使用PromQL统计Kafka主题新增消息数结果不符的问题咨询

• 确认指标统计范围：kafka_server_brokertopicmetrics_messagesin_total是Broker端接收的消息总数，包含生产者重试消息、副本同步消息等。如果你的对比基准是生产者原始发送的消息数（不含重试），两者自然存在偏差。

• 检查时间窗口与采样逻辑：increase依赖Prometheus的采样数据，若scrape间隔过大或5分钟窗口内采样点不足，会导致增量计算不准。可以尝试两种调整方式：

  • 改用rate计算速率后乘以时间，对比结果：

    sum(rate(kafka_server_brokertopicmetrics_messagesin_total{topic=~"topic1", instance=~"instance1"}[5m])) * 300
    

  • 缩小时间窗口（比如1m），或调小Prometheus的scrape interval，提升采样密度。

• 验证实例与分区覆盖：如果目标主题分布在多个Broker实例上，仅指定instance1会遗漏其他节点的消息数。若指标带有partition标签，需确认sum已覆盖所有分区。可以先去掉instance过滤，查看全集群统计结果：

  sum(increase(kafka_server_brokertopicmetrics_messagesin_total{topic=~"topic1"}[5m]))
  

• 排查指标重置情况：Broker重启会导致计数器重置为0，若重置发生在5分钟窗口的边界，increase的计算可能出现误差。可以用delta函数查看原始增量变化，确认是否存在重置：

  sum(delta(kafka_server_brokertopicmetrics_messagesin_total{topic=~"topic1", instance=~"instance1"}[5m]))
  

• 对齐实际消息数的统计基准：确认你用来对比的“实际发布消息数”的统计逻辑——是生产者客户端的发送计数（是否包含重试、批量消息拆分），还是Kafka内部的实际存储消息数？不同统计维度的结果本就不一致。

内容的提问来源于stack exchange，提问作者Vasanthakumar Duraisamy