在 IoTDB 的运行过程中，我们希望对 IoTDB 的状态进行观测，以便于排查系统问题或者及时发现系统潜在的风险，能够**反映系统运行状态的一系列指标 **就是系统监控指标。

1. 什么场景下会使用到监控?

那么什么时候会用到监控框架呢？下面列举一些常见的场景。

1. 系统变慢了

   系统变慢几乎是最常见也最头疼的问题，这时候我们需要尽可能多的信息来帮助我们找到系统变慢的原因，比如：

   • JVM信息：是不是有FGC？GC耗时多少？GC后内存有没有恢复？是不是有大量的线程？
   • 系统信息：CPU使用率是不是太高了？磁盘IO是不是很频繁？
   • 连接数：当前连接是不是太多？
   • 接口：当前TPS是多少？各个接口耗时有没有变化？
   • 线程池：系统中各种任务是否有积压？
   • 缓存命中率

2. 磁盘快满了

   这时候我们迫切想知道最近一段时间数据文件的增长情况，看看是不是某种文件有突增。

3. 系统运行是否正常

   此时我们可能需要通过错误日志的数量、集群节点的状态等指标来判断系统是否在正常运行。

2. 什么人需要使用监控?

所有关注系统状态的人员都可以使用，包括但不限于研发、测试、运维、DBA等等

3. 什么是监控指标？

3.1. 监控指标名词解释

在 IoTDB 的监控模块，每个监控指标被 Metric Name 和 Tags 唯一标识。

• Metric Name：指标类型名称，比如logback_events表示日志事件。
• Tags：指标分类，形式为Key-Value对，每个指标下面可以有0到多个分类，常见的Key-Value对：
  • name = xxx：被监控对象的名称，是对业务逻辑的说明。比如对于Metric Name = entry_seconds_count 类型的监控项，name的含义是指被监控的业务接口。
  • type = xxx：监控指标类型细分，是对监控指标本身的说明。比如对于Metric Name = point 类型的监控项，type的含义是指监控具体是什么类型的点数。
  • status = xxx：被监控对象的状态，是对业务逻辑的说明。比如对于Metric Name = Task类型的监控项可以通过该参数，从而区分被监控对象的状态。
  • user = xxx：被监控对象的相关用户，是对业务逻辑的说明。比如统计root用户的写入总点数。
  • 根据具体情况自定义：比如logback_events_total下有一个level的分类，用来表示特定级别下的日志数量。
• Metric Level：指标管理级别，默认启动级别为Core级别，建议启动级别为Important级别 ，审核严格程度Core > Important > Normal > All
  • Core：系统的核心指标，供系统内核和运维人员使用，关乎系统的性能、稳定性、安全性，比如实例的状况，系统的负载等。
  • Important：模块的重要指标，供运维和测试人员使用，直接关乎每个模块的运行状态，比如合并文件个数、执行情况等。
  • Normal：模块的一般指标，供开发人员使用，方便在出现问题时定位模块，比如合并中的特定关键操作情况。
  • All：模块的全部指标，供模块开发人员使用，往往在复现问题的时候使用，从而快速解决问题。

3.2. 监控指标对外获取数据格式

• IoTDB 对外提供 JMX、 Prometheus 和 IoTDB 格式的监控指标：
  • 对于 JMX ，可以通过org.apache.iotdb.metrics获取系统监控指标指标。
  • 对于 Prometheus ，可以通过对外暴露的端口获取监控指标的值
  • 对于 IoTDB 方式对外暴露：可以通过执行 IoTDB 的查询来获取监控指标

4. 监控指标有哪些？

目前，IoTDB 对外提供一些主要模块的监控指标，并且随着新功能的开发以及系统优化或者重构，监控指标也会同步添加和更新。如果想自己在 IoTDB 中添加更多系统监控指标埋点，可以参考IoTDB Metrics Frameworkopen in new window使用说明。

4.1. Core 级别监控指标

Core 级别的监控指标在系统运行中默认开启，每一个 Core 级别的监控指标的添加都需要经过谨慎的评估，目前 Core 级别的监控指标如下所述：

4.1.1. 集群运行状态

4.1.2. IoTDB 进程运行状态

4.1.3. 系统运行状态

4.2. Important 级别监控指标

目前 Important 级别的监控指标如下所述：

4.2.1. 集群运行状态

4.2.2. 节点统计

4.2.3. IoT共识协议统计

4.2.4. 缓存统计

4.2.5. 接口层统计

4.2.6. 内存统计

4.2.7. 任务统计

4.2.8. 合并统计

4.2.9. 文件统计信息

4.2.10. IoTDB 进程统计

4.2.11. IoTDB 日志统计

4.2.12. JVM 线程统计

4.2.13. JVM GC 统计

4.2.14. JVM 内存统计

4.2.15. JVM 类加载统计

4.2.16. JVM 编译时间统计

4.3. Normal 级别监控指标

4.3.1. 集群

4.4. All 级别监控指标

目前还没有All级别的监控指标，后续会持续添加。

5. 怎样获取这些系统监控？

• 监控模块的相关配置均在conf/iotdb-{datanode/confignode}.properties中，所有配置项支持通过load configuration命令热加载。

5.1. 使用 JMX 方式

对于使用 JMX 对外暴露的指标，可以通过 Jconsole 来进行查看。在进入 Jconsole 监控页面后，首先会看到 IoTDB 的各类运行情况的概览。在这里，您可以看到堆内存信息、线程信息、类信息以及服务器的 CPU 使用情况。

5.1.1. 获取监控指标数据

连接到 JMX 后，您可以通过 “MBeans” 标签找到名为 “org.apache.iotdb.metrics” 的 “MBean”，可以在侧边栏中查看所有监控指标的具体值。

5.1.2. 获取其他相关数据

连接到 JMX 后，您可以通过 “MBeans” 标签找到名为 “org.apache.iotdb.service” 的 “MBean”，如下图所示，了解服务的基本状态

为了提高查询性能，IOTDB 对 ChunkMetaData 和 TsFileMetaData 进行了缓存。用户可以使用 MXBean ，展开侧边栏org.apache.iotdb.db.service查看缓存命中率：

5.2. 使用 Prometheus 方式

5.2.1. 监控指标的 Prometheus 映射关系

对于 Metric Name 为 name, Tags 为 K1=V1, …, Kn=Vn 的监控指标有如下映射，其中 value 为具体值

5.2.2. 修改配置文件

1. 以 DataNode 为例，修改 iotdb-datanode.properties 配置文件如下：

dn_metric_reporter_list=PROMETHEUS
dn_metric_level=CORE
dn_metric_prometheus_reporter_port=9091

1. 启动 IoTDB DataNode

2. 打开浏览器或者用curl 访问 http://servier_ip:9091/metrics, 就能得到如下 metric 数据：

...
# 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
...

5.2.3. Prometheus + Grafana

如上所示，IoTDB 对外暴露出标准的 Prometheus 格式的监控指标数据，可以使用 Prometheus 采集并存储监控指标，使用 Grafana 可视化监控指标。

IoTDB、Prometheus、Grafana三者的关系如下图所示:

iotdb_prometheus_grafana

1. IoTDB在运行过程中持续收集监控指标数据。
2. Prometheus以固定的间隔（可配置）从IoTDB的HTTP接口拉取监控指标数据。
3. Prometheus将拉取到的监控指标数据存储到自己的TSDB中。
4. Grafana以固定的间隔（可配置）从Prometheus查询监控指标数据并绘图展示。

从交互流程可以看出，我们需要做一些额外的工作来部署和配置Prometheus和Grafana。

比如，你可以对Prometheus进行如下的配置（部分参数可以自行调整）来从IoTDB获取监控数据

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

更多细节可以参考下面的文档：

Prometheus安装使用文档open in new window

Prometheus从HTTP接口拉取metrics数据的配置说明open in new window

Grafana安装使用文档open in new window

Grafana从Prometheus查询数据并绘图的文档open in new window

5.2.4. Apache IoTDB Dashboard

我们提供了Apache IoTDB Dashboard，在Grafana中显示的效果图如下所示：

Apache IoTDB Dashboard

5.2.4.1. 如何获取 Apache IoTDB Dashboard？

1. 您可以在 GitHub 上获取到Dashboard的json文件。
   1. Apache IoTDB ConfigNode Dashboard
   2. Apache IoTDB DataNode Dashboard
2. 您可以访问Grafana Dashboard官网open in new window搜索Apache IoTDB Dashboard并使用

在创建Grafana时，您可以选择Import刚刚下载的json文件，并为Apache IoTDB Dashboard选择对应目标数据源。

5.2.4.2. Apache IoTDB ConfigNode Dashboard 说明

除特殊说明的监控项以外，以下监控项均保证在Important级别的监控框架中可用。

• Overview：系统概述
  • Registered Node：注册的ConfigNode/DataNode个数
  • DataNode：集群DataNode的存活状态，包括Online和Unknown两种。
  • ConfigNode：集群ConfigNode的存活状态，包括Online和Unknown两种。
  • The Status Of Node：集群具体节点运行状态，包括Online和Unkown两种。
• Region：Region概述
  • Region Number：Region个数，包括总个数，DataRegion 个数和 SchemaRegion 个数。
  • Leadership distribution：集群 Leader 分布情况，指每个节点上对应 Region 的 Leader 的个数。
  • Total Region in Node：不同 Node 的 Region 总数量。
  • Region in Node：不同 Node 的 SchemaRegion/DataRegion 数量。
  • Region in Database（Normal级别）：不同 Database 的 Region 数量，包括 SchemaRegion、DataRegion。
  • Slot in Database(Normal级别)：不同 Database 的Slot数量，包括 DataSlot 数量和 SchemaSlot 数量。
• System：系统
  • CPU Core：系统 CPU 核数情况。
  • CPU Load：系统 CPU 负载情况、进度 CPU 负载情况。
  • CPU Time Per Minute：进程平均每分钟占用系统 CPU 时间，注意：多核会导致该值超过1分钟。
  • System Memory：系统物理内存大小、系统使用物理内存大小、虚拟机提交的内存大小。
  • System Swap Size：系统交换区总大小、系统交换区使用大小。
  • Process Memory：IoTDB 进程最大内存总大小、IoTDB 进程总内存大小、IoTDB 进程使用内存大小。
  • The Number of GC Per Minute：平均每分钟 GC 次数。
  • The Time Consumed Of GC Per Minute：平均每分钟 GC 耗时。
  • The Number Of Java Thread：IoTDB 进程的不同状态的线程数。
  • Heap Memory：IoTDB 进程的堆内存
  • Off Heap Memory：IoTDB 进程的堆外内存
  • Log Number Per Minute：IoTDB 进程平均每分钟日志数
  • The Time Consumed of Compliation Per Minute：平均每分钟编译耗时
  • The Number Of Class：JVM 加载和卸载的类数量

5.2.4.3. Apache IoTDB DataNode Dashboard 说明

除特殊说明的监控项以外，以下监控项均保证在Important级别的监控框架中可用。

• Overview：系统概述
  • The Number Of Entity：实体数量，包含时间序列等
  • Write Point Per Minute：每分钟系统平均写入点数
  • Database Used Memory：每个 Database 使用的内存大小
• Interface：接口
  • The Time Consumed Of Operation(50%)：不同客户端操作耗时的中位数
  • The Time Consumed Of Operation(75%)：不同客户端操作耗时的上四分位数
  • The Time Consumed Of Operation(100%)：不同客户端操作耗时的最大值
  • The QPS of Interface：系统接口每秒钟访问次数
  • The Time Consumed Of Interface：系统接口的平均耗时
  • Cache Hit Rate：缓存命中率
  • Thrift Connection：建立的 Thrift 连接个数
  • Thrift Active Thread：建立的活跃的 Thrift 连接的个数
• Engine：引擎
  • Task Number：系统中不同状态的任务个数
  • The Time Consumed Of Tasking：系统中不同状态的任务的耗时
  • Compaction Read And Write Per Minute：平均每分钟合并读取和写入数据量
  • Compaction R/W Ratio Per Minute：平均每分钟合并读取和写入数据比
  • Compaction Number Per Minute：平均每分钟不同类型的合并任务数量
• IoTConsensus：IoT共识协议
  • IoTConsensus Used Memory：IoT共识层使用的内存大小
  • IoTConsensus Sync Index：不同的Region的写入Index和同步Index
  • IoTConsensus Overview：不同节点的同步总差距、总缓存的请求个数
  • The time consumed of different stages(50%)：不同阶段耗时的中位数
  • The time consumed of different stages(75%)：不同阶段耗时的上四分位数
  • The time consumed of different stages(100%)：不同阶段耗时的最大值
  • IoTConsensus Search Index Rate：不同region的写入Index的增长速度
  • IoTConsensus Safe Index Rate：不同region的同步Index的增长速度
  • IoTConsensus LogDispatcher Request Size：不同的LogDispatcherThread缓存的请求个数
  • Sync Lag：每个region的同步index差距
  • Min Peer Sync Lag：每个region的写入index和同步最快的LogDispatcherThread的同步index之间的差距
  • Sync speed diff of Peers：每个region中同步最快的LogDispatcherThread与同步最慢的LogDispatcherThread之间的同步index差距
• System：系统
  • CPU Core：系统 CPU 核数情况。
  • CPU Load：系统 CPU 负载情况、进度 CPU 负载情况。
  • CPU Time Per Minute：进程平均每分钟占用系统 CPU 时间，注意：多核会导致该值超过1分钟。
  • System Memory：系统物理内存大小、系统使用物理内存大小、虚拟机提交的内存大小。
  • System Swap Size：系统交换区总大小、系统交换区使用大小。
  • Process Memory：IoTDB 进程最大内存总大小、IoTDB 进程总内存大小、IoTDB 进程使用内存大小。
  • The Size Of File：IoTDB系统相关的文件大小，包括wal下的文件总大小、seq下的tsfile文件总大小、unseq下的tsfile文件总大小
  • The Number Of File：IoTDB系统相关的文件个数，包括wal下的文件个数、seq下的tsfile文件个数、unseq下的tsfile文件个数
  • The Space Of Disk：当前data目录所挂载的磁盘总大小和剩余大小
  • The Number of GC Per Minute：平均每分钟 GC 次数。
  • The Time Consumed Of GC Per Minute：平均每分钟 GC 耗时。
  • The Number Of Java Thread：IoTDB 进程的不同状态的线程数。
  • Heap Memory：IoTDB 进程的堆内存
  • Off Heap Memory：IoTDB 进程的堆外内存
  • Log Number Per Minute：IoTDB 进程平均每分钟日志数
  • The Time Consumed of Compliation Per Minute：平均每分钟编译耗时
  • The Number Of Class：JVM 加载和卸载的类数量

5.3. 使用 IoTDB 方式

5.3.1. 监控指标的 IoTDB 映射关系

对于 Metric Name 为 name, Tags 为 K1=V1, …, Kn=Vn 的监控指标有如下映射，以默认写到 root.__system.metric.ip:port 为例

5.3.2. 获取监控指标

根据如上的映射关系，可以构成相关的 IoTDB 查询语句获取监控指标