監控工具

大約 5 分鐘

監控工具

監控工具的部署可參考文檔監控面板部署章節。

1. 監控指標的 Prometheus 映射關系

對于 Metric Name 為 name, Tags 為 K1=V1, ..., Kn=Vn 的監控指標有如下映射，其中 value 為具體值

監控指標類型	映射關系
Counter	name_total{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value
AutoGauge、Gauge	name{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value
Histogram	name_max{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value name_sum{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value name_count{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value name{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", quantile="0.5"} value name{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", quantile="0.99"} value
Rate	name_total{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value name_total{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", rate="m1"} value name_total{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", rate="m5"} value name_total{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", rate="m15"} value name_total{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", rate="mean"} value
Timer	name_seconds_max{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value name_seconds_sum{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value name_seconds_count{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn"} value name_seconds{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", quantile="0.5"} value value name_seconds{cluster="clusterName", nodeType="nodeType", nodeId="nodeId",k1="V1" , ..., Kn="Vn", quantile="0.99"} value

2. 修改配置文件

以 DataNode 為例，修改 iotdb-system.properties 配置文件如下：

dn_metric_reporter_list=PROMETHEUS
dn_metric_level=CORE
dn_metric_prometheus_reporter_port=9091

啟動 IoTDB DataNode
打開瀏覽器或者用curl 訪問 http://servier_ip:9091/metrics, 就能得到如下 metric 數據：

...
# HELP file_count
# TYPE file_count gauge
file_count{name="wal",} 0.0
file_count{name="unseq",} 0.0
file_count{name="seq",} 2.0
...

3. Prometheus + Grafana

如上所示，IoTDB 對外暴露出標準的 Prometheus 格式的監控指標數據，可以使用 Prometheus 采集并存儲監控指標，使用 Grafana
可視化監控指標。

IoTDB、Prometheus、Grafana三者的關系如下圖所示:

IoTDB在運行過程中持續收集監控指標數據。
Prometheus以固定的間隔（可配置）從IoTDB的HTTP接口拉取監控指標數據。
Prometheus將拉取到的監控指標數據存儲到自己的TSDB中。
Grafana以固定的間隔（可配置）從Prometheus查詢監控指標數據并繪圖展示。

從交互流程可以看出，我們需要做一些額外的工作來部署和配置Prometheus和Grafana。

比如，你可以對Prometheus進行如下的配置（部分參數可以自行調整）來從IoTDB獲取監控數據

job_name: pull-metrics
honor_labels: true
honor_timestamps: true
scrape_interval: 15s
scrape_timeout: 10s
metrics_path: /metrics
scheme: http
follow_redirects: true
static_configs:
  - targets:
      - localhost:9091