بدء العمل مع مقاييس عميل Kafka
إن منصة Apache Kafka منصة معترف بها على نطاق واسع لتخزين الأحداث مفتوحة المصدر ومعالجة تدفق البيانات، فقد تطورت لتصبح المعيار الفعلي لتدفق البيانات، حيث تُستخدم المنصة من قِبَل أكثر من 80% من شركات Fortune 500. ويوفر جميع مزودي الأوساط السحابية الرئيسية خدمات تدفق بيانات مُدارة لتلبية هذا الطلب المتزايد.
من المزايا الرئيسية لاختيار خدمات Kafka المدارة هي تفويض مسؤولية متابعة المقاييس المتعلقة بالوسطاء والعمليات، وهو ما يتيح للمستخدمين التركيز فقط على المقاييس الخاصة بالتطبيقات. ففي هذه المقالة، يقدم مدير المنتج أوشي نوانكو إرشادات حول مجموعة من المقاييس التي ينبغي على العملاء مراقبتها لتحقيق الأداء الأمثل.
عادةً ما تتضمن مراقبة Kafka مجموعة متنوعة من المقاييس التي تغطي جوانب متعددة من النظام، بما في ذلك الموضوعات والأقسام والوسطاء ومجموعات المستهلكين. وتشمل مقاييس Kafka القياسية معلومات حول الإنتاجية وزمن الانتقال والتكرار واستخدام الأقراص. راجع وثائق Kafka وأدوات المراقبة ذات الصلة لفهم المقاييس المحددة المتاحة لإصدار Kafka الخاص بك وكيفية تفسيرها بشكل فعال.
أحدث الأخبار والرؤى حول الذكاء الاصطناعي
تتوفر معارف وأخبار منسقة بمهارة حول الذكاء الاصطناعي والسحابة وغيرها في نشرة Think الإخبارية الأسبوعية.
إن مراقبة مثيل IBM® Event Streams for IBM® Cloud أمر ضروري لضمان الوظائف المثلى والسلامة العامة لمسار بياناتك. تساعدك مراقبة عملاء Kafka على تحديد علامات فشل التطبيق المبكرة، مثل الاستخدام العالي للموارد والمستهلكين المتأخرين والاختناقات. ويتيح تحديد هذه العلامات التحذيرية في وقت مبكر الاستجابة الاستباقية للمشكلات المحتملة التي تقلل من فترات التعطل وتمنع أي تعطيل للعمليات التجارية.
يمتلك عملاء Kafka (المنتجون والمستهلكون) مجموعة خاصة بهم من المقاييس لمراقبة أدائهم وسلامتهم. إضافةً إلى ذلك، تدعم خدمة Event Streams مجموعة غنية من المقاييس التي ينتجها الخادم. لمزيدٍ من المعلومات، راجع مراقبة مقاييس Event Streams باستخدام IBM Cloud Monitoring.
مقاييس المنتج
| معدل الخطأ في السجل | يقيس هذا المقياس عدد السجلات التي تم إرسالها والتي أدت إلى أخطاء لكل ثانية. وقد يشير معدل الخطأ المرتفع (أو الزيادة فيه) إلى فقدان البيانات أو عدم معالجة البيانات كما هو متوقع. فكل هذه الآثار قد تضر بسلامة البيانات التي تقوم بمعالجتها وتخزينها في Kafka. وتساعد مراقبة هذا المقياس على ضمان تسجيل البيانات التي يرسلها المنتجون بدقة وموثوقية في موضوعات Kafka الخاصة بك. |
| متوسط زمن انتقال الطلب | هذا هو متوسط زمن الانتقال لكل طلب إنتاج بالمللي ثانية. فقد تؤثر الزيادة في زمن الانتقال في الأداء وقد تشير إلى وجود مشكلة ما. ويساعد قياس متوسط زمن انتقال الطلب على تحديد العوائق داخل المثيل الخاص بك. فبالنسبة إلى العديد من التطبيقات، يعد زمن الانتقال المنخفض أمرًا ضروريًا لضمان تجربة مستخدم عالية الجودة، وقد تشير الزيادة المفاجئة في متوسط زمن انتقال الطلب إلى أنك تصل إلى حدود المثيل الذي تم توفيره. يمكنك إصلاح المشكلة عن طريق تغيير إعدادات المنتِج الخاص بك، على سبيل المثال، عن طريق الدمج أو توسيع نطاق خطتك لتحسين الأداء. |
| معدل البايت | يُعد متوسط عدد البايت المرسل في الثانية لموضوع ما مقياسًا لإنتاجيتك. إذا كنت تبث البيانات بانتظام، فقد يشير الانخفاض في الإنتاجية إلى وجود حادث غير مألوف في مثيل Kafka الخاص بك. تبدأ خطة Event Streams Enterprise من 150 ميجابايت في الثانية، وتنقسم بالتساوي بين الإدخال والإخراج (الوارد والصادر)، ومن المهم معرفة مقدار ما تستهلكه من ذلك لأغراض التخطيط السليم للسعة. لا تتجاوز ثلثي الحد الأقصى للإنتاجية لتجنب التأثير المحتمل للإجراءات التشغيلية، مثل التحديثات الداخلية أو أوضاع الفشل (على سبيل المثال، فقدان أحد مناطق التوفر). |
مقاييس المستهلك
| معدل إحضار البيانات متوسط حجم البيانات التي يتم إحضارها | إن عدد طلبات الإحضار في الثانية (معدل الإحضار) ومتوسط عدد البايت التي يتم إحضارها لكل طلب (متوسط حجم الإحضار) من المؤشرات الرئيسية على مدى كفاءة أداء مستهلكي Kafka. فقد يشير معدل الإحضار العالي إلى عدم الكفاءة، خاصةً إذا كان عدد الرسائل قليلاً، لأنه يعني أن البيانات التي يتم تلقيها في كل مرة غير كافية (وربما لا توجد بيانات). يتأثر معدل الإحضار ومتوسط حجم الإحضار بثلاثة إعدادات: fetch.min.bytes وfetch.max.bytes وfetch.max.wait.ms. اضبط هذه الإعدادات لتحقيق زمن الانتقال المطلوب مع تقليل عدد طلبات الإحضار وتقليل الحمل على وحدة المعالجة المركزية للوسيط. تضمن مراقبة كِلَا المقياسَين وتحسينهما أنك تعالج البيانات بكفاءة لأحمال التشغيل الحالية والمستقبلية. |
| متوسط زمن التزام الانتقال | يقيس هذا المقياس متوسط الوقت بين إرسال سجل ملتزم به واستقبال استجابة الالتزام. على غرار متوسط زمن الانتقال للطلب كمقياس للمنتجين، يعني متوسط زمن الالتزام المستقر أن التزامات التعويضات تتم في الوقت المناسب. قد يشير زمن الانتقال المرتفع في الالتزام إلى وجود مشكلات داخل المستهلك تمنعه من الالتزام بالتعويضات بسرعة، ما يؤثر مباشرة في موثوقية معالجة البيانات. وقد يؤدي ذلك إلى معالجة مزدوجة للرسائل إذا اضطر المستهلك إلى إعادة التشغيل وإعادة معالجة الرسائل من تعويض غير ملتزم به سابقًا، كما أن زمن الانتقال المرتفع في الالتزام يعني قضاء وقت أطول في العمليات الإدارية بدلاً من المعالجة الفعلية للرسائل. قد تؤدي هذه المشكلة إلى تراكم الرسائل التي تنتظر المعالجة، خاصةً في البيئات ذات الحجم الكبير. |
| معدل استهلاك البايت | يُمثل هذا مقياسًا لجلب المستهلكين يقيس متوسط عدد البايتات المستهلكة في الثانية. وعلى غرار معدل البايت كمعيار للمنتجين، يجب أن يكون هذا مقياسًا ثابتًا ومتوقعًا، فقد يمثل التغيير المفاجئ في الاتجاه المتوقع لمعدل استهلاك البايتات مشكلة في تطبيقاتك. وقد يكون المعدل المنخفض إشارة إلى الكفاءة في عمليات جلب البيانات أو الإفراط في توفير الموارد. قد يؤدي المعدل الأعلى إلى ارتباك قدرة المعالجة لدى المستهلكين، ومن ثم فقد يتطلب التوسع، ما يخلق المزيد من المستهلكين لموازنة الحمل أو تغيير تكوينات المستهلكين مثل أحجام الإحضار. |
| معدل إعادة التوازن في الساعة | هو معدل عدد عمليات إعادة التوازن للمجموعة في الساعة. تتم إعادة التوازن كلما دخل مستهلك جديد إلى المجموعة أو خرج مستهلك منها وتسبَّب في تأخير في المعالجة. وهذا يحدث بسبب إعادة تعيين الأقسام، وهو ما يجعل مستهلكي Kafka أقل كفاءةً إذا كان هناك الكثير من عمليات إعادة التوازن في الساعة. فقد يكون سبب ارتفاع معدل إعادة التوازن في الساعة هو سوء التكوين، وهو ما يؤدي إلى سلوك غير مستقر للمستهلك. ويمكن أن تؤدي هذه العملية إلى زيادة زمن الانتقال، وقد تؤدي إلى تعطل التطبيقات. تأكد من استقرار مجموعات المستهلكين لديك من خلال تتبع المعدل المنخفض والمستقر لإعادة التوازن في الساعة. |
يجب أن تغطي المقاييس مجموعة واسعة من التطبيقات وحالات الاستخدام. فخدمة Event Streams on IBM Cloud تزودك بمجموعة غنية من المقاييس الموثقة هنا، وستوفر رؤى مفيدة أخرى اعتمادًا على مجال تطبيقك. اتخِذ الخطوة التالية. تعرف على المزيد حول Event Streams for IBM Cloud.
لديك الآن المعرفة حول عملاء Kafka الأساسيين الذين تجب مراقبتهم. أنت مدعو لتطبيق هذه النقاط وتجربة العرض المُدار بالكامل لـ Kafka على IBM Cloud. إذا واجهتك أي صعوبات في الإعداد، فيُرجى الرجوع إلى دليل بدء التشغيل والأسئلة الشائعة.
الموارد
يُعَد IBM® Event Streams برنامجًا لبث الأحداث تم تطويره بالاعتماد على Apache Kafka مفتوح المصدر. وهو متوفر كخدمة مُدارة بالكامل على IBM® Cloud أو يمكن استخدامه كاستضافة ذاتية.
أطلِق العنان لإمكانات الأعمال مع حلول التكامل من IBM، والتي تربط التطبيقات والأنظمة للوصول إلى البيانات الحساسة بسرعة وأمان.
اكتشِف قدرات جديدة وعزِّز مرونة الأعمال من خلال خدمات IBM الاستشارية للسحابة.