本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。 # 为 Amazon MSK 设置托管式 Prometheus 收集器 要使用 Amazon Managed Service for Prometheus 收集器，您必须创建一个抓取器，用于发现和提取 Amazon Managed Streaming for Apache Kafka 集群中的指标。还可以创建与 Amazon Elastic Kubernetes Service 集成的抓取器。有关更多信息，请参阅[集成 Amazon EKS](https://docs.aws.amazon.com/prometheus/latest/userguide/AMP-collector-how-to.html)。 ## 创建抓取程序 Amazon Managed Service for Prometheus 收集器由一个抓取器组成，该抓取器用于发现和收集 Amazon MSK 集群中的指标。Amazon Managed Service for Prometheus 为您管理抓取程序，为您提供所需的可扩展性、安全性和可靠性，无需您自行管理任何实例、代理或抓取程序。 您可以使用 AWS API 或按以下步骤 AWS CLI 所述创建抓取器。 创建您自己的抓取程序时有以下几个先决条件： + 您必须先创建 Amazon MSK 集群。 + 将 Amazon MSK 集群的安全组配置为支持 Amazon VPC 内的端口 **11001（JMX 导出程序）**和 **11002（节点导出程序）**上的入站流量，因为抓取器需要访问这些 DNS 记录才能收集 Prometheus 指标。 + Amazon MSK 集群所在的 Amazon VPC 必须[启用了 DNS](https://docs.aws.amazon.com/vpc/latest/userguide/AmazonDNS-concepts.html)。 **注意** 集群将通过其 Amazon 资源名称（ARN）与抓取器相关联。如果删除一个集群，然后创建一个同名的新集群，新集群将重新使用 ARN。因此，抓取器将尝试收集新集群的指标。[删除抓取器](#prom-msk-delete-scraper)与删除集群是分开的。 ------ #### [ To create a scraper using the AWS API ] 使用 `CreateScraper` API 操作使用 AP AWS I 创建抓取工具。以下示例在美国东部（弗吉尼亚州北部）区域中创建抓取器。将*example*内容替换为您的 Amazon MSK 集群信息，并提供您的抓取器配置。 **注意** 配置安全组和子网以匹配您的目标集群。至少包含跨两个可用区的两个子网。 ``` POST /scrapers HTTP/1.1 Content-Length: 415 Authorization: AUTHPARAMS X-Amz-Date: 20201201T193725Z User-Agent: aws-cli/1.18.147 Python/2.7.18 Linux/5.4.58-37.125.amzn2int.x86_64 botocore/1.18.6 { "alias": "myScraper", "destination": { "ampConfiguration": { "workspaceArn": "arn:aws:aps:us-east-1:123456789012:workspace/ws-workspace-id" } }, "source": { "vpcConfiguration": { "securityGroupIds": ["sg-security-group-id"], "subnetIds": ["subnet-subnet-id-1", "subnet-subnet-id-2"] } }, "scrapeConfiguration": { "configurationBlob": base64-encoded-blob } } ``` 在示例中，`scrapeConfiguration` 参数需要一个 base64 编码的 Prometheus 配置 YAML 文件，该文件指定 MSK 集群的 DNS 记录。 每个 DNS 记录都代表特定可用区域中的代理终端节点，允许客户端连接到分布在您选择 AZs 的代理以实现高可用性。 MSK 集群属性中的 DNS 记录数量与集群配置中代理节点和可用区的数量相对应： + **默认配置**-3 个 DNS 记录中的 3 个代理节点 AZs = 3 个 DNS 记录 + **自定义配置** — 2 个 Broker 节点，跨越 AZs 2 个 DNS 记录 [要获取 MSK 集群的 DNS 记录，请在家中打开 MSK 控制台？https://console.aws.amazon.com/msk/ region=us](https://console.aws.amazon.com/msk/home?region=us-east-1#/home/)-east-1\$1/home/。转到 MSK 集群。选择**属性**、**代理**和**端点**。 您可以通过两个选项将 Prometheus 配置为从 MSK 集群中抓取指标： 1. **集群级 DNS 解析（推荐）**：使用集群的基本 DNS 名称来自动发现所有代理。如果代理端点为 `b-1.clusterName.xxx.xxx.xxx`，请将 `clusterName.xxx.xxx.xxx` 用作 DNS 记录。这可让 Prometheus 自动抓取集群中的所有代理。 **各个代理端点**：单独指定每个代理端点以进行精细控制。在配置中使用完整的代理标识符（b-1、b-2）。例如： ``` dns_sd_configs: - names: - b-1.clusterName.xxx.xxx.xxx - b-2.clusterName.xxx.xxx.xxx - b-3.clusterName.xxx.xxx.xxx ``` **注意** 使用 AWS 控制`clusterName.xxx.xxx.xxx`台中的实际 MSK 集群终端节点替换。 有关更多信息，请参阅 *Prometheus* 文档中的 [](https://prometheus.io/docs/prometheus/latest/configuration/configuration/#dns_sd_config)。 下面是抓取器配置文件的示例： ``` global: scrape_interval: 30s external_labels: clusterArn: msk-test-1 scrape_configs: - job_name: msk-jmx scheme: http metrics_path: /metrics scrape_timeout: 10s dns_sd_configs: - names: - dns-record-1 - dns-record-2 - dns-record-3 type: A port: 11001 relabel_configs: - source_labels: [__meta_dns_name] target_label: broker_dns - source_labels: [__address__] target_label: instance regex: '(.*)' replacement: '${1}' - job_name: msk-node scheme: http metrics_path: /metrics scrape_timeout: 10s dns_sd_configs: - names: - dns-record-1 - dns-record-2 - dns-record-3 type: A port: 11002 relabel_configs: - source_labels: [__meta_dns_name] target_label: broker_dns - source_labels: [__address__] target_label: instance regex: '(.*)' replacement: '${1}' ``` 运行以下命令之一来将 YAML 文件转换为 base64。也可以使用任何在线 base64 转换器来转换文件。 **Example Linux/macOS** ``` echo -n scraper config updated with dns records | base64 ``` **Example 窗户 PowerShell** ``` [Convert]::ToBase64String([System.Text.Encoding]::UTF8.GetBytes(scraper config updated with dns records)) ``` ------ #### [ To create a scraper using the AWS CLI ] 通过 AWS Command Line Interface使用 `create-scraper` 命令创建抓取器。以下示例在美国东部（弗吉尼亚州北部）区域中创建抓取器。将*example*内容替换为您的 Amazon MSK 集群信息，并提供您的抓取器配置。 **注意** 配置安全组和子网以匹配您的目标集群。至少包含跨两个可用区的两个子网。 ``` aws amp create-scraper \ --source vpcConfiguration="{securityGroupIds=['sg-security-group-id'],subnetIds=['subnet-subnet-id-1', 'subnet-subnet-id-2']}" \ --scrape-configuration configurationBlob=base64-encoded-blob \ --destination ampConfiguration="{workspaceArn='arn:aws:aps:us-west-2:123456789012:workspace/ws-workspace-id'}" ``` ------ + 以下是您可以与 AWS API 一起使用的抓取器操作的完整列表： 使用 [CreateScraper](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_CreateScraper.html) API 操作创建抓取程序。 + 使用 [ListScrapers](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_ListScrapers.html) API 操作列出您现有的抓取程序。 + 使用 [UpdateScraper](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_UpdateScraper.html)API 操作更新抓取器的别名、配置或目的地。 + 使用 [DeleteScraper](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_DeleteScraper.html) API 操作删除抓取程序。 + 通过 [DescribeScraper](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_DescribeScraper.html) API 操作获取有关抓取程序的更多详细信息。 ## 跨账户设置 要在跨账户设置中创建抓取器，而您要从中收集指标的 Amazon MSK 集群与 Amazon Managed Service for Prometheus 收集器位于不同的账户中，请使用以下过程。 例如，当您有两个账户时，第一个账户是 Amazon MSK 所在的源账户 `account_id_source`，另一个是 Amazon Managed Service for Prometheus 工作区所在的目标账户 `account_id_target`。 **在跨账户设置中创建抓取器** 1. 在源账户中，创建角色 `arn:aws:iam::111122223333:role/Source` 并添加以下信任策略。 ``` { "Effect": "Allow", "Principal": { "Service": [ "scraper.aps.amazonaws.com" ] }, "Action": "sts:AssumeRole", "Condition": { "ArnEquals": { "aws:SourceArn": "arn:aws:aps:aws-region:111122223333:scraper/scraper-id" }, "StringEquals": { "AWS:SourceAccount": "111122223333" } } } ``` 1. 在源（Amazon MSK 集群）和目标（适用于 Prometheus 的亚马逊托管服务工作空间）的每种组合上，您都需要创建一个`arn:aws:iam::444455556666:role/Target`角色并添加以下具有权限的信任策略。[AmazonPrometheusRemoteWriteAccess](https://docs.aws.amazon.com/prometheus/latest/userguide/security-iam-awsmanpol.html) ``` { "Effect": "Allow", "Principal": { "AWS": "arn:aws:iam::111122223333:role/Source" }, "Action": "sts:AssumeRole", "Condition": { "StringEquals": { "sts:ExternalId": "arn:aws:aps:aws-region:111122223333:scraper/scraper-id" } } } ``` 1. 使用 `--role-configuration` 选项创建抓取器。 ``` aws amp create-scraper \ --source vpcConfiguration="{subnetIds=[subnet-subnet-id], "securityGroupIds": ["sg-security-group-id"]}" \ --scrape-configuration configurationBlob= \ --destination ampConfiguration="{workspaceArn='arn:aws:aps:aws-region:444455556666:workspace/ws-workspace-id'}"\ --role-configuration '{"sourceRoleArn":"arn:aws:iam::111122223333:role/Source", "targetRoleArn":"arn:aws:iam::444455556666:role/Target"}' ``` 1. 验证抓取器创建。 ``` aws amp list-scrapers { "scrapers": [ { "scraperId": "s-example123456789abcdef0", "arn": "arn:aws:aps:aws-region:111122223333:scraper/s-example123456789abcdef0": "arn:aws:iam::111122223333:role/Source", "status": "ACTIVE", "creationTime": "2025-10-27T18:45:00.000Z", "lastModificationTime": "2025-10-27T18:50:00.000Z", "tags": {}, "statusReason": "Scraper is running successfully", "source": { "vpcConfiguration": { "subnetIds": ["subnet-subnet-id"], "securityGroupIds": ["sg-security-group-id"] } }, "destination": { "ampConfiguration": { "workspaceArn": "arn:aws:aps:aws-region:444455556666:workspace/ws-workspace-id'" } }, "scrapeConfiguration": { "configurationBlob": "" } } ] } ``` ## 在 RoleConfiguration 和服务相关角色之间切换 当您想要切换回服务相关角色而不是 `RoleConfiguration` 以写入 Amazon Managed Service for Prometheus 工作区时，必须更新 `UpdateScraper` 并提供一个与抓取器位于相同账户中的工作区（不需要 `RoleConfiguration`）。系统将从抓取器中移除 `RoleConfiguration`，并将使用服务相关角色。 当您更改与抓取器位于相同账户中的工作区并且想要继续使用 `RoleConfiguration` 时，必须再次提供在 `UpdateScraper` 上提供 `RoleConfiguration`。 ## 查找和删除抓取程序 您可以使用 AWS API 或列 AWS CLI 出您账户中的抓取器或将其删除。 **注意** 请确保您使用的是 AWS CLI 或 SDK 的最新版本。最新版本为您提供最新的特征和功能，以及安全更新。或者，使用 [AWS CloudShell](https://docs.aws.amazon.com/cloudshell/latest/userguide/welcome.html)，它可以自动提供始终使用 up-to-date命令行体验。 要列出您账户中的所有抓取程序，请使用 [ListScrapers](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_ListScrapers.html) API 操作。 或者，使用 AWS CLI，拨打： ``` aws amp list-scrapers ``` `ListScrapers` 返回您账户中的所有抓取程序，例如： ``` { "scrapers": [ { "scraperId": "s-1234abcd-56ef-7890-abcd-1234ef567890", "arn": "arn:aws:aps:aws-region:123456789012:scraper/s-1234abcd-56ef-7890-abcd-1234ef567890", "roleArn": "arn:aws:iam::123456789012:role/aws-service-role/AWSServiceRoleForAmazonPrometheusScraper_1234abcd-2931", "status": { "statusCode": "DELETING" }, "createdAt": "2023-10-12T15:22:19.014000-07:00", "lastModifiedAt": "2023-10-12T15:55:43.487000-07:00", "tags": {}, "source": { "vpcConfiguration": { "securityGroupIds": [ "sg-1234abcd5678ef90" ], "subnetIds": [ "subnet-abcd1234ef567890", "subnet-1234abcd5678ab90" ] } }, "destination": { "ampConfiguration": { "workspaceArn": "arn:aws:aps:aws-region:123456789012:workspace/ws-1234abcd-5678-ef90-ab12-cdef3456a78" } } } ] } ``` 要删除抓取程序，请使用 `ListScrapers` 操作查找要删除的抓取程序的 `scraperId`，然后使用 [DeleteScraper](https://docs.aws.amazon.com/prometheus/latest/APIReference/API_DeleteScraper.html) 操作将其删除。 或者，使用 AWS CLI，拨打： ``` aws amp delete-scraper --scraper-id scraperId ``` ## 从 Amazon MSK 收集的指标 当与 Amazon MSK 集成时，Amazon Managed Service for Prometheus 收集器会自动抓取以下指标： ### 指标：jmx\$1exporter 和 pod\$1exporter 作业 | 指标 | 描述/用途 | | --- | --- | | jmx\$1config\$1reload\$1failure\$1total | JMX 导出程序未能重新加载其配置文件的总次数。 | | jmx\$1scrape\$1duration\$1seconds | 在当前收集周期内抓取 JMX 指标所花费的时间（以秒为单位）。 | | jmx\$1scrape\$1error | 指示在 JMX 指标抓取期间是否出现错误（1 = 错误，0 = 成功）。 | | java\$1lang\$1memory\$1 \$1used HeapMemoryUsage | JVM 当前使用的堆内存量（以字节为单位）。 | | java\$1lang\$1memory\$1 \$1max HeapMemoryUsage | 可用于内存管理的最大堆内存量（以字节为单位）。 | | java\$1lang\$1memory\$1 \$1used NonHeapMemoryUsage | JVM 当前使用的非堆内存量（以字节为单位）。 | | kafka\$1cluster\$1Partition\$1Value | 与 Kafka 集群分区相关的当前状态或值，按分区 ID 和主题细分。 | | kafka\$1consumer\$1consumer\$1coordinator\$1metrics\$1assigned\$1partitions | 当前分配给该使用者的分区数。 | | kafka\$1consumer\$1consumer\$1coordinator\$1metrics\$1commit\$1latency\$1avg | 提交偏移量所花费的平均时间（以毫秒为单位）。 | | kafka\$1consumer\$1consumer\$1coordinator\$1metrics\$1commit\$1rate | 每秒的偏移量提交次数。 | | kafka\$1consumer\$1consumer\$1coordinator\$1metrics\$1failed\$1rebalance\$1total | 失败的使用者组重新平衡总数。 | | kafka\$1consumer\$1consumer\$1coordinator\$1metrics\$1last\$1heartbeat\$1seconds\$1ago | 自上次向协调器发送检测信号以来的秒数。 | | kafka\$1consumer\$1consumer\$1coordinator\$1metrics\$1rebalance\$1latency\$1avg | 使用者组重新平衡所花费的平均时间（以毫秒为单位）。 | | kafka\$1consumer\$1consumer\$1coordinator\$1metrics\$1rebalance\$1total | 使用者组重新平衡总数。 | | kafka\$1consumer\$1consumer\$1fetch\$1manager\$1metrics\$1bytes\$1consumed\$1rate | 使用者每秒使用的平均字节数。 | | kafka\$1consumer\$1consumer\$1fetch\$1manager\$1metrics\$1fetch\$1latency\$1avg | 提取请求所花费的平均时间（以毫秒为单位）。 | | kafka\$1consumer\$1consumer\$1fetch\$1manager\$1metrics\$1fetch\$1rate | 每秒的提取请求数。 | | kafka\$1consumer\$1consumer\$1fetch\$1manager\$1metrics\$1records\$1consumed\$1rate | 每秒使用的平均记录数。 | | kafka\$1consumer\$1consumer\$1fetch\$1manager\$1metrics\$1records\$1lag\$1max | 最大滞后，以该使用者中的任何分区的记录数表示。 | | kafka\$1consumer\$1consumer\$1metrics\$1connection\$1count | 当前活动的连接数。 | | kafka\$1consumer\$1consumer\$1metrics\$1incoming\$1byte\$1rate | 每秒从所有服务器接收的平均字节数。 | | kafka\$1consumer\$1consumer\$1metrics\$1last\$1poll\$1seconds\$1ago | 自上次使用者 poll() 调用以来的秒数。 | | kafka\$1consumer\$1consumer\$1metrics\$1request\$1rate | 每秒发送的请求数。 | | kafka\$1consumer\$1consumer\$1metrics\$1response\$1rate | 每秒接收的响应数。 | | kafka\$1con ConsumerLagMetrics sumer\$1group\$1 \$1Val | 使用者组的当前使用者滞后值，表示使用者落后的程度。 | | kafka\$1con KafkaController troller\$1 \$1Val | Kafka 控制器的当前状态或值（1 = 活动控制器，0 = 不活动）。 | | kafka\$1con ControllerEventManager troller\$1 \$1Cou | 已处理的控制器事件总数。 | | kafka\$1con ControllerEventManager troller\$1 \$1Me | 处理控制器事件所花费的平均时间。 | | kafka\$1con ControllerStats troller\$1 \$1 MeanRate | 每秒控制器统计操作的平均速率。 | | kafka\$1协调器\$1group\$1 \$1Valu GroupMetadataManager e | 使用者组的组元数据管理器的当前状态或值。 | | kafka\$1l LogFlushStats og\$1 \$1Count | 日志刷新操作总数。 | | kafka\$1l LogFlushStats og\$1 \$1Mean | 日志刷新操作所花费的平均时间。 | | kafka\$1l LogFlushStats og\$1 \$1 MeanRate | 每秒日志刷新操作的平均速率。 | | kafka\$1network\$1 \$1 RequestMetrics Cou | 已处理的网络请求总数。 | | kafka\$1network\$1 \$1 RequestMetrics Me | 处理网络请求所花费的平均时间。 | | kafka\$1network\$1 \$1 RequestMetrics MeanRate | 每秒网络请求的平均速率。 | | kafka\$1network\$1accept MeanRate | 每秒接受的连接的平均速率。 | | kafka\$1server\$1Fetch\$1queue\$1size | 提取请求队列的当前大小。 | | kafka\$1server\$1Produce\$1queue\$1size | 生产请求队列的当前大小。 | | kafka\$1server\$1Request\$1queue\$1size | 常规请求队列的当前大小。 | | kafka\$1 BrokerTopicMetrics server\$1 \$1count | 代理主题操作（消息in/out, bytes in/out）的总数。 | | kafka\$1 BrokerTopicMetrics server\$1 \$1 MeanRate | 每秒代理主题操作的平均速率。 | | kafka\$1 BrokerTopicMetrics server\$1 \$1 OneMinuteRate | 代理主题操作的一分钟移动平均速率。 | | kafka\$1 DelayedOperationPurgatory server\$1 \$1Valu | 处于等待状态（等待完成）的延迟操作的当前数量。 | | kafka\$1 DelayedFetchMetrics server\$1 \$1 MeanRate | 每秒延迟提取操作的平均速率。 | | kafka\$1 FetcherLagMetrics server\$1 \$1Valu | 副本提取器线程的当前滞后值（落后于领导者线程的程度）。 | | kafka\$1 FetcherStats server\$1 \$1 MeanRate | 每秒提取器操作的平均速率。 | | kafka\$1 ReplicaManager server\$1 \$1Valu | 副本管理器的当前状态或值。 | | kafka\$1 ReplicaManager server\$1 \$1 MeanRate | 每秒副本管理器操作的平均速率。 | | kafka\$1 LeaderReplication server\$1 \$1byte\$1rate | 对于此代理作为领导者的分区，每秒复制的字节速率。 | | kafka\$1server\$1group\$1coordinator\$1metrics\$1group\$1completed\$1rebalance\$1count | 完成的使用者组重新平衡的总数。 | | kafka\$1server\$1group\$1coordinator\$1metrics\$1offset\$1commit\$1count | 偏移量提交操作的总数。 | | kafka\$1server\$1group\$1coordinator\$1metrics\$1offset\$1commit\$1rate | 每秒偏移量提交操作的速率。 | | kafka\$1server\$1socket\$1server\$1metrics\$1connection\$1count | 当前活动的连接数。 | | kafka\$1server\$1socket\$1server\$1metrics\$1connection\$1creation\$1rate | 每秒新建连接的速率。 | | kafka\$1server\$1socket\$1server\$1metrics\$1connection\$1close\$1rate | 每秒连接关闭的速率。 | | kafka\$1server\$1socket\$1server\$1metrics\$1failed\$1authentication\$1total | 失败的身份验证尝试总数。 | | kafka\$1server\$1socket\$1server\$1metrics\$1incoming\$1byte\$1rate | 每秒传入字节数。 | | kafka\$1server\$1socket\$1server\$1metrics\$1outgoing\$1byte\$1rate | 每秒传出字节数。 | | kafka\$1server\$1socket\$1server\$1metrics\$1request\$1rate | 每秒请求速率。 | | kafka\$1server\$1socket\$1server\$1metrics\$1response\$1rate | 每秒响应速率。 | | kafka\$1server\$1socket\$1server\$1metrics\$1network\$1io\$1rate | 每秒网络 I/O 操作的速率。 | | kafka\$1server\$1socket\$1server\$1metrics\$1io\$1ratio | 花在 I/O 操作上的时间的一小部分。 | | kafka\$1server\$1controller\$1channel\$1metrics\$1connection\$1count | 控制器通道的当前活动连接数。 | | kafka\$1server\$1controller\$1channel\$1metrics\$1incoming\$1byte\$1rate | 控制器通道每秒传入字节的速率。 | | kafka\$1server\$1controller\$1channel\$1metrics\$1outgoing\$1byte\$1rate | 控制器通道每秒传出字节的速率。 | | kafka\$1server\$1controller\$1channel\$1metrics\$1request\$1rate | 控制器通道每秒的请求速率。 | | kafka\$1server\$1replica\$1fetcher\$1metrics\$1connection\$1count | 副本提取器的当前活动连接数。 | | kafka\$1server\$1replica\$1fetcher\$1metrics\$1incoming\$1byte\$1rate | 副本提取器的每秒传入字节的速率。 | | kafka\$1server\$1replica\$1fetcher\$1metrics\$1request\$1rate | 副本提取器的每秒请求速率。 | | kafka\$1server\$1replica\$1fetcher\$1metrics\$1failed\$1authentication\$1total | 副本提取器的失败的身份验证尝试总数。 | | kafka\$1 ZooKeeperClientMetrics server\$1 \$1count | ZooKeeper 客户机操作总数。 | | kafka\$1 ZooKeeperClientMetrics server\$1 \$1Mean | ZooKeeper 客户端操作的平均延迟。 | | kafka\$1 KafkaServer server\$1 \$1Valu | Kafka 服务器的当前状态或值（通常表示服务器正在运行）。 | | node\$1cpu\$1seconds\$1total | 按照 CPU 和模式细分的每种模式（用户、系统、空闲等）所 CPUs 花费的总秒数。 | | node\$1disk\$1read\$1bytes\$1total | 成功从磁盘读取的总字节数，按设备细分。 | | node\$1disk\$1reads\$1completed\$1total | 成功完成的磁盘读取总数，按设备细分。 | | node\$1disk\$1writes\$1completed\$1total | 成功完成的磁盘写入总数，按设备细分。 | | node\$1disk\$1written\$1bytes\$1total | 成功写入磁盘的总字节数，按设备细分。 | | node\$1filesystem\$1avail\$1bytes | 非根用户的可用文件系统空间（以字节为单位），按设备和挂载点细分。 | | node\$1filesystem\$1size\$1bytes | 文件系统的总大小（以字节为单位），按设备和挂载点细分。 | | node\$1filesystem\$1free\$1bytes | 可用文件系统空间（以字节为单位），按设备和装载点细分。 | | node\$1filesystem\$1files | 文件系统上的文件节点（inode）总数，按设备和挂载点细分。 | | node\$1filesystem\$1files\$1free | 文件系统上空闲文件节点（inode）的数量，按设备和挂载点细分。 | | node\$1filesystem\$1readonly | 表示文件系统是否以只读方式挂载（1 = 只读，0 = 读写）。 | | node\$1filesystem\$1device\$1error | 表示在获取文件系统统计信息时是否出现错误（1 = 错误，0 = 成功）。 | ## 限制 当前 Amazon MSK 与 Amazon Managed Service for Prometheus 的集成存在以下限制： + 仅对于 Amazon MSK 预置集群才支持（不适用于 Amazon MSK Serverless） + 不支持同时启用公共访问和 KRaft 元数据模式的 Amazon MSK 集群 + 对于 Amazon MSK Express 代理不支持 + 目前支持 Amazon MSK 集群与 Amazon Managed Service for Prometheus 收集器/工作区之间的 1:1 映射