监控#

概述#

OpenMLDB 的监控方案概述如下：

使用 Prometheus 收集监控指标，Grafana 可视化指标
OpenMLDB exporter 暴露数据库级别的监控指标
每个组件作为独立的 server 暴露组件级别的监控指标
使用 node_exporter 暴露机器和操作系统相关指标

安装运行 OpenMLDB exporter#

简介#

PyPI - Python Version

OpenMLDB exporter 是以 Python 实现的 Prometheus exporter，核心是通过数据库 SDK 连接 OpenMLDB 实例并通过 SQL 语句查询暴露监控指标。Exporter 会发布到 PyPI，可以通过 pip 安装最新发布的 openmldb-exporter，开发使用说明详见代码目录 README。

环境要求#

Python >= 3.8
OpenMLDB >= 0.5.0

兼容性说明#

请根据部署的 OpenMLDB 版本选择正确的 openmldb-exporter.

OpenMLDB Exporter version	OpenMLDB supported version	Grafana Dashboard revision	Explaination
>= 0.9.0	>= 0.8.4	>=4	OpenMLDB 0.8.4 移除了数据库表里的 deploy response time 信息
< 0.9.0	>= 0.5.0, < 0.8.4	3

准备#

获取 OpenMLDB

你可以从 OpenMLDB release 页面下载预编译的安装包.
启动 OpenMLDB

参见 install_deploy 如何搭建 OpenMLDB。组件启动时需要保证有 flag --enable_status_service=true, OpenMLDB启动脚本（无论是sbin或bin）都已配置为true，如果你使用个人方式启动，需要保证启动 flag 文件 (conf/(tablet|nameserver).flags) 中有 --enable_status_service=true。
注意：合理选择 OpenMLDB 各组件和 OpenMLDB exporter, 以及 Prometheus, Grafana 的绑定 IP 地址，确保 Grafana 可以访问到 Prometheus, 并且 Prometheus，OpenMLDB exporter 和 OpenMLDB 各个组件之间可以相互访问。

部署 OpenMLDB exporter#

使用 Docker 或者 Pip 安装运行 openmdlb-exporter

Docker

docker run ghcr.io/4paradigm/openmldb-exporter \
    --config.zk_root=<openmldb_zk_addr> \
    --config.zk_path=<openmldb_zk_path>

Pip

pip install openmldb-exporter

# start
openmldb-exporter \
    --config.zk_root=<openmldb_zk_addr> \
    --config.zk_path=<openmldb_zk_path>

注意将 <openmdlb_zk_addr> and <openmldb_zk_path> 替换成正确的值. 成功后就可以用 curl 查询状态:

curl http://<IP>:8000/metrics

<IP> 是容器的 IP, 如果从 pip 安装运行则是本机 IP.

样例输出

# HELP openmldb_connected_seconds_total duration for a component conncted time in seconds                              
# TYPE openmldb_connected_seconds_total counter                                                                        
openmldb_connected_seconds_total{endpoint="172.17.0.15:9520",role="tablet"} 208834.70900011063                         
openmldb_connected_seconds_total{endpoint="172.17.0.15:9521",role="tablet"} 208834.70700001717                         
openmldb_connected_seconds_total{endpoint="172.17.0.15:9522",role="tablet"} 208834.71399998665                         
openmldb_connected_seconds_total{endpoint="172.17.0.15:9622",role="nameserver"} 208833.70000004768                     
openmldb_connected_seconds_total{endpoint="172.17.0.15:9623",role="nameserver"} 208831.70900011063                     
openmldb_connected_seconds_total{endpoint="172.17.0.15:9624",role="nameserver"} 208829.7230000496                      
# HELP openmldb_connected_seconds_created duration for a component conncted time in seconds                            
# TYPE openmldb_connected_seconds_created gauge                                                                        
openmldb_connected_seconds_created{endpoint="172.17.0.15:9520",role="tablet"} 1.6501813860467942e+09                   
openmldb_connected_seconds_created{endpoint="172.17.0.15:9521",role="tablet"} 1.6501813860495396e+09                   
openmldb_connected_seconds_created{endpoint="172.17.0.15:9522",role="tablet"} 1.650181386050323e+09                    
openmldb_connected_seconds_created{endpoint="172.17.0.15:9622",role="nameserver"} 1.6501813860512116e+09               
openmldb_connected_seconds_created{endpoint="172.17.0.15:9623",role="nameserver"} 1.650181386051238e+09                
openmldb_connected_seconds_created{endpoint="172.17.0.15:9624",role="nameserver"} 1.6501813860512598e+09               

OpenMLDB exporter 配置#

查看帮助信息:

openmldb-exporter -h

--config.zk_root 和 --config.zk_path 是必须的.

所有选项

usage: openmldb-exporter [-h] [--log.level LOG.LEVEL] [--web.listen-address WEB.LISTEN_ADDRESS]
                        [--web.telemetry-path WEB.TELEMETRY_PATH] [--config.zk_root CONFIG.ZK_ROOT]
                        [--config.zk_path CONFIG.ZK_PATH] [--config.interval CONFIG.INTERVAL]

OpenMLDB exporter

optional arguments:
 -h, --help            show this help message and exit
 --log.level LOG.LEVEL
                       config log level, default WARN
 --web.listen-address WEB.LISTEN_ADDRESS
                       process listen port, default 8000
 --web.telemetry-path WEB.TELEMETRY_PATH
                       Path under which to expose metrics, default metrics
 --config.zk_root CONFIG.ZK_ROOT
                       endpoint to zookeeper, default 127.0.0.1:6181
 --config.zk_path CONFIG.ZK_PATH
                       root path in zookeeper for OpenMLDB, default /
 --config.interval CONFIG.INTERVAL
                       interval in seconds to pull metrics periodically, default 30.0

部署 node exporter#

node_exporter 是 Prometheus 官方实现的暴露系统指标的组件。安装使用详见它的 README。

部署 Prometheus 和 Grafana#

如何安装部署 Prometheus, Grafana 详见官方文档 promtheus get started 和 Grafana get started 。我们建议使用 Docker 容器快速部署, 并且 Grafana >= 8.3, Prometheus >= 1.0.0 。

OpenMLDB 提供了 Prometheus 和 Grafana 配置文件以作参考，详见 OpenMLDB mixin:

prometheus_example.yml: Prometheus 配置示例, 注意修改 node, openmldb_components 和 openmldb_exporter job 中的 target 地址
openmldb_dashboard.json: OpenMLDB metrics 的 Grafana dashboard 配置, 分为两步:
1. 在 Grafana data source 页面下，添加启动的 Prometheus server 地址作为数据源
2. 在 dashboard 浏览页面下，点击导入一个 dashboard, 输入 dashboard ID 17843, 或者直接上传该 json 配置文件
  - 导入详细说明见 Grafana import dashboard
  - Grafana dashboard 配置见 https://grafana.com/grafana/dashboards/17843

理解现有的监控指标#

以 OpenMLDB 集群系统为例，监控指标根据 Prometheus pull job 不同，分为两类：

1. DB-Level 指标#

通过 OpenMLDB exporter 暴露，在 prometheus_example.yml 配置中对应 job_name=openmldb_exporter的一项：

  - job_name: openmldb_exporter
    # pull OpenMLDB DB-Level specific metric
    # change the 'targets' value to your deployed OpenMLDB exporter endpoint
    static_configs:
      - targets:
        - 172.17.0.15:8000

暴露的指标类别主要为:

component status: 集群组件状态
table status: 数据库表相关信息，如 rows_count, memory_bytes

你可以通过

curl http://172.17.0.15:8000/metrics

查看完整 DB-Level 指标和帮助信息。

通过Component-Level 指标通过Grafana聚合的DB-Level 指标（未单独声明时，time单位为us）：

deploy query response time: deployment query 在OpenMLDB内部的运行时间，按DB.DEPLOYMENT汇总 需要全局变量 deploy_stats 开启后才会开始统计, 在 OpenMLDB CLI 中输入 SQL:
```
SET GLOBAL deploy_stats = 'on';
```
然后，还需要执行deplpoyment，才会出现相应的指标。如果SET变量为off，会清空server中的所有deployment指标并停止统计（已被Prometheus抓取的数据不影响）。
- count：count类统计值从deploy_stats on时开始统计，不区分请求的成功和失败。
- latency, qps：这类指标只统计[current_time - interval, current_time]时间窗口内的数据，interval由Tablet Server配置项bvar_dump_interval配置，默认为75秒。
api server http time: 各API接口的处理耗时（不包含route），只监测接口耗时，不做细粒度区分，目前也不通过Grafana展示，可以通过Prometheus手动查询。目前监测deployment、sp和query三种方法。
- api server route time: APIServer进行http route的耗时，通常为us级别，一般忽略不计

以上聚合指标的获取方式见下文。在组件指标中，deploy query response time关键字为deployment，api server http time关键字为http_method。如果指标展示不正常，可以查询组件指标定位问题。

2. Component-Level 指标#

OpenMLDB 的相关组件（即 nameserver, tablet, etc）, 本身作为 BRPC server，暴露了 Prometheus 相关指标，只需要配置 Prometheus server 从对应地址拉取指标即可。对应 prometheus_example.yml中 job_name=openmldb_components 项：

  - job_name: openmldb_components
    # job to pull component metrics from OpenMLDB like tablet/nameserver
    # tweak the 'targets' list in 'static_configs' on your need
    # every nameserver/tablet component endpoint should be added into targets
    metrics_path: /brpc_metrics
    static_configs:
      - targets:
        - 172.17.0.15:9622

暴露的指标主要是

BRPC server 进程相关信息
对应 BRPC server 定义的 RPC method 相关指标，例如该 RPC 的请求 count, error_count, qps 和 response_time
Deployment 相关指标，分deployment统计，但只统计该tablet上的deployment请求。它们将通过Grafana聚合，形成最终的的集群级别Deployment指标。

通过

curl http://${COMPONENT_IP}:${COMPONENT_PORT}/brpc_metrics

查看指标和帮助信息。注意不同的组件暴露的指标会有所不同。

监控

Contents

监控#

概述#