应使用哪个JMX指标监控Kafka Connect连接器状态？

在监控Kafka Connect连接器的运行状态时，我通常会优先推荐以下几个核心JMX指标，它们能帮你精准掌握连接器的健康状况和运行表现：

• kafka.connect:type=connector-metrics,connector=<connector-name>,task=<task-id>,name=status
  这是最直接的状态指示器，返回值一般是RUNNING、PAUSED、FAILED这类明确的状态值。不管是单机还是分布式模式，你都能通过它快速确认某个连接器或具体任务是否在正常运转，异常时能第一时间定位到问题节点。

• kafka.connect:type=connector-metrics,connector=<connector-name>,task=<task-id>,name=failed-records-total
  这个累计指标会记录任务处理失败的总记录数。如果数值突然上涨或者持续增加，说明连接器在数据处理环节遇到了麻烦——比如数据格式不兼容、下游服务挂了，这时候就得赶紧排查问题根源了。

• kafka.connect:type=connector-metrics,connector=<connector-name>,task=<task-id>,name=records-processed-rate
  实时的记录处理速率指标。把它和你预期的吞吐量对比，如果速率骤降或者长时间停留在0，大概率是连接器被阻塞、数据源没数据了，或者Worker节点遇到了CPU、内存这类资源瓶颈。

• kafka.connect:type=connector-metrics,connector=<connector-name>,task=<task-id>,name=offset-commit-success-rate
  偏移量提交的成功率非常关键，要是这个指标低于100%，说明连接器和Kafka集群之间的通信可能出问题了，或者偏移量存储环节异常。偏移量提交失败会导致连接器重启后重复消费数据，得重视这个指标的波动。

• kafka.connect:type=connect-worker-metrics,name=active-connectors
  这是针对Worker节点的指标，统计当前Worker上运行的活跃连接器数量。如果实际数量和你配置的不符，要么是Worker节点故障了，要么是连接器启动失败，得去检查Worker的日志或者配置。

在实际监控中，建议你给这些指标配上告警规则——比如当status变成FAILED、failed-records-total突增、records-processed-rate持续为0时触发告警，这样能第一时间响应连接器的异常状态，避免影响数据流转。

内容的提问来源于stack exchange，提问作者Jigar Mehta