监控概览
SelectDB Cloud 提供监控看板和告警中心，帮助你了解仓库与计算集群的资源使用、查询性能和写入负载，并在指标异常时接收通知。除短信告警通知外，监控、告警服务不额外收费。
登录 SelectDB Cloud 控制台，进入目标仓库，在左侧导航栏选择 监控看板 查看指标，或选择 告警中心 管理告警策略与告警历史。
查看监控指标
- 在左侧导航栏单击 监控看板。
- 选择 仓库 或目标集群，再选择 资源指标 或 服务指标。查看节点级资源指标时，可通过 监控节点 复选框选择要展示的节点。
- 设置时间范围。可使用快捷时间范围（包括最近 15 天）或自定义起止时间，回看异常发生前后的指标变化。
- 设置 聚合周期，调整图表的数据时间粒度。可选范围为 15 秒至 1 天；控制台会根据查询时间跨度限制可用选项，必要时调整聚合周期。
- 单击 刷新 获取最新数据，或设置 刷新周期 自动更新。自动刷新最快为每 5 秒一次，也可关闭自动刷新。
刷新周期控制图表更新频率，聚合周期控制数据时间粒度，两者含义不同。查看历史异常时，建议固定时间范围；观察当前负载时，可使用快捷时间范围并开启自动刷新。
收藏指标
单击指标图表右上角的收藏按钮，将关心的指标加入 收藏。在 收藏 中可集中查看仓库和不同集群的指标，便于对比资源使用与业务负载。再次单击图表的收藏按钮可取消收藏。
资源指标
资源指标展示节点资源使用、缓存与远端存储访问、节点可用性等信息。部分指标按节点展示，部分指标按仓库或集群汇总。
| 指标 | 说明 | 仓库 | 集群 |
|---|---|---|---|
| CPU 使用率 | 节点 CPU 使用比例，单位为 %。结合查询或写入负载判断是否存在持续的计算资源压力。 | 支持 | 支持 |
| 内存使用量 | 节点已使用内存，单位为 GB。 | 支持 | 支持 |
| 内存使用率 | 节点已使用内存占总内存的比例，单位为 %。 | 支持 | 支持 |
| I/O 使用率 | 节点磁盘 I/O 的繁忙程度，单位为 %。持续偏高时，可结合缓存读写吞吐量、IOPS 和查询延迟排查。 | 支持 | 支持 |
| 网络流入流出吞吐量 | 节点每秒接收（Inbound）和发送（Outbound）的网络数据量，单位为 MB/s。网络方向不等同于数据库读写方向。 | 支持 | 支持 |
| 不可达节点数 | 当前不可达的节点数量，单位为 nodes。 | 支持 | 支持 |
| FE 服务非活跃节点数 | 仓库中 FE 服务非活跃的节点数量，单位为 nodes。 | 支持 | 不支持 |
| 磁盘缓存使用率 | 集群磁盘缓存空间使用比例，单位为 %。 | 不支持 | 支持 |
| 磁盘缓存命中率 | 反映数据读取命中磁盘缓存的情况，单位为 %。 | 不支持 | 支持 |
| 磁盘缓存读写 IOPS | 磁盘缓存每秒读、写操作次数，按 Read 和 Write 展示。 | 不支持 | 支持 |
| 磁盘缓存读写吞吐量 | 磁盘缓存每秒读、写数据量，单位为 MB/s。 | 不支持 | 支持 |
| 远端存储读写 IOPS | 远端存储每秒读、写操作次数，按 Read 和 Write 展示。 | 不支持 | 支持 |
| 远端存储读写吞吐量 | 远端存储每秒读、写数据量，单位为 MB/s。 | 不支持 | 支持 |
服务指标
服务指标展示查询与写入活动，帮助你判断业务负载及性能变化。
| 指标 | 说明 | 仓库 | 集群 |
|---|---|---|---|
| 每秒查询数 | 每秒查询请求数量，单位为 QPS。 | 支持 | 支持 |
| 查询成功率 | 成功查询占全部查询的比例，单位为 %。下降时，应结合查询错误、节点状态和资源指标排查。 | 支持 | 支持 |
| 平均查询延迟 | 查询耗时的平均值，单位为 ms。 | 不支持 | 支持 |
| P99 查询延迟 | 查询延迟的第 99 百分位值，单位为 ms，用于观察长尾延迟。 | 不支持 | 支持 |
| 每秒写入行数 | 每秒写入的数据行数，单位为 rows/s。 | 支持 | 支持 |
| 写入吞吐量 | 每秒写入数据量，单位为 MB/s。 | 支持 | 支持 |
| Compaction 压力分数 | 反映数据合并压力，分别展示 Base 和 Cumulative，单位为 score。 | 不支持 | 支持 |
| 活跃连接数 | 仓库当前活跃连接数量，单位为 connections。 | 支持 | 不支持 |
| 完成写入作业速率 | 单位时间内完成的写入作业数量，单位为 ops/s。 | 支持 | 不支持 |
| 写入作业平均延迟 | 写入作业的平均耗时，单位为 ms。 | 支持 | 不支持 |
| Stream Load 请求速率 | 每秒 Stream Load 请求数量，单位为 req/s。 | 支持 | 不支持 |
| Broker Load 作业速率 | 每秒 Broker Load 作业数量，单位为 jobs/s。 | 支持 | 不支持 |
评估查询性能时，应结合业务时延目标、SQL 复杂度、数据量和并发量判断，避免对所有查询使用统一的耗时阈值。缓存命中率降低时，可结合远端存储读取量、缓存空间和近期负载变化排查，再决定是否调整缓存或集群规格。
配置告警
在左侧导航栏单击 告警中心。页面包含 告警历史 和 告警策略 两个页签。
新建告警策略
-
单击 新建告警策略。
-
在 基础信息 中填写 告警名称，并选择 告警对象。从告警中心新建时，选择 计算，再选择 仓库、所有集群 或某个具体集群。
-
在 触发条件 中选择指标、比较运算符和阈值。需要组合多个条件时，单击 添加条件，并设置条件间的“且”或“或”关系。
-
在 评估设置 中配置评估窗口和持续时间。
配置项 说明 每隔 固定每 15 秒检查一次条件，不可修改。 评估最近 每次评估所使用的数据时间窗口。范围为 30～3600 秒，必须是 15 秒的整数倍。 条件持续满足 条件需持续满足指定时长后才触发告警，默认 1 分钟。可根据业务对及时性和短暂波动的容忍度调整。 -
在 通知设置 中设置同一告警不重复发送通知的间隔，最小值为 1 分钟，并启用一个或多个 告警方式，配置接收对象或 Webhook。
-
单击 确认，保存告警策略。
Routine Load Job、Warmup Job、MySQL Job 和 PostgreSQL Job 的告警需从对应作业详情页创建；从告警中心直接新建时，这些对象类型不可选。具体作业类型还取决于仓库已开通的功能。
告警方式
| 告警方式 | 配置方式 |
|---|---|
| 邮箱 | 选择接收告警的用户。 |
| 站内通知 | 选择接收告警的用户，在控制台通知中心查看通知。 |
| 短信 | 填写接收短信的手机号，多个号码使用英文分号 ; 分隔。短信通知可能产生费用。 |
| Webhook | 填写接收告警载荷的 Webhook URL。 |
| 企业微信群 | 填写企业微信群机器人的完整 Webhook 地址，多个地址使用英文分号 ; 分隔。 |
| 飞书群 | 填写飞书群机器人的完整 Webhook 地址，多个地址使用英文分号 ; 分隔。 |
| 钉钉群 | 填写钉钉群机器人的完整 Webhook 地址，多个地址使用英文分号 ; 分隔。 |
配置群机器人时：
- 企业微信群：在目标群中添加群机器人，创建并命名机器人后，复制 Webhook 地址，填入告警策略。
- 飞书群：在目标群的设置中添加自定义机器人，复制 Webhook 地址，填入告警策略。
- 钉钉群：在群设置的智能群助手中添加自定义机器人。使用关键词安全配置时，添加关键词
Alert，再复制 Webhook 地址，填入告警策略。机器人接入方式参见 自定义机器人接入。
如需通过 IP 白名单限制消息来源，将 SelectDB Cloud 服务端 IP 地址 39.96.166.186 添加到接收端白名单。
管理告警策略
在 告警策略 页签中，可查看告警名称、告警对象、触发条件、通知渠道及最近 7 天的触发情况，并通过操作菜单 复制、编辑 或 删除 策略。
触发条件旁的红色状态表示异常、绿色状态表示正常。颜色反映条件当前是否触发，不代表策略是否启用。
查看告警历史
在 告警历史 页签中，通过 告警名称 / 条件 / 对象 搜索，并设置时间范围。列表展示告警时间、告警名称、告警对象、触发条件和通知渠道。查看告警时间时，注意列标题中显示的时区。