Kafka客户端默认提供了丰富的监控指标，可以帮助您及时发现一些非预期的问题，比如网络连接、发送延迟、消费堆积等问题。本文为您介绍如何将JMX Exporter采集到的数据接入到阿里云可观测监控 Prometheus 版，并在可观测可视化 Grafana 版进行可视化查看。
前提条件
已开通可观测监控 Prometheus 版，具体操作，请参见Prometheus 实例计费。
已创建Grafana工作区，本文以Grafana 10.0.x版本为例。
已创建用于执行业务的ECS实例，具体操作，请参见通过控制台使用ECS实例（快捷版）。
重要ECS实例需要安装JDK，具体版本应根据实际业务需求确定。JDK版本信息，请参见
操作步骤
步骤一：配置客户端
登录ECS实例后，执行以下命令，下载JMX Exporter。
wget https://arms-public.oss-cn-shanghai.aliyuncs.com/Prom/agent/kafka-jmx_prometheus_javaagent-1.18.1.jar执行以下命令，启动客户端。
说明命令中的路径和jar包需要按照实际情况进行替换。
java -javaagent:/path/to/kafka-jmx_prometheus_javaagent-1.18.1.jar=5556 -jar your-kafka-client.jar执行以下命令，查看导出的指标。
curl http://localhost:5556/metrics[root@xxx ~]# curl http://localhost:5556/metrics # HELP jvm_threads_current Current thread count of a JVM # TYPE jvm_threads_current gauge jvm_threads_current 26.0 # HELP jvm_threads_daemon Daemon thread count of a JVM # TYPE jvm_threads_daemon gauge jvm_threads_daemon 21.0 # HELP jvm_threads_peak Peak thread count of a JVM # TYPE jvm_threads_peak gauge jvm_threads_peak 26.0 # HELP jvm_threads_started_total Started thread count of a JVM # TYPE jvm_threads_started_total counter jvm_threads_started_total 30.0 # HELP jvm_threads_deadlocked Cycles of JVM-threads that are in deadlock waiting to acquire object monitors or ownable synchronizers # TYPE jvm_threads_deadlocked gauge jvm_threads_deadlocked 0.0 # HELP jvm_threads_deadlocked_monitor Cycles of JVM-threads that are in deadlock waiting to acquire object monitors # TYPE jvm_threads_deadlocked_monitor gauge jvm_threads_deadlocked_monitor 0.0 # HELP jvm_threads_state Current count of threads by state # TYPE jvm_threads_state gauge jvm_threads_state{state="NEW",} 0.0 jvm_threads_state{state="TERMINATED",} 0.0 jvm_threads_state{state="RUNNABLE",} 8.0 jvm_threads_state{state="BLOCKED",} 0.0 jvm_threads_state{state="WAITING",} 13.0 jvm_threads_state{state="TIMED_WAITING",} 5.0 jvm_threads_state{state="UNKNOWN",} 0.0 # HELP process_cpu_seconds_total Total user and system CPU time spent in seconds. # TYPE process_cpu_seconds_total counter process_cpu_seconds_total 69.13 # HELP process_start_time_seconds Start time of the process since unix epoch in seconds. # TYPE process_start_time_seconds gauge process_start_time_seconds 1.733732603482E9 # HELP process_open_fds Number of open file descriptors. # TYPE process_open_fds gauge process_open_fds 44.0 # HELP process_max_fds Maximum number of open file descriptors. # TYPE process_max_fds gauge process_max_fds 65535.0 # HELP process_virtual_memory_bytes Virtual memory size in bytes. # TYPE process_virtual_memory_bytes gauge process_virtual_memory_bytes 5.792423936E9 # HELP process_resident_memory_bytes Resident memory size in bytes. # TYPE process_resident_memory_bytes gauge process_resident_memory_bytes 9.24934144E8 # HELP jmx_config_reload_success_total Number of times configuration have successfully been reloaded. # TYPE jmx_config_reload_success_total counter jmx_config_reload_success_total 0.0 # HELP jvm_gc_collection_seconds Time spent in a given JVM garbage collector in seconds. # TYPE jvm_gc_collection_seconds summary jvm_gc_collection_seconds_count{gc="PS Scavenge",} 25.0 jvm_gc_collection_seconds_sum{gc="PS Scavenge",} 0.294 jvm_gc_collection_seconds_count{gc="PS MarkSweep",} 2.0 jvm_gc_collection_seconds_sum{gc="PS MarkSweep",} 0.107 # HELP jvm_memory_pool_allocated_bytes_total Total bytes allocated in a given JVM memory pool. Only updated after GC, not continuously.
步骤二：配置Prometheus
登录ARMS控制台，在左侧导航栏单击接入中心。
在接入中心页面，单击基础设施页签，在基础设施区域选择自定义指标采集。
在自定义指标采集面板的开始接入页签，填写相应的信息，然后单击确定。
配置信息如下：
选择所属环境类型为ECS(VPC)（监控目标在 ECS 主机上运行）。
选择 VPC。
配置信息中，服务发现方式选择自动发现，主机服务发现方式选择实例ID，填写 ECS 实例 ID，服务端口填写
5556，指标采集路径为/metrics，采集间隔为 15 秒。单击确定。
接入完成后，在左侧导航栏单击接入管理。
在接入管理页面的已接入环境页签中，选择ECS环境。
在ECS环境列表中，单击目标环境名称进入ECS环境详情页面。
在自监控页签，即可查看是否成功接入（数据有延迟，需要稍等一会）。
在自监控页签下，左侧导航选择Targets，主区域显示采集任务（如
custom-job-kafka-prometheus）的 Target 状态。当 State 列显示UP时，表示数据采集正常，接入成功。
步骤三：配置Grafana大盘
登录ARMS控制台，在左侧导航栏选择Grafana服务 > 工作区管理。
在工作区管理页面，单击已创建好的工作区ID，在工作区信息页面查看详细信息。
说明若云服务集成区域中列表里的目标服务为未集成状态，则需要单击其操作列的集成，进行集成操作。
在基本信息区域，单击公网地址后的链接进入Grafana。
说明在Grafana登录页面，您可以使用Admin账号和创建工作区时设置的Admin密码登录Grafana，也可以单击Sign in with Alibaba Cloud直接使用当前阿里云账号登录Grafana。
在Grafana首页，单击页面左上角的
图标。在Grafana左侧导航栏，单击仪表板。
在仪表板页面选择新建 > 导入，在Import dashboard页面使用Grafana仪表板配置.json导入仪表盘。
导入成功后，监控数据大盘展示如下：
