title: TiFlash 集群监控

TiFlash 集群监控

使用 TiUP 部署 TiDB 集群时，一键部署监控系统 (Prometheus & Grafana)，监控架构参见 TiDB 监控框架概述。

目前 Grafana Dashboard 整体分为 PD、TiDB、TiKV、Node_exporter、Overview 等。

TiFlash 面板一共包括 TiFlash-Summary、TiFlash-Proxy-Summary、TiFlash-Proxy-Details。通过面板上的指标，可以了解 TiFlash 当前的状态。其中 TiFlash-Proxy-Summary、TiFlash-Proxy-Details 主要为 TiFlash 的 Raft 层信息，其监控指标信息可参考 TiKV 监控指标详解。

注意：

低版本的 TiFlash 监控信息较不完善，如有需要推荐使用 v4.0.5 或更高版本的 TiDB 集群。

以下为 TiFlash-Summary 默认的监控信息：

Server

  • Store size：每个 TiFlash 实例的使用的存储空间的大小。
  • Available size：每个 TiFlash 实例的可用的存储空间的大小。
  • Capacity size：每个 TiFlash 实例的存储容量的大小。
  • Uptime：自上次重启以来 TiFlash 正常运行的时间。
  • Memory：每个 TiFlash 实例内存的使用情况。
  • CPU Usage：每个 TiFlash 实例 CPU 的使用率。
  • FSync OPS：每个 TiFlash 实例每秒进行 fsync 操作的次数。
  • File Open OPS：每个 TiFlash 实例每秒进行 open 操作的次数。
  • Opened File Count：当前每个 TiFlash 实例打开的文件句柄数。

注意：

Store size、FSync OPS、File Open OPS、Opened File Count 目前仅包含了 TiFlash 存储层的统计指标，未包括 TiFlash-Proxy 内的信息。

Coprocessor

  • Request QPS：所有 TiFlash 实例收到的 coprocessor 请求数量。其中 batch 是 batch 请求数量，batch_cop 是 batch 请求中的 coprocessor 请求数量，cop 是直接通过 coprocessor 接口发送的 coprocessor 请求数量，cop_dag 是所有 coprocessor 请求中 dag 请求数量，super_batch 是开启 super batch 特性的请求数量。
  • Executor QPS：所有 TiFlash 实例收到的请求中，每种 dag 算子的数量，其中 table_scan 是扫表算子，selection 是过滤算子，aggregation 是聚合算子，top_n 是 TopN 算子，limit 是 limit 算子。
  • Request Duration：所有 TiFlash 实例处理 coprocessor request 总时间，总时间为接收到该 coprocessor 请求至请求应答完毕的时间。
  • Error QPS：所有 TiFlash 实例处理 coprocessor 请求的错误数量。其中 meet_lock 为读取的数据有锁，region_not_found 为 Region 不存在，epoch_not_match 为读取的 Region epoch 与本地不一致，kv_client_error 为与 TiKV 通信产生的错误，internal_error 为 TiFlash 内部系统错误，other 为其他错误。
  • Request Handle Duration：所有 TiFlash 实例处理 coprocessor 请求处理时间，处理时间为该 coprocessor 请求开始执行到执行结束的时间。
  • Response Bytes/Seconds：所有 TiFlash 实例应答总字节数。
  • Cop task memory usage：所有 TiFlash 实例处理 coprocessor 请求占用的总内存。
  • Handling Request Number：所有 TiFlash 实例正在处理的 coprocessor 请求数量之和。请求的分类与 Request QPS 中的相同.

DDL

  • Schema Version：每个 TiFlash 实例目前缓存的 schema 版本。
  • Schema Apply OPM：所有 TiFlash 实例每分钟 apply 同步 TiDB schema diff 的次数。diff apply 是正常的单次 apply 过程，如果 diff apply 失败，则 failed apply +1，并回退到 full apply，拉取最新的 schema 信息以更新 TiFlash 的 schema 版本。
  • Schema Internal DDL OPM：所有 TiFlash 实例每分钟执行的内部 DDL 次数。
  • Schema Apply Duration：所有 TiFlash 实例 apply schema 消耗的时间。

Storage

  • Write Command OPS：所有 TiFlash 实例存储层每秒收到的写请求数量。
  • Write Amplification：每个 TiFlash 实例写放大倍数（实际磁盘写入量/逻辑数据写入量）。total 为自此次启动以来的写放大倍数，5min 为最近 5 分钟内的写放大倍数。
  • Read Tasks OPS：每个 TiFlash 实例每秒存储层内部读取任务的数量。
  • Rough Set Filter Rate：每个 TiFlash 实例最近 1 分钟内读取的 packet 数被存储层粗糙索引过滤的比例。
  • Internal Tasks OPS：所有 TiFlash 实例每秒进行内部数据整理任务的次数。
  • Internal Tasks Duration：所有 TiFlash 实例进行内部数据整理任务消耗的时间。
  • Page GC Tasks OPM：所有 TiFlash 实例每分钟进行 Delta 部分数据整理任务的次数。
  • Page GC Tasks Duration：所有 TiFlash 实例进行 Delta 部分数据整理任务消耗的时间分布。
  • Disk Write OPS：所有 TiFlash 实例每秒进行磁盘写入的次数。
  • Disk Read OPS：所有 TiFlash 实例每秒进行磁盘读取的次数。
  • Write flow：所有 TiFlash 实例磁盘写操作的流量。
  • Read flow：所有 TiFlash 实例磁盘读操作的流量。

注意：

目前这部分监控指标仅包含了 TiFlash 存储层的统计指标，未包括 TiFlash-Proxy 内的信息。

Raft

  • Read Index OPS：每个 TiFlash 实例每秒触发 read_index 请求的次数，等于请求触发的 Region 总数。
  • Read Index Duration：所有 TiFlash 实例在进行 read_index 消耗的时间，主要消耗在于和 Region leader 的交互和重试时间。
  • Wait Index Duration：所有 TiFlash 实例在进行 wait_index 消耗的时间，即拿到 read_index 请求后，等待本地的 Region index >= read_index 所花费的时间。