Kafka监控需重点关注以下关键指标，覆盖集群、生产者、消费者及ZooKeeper等组件，确保系统稳定运行：

一、Broker核心指标

• 资源使用：CPU、内存、磁盘使用率，网络I/O及磁盘I/O负载。
• 副本同步：UnderReplicatedPartitions（未同步分区数，>0表示副本异常）、ISRShrinksPerSec/ISRExpandsPerSec（ISR收缩/扩展频率）。
• 集群状态：ActiveControllerCount（活跃Controller数量，正常应为1）、OfflinePartitionsCount（离线分区数，>0需排查）。
• 请求处理：MessagesInPerSec（消息吞吐量）、BytesIn/BytesOutPerSec（流量监控）、RequestHandlerAvgIdlePercent（Handler空闲率，过低表示压力大）。

二、生产者关键指标

• 发送效率：record-send-rate（消息发送速率）、request-latency-avg（请求平均延迟）、batch-size-avg（批量大小）。
• 可靠性：record-error-rate（错误率）、retries（重试次数），需关注acks配置是否为all以保证数据不丢失。

三、消费者关键指标

• 消费进度：records-lag（消费滞后量，>0表示积压，需告警）、fetch-rate（拉取速率）、commit-rate（Offset提交频率）。
• 性能状态：poll-latency-avg（拉取延迟，>100ms需关注）、heartbeat-rate（心跳频率，异常可能触发重平衡）。

四、Topic/分区指标

• 流量与积压：LogEndOffset（最新位点）、LogStartOffset（起始位点）、Size（分区占用磁盘大小）。
• 健康状态：IsrShrinksPerSec（ISR缩减频率，频繁收缩需排查Follower异常）。

五、ZooKeeper指标（v3.x前需关注）

• 节点状态：ZK节点在线状态、会话超时次数。
• 请求性能：ZookeeperRequestLatency（请求延迟）、ZookeeperOutstandingRequests（未处理请求数）。

六、JVM监控

• 内存与GC：堆内存使用率、Full GC频率及耗时，避免频繁GC导致性能抖动。

工具推荐：通过Prometheus+Grafana采集JMX指标，结合Kafka自带命令行工具（如kafka-consumer-groups.sh）辅助验证。

以上指标覆盖Kafka核心运行状态，可根据业务场景调整告警阈值，例如对records-lag和UnderReplicatedPartitions设置严格告警规则。