国产化替代

MatrixDB监控参数解读

1. Overview版块

overview版块显示了集群的整体运行状态，包括：

参数名	描述	参考报警阈值
集群状态	集群节点状态，包括： 0：正常 1：无Standby 2：无Mirror 10：分布不均衡（部分节点宕机恢复后，没有重新平衡主从角色） 11：存在主从不同步节点（部分mirror节点与primary不同步） 12：只有Master（集群只启动了Master节点，通常在诊断时使用） 20：Segment宕机（存在不可用的Segment节点，集群不可用）	Segment宕机为严重事件，需要报警
运行时间	包括MatrixDB自启动以来的运行时间和master宿主机操作系统运行时间
版本	MatrixDB的版本
连接状态	连接状态显示了数据库系统中的连接数统计，包括：连接总数、连接查询被阻塞数、空闲连接数、事务中空闲数
慢查询	当前系统中，执行时间超过1天的查询数量	大于0则说明有特别慢的查询，需要报警
事务	事务提交与回滚数量统计	可以设置回滚报警阈值
磁盘使用量	master节点和segment节点的磁盘使用量与剩余空间	报警建议直接在node_exporter里设置
节点状态	每个节点的状态，包括： 0：UP（正常） 10：Switched（角色互换，说明出现过主从切换，需要重新平衡） 11：Resync（主从同步中） 20：Down（宕机）	11、20两个值需要增加报警

2. Database Performance版块

Database Performance版块展示了数据库性能，包括：

参数名	描述	参考报警阈值
Page Hit Ratio	读取数据页时命中缓冲区比率
Temp Size	临时文件用量
Deadlocks	发生死锁次数	大于0可报警
Checksum Failures	数据页校验失败的次数	大于0可报警
Sessions Per Database	每个数据库的连接数
Page Cache Hit	blks_hit：读取数据页时命中缓存次数 blks_read：未命中缓存而要读磁盘的次数
Rows Read	查询读取和返回tuple数
Checkpoints	checkpoints触发次数，包括： checkpoints_req：手动触发 checkpoints_timed：周期触发
Replication Latency	主从复制延迟，单位ms write_lag：日志写到mirror文件缓存中的延迟 flush_lag：日志刷新到mirror磁盘的延迟 replay_lag：日志在mirror回放完毕的延迟 Top Segment：所有节点write_lag+flush_lag+replay_lag延迟和最大值	可以根据情况设置报警阈值
Rows Insert/Update/Delete	行操作统计 Rows Insert：插入行数 Rows Update：更新行数 Rows Delete：删除行数
Checkpoint buffers	写脏页统计 buffers_checkpoint：checkpoint写脏页数量 buffers_clean：bgwriter写脏页数量 buffers_backend：backend进程写脏页数量
Top 10 Replication Lag Size	Top10节点延迟量统计，计算方法为发送的lsn与回放lsn差值	可以根据情况设置报警阈值

3. Storage版块

storage版块展示了存储相关的统计，包括：

参数名	描述	参考报警阈值
Top 10 Databases	Top10数据库大小
Top 10 Users	Top10用户产生数据大小
Top 10 Aging Database	Top10 数据库年龄（小于该值的事务ID被替换为Frozen）
Top 10 Big Tables	Top10数据库表大小
Top 10 Big Partitions	Top10分区表大小
Top 10 Growth Today	当天Top10表大小增量
Top 10 Growth Last 7 Days	过去7天Top10表大小增量