监控指标
使用 SelectDB Cloud 控制台的 监控看板,可以在选定时间范围内查看仓库和计算集群的运行状况。每个指标以时序图表展示,并提供最小值、平均值、最大值和当前值,帮助你排查资源压力、查询延迟和写入异常。
查看监控指标
- 登录 SelectDB Cloud 控制台。
- 在左上角选择目标仓库。
- 在左侧导航栏的 OBSERVABILITY 分组中,单击 监控看板。
分析监控指标
- 选择 仓库 查看仓库级别指标,或选择具体的计算集群。
- 选择时间范围。可以使用快捷时间范围,也可以在日期选择器中设置起止时间。
- 设置 聚合周期,调整图表的数据时间粒度。控制台会根据所选时间范围限制可用的聚合周期。
- 选择 资源指标 或 服务指标。
- 查看节点级资源指标时,通过 监控节点 复选框选择要展示的节点。
- 查看每个图表下方的 Min、Avg、Max 和 Current 值,分别对应最小值、平均值、最大值和当前值。将鼠标悬停在图表上,可以比较指定时间点的数值。
- 单击指标卡片上的收藏按钮,将指标加入 收藏,集中查看需要重点关注的指标。再次单击可以取消收藏。
单击 刷新 可以获取最新数据,也可以设置 刷新周期 自动更新图表。可选周期包括 5 秒、10 秒、30 秒、1 分钟、5 分钟和 15 分钟,也可以关闭自动刷新。比较固定的故障时间窗口时,建议关闭自动刷新。
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。
指标分为以下两类:
- 资源指标:计算、内存、存储、缓存、网络和节点健康状况。
- 服务指标:查询和数据写入负载。
下表按控制台视图列出指标。同一指标可能同时出现在仓库和集群视图中,分别展示对应层级的数据。起始内核版本 指最早支持该指标的 SelectDB Core 版本,与文档版本 26.x 不同;初始版本 表示自产品初始版本即提供。具体可用指标取决于仓库内核版本和已启用的功能。
仓库资源指标
仓库资源指标展示仓库节点的物理资源使用和节点健康状况。
| 指标 | 单位 | 起始内核版本 | 说明 |
|---|---|---|---|
| CPU 使用率 | % | 初始版本 | 仓库节点的 CPU 使用率,用于识别持续高负载或资源瓶颈。 |
| 内存使用量 | GB | 初始版本 | 仓库节点的内存使用量,用于识别内存压力。 |
| 内存使用率 | % | 初始版本 | 仓库节点的内存使用率,用于识别持续的内存压力。 |
| I/O 使用率 | % | 初始版本 | 仓库节点的磁盘 I/O 使用率,用于识别存储瓶颈。 |
| 网络流入流出吞吐量 | MB/s | 初始版本 | 仓库的网络流入和流出吞吐量,用于识别带宽瓶颈。 |
| 不可达节点数 | nodes | 初始版本 | 根据主机可用性检查统计的仓库中不可达主机节点数。 |
| FE 服务非活跃节点数 | nodes | 初始版本 | FE 服务进程未处于活跃状态的仓库节点数,用于识别服务故障或进程退出。 |
仓库服务指标
仓库服务指标展示仓库的查询、写入、物化视图刷新和虚拟集群活动。
| 指标 | 单位 | 起始内核版本 | 说明 |
|---|---|---|---|
| 每秒查询数 | QPS | 初始版本 | 仓库每秒处理的查询数,用于评估吞吐量和峰值需求。 |
| 查询成功率 | % | 初始版本 | 成功查询数占查询总数的比例,用于识别查询失败增加的情况。 |
| 每秒写入行数 | rows/s | 初始版本 | 写入作业每秒写入的数据行数,用于跟踪写入吞吐量。 |
| 写入吞吐量 | MB/s | 初始版本 | 写入作业每秒写入的数据量,用于跟踪写入吞吐量。 |
| 活跃连接数 | connections | 初始版本 | 仓库中所有计算集群的活跃连接数。 |
| 完成写入作业速率 | ops/s | 初始版本 | 最近一段时间内写入作业的完成速率。突增或突降可能表示工作负载或写入管道发生变化。 |
| 写入作业平均延迟 | ms | 初始版本 | 仓库写入作业的平均执行延迟,用于评估写入数据可供查询的速度。 |
| Stream Load 请求速率 | req/s | 初始版本 | 仓库的 Stream Load 请求速率,用于监控实时写入流量。 |
| Broker Load 作业速率 | jobs/s | 初始版本 | 仓库的 Broker Load 作业速率,用于监控批量写入流量。 |
| Insert Into 写入速率 | jobs/s | 初始版本 | 仓库的 Insert Into 写入速率,用于监控基于 SQL 的写入流量。 |
| Routine Load 作业状态分布 | jobs | 初始版本 | 按状态统计的 Routine Load 作业数量,用于跟踪持续写入的健康状况。 |
| Routine Load 数据导入延迟 | messages | 4.0.5 | Routine Load 消费 Kafka 时尚未处理的消息积压量,用于评估实时写入的数据新鲜度。该值表示消息数,不表示时间延迟。 |
| Routine Load Abort 事务数 | tasks | 4.0.5 | 最近 5 分钟新增的 Routine Load Abort 任务数。快速增长通常表示写入失败、上游问题或配置发生变化。 |
| 异常暂停的 Routine Load 作业数 | jobs | 4.0.5 | 处于 ABNORMAL_PAUSED 状态的 Routine Load 作业数。需要检查暂停原因,并在问题解决后恢复作业。 |
| 虚拟集群主备切换次数 | switches | 4.1.7 | 最近时间窗口内虚拟集群主备切换的次数,统计窗口至少为 10 分钟。建议在次数大于 0 时触发告警。 |
| 数据量 | GB | 初始版本 | 仓库历史数据量的变化趋势。 |
| MV 刷新跳过任务数 | tasks | 4.1.8,另见下方版本说明 | 回看时间窗口内跳过的物化视图刷新任务数,用于识别调度延迟或任务积压。 |
| MV 刷新队列长度 | tasks | 4.1.8,另见下方版本说明 | 正在运行和等待中的物化视图刷新任务总数,用于跟踪刷新队列积压。 |
| MV 刷新成功率 | % | 4.1.8,另见下方版本说明 | 回看时间窗口内成功任务数占成功和失败任务总数的比例。没有刷新任务的时间窗口显示为 100%。 |
| MV 刷新耗时 | ms | 4.1.8,另见下方版本说明 | 根据汇总分位数统计的物化视图刷新 P75 和 P95 耗时。 |
四项 MV 刷新 指标中的 MV 指物化视图。对于 SelectDB Core 26.x,支持这些指标的版本范围为 26.0.5 ≤ 版本 < 26.1.0,或 26.1.2 及以上版本。
集群资源指标
集群资源指标展示选定计算集群的物理资源、缓存、存储、网络和节点健康状况。通过 监控节点 复选框可以选择或取消选择单个节点。
| 指标 | 单位 | 起始内核版本 | 说明 |
|---|---|---|---|
| CPU 使用率 | % | 初始版本 | 集群节点的 CPU 使用率,用于选择低负载时段进行扩缩容或其他资源密集型操作。 |
| 内存使用量 | GB | 初始版本 | 集群节点的内存使用量。持续偏高可能表示需要优化工作负载或扩容。 |
| 内存使用率 | % | 初始版本 | 集群节点的内存使用率。持续偏高可能表示需要优化工作负载或扩容。 |
| I/O 使用率 | % | 初始版本 | 集群节点的磁盘 I/O 使用率。持续偏高可能影响查询性能,并表示需要扩容或优化数据访问。 |
| 磁盘缓存使用率 | % | 4.0.4 | 集群本地缓存空间使用率,用于评估缓存容量。 |
| 磁盘缓存命中率 | % | 初始版本 | 集群本地缓存命中率,用于评估缓存提供热点数据的效果。 |
| 磁盘缓存读写 IOPS | IOPS | 初始版本 | 集群本地缓存的读写 IOPS,用于监控缓存层的请求负载。 |
| 磁盘缓存读写吞吐量 | MB/s | 初始版本 | 集群本地缓存的读写吞吐量,用于评估缓存层的数据传输负载。 |
| 远端存储读写 IOPS | IOPS | 4.0.4 | 集群远端存储的读写 IOPS,用于监控对象存储请求负载。 |
| 远端存储读写吞吐量 | MB/s | 4.0.4 | 集群远端存储的读写吞吐量,用于评估对象存储的数据传输负载。 |
| 网络流入流出吞吐量 | MB/s | 初始版本 | 集群的网络流入和流出吞吐量,用于识别带宽瓶颈。 |
| 不可达节点数 | nodes | 初始版本 | 根据主机可用性检查统计的集群中不可达主机节点数。 |
集群服务指标
集群服务指标展示选定集群的查询需求、查询延迟、写入吞吐量和数据合并压力。
| 指标 | 单位 | 起始内核版本 | 说明 |
|---|---|---|---|
| 每秒查询数 | QPS | 初始版本 | 集群每秒处理的查询数,用于评估吞吐量和峰值需求。 |
| 查询成功率 | % | 初始版本 | 成功查询数占查询总数的比例,用于识别查询失败增加的情况。 |
| 平均查询延迟 | ms | 初始版本 | 集群的平均查询延迟,用于识别集群范围内的延迟升高。 |
| P99 查询延迟 | ms | 初始版本 | 集群的 P99 查询延迟,用于识别长尾延迟和慢查询风险。 |
| 每秒写入行数 | rows/s | 初始版本 | 写入作业每秒写入的数据行数,用于跟踪写入吞吐量。 |
| 写入吞吐量 | MB/s | 初始版本 | 写入作业每秒写入的数据量,用于跟踪写入吞吐量。 |
| Compaction 压力分数 | score | 初始版本 | 集群的数据合并压力。分数越高,表示数据合并负载越重,可能影响写入或查询性能。 |
单个 Routine Load 和 Warmup 作业的作业级指标显示在对应的作业详情页中。要为仓库、集群或作业指标创建告警,请参见告警中心。