前连接数 当前连接数 INT LAST connection监控（connectionPublish，以connection为维度统计消息推送详情。） channelCount 当前Channel数 当前Channel数 INT LAST connection监控（connectionPublish，以connection为维度统计消息推送详情。） connectionCreated 创建连接数 创建连接数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） connectionClosed 销毁连接数 销毁连接数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） channelCreated 创建Channel数 创建Channel数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） channelClosed 销毁Channel数 销毁Channel数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX connection监控（connectionPublish，以connection为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST connection监控（connectionPublish，以connection为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） maxSingleMsgBytes 单次推送最大字节数 单次推送最大字节数 INT MAX connection监控（connectionPublish，以connection为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST connection监控（connectionPublish，以connection为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX connection监控（connectionPublish，以connection为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST connection监控（connectionPublish，以connection为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM connection监控（connectionPublish，以connection为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） concurrentMax 最大并发 推送消息最大并发 INT MAX total监控（total，以客户端为维度统计消息推送详情。） errorCount 错误次数 推送消息的错误次数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） errorTraceId 错误traceId 采集周期内发生错误的调用链对应的traceid STRING LAST total监控（total，以客户端为维度统计消息推送详情。） invokeCount invokeCount Publish调用次数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） publishedMsgCount publishedMsgCount 推送消息数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） publishedBytes 推送字节数 推送字节数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） maxSingleMsgBytes 单次推送最大字节数 单次推送最大字节数 INT MAX total监控（total，以客户端为维度统计消息推送详情。） lastError 错误信息 推送消息发生错误产生的错误信息 STRING LAST total监控（total，以客户端为维度统计消息推送详情。） maxTime 最大响应时间 推送消息的最大响应时间 INT MAX total监控（total，以客户端为维度统计消息推送详情。） runningCount 正在执行数 采集时间点正在执行的推送消息数量 INT SUM total监控（total，以客户端为维度统计消息推送详情。） slowTraceId 慢traceId 采集周期内最慢的调用链对应的traceid STRING LAST total监控（total，以客户端为维度统计消息推送详情。） totalTime 总响应时间 推送消息的总响应时间 INT SUM total监控（total，以客户端为维度统计消息推送详情。） range1 010ms 响应时间在010ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） range2 10100ms 响应时间在10100ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） range3 100200ms 响应时间在100200ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） range4 2001000ms 响应时间在2001000ms范围请求数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） range5 110s 响应时间在110s范围请求数 INT SUM total监控（total，以客户端为维度统计消息推送详情。） range6 10s以上 响应时间在10s以上请求数 INT SUM

态势感知（专业版）数据监控功能支持监控态势感知（专业版）管道上下游的生产速率、生产量、消费总速率等指标，您可以根据监控判断业务运行状态。 相关概念 生产者：是用来构建并传输数据到服务端的逻辑概念，负责把数据放入消息队列。 订阅器：用于订阅态势感知（专业版）管道消息，一个管道可由多个订阅器进行订阅，态势感知（专业版）通过订阅器进行消息分发。 消费者：是用来接收并处理数据的运行实体，负责通过订阅器把态势感知（专业版）管道中的消息进行消费并处理。 消息队列：是数据存储和传输的实际容器。 查看监控指标 1. 登录管理控制台。 2. 单击页面左上方的，选择“安全 > 态势感知（专业版）”，进入态势感知（专业版）管理页面。 3. 在左侧导航栏选择“工作空间 > 空间管理”，并在工作空间列表中，单击目标工作空间名称，进入目标工作空间管理页面。 4. 在左侧导航栏选择“日志审计 > 安全数据”，进入安全分析页面。 5. 在左侧数据空间导航栏中，单击数据空间名称，展开数据管道列后，单击目标管道名称后的“更多 > 监控”，进入管道监控页面。 6. 在数据管道的监控页面，查看监控指标。 总览：显示当前管道中生产者、管道、订阅器、消费者之间生产速率等信息。 生产者：显示生产者的“当前生产TPS”、“当前生产速率”、“当前生产量”、“当前消息存储大小”等相关指标信息。 管道：显示当前管道指定时间（近2/6/12/24小时、近7天或自定义）内的“管道存储的消息大小(MB)”、“生产到管道的消息大小(MB)”、“生产到管道的消息数量(条)”、“从管道消费的消息大小(MB)”、“从管道消费的消息数量(条)”、“未确认的消息大小(MB)”、“管道的生产速率(条/秒)”、“管道的消费速率(条/秒)”、“每条消息大小平均值(KB)”、“未卸载的消息大小(B)”等相关指标信息。 订阅器：显示当前订阅器指定时间（近2/6/12/24小时、近7天或自定义）内的“订阅器消费总速率(条/秒)”、“订阅器消费的数据大小(B)”、“订阅器消费的数据数量(条)”、和“活跃消费者”等相关指标信息。

针对各类消息插件进行监控。 功能入口 1. 选择目标资源池，并登录APM组件控制台。 2. 在左侧导航栏中选择「应用监控 」「应用列表」。 3. 在应用列表中选择您想查看的应用，点击「应用名称」打开新的应用详情链接。 4. 在左侧导航栏中选择「应用详情 」，您可以在应用详情页面切换至「消息监控」页签，在左侧关键指标中选择不同的应用实例，可查看该应用实例相应的概览信息。 功能说明 KafkaProducer 总发送次数&总发送字节数 显示总发送次数和总发送字节数的趋势图。 总发送次数：这是指生产者在其生命周期内成功发送到Kafka broker的消息数量。这个数字可以帮助我们了解生产者在实际运行中的消息处理能力和稳定性。例如，如果一个生产者在一段时间内发送了10000条消息，那么它的总发送次数就是10000。 总发送字节数：这是指生产者在其生命周期内发送到Kafka broker的所有消息的总字节数。这个数字反映了生产者传输的数据量，是评估生产者负载和资源消耗的一个重要指标。例如，如果生产者发送了10000条消息，每条消息大小为1KB，则总发送字节数为10000 1024 10,485,760字节。 这两个指标通常用于监控和优化Kafka生产者的性能，确保其能够高效、稳定地处理消息。通过这些数据，可以发现生产者是否存在瓶颈或问题，并进行相应的调整和优化。 通过消息队列发送消息 显示topic列表，表头如下。 Topic：是指消息发送到消息队列中的特定主题（topic）。主题是消息队列中的逻辑分类，用于将相关的消息归类和分组。每个topic可以包含多条消息，每条消息都有一个特定的主题标签。 调用次数：表示当前这个Topic在一段时间内，通过消息队列发送消息的总调用次数。每次发送消息都会被计算为一次调用。 平均响应时间(ms)：是指在发送消息的过程中，从发送请求到接收到响应的平均时间。它表示了发送消息的速度和效率。 错误数：表示在发送消息的过程中发生的错误次数。这些错误可能包括发送消息失败、网络连接问题或其他异常情况。 最慢调用(ms)：是指在一段时间内，发送消息过程中最耗时的一次调用的时间。它反映了发送消息中的性能瓶颈或延迟情况。 操作：点击详情，出现弹层显示调用次数、平均响应时间(ms)、错误数在筛选时间段内的趋势图。 这些指标可以帮助您监控和分析通过消息队列发送消息的性能和健康状况。通过追踪调用次数、平均响应时间、错误数和最慢调用时间，您可以了解消息发送的频率、效率、稳定性和延迟情况，从而进行性能优化、故障排除和容量规划等方面的工作。

本文主要介绍了消息管理页面的功能和使用。 当前支持的消息接收方式包括：邮箱、短信。用户可以开启或关闭消息接收。 操作步骤 1、登录消息中心。 2、点击消息中心左侧导航，选择“消息管理“ 3、配置消息接收方式。 勾选邮箱、短信，可以选择该类消息的接收方式。 点击修改，可以选择该类消息的接收人。 勾选多个消息类型，可进行批量添加或删除消息接收人。

本小节介绍服务器安全卫士的设置通知方式。 通知类型 产品到期、入侵告警等，支持邮箱、站内信和短信通知。 设置方法 初次登录服务器安全卫士时，需要录入手机号和邮箱，以便进行通知。 也可以登录消息中心——消息接收设置界面，设置接收的消息类型、接收方式，或增加接收人。

本节主要介绍产品定义 应用运维管理（Application Operations Management）是云上应用的一站式运维管理平台，实时监控应用及云资源，采集各项指标、日志及事件等数据，提供告警及数据可视化功能，帮助您及时发现故障，全面掌握应用、资源及业务的实时运行状况。 运维遇到挑战 随着容器技术的普及，越来越多的企业通过微服务框架开发应用，业务实现更多使用云上服务，运维也转向云上的运维服务。对于云上应用的运维也提出了新的挑战： 运维人员技能要求高，配置繁杂，同时需要维护多套系统。对于分布式追踪系统，学习和使用成本高，并且稳定性差。 云化场景下的分布式应用问题分析困难主要表现在如何可视化微服务间的依赖关系、如何提高应用性能体验、如何将散落的日志进行关联分析、如何快速追踪问题。 AOM帮您解决 应用运维管理（Application Operations Management）是云上应用的一站式运维管理平台，实时监控应用及云资源，采集各项指标、日志及事件等数据，提供告警及数据可视化功能，帮助您及时发现故障，全面掌握应用、资源及业务的实时运行状况。

功能说明 当实例磁盘使用率达到指定阈值后，可选择磁盘自动扩容或动态消息保留策略来调整磁盘空间。 磁盘自动扩容 当磁盘使用率达到指定阈值后，系统会自动根据扩容策略增加磁盘容量，避免出现实例因磁盘容量不足产生的故障。 动态消息保留策略 当磁盘使用率达到指定阈值后，系统会自动根据消息保留策略删除一定比例的主题最早消息数据，释放磁盘空间。 约束与变更影响 动态消息保留策略和磁盘自动扩容同时最多只能开启一个。 磁盘自动扩容不会影响业务，如果短时间内磁盘使用量迅速增加，无法保证在耗尽磁盘空间前完成磁盘自动扩容。建议提前做好容量规划，先根据磁盘使用量做好扩容，再开启磁盘自动扩容。 动态消息保留策略触发后会删除最早的主题消息，可能导致消费者未及时消费的消息被删除，且调整效果存在一定延迟。建议及时消费数据，减少数据堆积。 触发动态消息保留策略后，主题的保留时长参数会被按比例减小且不会自动恢复，如后续需要调整请到主题管理页面进行操作。 前提条件 实例磁盘字段扩容会产生相应的费用，请确保账户余额充足。

本章节主要介绍如何运行Kafka作业。 用户可将自己开发的程序提交到MRS中，执行程序并获取结果。本章节教您在Kafka主题中产生和消费消息。 暂不支持通过界面提交Kafka作业，请通过后台功能来提交作业。 通过后台提交作业 先查询ZooKeeper和Kafka的实例地址，再运行Kafka作业。 查询实例地址（3.x版本） 1.登录MRS管理控制台。 2.选择“集群列表 > 现有集群”，选中一个运行中的集群并单击集群名称，进入集群信息页面。 3.请参考访问FusionInsight Manager（MRS 3.x及之后版本），跳转至FusionInsight Manager页面。然后选择“服务 > ZooKeeper > 实例”，查看ZooKeeper角色实例的IP地址。记录ZooKeeper角色实例中任意一个的IP地址即可。 4.选择“服务 > Kafka > 实例”，查看Kafka角色实例的IP地址。记录Kafka角色实例中任意一个的IP地址即可。 查询实例地址（3.x之前版本） a. 登录MRS管理控制台。 b. 选择“集群列表 > 现有集群”，选中一个运行中的集群并单击集群名称，进入集群信息页面。 c. 在MRS集群详情页面，选择“组件管理 > ZooKeeper > 实例”，查看ZooKeeper角色实例的IP地址。记录ZooKeeper角色实例中任意一个的IP地址即可。 d. 选择“组件管理 > Kafka > 实例”，查看Kafka角色实例的IP地址。记录Kafka角色实例中任意一个的IP地址即可。 运行Kafka作业 MRS 3.x及之后版本客户端默认安装路径为“/opt/Bigdata/client”，MRS 3.x之前版本为“/opt/client”。具体以实际为准。 1.在集群信息页面的“节点管理”页签中单击Master2节点名称，进入弹性云主机管理控制台。 2.单击页面右上角的“远程登录”。 3.根据界面提示，输入Master节点的用户名和密码，用户名、密码分别为root和创建集群时设置的密码。 4.执行如下命令初始化环境变量。 source /opt/Bigdata/client/bigdataenv 5.如果当前集群已开启Kerberos认证，执行以下命令认证当前用户。如果当前集群未开启Kerberos认证，则无需执行该步骤。 kinit MRS集群用户 例如, kinit admin 6.执行如下命令，创建kafka topic。 kafkatopics.sh create zookeeper ZooKeeper角色实例IP:2181/kafkapartitions 2 replicationfactor 2 topic 7.在topic test中产生消息。 首先执行命令kafkaconsoleproducer.sh brokerlist Kafka角色实例IP:9092 topic producer.config /opt/Bigdata/client/Kafka/kafka/config/producer.properties 。 然后输入指定的内容作为生产者产生的消息，输入完成后按回车发送消息。如果需要结束产生消息，使用“Ctrl + C”退出任务。 8.消费topic test中的消息。 kafkaconsoleconsumer.sh topic bootstrapserver Kafka角色实例IP:9092 consumer.config/opt/Bigdata/client/Kafka/kafka/config/consumer.properties 说明 如果集群开启Kerberos认证，则执行如上两个命令时请修改端口号9092为21007，详见

方案一：先迁生产，再迁消费 指先将生产消息的业务迁移到新的Kafka，原Kafka不会有新的消息生产。待原有Kafka实例的消息全部消费完成后，再将消费消息业务迁移到新的Kafka，开始消费新Kafka实例的消息。 1、将生产客户端的Kafka连接地址修改为新Kafka实例的连接地址。 2、重启生产业务，使得生产者将新的消息发送到新Kafka实例中。 3、观察各消费组在原Kafka的消费进度，直到原Kafka中数据都已经被消费完毕。 4、将消费客户端的Kafka连接地址修改为新Kafka实例的连接地址。 5、重启消费业务，使得消费者从新Kafka实例中消费消息。 6、观察消费者是否能正常从新Kafka实例中获取数据。 7、迁移结束。 本方案为业界通用的迁移方案，操作步骤简单，迁移过程由业务侧自主控制，整个过程中消息不会存在乱序问题， 适用于对消息顺序有要求的场景 。但是该方案中需要等待消费者业务直至消费完毕，存在一个时间差的问题，部分数据可能存在较大的端到端时延。 方案二：同时消费，后迁生产 指消费者业务启用多个消费客户端，分别向原Kafka和新Kafka实例消费消息，然后将生产业务切到新Kafka实例，这样能确保所有消息都被及时消费。 1、启动新的消费客户端，配置Kafka连接地址为新Kafka实例的连接地址，消费新Kafka实例中的数据。 说明 原有消费客户端需继续运行，消费业务同时消费原Kafka与新Kafka实例的消息。 2、修改生产客户端，Kafka连接地址改为新Kafka实例的连接地址。 3、重启生产客户端，将生产业务迁移到新Kafka实例中。 4、生产业务迁移后，观察连接新Kafka实例的消费业务是否正常。 5、等待原Kafka中数据消费完毕，关闭原有消费业务客户端。 6、迁移结束。 迁移过程由业务自主控制。本方案中消费业务会在一段时间内同时消费原Kafka和新Kafka实例。由于在迁移生产业务之前，已经有消费业务运行在新Kafka实例上，因此不会存在端到端时延的问题。但在迁移生产的开始阶段，同时消费原Kafka与新Kafka实例，会导致部分消息之间的生产顺序无法保证，存在消息乱序的问题。此场景 适用于对端到端时延有要求，却对消息顺序不敏感的业务 。 FAQ：如何将持久化数据也一起迁移 如果需要将原Kafka的已消费数据也迁移到Kafka专享实例，可以使用开源工具MirrorMaker，模拟成原Kafka的消费客户端，以及新Kafka实例的生产客户端，将Kafka所有消息数据迁移到新的Kafka实例。 需要注意的是，天翼云Kafka实例为3副本存储，因此建议实例存储空间为原业务的单副本消息存储的3倍。

本文主要介绍应用场景 APM应用广泛，下面介绍APM的典型应用场景，以便您深入了解。 应用异常诊断 业务痛点 分布式微服务架构下的应用，虽然丰富多样且开发效率高，但是给传统运维诊断技术带来了巨大挑战。以电商为例，主要遇到如下问题： 定位问题难 客服人员接到用户反馈商品购买出现问题后，会交由技术人员排查解决。而微服务分布式架构中的一个业务请求通常要经过多个服务/节点后返回结果。一旦请求出现错误，往往要在多台机器上反复翻看日志才能初步定位问题，对简单问题的排查也常常涉及多个团队。 架构梳理难 在业务逻辑变得逐渐复杂以后，很难从代码层面去梳理某个应用依赖了哪些下游服务（数据库、HTTP API、缓存），以及被哪些外部调用所依赖。业务逻辑的梳理、架构的治理和容量的规划（例如促销活动的准备过程中，需要为每个应用准备多少台机器）也变得更加困难。 业务实现 APM提供大型分布式应用异常诊断能力，当应用出现崩溃或请求失败时，通过应用拓扑+调用链下钻能力分钟级完成问题定位。 可视化拓扑：应用拓扑自发现，异常应用实例无处躲藏。 调用链追踪：发现异常应用后，通过调用链一键下钻，代码问题根因清晰可见。 慢SQL分析：提供数据库、SQL语句的调用次数、响应时间、错误次数等关键指标视图，支持异常SQL语句导致的数据库性能问题分析。 应用体验管理

本节主要介绍使用类问题 如何处理开启了安全认证的微服务引擎专享版开启IPv6后服务注册失败？ 创建微服务引擎专享版时，当选择开启了IPv6的VPC网络时，创建引擎支持IPv6网络。当部署服务使用IPv6网段且选择容器部署时，选择的CCE集群需要开启IPv6双栈开关。如果选择的CCE集群资源没有开启IPv6开关，就会导致服务网络不通，报错“java.net.SocketException: Protocol family unavailable”。解决办法： 1、 修改部署了微服务应用的环境，添加开启了“IPv6双栈”开关的CCE集群 2、 重新部署应用 微服务和普通应用有什么不同？ 微服务是一种架构模式，其核心是将一个单体应用分成多个部分进行开发。所以微服务架构的应用程序，其本质上是一个分布式应用。 基于微服务架构构建的应用程序，可以让业务变化更快，整体系统可靠性更高。 开源 ServiceComb 与 CSE 是什么关系？ CSE Java SDK是ServiceComb的商业版本，其大部分组件来自于开源的ServiceComb，同时提供一些公有云对接的能力、安全、分布式数据一致性等商业能力。这部分开发框架代码可以免费使用但是没有开源。

此小节介绍如何开启/关闭告警通知。 为AntiDDoS开启告警通知以后，当实例受到DDoS攻击时，您会收到提醒消息（短信或Email）。否则，无论DDoS攻击流量多大，您都只能登录管理控制台自行查看，无法收到报警信息。 告警通知默认关闭，用户可以根据实际情况手动开启告警通知。 前提条件 已获取管理控制台的登录账号与密码，且该账号已购买公网IP。 操作步骤 1. 登录管理控制台。 2. 单击页面顶部的区域选择框，选择区域。 3. 在产品服务列表中，选择“安全 > AntiDDoS流量清洗”，进入AntiDDoS服务管理界面。 4. 选择“告警通知”页签，设置告警通知。 告警通知参数说明： 参数 说明 告警通知开关 开启或关闭告警通知，说明如下： ：开启状态。 ：关闭状态。 消息通知主题 可以选择使用已有的主题，或者单击“查看消息通知主题”创建新的主题。 5. 单击“应用”，完成告警通知设置。 相关操作 关闭告警通知：在告警通知配置页面，将告警通知状态参数置为关闭状态，即可关闭告警通知。 说明 关闭告警通知后，无论DDoS攻击流量多大，您都只能登录管理控制台自行查看，无法收到报警信息。

本节介绍了完成日志采集规则配置后，在云日志控制台实时查看上报的日志。 前提条件 已创建日志组和日志流。 已完成ICAgent安装。 已接入日志。 查看实时日志 1. 在云日志服务管理控制台，单击“日志管理”。 2. 在日志组列表中，单击已创建的日志组名称。 3. 在日志流列表中，单击已创建的日志流名称。 4. 在日志流详情页面，单击“实时日志”，查看实时日志。 日志每隔大约5秒钟上报一次，在日志消息区域，您最多需要等待5秒钟左右，即可查看实时上报的日志。 同时，您还可以通过页面右上方的“清屏”、“暂停”对日志消息区域进行操作。 1. 清屏：清除日志消息区域已经显示出来的日志。 2. 暂停：暂停日志消息的实时显示，页面定格在当前已显示的日志。 暂停后，“暂停”会变成“继续”，再次单击“继续”，日志消息继续实时显示。 说明 如果您正在使用实时查看功能，请停留在实时查看页面，请勿切换页面。如果您离开实时查看页面，实时查看功能将会被关闭。

本文主要介绍监控告警问题。 云监控无法展示Kafka监控数据 Topic监控数据无法展示，可能原因如下： Topic名称开头包含特殊字符，例如下划线“”、号“”。 Kafka实例中没有创建Topic。 解决方法如下： 删除带特殊字符的Topic。 创建Topic。 消费组监控数据无法展示，可能原因如下： 消费组名称开头包含特殊字符，例如下划线“”、号“”。 此消费组从未有消费者连接。 Kafka监控显示消息堆积数跟实例里的消息数不一致？ 问题现象 ：监控显示消息堆积数为8.1亿+，Kafka控制台显示实例中6个Topic的消息数总和为1亿+，两者不一致。 问题结论 ：两者统计方式不同，Kafka控制台显示的消息数为实例中未消费的消息个数，而监控显示的消息堆积数Topic中的消息积压数消费组数。 Kafka的消费组删除了，怎么监控页面还可以看到这个消费组？ 监控数据是每分钟进行采集上报，上报的数据经过整理后才会显示在监控页面上，此过程大约需要几分钟到十几分钟，建议您在删除消费组后，过一段时间再去监控页面查看。