• /
  • EnglishEspañolFrançais日本語한국어Português
  • ログイン今すぐ開始

この機械翻訳は、参考として提供されています。

英語版と翻訳版に矛盾がある場合は、英語版が優先されます。詳細については、このページを参照してください。

問題を作成する

Confluent クラウド統合

New Relic Confluent Cloud で管理されるApache Kafka データのストリーミングを収集するための統合を提供します。 このドキュメントでは、この統合を有効にする方法と、レポートできるデータについて説明します。

前提条件

  • New Relicアカウント
  • 有効な Confluent Cloud アカウント
  • Confluent Cloud APIキーとシークレット
  • MetricsViewer Confluent Cloudアカウントへのアクセス

統合をアクティブ化する

この統合を有効にするには、 Integrations & Agentsに移動し、 Confluent Cloud -> API Polling選択して指示に従います。

重要

IP フィルタリングが設定されている場合は、次の IP アドレスをフィルタに追加します。

  • 162.247.240.0/22

  • 152.38.128.0/19

    クラウドインテグレーションのNew Relic IP 範囲の詳細については、このドキュメントを参照してください。 このタスクを実行する手順については、 このドキュメントを参照してください。

構成とポーリング

Confluent Cloud Kafka 統合のデフォルトのポーリング情報:

  • New Relicのポーリング間隔:5分
  • Confluent Cloud データ間隔: 1 分

ポーリング頻度は初期設定時にのみ変更できます。

データの表示と使用

次の イベント タイプ を使用して、 データをクエリおよび探索 できます。

エンティティ

データ型

プロバイダー

クラスタ

Metric

Confluent

コネクタ

Metric

Confluent

ksql

Metric

Confluent

計算プール (Flink)

Metric

Confluent

データの使用方法の詳細については、統合データの理解と使用を参照してください。

メトリックデータ

この統合は、クラスタ、コネクタ、ksql の Confluent cloud Kafka データを記録します。

クラスターデータ

メトリック

ユニット

説明

cluster_load_percent

パーセント

クラスターの使用率の尺度。 値は 0.0 ~ 1.0 の範囲です。 このメトリクスデータを持っているのは専用のティアクラスタだけです。

hot_partition_ingress

パーセント

入力スループットによって発生したホット パーティションの存在を示すインジケーター。 ホット パーティションが検出された場合は値は 1.0 になり、ホット パーティションが検出されなかった場合は空になります。

hot_partition_egress

パーセント

出力スループットによって発生したホット パーティションの存在を示すインジケーター。 ホット パーティションが検出された場合は値は 1.0 になり、ホット パーティションが検出されなかった場合は空になります。

request_bytes

バイト

ネットワーク経由で送信された指定されたリクエスト タイプからの合計リクエスト バイトのデルタ カウント。 各サンプルは、前のデータ ポイント以降に送信されたバイト数です。 カウントは 60 秒ごとにサンプリングされます。

response_bytes

バイト

ネットワーク経由で送信された指定された応答タイプからの合計応答バイトのデルタカウント。 各サンプルは、前のデータ ポイント以降に送信されたバイト数です。 カウントは 60 秒ごとにサンプリングされます。

received_bytes

バイト

ネットワークから受信した顧客データのバイト数の差分。各サンプルは、前のデータ サンプル以降に受信したバイト数です。カウントは 60 秒ごとにサンプリングされます。

sent_bytes

バイト

ネットワーク経由で送信された顧客データのバイト数の差分。各サンプルは、前のデータ ポイント以降に送信されたバイト数です。カウントは 60 秒ごとにサンプリングされます。

received_records

Count

受信したレコードのデルタ カウント。各サンプルは、前のデータ サンプル以降に受信したレコードの数です。カウントは 60 秒ごとにサンプリングされます。

sent_records

Count

送信されたレコードのデルタ カウント。各サンプルは、前のデータ ポイント以降に送信されたレコードの数です。カウントは 60 秒ごとにサンプリングされます。

partition_count

Count

パーティションの数。

consumer_lag_offsets

ミリ秒

グループ メンバーのコミットされたオフセットとパーティションの最高水準点の間のラグ。

successful_authentication_count

Count

成功した認証のデルタ カウント。各サンプルは、前のデータ ポイント以降の成功した認証の数です。60 秒ごとにサンプリングされるカウント。

active_connection_count

Count

アクティブな認証済み接続の数。

コネクタデータ

メトリック

ユニット

説明

sent_records

Count

変換から送信され、ソース コネクタの Kafka に書き込まれたレコードの合計数のデルタ カウント。各サンプルは、前のデータ ポイント以降に送信されたレコードの数です。カウントは 60 秒ごとにサンプリングされます。

connector_status

少し

システム内のコネクタのステータス。その値は常に 1 に設定され、コネクタが存在することを示します。コネクタの現在の動作状態は、Metriks.status タグを通じて識別されます。

connector_task_status

少し

システム内のコネクタのタスクのステータス。その値は常に 1 に設定され、コネクタ タスクの存在を示します。コネクタの現在の動作状態は、Metriks.status タグを通じて識別されます。

connector_task_batch_size_avg

Count

1 分あたりの平均バッチ サイズ (レコード数で測定)。ソース コネクタの場合、Kafka に送信される平均バッチ サイズを示します。シンク コネクタの場合、シンク タスクによって読み取られる平均バッチ サイズを示します。

connector_task_batch_size_max

Count

1分あたりの最大バッチサイズ(レコード数で測定)。ソースコネクタの場合、これはKafkaに送信される最大バッチサイズを示します。シンクコネクタの場合、シンクタスクによって読み取られる最大バッチサイズを示します。

received_records

Count

シンク コネクタによって受信されたレコードの合計数のデルタ カウント。各サンプルは、前のデータ ポイント以降に受信されたレコードの数です。カウントは 60 秒ごとにサンプリングされます。

sent_bytes

バイト

シンク コネクタによって受信されたレコードの合計数のデルタ カウント。各サンプルは、前のデータ ポイント以降に受信されたレコードの数です。カウントは 60 秒ごとにサンプリングされます。

received_bytes

バイト

シンク コネクタによって受信された合計バイト数のデルタ カウント。各サンプルは、前のデータ ポイント以降に受信したバイト数です。カウントは 60 秒ごとにサンプリングされます。

dead_letter_queue_records

Count

シンク コネクタの Kafka に書き込まれたデッドレター キュー レコードのデルタ数。カウントは 60 秒ごとにサンプリングされます。

ksqlデータ

メトリック

ユニット

説明

streaming_unit_count

Count

この KSQL インスタンスの Confluent Streaming Units (CSU) の数。カウントは 60 秒ごとにサンプリングされます。このメトリクスの暗黙的な時間集計は MAX です。

query_saturation

パーセント

すべてのノードにわたる特定の ksqlDB クエリの最大飽和度。0 から 1 の間の値を返します。1 に近い値は、ksqlDB クエリ処理が利用可能なリソースでボトルネックになっていることを示します。

task_stored_bytes

バイト

特定のタスクの状態のサイズはバイト単位で保存されます。

storage_utilization

パーセント

特定の ksqlDB アプリケーションの合計ストレージ使用率。

consumed_total_bytes

バイト

要求された期間中に継続的なクエリによって Kafka から消費されたバイトの差分カウント。

produced_total_bytes

バイト

要求された期間中に継続的なクエリによって Kafka に生成されたバイトの差分数。

offsets_processed_total

Count

特定のクエリ、タスク、トピック、またはオフセットによって処理されたオフセットのデルタ数。

committed_offset_lag

ミリ秒

特定のクエリ、タスク、トピック、またはオフセットのコミットされたオフセットと終了オフセット間の現在の遅延。

processing_errors_total

Count

要求された期間におけるクエリのレコード処理エラーの数のデルタカウント。

query_restarts

Count

要求された期間中にクエリの再開を引き起こす失敗の数のデルタカウント。

プール(Flink)データの計算

メトリック

ユニット

説明

compute_pool_utilization.cfu_limit

Count

プール内のCFUの最大許容数。

compute_pool_utilization.cfu_minutes_consumed

Count

前回の測定以降に消費されたCFU数。

compute_pool_utilization.current_cfus

Count

ある時点におけるCFUの絶対数。

current_input_watermark_milliseconds

ミリ秒

このステートメントが指定されたテーブルに対して最後に取得した透かし(ミリ秒単位)。

current_output_watermark_milliseconds

ミリ秒

このステートメントが指定された表に対して生成した最後の透かし(ミリ秒単位)。

materialized_table_utilization.cfu_minutes_consumed

Count

前回の測定以降に消費されたCFUの数。

materialized_table_utilization.current_cfus

Count

ある時点におけるCFUの絶対数。

max_input_lateness_milliseconds

ミリ秒

過去1分間に処理されたすべての記録の中で、観測された最大遅延時間。記録のタイムスタンプが現在の透かしのタイムスタンプ以下である場合、その記録は遅延しているとみなされます。

num_late_records_in

Count

遅延イベントとして分類された入力レコードの総数。これらは、タイムスタンプが現在の透かし時刻以下である記録です。

num_records_in

Count

この声明が受け取った記録の総数。

num_records_in_from_files

Count

このステートメントがTableflowファイルから読み取ったレコードの総数。

num_records_in_from_topics

Count

このステートメントがKafkaトピックから読み取ったレコードの総数。

num_records_out

Count

この声明が発行した記録の総数。

operator.state_size_bytes

バイト

この演算子の状態のサイズ(バイト単位)。

pending_records

Count

Kafkaパーティション内の、すべてのオペレーターにおける、消費者オフセット後の利用可能なレコードの総数。

statement_status

Count

このメトリクスは、システム内のステートメントのステータスを監視します。 その値は常に1に設定されており、ステートメントの存在を示します。ステートメントの現在の動作状態は、 Metriks.status タグを通じて識別されます。

  • 保留中:ステートメントが提出され、Flink はステートメントの実行を開始する準備をしています。
  • 実行中: Flink は Flink ステートメントをアクティブに実行しています。
  • 完了:声明文はすべての処理を完了しました。
  • 削除中:この記述は削除されます。
  • 失敗:ステートメントでエラーが発生したため、実行が停止しました。
  • 劣化:ステートメントの状態が不健全であるように見えます。例えば、長期間トランザクションが実行されていない、または最近ステートメントが頻繁に再起動しているなどです。
  • 停止中:まもなくステートメントが停止されます。
  • 停止済み:ステートメントは停止され、実行されなくなりました。

statement_utilization.cfu_minutes_consumed

Count

前回の測定以降に消費されたCFUの数。

statement_utilization.current_cfus

Count

ある時点におけるCFUの絶対数。

次のステップ

データとUI

New Relicを使用して Kafka クラスタを監視する方法を学ぶ

Copyright © 2026 New Relic株式会社。

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.