3、运维监控

## 华为云Stack DWS 云服务运维架构

![华为云Stack DWS 云服务运维架构](/api/file/getImage?fileId=682ec84c2cbdfd19ee0007e1)

### 华为云Stack DWS 微服务组件

- **Controller**：整个 DWS 的后台组件，负责管理和调度各个服务。
- **Monitor**：ECF 公共组件，主要用于集群实例的状态监控以及告警/事件的上报。
- **Event**：ECF 公共组件，负责事件/告警管理中心，支持向 SMN、OC、CTS 发送事件和告警。
- **ECFAgent**：部署在集群节点上的代理，接收告警和事件，同时监控集群状态。
- **DMSAgent**：部署在集群节点上的代理，负责采集数据库的资源监控信息和数据库所在节点的系统资源信息。

---

# 告警

## 告警配置

GaussDB(DWS) 提供告警配置功能，用于提前发现集群潜在问题和故障。告警内容涵盖集群故障、资源过载、性能降级等多种故障场景。建议客户根据业务场景配置合理的告警阈值和规则，建议将紧急告警配置为短信和电话通知，以便及时关注集群告警。

![告警配置界面](/api/file/getImage?fileId=682ec8bf2cbdfd19ee0007e2)

---

## 告警查看

### (1) 告警管理

在 HCS 运维平台，选择“集中监控” -> “告警管理” -> “当前告警”。左上角的“过滤”可以通过过滤附加信息“CloudService=DWS”，将 DWS 相关告警筛选出来。

![当前告警查看](/api/file/getImage?fileId=682ec8e92cbdfd19ee0007e3)

### (2) 告警详情

在 HCS 运维平台，通过点击告警列表中最左边的箭头，进入告警详情界面，查看详细的告警信息。

![告警详情界面](/api/file/getImage?fileId=682ec9042cbdfd19ee0007e4)

### (3) 告警帮助

进入告警详情界面，左侧是告警帮助。点击告警帮助地址，可以跳转到运维帮助中心，根据指导对告警进行进一步处理。

![告警帮助界面](/api/file/getImage?fileId=682ec92c2cbdfd19ee0007e5)

---

## 告警 SOP 示例：磁盘不可用

### 告警解释

系统每五分钟检查一次当前主机的磁盘是否可用。只检查数据盘，在对应的挂载目录下执行创建、写入和删除文件的操作。如果能够成功则认为磁盘可用，并发送恢复告警；如果不能成功，则发送故障告警。

### 处理步骤

1. 检查磁盘挂载目录权限是否正常：
   - 打开 FusionInsight Manager 页面，在告警列表中，单击此告警所在行的箭头，查看该告警的主机地址和磁盘名称 DiskName。
   - 以 root 用户登录告警所在主机。
   - 执行命令 `df -h | grep DiskName` 获取对应的挂载点，查看挂载目录的权限，是否存在不可写或不可读。
     - 如果是，执行步骤 4。
     - 如果否，执行步骤 8。

2. 修改目录权限为合适的目录权限。
3. 等待一小时，查看告警是否恢复：
   - 如果是，操作结束。
   - 如果否，执行步骤 6。
  
4. 联系硬件工程师，修复磁盘故障。
5. 等待一小时，查看告警是否恢复：
   - 如果是，操作结束。
   - 如果否，执行步骤 8。
  
6. 收集故障信息：
   - 在 FusionInsight Manager 界面，选择“运维 > 日志 > 下载”。
   - 在“服务”中勾选“NodeAgent”，单击“确定”。
   - 设置日志收集的“开始时间”和“结束时间”为告警产生时间的前后 10 分钟，单击“下载”。
   - 请联系技术支持人员，并发送已收集的故障日志信息。

### 告警清除

此告警修复后，系统会自动清除此告警，无需手工清除。

---

# 监控

## 监控列表

### 集群侧监控指标

- 缓存命中率
- 内存中排序比率
- 文件读取次数
- 文件写入次数
- 每秒文件读取次数
- 每秒文件写入次数
- 数据量大小
- 活跃 SQL 数
- 会话数

### 节点侧监控指标

- CPU 使用率
- 内存使用率
- IOPS
- 网络输入吞吐量
- 网络输出吞吐量
- 磁盘利用率
- 磁盘总大小
- 磁盘使用量
- 磁盘读吞吐量
- 磁盘写吞吐量
- 磁盘读耗时
- 磁盘写耗时
- 磁盘平均队列长度

---

## 监控上报

- 集群侧节点上有定时任务采集，数据仓库服务节点监控信息每隔 1 分钟采集一次，数据仓库整集群监控信息每隔 4 分钟采集一次。
- 监控数据会在目录 `/uploadtocessrc` 下生成 `*.json` 文件，上报成功后将监控文件存放到 `uploadtocesbak` 进行备份，文件备份周期为 2 天。
- 异步的数据 XX 进程会将数据给 CES 服务，OC 运维监控平台从 CES 获取数据进行处理展示。
- 监控主要用于性能问题维护的异步上报监控。
- 当监控指标超过阈值时会上报告警。
- 通过监控趋势提前了解集群是否需要扩容，以及潜在的性能问题风险。
- 当前 DWS 已有的性能监控指标粒度比较粗，无法精确到节点的具体性能指标监控详情；新开发的 DMS 功能将提供更细粒度的监控。
- 后续的监控功能将以新开发的 DMS 为主，进一步完善并丰富 DMS 的监控功能，DWS 在现有性能监控上不会有大的需求改动。

---

## 监控查看

### (1) 监控信息查看

在 HCS 运营平台查看，只能查看集群的监控信息。在数据仓库服务的集群列表中，选择一个集群，在“更多”中选择“查看监控指标”，可打开云监控管理平台。

![集群监控查看](/api/file/getImage?fileId=682eca5d2cbdfd19ee0007e6)

### (2) 集群监控详情

用户可以查看集群的监控详情。

![集群监控详情](/api/file/getImage?fileId=682eca792cbdfd19ee0007e8)

### (3) 监控指标时间段调整

集群监控中，点击每个监控指标窗口的右上角的大图模式，可以进入弹出界面，在该界面调整监控指标的时间段。

![监控指标时间段调整](/api/file/getImage?fileId=682eca9a2cbdfd19ee0007e9)

### (4) 云资源监控查看

在 HCS 运维平台，可以查看集群和节点的监控信息。在“集中监控”->“资源监控”->“云资源”中，进入数据仓库服务列表。

![云资源监控查看](/api/file/getImage?fileId=682ecadb2cbdfd19ee0007ea)

### (5) 性能监控界面

点击数据仓库服务列表中任一集群的右侧“性能详情”可进入集群的性能监控界面，节点实例监控界面相同方法进入。

![性能监控界面](/api/file/getImage?fileId=682ecaf72cbdfd19ee0007ec)

DBLOG

导航1234

最近发表

友情链接