Kafka监控新高度kafka_exporter打造企业级监控体系的5大核心优势【免费下载链接】kafka_exporterKafka exporter for Prometheus项目地址: https://gitcode.com/gh_mirrors/ka/kafka_exporter在当今数据驱动的微服务架构中Apache Kafka已成为实时数据处理的核心基础设施。然而随着集群规模的扩大和业务复杂度的提升如何实时监控Kafka集群的健康状态、及时发现潜在问题成为了运维团队面临的重要挑战。kafka_exporter作为一款专为Prometheus设计的Kafka监控工具通过轻量级部署和全面的指标采集为企业提供了完整的Kafka监控解决方案。一、为什么企业需要专业的Kafka监控工具传统的Kafka监控方案往往存在以下痛点指标分散JMX指标与业务指标分离难以形成统一的监控视图可视化不足缺乏直观的仪表盘展示运维人员难以快速定位问题部署复杂需要复杂的配置和多个组件集成扩展性差难以适应大规模集群的监控需求kafka_exporter正是为解决这些问题而生它通过以下5大核心优势帮助企业构建高效、可靠的Kafka监控体系1. 一体化指标采集覆盖全维度监控kafka_exporter能够从三个关键维度全面采集Kafka集群指标监控维度核心指标业务价值Brokers监控集群Broker数量、Broker基本信息确保集群高可用性及时发现节点故障Topics监控分区数量、偏移量、副本状态、领导者信息保障消息队列的稳定性和数据一致性Consumer Groups监控消费者组偏移量、消费延迟、成员数量实时掌握消费进度避免消息积压2. 无缝集成Prometheus生态作为Prometheus的专用Exporterkafka_exporter天然支持Prometheus的数据模型和拉取机制# Prometheus配置示例 scrape_configs: - job_name: kafka_exporter static_configs: - targets: [kafka-exporter:9308] metrics_path: /metrics这种设计让运维团队能够利用Prometheus强大的告警规则引擎与现有监控体系无缝集成享受Prometheus社区丰富的可视化插件支持3. 灵活的部署方式适应各种环境kafka_exporter支持多种部署方式满足从开发到生产的不同需求二进制部署适合快速测试./kafka_exporter --kafka.serverkafka1:9092,kafka2:9092 --web.listen-address:9308Docker部署适合容器化环境docker run -d --name kafka-exporter \ -p 9308:9308 \ danielqsj/kafka-exporter:latest \ --kafka.serverkafka:9092Kubernetes部署适合云原生架构# 参考 charts/kafka-exporter/templates/deployment.yaml apiVersion: apps/v1 kind: Deployment metadata: name: kafka-exporter spec: replicas: 1 template: spec: containers: - name: kafka-exporter image: danielqsj/kafka-exporter:latest ports: - containerPort: 93084. 丰富的安全认证支持在生产环境中Kafka集群通常需要安全认证。kafka_exporter全面支持各种认证机制认证类型配置参数适用场景SASL/PLAIN--sasl.enabledtrue --sasl.usernameuser --sasl.passwordpass简单的用户名密码认证SASL/SCRAM--sasl.mechanismsha256更安全的SCRAM认证TLS加密--tls.enabledtrue --tls.ca-file/path/to/ca.pem生产环境的安全通信Kerberos--sasl.kerberos-auth-typekeytabAuth --sasl.keytab-path/path/to/keytab企业级Kerberos认证5. 精细化监控配置提升监控效率通过灵活的过滤配置kafka_exporter可以针对性地监控关键业务# 只监控生产环境主题 --topic.filter^prod-.* # 排除内部系统主题 --topic.exclude^__.* # 监控特定消费者组 --group.filter^payment-service.* # 调整元数据刷新频率 --refresh.metadata15s二、实战部署5分钟搭建完整监控体系步骤1获取并运行kafka_exporter# 从GitCode克隆项目 git clone https://gitcode.com/gh_mirrors/ka/kafka_exporter # 构建二进制文件 cd kafka_exporter make # 运行监控服务 ./kafka_exporter \ --kafka.serverkafka-prod-01:9092,kafka-prod-02:9092 \ --web.listen-address:9308 \ --topic.filter^prod-.* \ --group.filter^service-.*步骤2配置Prometheus采集编辑Prometheus配置文件添加kafka_exporter作业# prometheus.yml global: scrape_interval: 15s evaluation_interval: 15s scrape_configs: - job_name: kafka static_configs: - targets: [localhost:9308] metrics_path: /metrics scrape_interval: 30s步骤3配置Grafana可视化仪表盘使用Grafana Dashboard ID: 7589Kafka Exporter Overview快速创建监控视图在Grafana中导入Dashboard ID: 7589配置Prometheus数据源根据业务需求调整面板布局图kafka_exporter监控仪表盘展示了Kafka集群的关键指标包括主题偏移量、消费者组延迟和分区分布等信息三、核心指标深度解析从数据到洞察Broker级别监控指标Broker是Kafka集群的基础单元其健康状态直接影响整个系统的稳定性// kafka_exporter.go中的Broker指标定义 clusterBrokers prometheus.NewDesc( prometheus.BuildFQName(namespace, , brokers), Number of Brokers in the Kafka Cluster, nil, nil, ) clusterBrokerInfo prometheus.NewDesc( prometheus.BuildFQName(namespace, , broker_info), Information about the Kafka Broker, []string{id, address}, nil, )关键监控点kafka_brokers集群中活跃的Broker数量异常减少可能表示节点故障kafka_broker_info每个Broker的详细信息包括ID和网络地址Topic级别监控指标Topic是Kafka中消息的逻辑分组其指标反映了业务数据的处理状态// 核心Topic指标采集逻辑 topicPartitions prometheus.NewDesc( prometheus.BuildFQName(namespace, topic, partitions), Number of partitions for this Topic, []string{topic}, nil, ) topicPartitionCurrentOffset prometheus.NewDesc( prometheus.BuildFQName(namespace, topic, partition_current_offset), Current Offset of a Broker at Topic/Partition, []string{topic, partition}, nil, )重要监控指标kafka_topic_partitions主题的分区数量影响并行处理能力kafka_topic_partition_current_offset当前消息偏移量反映消息处理进度kafka_topic_partition_under_replicated_partition副本不足的分区影响数据可靠性Consumer Group级别监控指标消费者组的监控是保障消息处理正确性的关键// Consumer Group指标定义 consumergroupCurrentOffset prometheus.NewDesc( prometheus.BuildFQName(namespace, consumergroup, current_offset), Current Offset of a ConsumerGroup at Topic/Partition, []string{consumergroup, topic, partition}, nil, ) consumergroupLag prometheus.NewDesc( prometheus.BuildFQName(namespace, consumergroup, lag), Current Approximate Lag of a ConsumerGroup at Topic/Partition, []string{consumergroup, topic, partition}, nil, )核心关注点kafka_consumergroup_lag消费延迟过高表示消费者处理能力不足kafka_consumergroup_members消费者组成员数量异常变化可能表示消费者故障四、高级配置应对复杂生产环境多集群监控配置对于大规模部署通常需要监控多个Kafka集群# 监控多个集群 ./kafka_exporter \ --kafka.servercluster1-broker1:9092,cluster1-broker2:9092 \ --kafka.labelsclusterproduction \ --kafka.servercluster2-broker1:9092 \ --kafka.labelsclusterstaging性能优化配置针对大规模集群优化配置可以显著提升监控性能# 性能优化配置 ./kafka_exporter \ --topic.workers200 \ # 增加Topic处理并发数 --refresh.metadata60s \ # 延长元数据刷新间隔 --concurrent.enablefalse \ # 禁用并发收集大型集群建议关闭 --verbosity0 # 减少日志输出安全加固配置生产环境中的安全配置至关重要# 完整的安全配置示例 ./kafka_exporter \ --kafka.serverkafka-secure:9093 \ --tls.enabledtrue \ --tls.ca-file/etc/ssl/ca.pem \ --tls.cert-file/etc/ssl/client.pem \ --tls.key-file/etc/ssl/client.key \ --sasl.enabledtrue \ --sasl.mechanismscram-sha-512 \ --sasl.usernamemonitor-user \ --sasl.passwordsecure-password \ --server.tls.enabledtrue \ --server.tls.cert-file/etc/ssl/server.pem \ --server.tls.key-file/etc/ssl/server.key五、故障排查与性能调优实战常见问题排查指南问题1监控指标不显示消费者组信息解决方案检查是否有活跃的消费者组可以使用以下命令创建测试消费者kafka-console-consumer.sh \ --bootstrap-server localhost:9092 \ --topic monitoring-test \ --group kafka-exporter-test \ --from-beginning问题2监控延迟过高可能原因及解决方案网络延迟确保kafka_exporter与Kafka集群网络通畅资源不足增加kafka_exporter的CPU和内存资源配置优化调整--refresh.metadata和--topic.workers参数问题3监控数据不准确排查步骤检查Kafka版本兼容性支持0.10.1.0及以上版本验证用户权限是否足够检查网络连接和防火墙规则性能调优最佳实践合理设置刷新频率生产环境30-60秒测试环境15-30秒调试环境5-10秒优化资源分配# Kubernetes资源配置示例 resources: requests: memory: 256Mi cpu: 250m limits: memory: 512Mi cpu: 500m监控指标选择性采集# 只监控关键业务Topic --topic.filter^(order|payment|inventory)-.* # 排除系统Topic --topic.exclude^__.*六、企业级部署架构设计高可用部署方案对于关键业务系统建议采用以下高可用架构┌─────────────────┐ ┌─────────────────┐ │ Kafka集群1 │ │ Kafka集群2 │ │ (生产环境) │ │ (灾备环境) │ └────────┬────────┘ └────────┬────────┘ │ │ ▼ ▼ ┌─────────────────┐ ┌─────────────────┐ │ kafka_exporter │ │ kafka_exporter │ │ 实例1 │ │ 实例2 │ └────────┬────────┘ └────────┬────────┘ │ │ └──────────┬───────────┘ │ ▼ ┌─────────────────┐ │ Prometheus │ │ 集群 │ └────────┬────────┘ │ ▼ ┌─────────────────┐ │ Grafana │ │ 统一监控平台 │ └─────────────────┘监控告警策略设计基于kafka_exporter采集的指标可以设计以下告警规则# Prometheus告警规则示例 groups: - name: kafka_alerts rules: # Broker相关告警 - alert: KafkaBrokerDown expr: kafka_brokers 3 for: 5m labels: severity: critical annotations: summary: Kafka集群Broker数量异常 description: 当前Broker数量为{{ $value }}低于预期值3 # Topic相关告警 - alert: KafkaTopicUnderReplicated expr: kafka_topic_partition_under_replicated_partition 0 for: 2m labels: severity: warning annotations: summary: Kafka Topic副本不足 description: Topic {{ $labels.topic }} 分区 {{ $labels.partition }} 副本不足 # Consumer Group相关告警 - alert: KafkaConsumerLagHigh expr: kafka_consumergroup_lag 10000 for: 10m labels: severity: warning annotations: summary: 消费者组延迟过高 description: 消费者组 {{ $labels.consumergroup }} 延迟达到 {{ $value }}七、未来发展与社区贡献kafka_exporter作为开源项目持续演进并吸收社区贡献。项目核心代码位于kafka_exporter.go采用Go语言编写结构清晰易于扩展。项目架构亮点模块化设计将Broker、Topic、Consumer Group监控逻辑分离并发安全使用Go的goroutine和channel机制实现高效并发采集配置灵活支持命令行参数、环境变量等多种配置方式扩展性强易于添加新的监控指标和认证机制参与贡献指南如果您在使用过程中发现问题或有改进建议可以通过以下方式参与提交Issue在项目仓库报告问题或提出功能建议提交PR修复Bug或实现新功能完善文档帮助改进使用文档和示例总结kafka_exporter作为Kafka监控领域的成熟解决方案通过其全面的指标采集、灵活的部署方式和强大的可视化支持已经成为企业级Kafka监控的事实标准。无论是初创公司还是大型企业都可以通过kafka_exporter快速构建起专业的Kafka监控体系确保消息队列系统的稳定运行。随着云原生和微服务架构的普及实时监控的重要性日益凸显。kafka_exporter不仅提供了技术上的解决方案更代表了现代运维监控的发展方向——自动化、可视化、智能化。通过合理配置和持续优化kafka_exporter能够帮助企业在复杂的分布式环境中始终保持对Kafka集群的全面掌控。【免费下载链接】kafka_exporterKafka exporter for Prometheus项目地址: https://gitcode.com/gh_mirrors/ka/kafka_exporter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Kafka监控新高度：kafka_exporter打造企业级监控体系的5大核心优势
Kafka监控新高度kafka_exporter打造企业级监控体系的5大核心优势【免费下载链接】kafka_exporterKafka exporter for Prometheus项目地址: https://gitcode.com/gh_mirrors/ka/kafka_exporter在当今数据驱动的微服务架构中Apache Kafka已成为实时数据处理的核心基础设施。然而随着集群规模的扩大和业务复杂度的提升如何实时监控Kafka集群的健康状态、及时发现潜在问题成为了运维团队面临的重要挑战。kafka_exporter作为一款专为Prometheus设计的Kafka监控工具通过轻量级部署和全面的指标采集为企业提供了完整的Kafka监控解决方案。一、为什么企业需要专业的Kafka监控工具传统的Kafka监控方案往往存在以下痛点指标分散JMX指标与业务指标分离难以形成统一的监控视图可视化不足缺乏直观的仪表盘展示运维人员难以快速定位问题部署复杂需要复杂的配置和多个组件集成扩展性差难以适应大规模集群的监控需求kafka_exporter正是为解决这些问题而生它通过以下5大核心优势帮助企业构建高效、可靠的Kafka监控体系1. 一体化指标采集覆盖全维度监控kafka_exporter能够从三个关键维度全面采集Kafka集群指标监控维度核心指标业务价值Brokers监控集群Broker数量、Broker基本信息确保集群高可用性及时发现节点故障Topics监控分区数量、偏移量、副本状态、领导者信息保障消息队列的稳定性和数据一致性Consumer Groups监控消费者组偏移量、消费延迟、成员数量实时掌握消费进度避免消息积压2. 无缝集成Prometheus生态作为Prometheus的专用Exporterkafka_exporter天然支持Prometheus的数据模型和拉取机制# Prometheus配置示例 scrape_configs: - job_name: kafka_exporter static_configs: - targets: [kafka-exporter:9308] metrics_path: /metrics这种设计让运维团队能够利用Prometheus强大的告警规则引擎与现有监控体系无缝集成享受Prometheus社区丰富的可视化插件支持3. 灵活的部署方式适应各种环境kafka_exporter支持多种部署方式满足从开发到生产的不同需求二进制部署适合快速测试./kafka_exporter --kafka.serverkafka1:9092,kafka2:9092 --web.listen-address:9308Docker部署适合容器化环境docker run -d --name kafka-exporter \ -p 9308:9308 \ danielqsj/kafka-exporter:latest \ --kafka.serverkafka:9092Kubernetes部署适合云原生架构# 参考 charts/kafka-exporter/templates/deployment.yaml apiVersion: apps/v1 kind: Deployment metadata: name: kafka-exporter spec: replicas: 1 template: spec: containers: - name: kafka-exporter image: danielqsj/kafka-exporter:latest ports: - containerPort: 93084. 丰富的安全认证支持在生产环境中Kafka集群通常需要安全认证。kafka_exporter全面支持各种认证机制认证类型配置参数适用场景SASL/PLAIN--sasl.enabledtrue --sasl.usernameuser --sasl.passwordpass简单的用户名密码认证SASL/SCRAM--sasl.mechanismsha256更安全的SCRAM认证TLS加密--tls.enabledtrue --tls.ca-file/path/to/ca.pem生产环境的安全通信Kerberos--sasl.kerberos-auth-typekeytabAuth --sasl.keytab-path/path/to/keytab企业级Kerberos认证5. 精细化监控配置提升监控效率通过灵活的过滤配置kafka_exporter可以针对性地监控关键业务# 只监控生产环境主题 --topic.filter^prod-.* # 排除内部系统主题 --topic.exclude^__.* # 监控特定消费者组 --group.filter^payment-service.* # 调整元数据刷新频率 --refresh.metadata15s二、实战部署5分钟搭建完整监控体系步骤1获取并运行kafka_exporter# 从GitCode克隆项目 git clone https://gitcode.com/gh_mirrors/ka/kafka_exporter # 构建二进制文件 cd kafka_exporter make # 运行监控服务 ./kafka_exporter \ --kafka.serverkafka-prod-01:9092,kafka-prod-02:9092 \ --web.listen-address:9308 \ --topic.filter^prod-.* \ --group.filter^service-.*步骤2配置Prometheus采集编辑Prometheus配置文件添加kafka_exporter作业# prometheus.yml global: scrape_interval: 15s evaluation_interval: 15s scrape_configs: - job_name: kafka static_configs: - targets: [localhost:9308] metrics_path: /metrics scrape_interval: 30s步骤3配置Grafana可视化仪表盘使用Grafana Dashboard ID: 7589Kafka Exporter Overview快速创建监控视图在Grafana中导入Dashboard ID: 7589配置Prometheus数据源根据业务需求调整面板布局图kafka_exporter监控仪表盘展示了Kafka集群的关键指标包括主题偏移量、消费者组延迟和分区分布等信息三、核心指标深度解析从数据到洞察Broker级别监控指标Broker是Kafka集群的基础单元其健康状态直接影响整个系统的稳定性// kafka_exporter.go中的Broker指标定义 clusterBrokers prometheus.NewDesc( prometheus.BuildFQName(namespace, , brokers), Number of Brokers in the Kafka Cluster, nil, nil, ) clusterBrokerInfo prometheus.NewDesc( prometheus.BuildFQName(namespace, , broker_info), Information about the Kafka Broker, []string{id, address}, nil, )关键监控点kafka_brokers集群中活跃的Broker数量异常减少可能表示节点故障kafka_broker_info每个Broker的详细信息包括ID和网络地址Topic级别监控指标Topic是Kafka中消息的逻辑分组其指标反映了业务数据的处理状态// 核心Topic指标采集逻辑 topicPartitions prometheus.NewDesc( prometheus.BuildFQName(namespace, topic, partitions), Number of partitions for this Topic, []string{topic}, nil, ) topicPartitionCurrentOffset prometheus.NewDesc( prometheus.BuildFQName(namespace, topic, partition_current_offset), Current Offset of a Broker at Topic/Partition, []string{topic, partition}, nil, )重要监控指标kafka_topic_partitions主题的分区数量影响并行处理能力kafka_topic_partition_current_offset当前消息偏移量反映消息处理进度kafka_topic_partition_under_replicated_partition副本不足的分区影响数据可靠性Consumer Group级别监控指标消费者组的监控是保障消息处理正确性的关键// Consumer Group指标定义 consumergroupCurrentOffset prometheus.NewDesc( prometheus.BuildFQName(namespace, consumergroup, current_offset), Current Offset of a ConsumerGroup at Topic/Partition, []string{consumergroup, topic, partition}, nil, ) consumergroupLag prometheus.NewDesc( prometheus.BuildFQName(namespace, consumergroup, lag), Current Approximate Lag of a ConsumerGroup at Topic/Partition, []string{consumergroup, topic, partition}, nil, )核心关注点kafka_consumergroup_lag消费延迟过高表示消费者处理能力不足kafka_consumergroup_members消费者组成员数量异常变化可能表示消费者故障四、高级配置应对复杂生产环境多集群监控配置对于大规模部署通常需要监控多个Kafka集群# 监控多个集群 ./kafka_exporter \ --kafka.servercluster1-broker1:9092,cluster1-broker2:9092 \ --kafka.labelsclusterproduction \ --kafka.servercluster2-broker1:9092 \ --kafka.labelsclusterstaging性能优化配置针对大规模集群优化配置可以显著提升监控性能# 性能优化配置 ./kafka_exporter \ --topic.workers200 \ # 增加Topic处理并发数 --refresh.metadata60s \ # 延长元数据刷新间隔 --concurrent.enablefalse \ # 禁用并发收集大型集群建议关闭 --verbosity0 # 减少日志输出安全加固配置生产环境中的安全配置至关重要# 完整的安全配置示例 ./kafka_exporter \ --kafka.serverkafka-secure:9093 \ --tls.enabledtrue \ --tls.ca-file/etc/ssl/ca.pem \ --tls.cert-file/etc/ssl/client.pem \ --tls.key-file/etc/ssl/client.key \ --sasl.enabledtrue \ --sasl.mechanismscram-sha-512 \ --sasl.usernamemonitor-user \ --sasl.passwordsecure-password \ --server.tls.enabledtrue \ --server.tls.cert-file/etc/ssl/server.pem \ --server.tls.key-file/etc/ssl/server.key五、故障排查与性能调优实战常见问题排查指南问题1监控指标不显示消费者组信息解决方案检查是否有活跃的消费者组可以使用以下命令创建测试消费者kafka-console-consumer.sh \ --bootstrap-server localhost:9092 \ --topic monitoring-test \ --group kafka-exporter-test \ --from-beginning问题2监控延迟过高可能原因及解决方案网络延迟确保kafka_exporter与Kafka集群网络通畅资源不足增加kafka_exporter的CPU和内存资源配置优化调整--refresh.metadata和--topic.workers参数问题3监控数据不准确排查步骤检查Kafka版本兼容性支持0.10.1.0及以上版本验证用户权限是否足够检查网络连接和防火墙规则性能调优最佳实践合理设置刷新频率生产环境30-60秒测试环境15-30秒调试环境5-10秒优化资源分配# Kubernetes资源配置示例 resources: requests: memory: 256Mi cpu: 250m limits: memory: 512Mi cpu: 500m监控指标选择性采集# 只监控关键业务Topic --topic.filter^(order|payment|inventory)-.* # 排除系统Topic --topic.exclude^__.*六、企业级部署架构设计高可用部署方案对于关键业务系统建议采用以下高可用架构┌─────────────────┐ ┌─────────────────┐ │ Kafka集群1 │ │ Kafka集群2 │ │ (生产环境) │ │ (灾备环境) │ └────────┬────────┘ └────────┬────────┘ │ │ ▼ ▼ ┌─────────────────┐ ┌─────────────────┐ │ kafka_exporter │ │ kafka_exporter │ │ 实例1 │ │ 实例2 │ └────────┬────────┘ └────────┬────────┘ │ │ └──────────┬───────────┘ │ ▼ ┌─────────────────┐ │ Prometheus │ │ 集群 │ └────────┬────────┘ │ ▼ ┌─────────────────┐ │ Grafana │ │ 统一监控平台 │ └─────────────────┘监控告警策略设计基于kafka_exporter采集的指标可以设计以下告警规则# Prometheus告警规则示例 groups: - name: kafka_alerts rules: # Broker相关告警 - alert: KafkaBrokerDown expr: kafka_brokers 3 for: 5m labels: severity: critical annotations: summary: Kafka集群Broker数量异常 description: 当前Broker数量为{{ $value }}低于预期值3 # Topic相关告警 - alert: KafkaTopicUnderReplicated expr: kafka_topic_partition_under_replicated_partition 0 for: 2m labels: severity: warning annotations: summary: Kafka Topic副本不足 description: Topic {{ $labels.topic }} 分区 {{ $labels.partition }} 副本不足 # Consumer Group相关告警 - alert: KafkaConsumerLagHigh expr: kafka_consumergroup_lag 10000 for: 10m labels: severity: warning annotations: summary: 消费者组延迟过高 description: 消费者组 {{ $labels.consumergroup }} 延迟达到 {{ $value }}七、未来发展与社区贡献kafka_exporter作为开源项目持续演进并吸收社区贡献。项目核心代码位于kafka_exporter.go采用Go语言编写结构清晰易于扩展。项目架构亮点模块化设计将Broker、Topic、Consumer Group监控逻辑分离并发安全使用Go的goroutine和channel机制实现高效并发采集配置灵活支持命令行参数、环境变量等多种配置方式扩展性强易于添加新的监控指标和认证机制参与贡献指南如果您在使用过程中发现问题或有改进建议可以通过以下方式参与提交Issue在项目仓库报告问题或提出功能建议提交PR修复Bug或实现新功能完善文档帮助改进使用文档和示例总结kafka_exporter作为Kafka监控领域的成熟解决方案通过其全面的指标采集、灵活的部署方式和强大的可视化支持已经成为企业级Kafka监控的事实标准。无论是初创公司还是大型企业都可以通过kafka_exporter快速构建起专业的Kafka监控体系确保消息队列系统的稳定运行。随着云原生和微服务架构的普及实时监控的重要性日益凸显。kafka_exporter不仅提供了技术上的解决方案更代表了现代运维监控的发展方向——自动化、可视化、智能化。通过合理配置和持续优化kafka_exporter能够帮助企业在复杂的分布式环境中始终保持对Kafka集群的全面掌控。【免费下载链接】kafka_exporterKafka exporter for Prometheus项目地址: https://gitcode.com/gh_mirrors/ka/kafka_exporter创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
