All Products
Search

This Product

    ApsaraMQ for Kafka:CloudMonitor (instans terjadwal V2)

    Document Center

    ApsaraMQ for Kafka:CloudMonitor (instans terjadwal V2)

    Last Updated:Jul 22, 2026

    Gunakan CloudMonitor untuk memantau resource ApsaraMQ for Kafka — instans, topik, dan kelompok konsumen — secara real time serta menerima peringatan ketika metrik melebihi ambang batas.

    Metrik

    Catatan

    • Data metrik diagregasi dalam periode 1 menit. Nilai yang dilaporkan per detik, seperti byte per detik (B/s), merepresentasikan nilai rata-rata selama menit sebelumnya.

    • Data metrik memiliki latensi 1 menit.

    • Metrik ini termasuk dalam namespace CloudMonitor acs_kafka (ProductCategory: kafka). Anda memerlukan identifier ini untuk mengkueri metrik menggunakan API atau SDK CloudMonitor.

    • Metrik dengan akhiran V2 pada ID metrik, seperti InstanceCpuUsageV2, khusus untuk instans terjadwal V2.

    • Metrik terkait konsumsi bergantung pada commit offset. Metrik seperti jumlah pesan yang belum dikonsumsi dihitung berdasarkan offset konsumen yang dikomit oleh klien. Jika klien tidak melakukan commit offset dengan benar (misalnya, autocommit tidak diaktifkan atau commit manual tidak dikonfigurasi), data pemantauan tidak dapat mencerminkan status konsumsi aktual secara akurat, yang dapat menyebabkan peringatan palsu. Pastikan klien Anda dikonfigurasi dengan mekanisme commit offset yang tepat.

    • Untuk menentukan apakah throttling sisi server telah terjadi, pantau metrik Instance Produce Throttle Queue Size (InstanceProduceThrottleQueueSizeV2) atau Instance Consume Throttle Queue Size (InstanceFetchThrottleQueueSizeV2). Throttling dianggap terjadi hanya ketika metrik ini melaporkan nilai bukan nol. Kelebihan trafik kecil biasanya memiliki buffer elastis dan tidak langsung memicu throttling.

    • Production Traffic Ratio (InstanceMessageInputRatioV2) dan Consumption Traffic Ratio (InstanceMessageOutputRatioV2) mencerminkan pemanfaatan trafik tingkat node. Karena Kafka secara default menggunakan 3 replika dengan kapasitas throughput yang merata, ketimpangan trafik — seperti pengiriman batch periodik yang menyebabkan trafik burst — dapat menyebabkan trafik tingkat detik pada satu node melebihi batas sesaat, meskipun laju rata-rata instans belum mencapai ambang batas yang dikonfigurasi. Grafik pemantauan menampilkan data yang telah dirata-ratakan per menit, sedangkan throttling aktual dipicu berdasarkan pemantauan tingkat detik. Kedua nilai ini dapat berbeda signifikan selama lonjakan trafik.

    ApsaraMQ for Kafka mendukung metrik berikut:

    Catatan

    Untuk skenario pemantauan umum, mulailah dengan metrik berikut:

    • Peringatan penyimpanan: Pantau instance_disk_capacity (persentase penggunaan disk) dan atur ambang batas peringatan pada 85%.

    • Deteksi keterlambatan konsumen: Pantau message_accumulation (akumulasi pesan kelompok konsumen) untuk mendeteksi konsumen yang lambat atau terhenti.

    • Perencanaan kapasitas: Pantau InstanceMessageInputRatioV2 (trafik inbound sebagai persentase spesifikasi instans) dan PartitionInstanceRatioV2 (jumlah partisi sebagai persentase spesifikasi instans) untuk merencanakan peningkatan instans.

    Metrik tingkat instans

    Nama metrik

    ID metrik

    Dimensi

    Unit

    Penggunaan disk instans

    instance_disk_capacity

    instanceId

    %

    Bandwidth inbound publik instans

    instance_internet_rx.rate

    instanceId

    bit/s

    Bandwidth outbound publik instans

    instance_internet_tx.rate

    instanceId

    bit/s

    Lalu Lintas Masuk Instance

    instance_message_input

    instanceId

    B/s

    Pesan yang dikirim ke Instans

    instance_message_num_input

    instanceId

    count/s

    Lalu Lintas Keluar Instance

    instance_message_output

    instanceId

    B/s

    Permintaan pengiriman pesan ke instans

    instance_reqs_input

    instanceId

    count/s

    Permintaan konsumsi pesan dari instans

    instance_reqs_output

    instanceId

    count/s

    Ukuran batch instans TP50 (persentil ke-50)

    InstanceBatchSizeTP50V2

    instanceId

    Bytes

    Ukuran batch instans TP999 (persentil ke-99,9)

    InstanceBatchSizeTP999V2

    instanceId

    Bytes

    Penggunaan CPU instans

    InstanceCpuUsageV2

    instanceId

    %

    Ukuran antrian pengendalian aliran untuk pengambilan instance

    InstanceFetchThrottleQueueSizeV2

    instanceId

    count

    Event High Availability (HA) Instance

    InstanceHAEventV2

    instanceId

    count

    Bandwidth inbound publik instans (per-node)

    InstanceInternetRxRateByNode

    instanceId, nodeIp

    bit/s

    Pemanfaatan bandwidth inbound publik instans (per-node)

    InstanceInternetRxUtilizationByNode

    instanceId, nodeIp

    %

    Bandwidth outbound publik instans (per-node)

    InstanceInternetTxRateByNode

    instanceId, nodeIp

    bit/s

    Pemanfaatan bandwidth outbound publik instans (per-node)

    InstanceInternetTxUtilizationByNode

    instanceId, nodeIp

    %

    Jumlah koneksi maksimum instans

    InstanceMaxConnection

    instanceId

    count

    Jumlah koneksi Internet maksimum instans

    InstanceMaxInternetConnection

    instanceId

    count

    Jumlah operasi input/output per detik (IOPS) baca maksimum instans

    InstanceMaxReadIOPSV2

    instanceId

    count/s

    IOPS tulis maksimum instans

    InstanceMaxWriteIOPSV2

    instanceId

    count/s

    Trafik inbound sebagai persentase spesifikasi instans

    InstanceMessageInputRatioV2

    instanceId

    %

    Trafik outbound sebagai persentase spesifikasi instans

    InstanceMessageOutputRatioV2

    instanceId

    %

    Ukuran antrian throttle produce instans

    InstanceProduceThrottleQueueSizeV2

    instanceId

    count

    Waktu rebalance instans

    InstanceRebalanceTimeV2

    instanceId

    ms

    Total koneksi instans

    InstanceTotalConnection

    instanceId

    count

    Total koneksi Internet instans

    InstanceTotalInternetConnection

    instanceId

    count

    Jumlah partisi sebagai persentase spesifikasi instans

    PartitionInstanceRatioV2

    instanceId

    %

    Metrik tingkat kelompok konsumen

    Nama metrik

    ID metrik

    Dimensi

    Unit

    Output pesan kelompok konsumen

    group_message_num_output

    instanceId, consumerGroup

    count/s

    Output pesan kelompok konsumen untuk suatu topik

    group_message_num_output_onetopic

    instanceId, consumerGroup, topic

    count/s

    Latensi konsumsi kelompok konsumen

    group_topic_accumulation_consume_cost_time

    instanceId, consumerGroup

    ms

    Akumulasi pesan kelompok konsumen

    message_accumulation

    instanceId, consumerGroup

    count

    Akumulasi pesan kelompok konsumen untuk suatu topik

    message_accumulation_onetopic

    instanceId, consumerGroup, topic

    count

    Metrik tingkat topik

    Nama metrik

    ID metrik

    Dimensi

    Unit

    Trafik inbound topik

    topic_message_input

    instanceId, topic

    B/s

    Pesan yang diproduksi ke suatu topik

    topic_message_num_input

    instanceId, topic

    count/s

    Trafik outbound topik

    topic_message_output

    instanceId, topic

    B/s

    Rasio trafik konsumsi terhadap produksi topik

    topic_message_output_input_ratio

    instanceId, topic

    %

    Permintaan pengiriman pesan topik

    topic_reqs_input

    instanceId, topic

    count/s

    Permintaan konsumsi pesan topik

    topic_reqs_output

    instanceId, topic

    count/s

    Penagihan

    Fitur CloudMonitor untuk ApsaraMQ for Kafka tidak dikenai biaya.

    Prasyarat

    Diperlukan peran terkait layanan.

    • Nama peran: AliyunServiceRoleForAlikafka

    • Nama kebijakan: AliyunServiceRolePolicyForAlikafka

    • Izin: Memberikan izin kepada ApsaraMQ for Kafka untuk mengakses layanan lain milik Anda, seperti CloudMonitor dan Application Real-Time Monitoring Service (ARMS), guna fitur pemantauan.

    • Untuk informasi lebih lanjut, lihat Peran terkait layanan.

    Lihat data pemantauan

    1. Login ke Konsol ApsaraMQ for Kafka.

    2. Pada halaman Overview, pilih wilayah di bagian Resource Distribution.

    3. Pada halaman Instances, klik nama instans target.

    4. Di panel navigasi kiri, pilih Observability > CloudMonitor.

    5. Pada halaman CloudMonitor, klik tab Alert Rule. Pilih tab untuk resource yang ingin dipantau, temukan resource tersebut, lalu klik View CloudMonitor Metrics di kolom Actions. Atur rentang waktu untuk melihat data pemantauan.

      Grafik untuk semua metrik resource saat ini akan muncul secara otomatis.

    Atur aturan peringatan

    1. Pada halaman CloudMonitor, klik tab Alert Rule, lalu pilih tab Instance, Topic, atau Group.

      Tindakan ini akan mengarahkan Anda ke panel Create Alert Rule di Konsol CloudMonitor.

    2. Di panel Create Alert Rule, konfigurasikan aturan dan informasi notifikasi, lalu klik OK. Untuk informasi lebih lanjut tentang parameter, lihat Buat aturan peringatan.

    3. Setelah Anda mengklik OK, aturan peringatan akan muncul di tab Alert Rule. Pastikan status aturan adalah Enabled.

    Contoh: Konfigurasikan peringatan akumulasi pesan Group dengan notifikasi robot DingTalk

    Catatan

    Sebelum mengonfigurasi peringatan, login ke Konsol Cloud Monitor dan tambahkan robot DingTalk sebagai kontak peringatan atau grup kontak. URL webhook robot DingTalk harus didaftarkan terlebih dahulu.

    1. Login ke Konsol ApsaraMQ for Kafka.

    2. Di panel navigasi kiri, pilih Observability > CloudMonitor.

    3. Klik tab Alert Rule.

    4. Klik tab resource Group.

    5. Temukan Group yang ingin dikonfigurasi peringatannya, lalu klik Create Alert Rule di kolom Actions. Halaman akan dialihkan ke panel Create Alert Rule di Konsol Cloud Monitor.

    6. Di panel Create Alert Rule, konfigurasikan pengaturan berikut:

      • Metrik: Pilih metrik akumulasi pesan MessageAccumulationV3 (Total Backlog Pesan Group).

      • Kondisi peringatan: Atur nilai ambang batas dan jumlah periode berturut-turut yang harus memicu kondisi sebelum peringatan dikirim.

      • Metode notifikasi: Di bawah kontak notifikasi, pilih grup kontak robot DingTalk yang telah Anda konfigurasi sebagai prasyarat.

    7. Klik OK untuk menyimpan aturan peringatan.

    Setelah aturan dibuat, tab Alert Rule menampilkan aturan baru dengan status Enabled. Ketika akumulasi pesan Group melebihi ambang batas yang dikonfigurasi, Cloud Monitor mengirimkan notifikasi ke robot DingTalk yang ditentukan.

    Lihat informasi peringatan

    1. Pada halaman CloudMonitor, klik tab Alert Rule. Kemudian, pilih tab untuk resource yang ingin dilihat informasi peringatannya, seperti Instance, Topic, atau Group.

    2. Temukan resource tersebut dan klik Alert Rule di kolom Actions.

    3. Di panel Associated Alert Rules, temukan aturan peringatan target dan klik Details di kolom Actions untuk melihat konfigurasi aturan dan riwayat peringatan. Anda juga dapat mengaktifkan, menonaktifkan, atau menghapus aturan dari halaman ini.

    FAQ

    Apakah Cloud Monitor mendukung statistik CPU, memori, dan volume tulis harian?

    • Pemantauan CPU dan memori: ApsaraMQ for Kafka tidak secara langsung mengekspos metrik pemantauan CPU dan memori melalui Cloud Monitor. Untuk memantau pemanfaatan resource sistem, rujuk solusi pemantauan Prometheus yang dijelaskan dalam topik Prometheus monitoring.

    • Volume tulis harian: Cloud Monitor tidak menyediakan tampilan khusus untuk volume tulis harian. Anda dapat memperkirakan volume tulis harian dengan metode berikut:

      • Konsol: Di halaman detail instans, buka Topic Management dan lihat throughput tulis (B/s) di informasi pemantauan untuk topik target. Atau, di halaman Cloud Monitor, lihat metrik Instance Actual Inbound Traffic (instance_message_input, unit: B/s) atau Instance Message Production Count (instance_message_num_input, unit: count/s), lalu kalikan dengan jumlah detik dalam sehari untuk memperkirakan volume harian.

      • Pemantauan Prometheus: Kueri metrik tingkat instans instance_message_input (byte/s) dan instance_message_num_input (pesan/s) untuk mendapatkan data trafik inbound berkelanjutan.

      • Kueri API: Gunakan API QueryMessage untuk mengkueri selisih offset berdasarkan timestamp, yang memungkinkan Anda menghitung jumlah pesan yang diproduksi secara tepat dalam rentang waktu tertentu.

    Referensi

    Catatan

    Jika metrik tidak ditampilkan, pastikan peran terkait layanan AliyunServiceRoleForAlikafka telah dibuat dan instans sedang berjalan.