压测场景的监控大盘配置

对性能有高要求的系统在开发完成后或在线上环境遇到性能瓶颈时,多数将借助性能压测工具来提升服务应对大流量时的能力,此时可借助 Erda 的大盘能力查看压测过程中需关注的指标,例如:

  • 服务运行中出现的慢 SQL
  • 服务运行中出现的慢请求
  • 压测场景下服务的内存及 CPU 使用情况

下文将以 apm-demo-api 为例,介绍如何通过 Erda 在性能压测场景下配置监控大盘。

压测场景的监控大盘配置 - 图1

慢 SQL 大盘配置

针对慢 SQL,您可在 Erda 大盘中选择表格类型的图表,查看 SQL 语句、SQL 请求的平均时间、SQL 请求的最大时间等信息,相关配置如下图所示:

压测场景的监控大盘配置 - 图2

慢请求大盘配置

压测场景的监控大盘配置 - 图3

除慢请求外,您还可以查看特定请求路径的请求折线图。

压测场景的监控大盘配置 - 图4

若服务为 Java 服务,您可通过大盘查看堆内存使用情况以及 GC 情况。

堆内存使用情况大盘配置

压测场景的监控大盘配置 - 图5

服务 GC 使用情况大盘配置

压测场景的监控大盘配置 - 图6

内存及 CPU 使用情况大盘配置

您还可以通过运维大盘配置容器内存及 CPU 水位图表,需注意的是,在压测场景下需多关注 CPU 或者内存的峰值,以通过最大值来获取峰值。

单个实例 CPU 限制值卡片配置

压测场景的监控大盘配置 - 图7

单个实例 MEM 限制值卡片配置

压测场景的监控大盘配置 - 图8

实例数量卡片配置

压测场景的监控大盘配置 - 图9

实例 CPU 水位配置

压测场景的监控大盘配置 - 图10

实例 MEM 水位配置

压测场景的监控大盘配置 - 图11

如需基于 Pod Name 筛选,可在部署中心查看 Pod Name。

压测场景的监控大盘配置 - 图12