Usa paneles de Grafana para supervisar Spanner Omni

Supervisa el estado y el rendimiento de tus implementaciones de Spanner Omni con los paneles de Grafana. En estos paneles, se visualizan las métricas de Spanner Omni que se transfieren a Prometheus, lo que proporciona estadísticas integrales sobre el estado operativo de tu implementación. Obtienes visibilidad del estado general del sistema, el consumo de recursos y los procesos internos críticos.

Inventario de paneles

En la siguiente tabla, se proporciona un resumen de alto nivel de los paneles disponibles:

Panel Métricas clave Propósito principal
Descripción general QPS, latencia, capacidad de procesamiento Supervisa el rendimiento general de la implementación, incluidas las consultas por segundo (QPS), la latencia de las solicitudes y la capacidad de procesamiento de datos.
Estadísticas del sistema CPU, memoria, tiempo de espera de bloqueo Enfócate en el consumo de recursos y el estado a nivel de la base de datos (por ejemplo, CPU, memoria y tiempo de espera de bloqueo) para las bases de datos seleccionadas.
Estadísticas de Deployment CPU, uso de memoria y red Proporciona estadísticas detalladas sobre el consumo general de recursos de implementación y las estadísticas de la red.
Sistema de archivos de Spanner Omni Operaciones de archivos, latencia y capacidad de procesamiento Supervisar las operaciones, el rendimiento, la latencia y la capacidad de procesamiento del sistema de archivos subyacente
gRPC Recuento, estado y latencia de RPC Realiza un seguimiento de las estadísticas detalladas de RPC para la comunicación del servidor y del cliente.
Compactaciones Tasa de éxito y falla de la compactación, retraso de la compactación Visualiza el rendimiento del mantenimiento de datos en segundo plano, enfocándose en las tasas de éxito y error de la compactación, y en la demora de la compactación.
Divisiones, fusiones y traslados Cantidad de divisiones, combinaciones y movimientos; tamaño del grupo Supervisa la distribución dinámica de los datos, incluidas las operaciones de directorio (divisiones, combinaciones y movimientos), el tamaño de los grupos de datos y los posibles puntos de acceso.
Tablets Recuento de tabletas y distribución de la carga Proporcionar estadísticas detalladas sobre las tablets, las operaciones y la distribución de la carga, y, además, identificar posibles hotspots
TrueTime Desviaciones, incertidumbre e incumplimientos del ANS Supervisar el estado y la confiabilidad del servicio de TrueTime de Spanner Omni, incluidas las desviaciones, la incertidumbre y los incumplimientos del ANS
Registro compartido Tasa de escritura y tasa de errores de ordenamiento Supervisa el rendimiento de los registros compartidos, en especial las tasas de escritura y las tasas de errores de clasificación.

Estos son algunos de los gráficos disponibles en los paneles:

  • Capacidad de procesamiento (CPU virtuales): Es la cantidad total de vCPUs aprovisionadas en la implementación.

  • Capacidad de memoria: Es la memoria física total aprovisionada en toda la implementación.

  • Capacidad de almacenamiento: Capacidad de almacenamiento total y disponible del sistema de archivos.

  • Estado del nodo: Realiza un seguimiento del recuento de servidores totales y en mal estado en la implementación.

  • Uso de la capacidad de procesamiento: Es el porcentaje de la capacidad total de vCPU en uso.

  • Uso de memoria: Uso total de memoria en toda la implementación. Se espera un uso alto porque Spanner Omni usa memoria inactiva para fines de caché.

  • Uso del almacenamiento: Es el porcentaje de la capacidad total de almacenamiento en uso.

  • Almacenamiento usado por CPU virtual: Es la proporción del almacenamiento total usado en relación con el recuento total de vCPU.

  • Servidores: Una tabla detallada que muestra las métricas por servidor y por zona para el uso de CPU, el uso de memoria, el tiempo de actividad, el vCPU total, la memoria total, el almacenamiento utilizado y la capacidad de almacenamiento.

Panel de estadísticas del sistema

El panel de estadísticas del sistema se enfoca en el estado y el rendimiento de las bases de datos en la implementación. En este panel, se incluyen los siguientes gráficos:

  • Resumen del uso de CPU: Uso general de CPU de la base de datos agregado en los servidores seleccionados.

  • Uso de CPU por usuario y sistema: Uso de CPU en la base de datos seleccionada, agrupado por tareas del usuario y del sistema, y prioridad.

  • Uso de CPU por tipo de operación: Uso de CPU agrupado por tipo de operación para la base de datos seleccionada, agregado en los servidores seleccionados.

  • Uso de CPU por tipo de operación: Prioridad alta: Uso de CPU agrupado por tipo de operación y filtrado por prioridad alta para la base de datos seleccionada agregada en los servidores seleccionados.

  • Uso de CPU por tipo de operación: prioridad media: Uso de CPU agrupado por tipo de operación y filtrado por prioridad media para la base de datos seleccionada agregada en los servidores seleccionados.

  • Uso de CPU por tipo de operación: Prioridad baja: Uso de CPU agrupado por tipo de operación y filtrado por prioridad baja para la base de datos seleccionada agregada en los servidores seleccionados.

  • Latencia de la solicitud (P50, P90, P99): Es la latencia dentro de una base de datos seleccionada, agrupada por métodos de lectura y escritura en los servidores seleccionados.

  • Latencia de solicitud por método (P50, P90, P99): Es la latencia dentro de una base de datos seleccionada, agrupada por métodos de API en los servidores seleccionados.

  • Latencia de transacción (P50, P90, P99): Es la latencia de la solicitud dentro de una base de datos seleccionada, agrupada por tipo de transacción y participación del líder en los servidores seleccionados.

  • Capacidad de procesamiento: Capacidad de procesamiento de lectura y escritura en una base de datos seleccionada en los servidores seleccionados.

  • Capacidad de procesamiento por método: Capacidad de procesamiento dentro de una base de datos seleccionada agrupada por método en los servidores seleccionados.

  • Operaciones por segundo: Operaciones por segundo en una base de datos seleccionada, agrupadas por métodos de lectura y escritura en los servidores seleccionados.

  • Operaciones por segundo según el método: Operaciones por segundo en una base de datos seleccionada, agrupadas por métodos en los servidores seleccionados.

  • Utilización del almacenamiento por base de datos: Bytes físicos no replicados que usa cada base de datos. La tablet principal de cada grupo proporciona esta métrica. La cantidad real de bytes físicos replicados en todas las tablets de un grupo puede ser mayor o menor según el estado de las compactaciones en cada tablet, pero esta métrica proporciona una idea aproximada de la cantidad de almacenamiento físico no replicado que usa cada base de datos.

  • Tiempo de espera de bloqueo: Es el tiempo total de espera de bloqueo por conflictos de bloqueo para la base de datos seleccionada en un intervalo de 5 minutos.

  • Tasa de transacciones anuladas: Es la tasa de transacciones anuladas o canceladas. Las tasas de cancelación pueden ser más altas cuando se producen conflictos entre las transacciones.

  • Recuento de objetos de esquema: Es la cantidad de objetos de esquema para la base de datos seleccionada.

  • Participantes de la transacción: Distribución de la cantidad de participantes de la transacción en cada intento de confirmación de la base de datos.

Panel de estadísticas de Deployment

El panel de estadísticas de implementación proporciona más información sobre el consumo de recursos de implementación. En este panel, se incluyen los siguientes gráficos:

  • Uso de CPU: Es el uso agregado de CPU para los servidores seleccionados.

  • Uso de CPU del servidor: Uso de CPU para cada servidor seleccionado.

  • Uso de CPU por proceso: Uso de CPU para cada proceso agregado en los servidores seleccionados.

  • Uso de memoria: Es el uso agregado de memoria para los servidores seleccionados. Se esperan valores altos porque Spanner Omni almacena en caché los datos en la memoria, que Spanner Omni puede liberar si es necesario.

  • Uso de memoria del servidor: Uso de memoria para cada uno de los servidores seleccionados. Se esperan valores altos porque Spanner Omni almacena en caché los datos en la memoria, que Spanner Omni puede liberar si es necesario.

  • Tamaño de la memoria residente del proceso: Tamaño de la memoria residente para cada proceso de los servidores seleccionados.

  • Tamaño de la memoria virtual del proceso: Tamaño de la memoria virtual para cada proceso de los servidores seleccionados.

  • Desglose de la memoria del servidor: Uso de la memoria por categoría (caché, fragmentada, memtable_pinned, sistema, actualizaciones y otras) agregado en los servidores seleccionados. Esta memoria es específica del proceso span_server.

  • Bytes enviados de red: Bytes enviados por interfaz agregados en todos los servidores.

  • Bytes recibidos de red: Bytes recibidos por interfaz agregados en todos los servidores.

  • Top 10 Servers By Network Sent Bytes: Los 10 servidores principales según los bytes enviados por la red (vista de tabla).

  • Top 10 Servers By Network Received Bytes: Los 10 servidores principales según los bytes recibidos de la red (vista de tabla).

Panel del sistema de archivos de Spanner Omni

El panel de Spanner Omni File System supervisa las operaciones del sistema de archivos subyacente que son fundamentales para el rendimiento, incluidas las tasas de operación, la latencia y la capacidad de procesamiento. En este panel, se incluyen los siguientes gráficos:

  • Gráficos de operaciones de archivos:

    • Operaciones por segundo: Realiza un seguimiento de la tasa total de operaciones de archivos, agrupadas por operación.

    • Operaciones locales y remotas por segundo: Realiza un seguimiento de la tasa de operaciones de archivos, separadas por acceso local y remoto.

    • Operaciones de error por segundo: Muestra la tasa de operaciones del sistema de archivos fallidas, agrupadas por operación y estado.

  • Gráficos de latencia: Incluyen gráficos de latencia de P50, P90 y P99 para operaciones de archivos locales y remotos, agrupados por operación.

  • Gráficos de capacidad de procesamiento:

    • Rendimiento de lectura y escritura local y remoto: Realiza un seguimiento de la tasa de rendimiento de lectura y escritura, separada por acceso local y remoto.

    • Bytes por operación: Incluye los bytes de P50 y P90 transferidos por operación para el acceso local y remoto.

  • Estadísticas del sistema de archivos:

    • Tamaño total del sistema de archivos por zona: Muestra el tamaño total del sistema de archivos aprovisionado, agrupado por zona de Spanner Omni.

    • Uso del sistema de archivos por zona: Muestra el tamaño actual del sistema de archivos utilizado, agrupado por zona de Spanner Omni.

Panel de gRPC

El panel de gRPC hace un seguimiento de las estadísticas detalladas de RPC para todos los servidores dentro de la implementación. En este panel, se incluyen los siguientes gráficos:

  • Métricas del servidor: Supervisan el rendimiento de RPC desde la perspectiva del servidor.

    • Latencia de RPC por método (P50, P90, P99): Es la latencia por método RPC en el servidor.

    • Capacidad de procesamiento enviada por el servidor por método: Bytes enviados por segundo por método para los servidores seleccionados.

    • Capacidad de procesamiento enviada por el servidor por proceso: Bytes enviados por segundo por proceso para los servidores seleccionados.

    • Capacidad de procesamiento recibida del servidor por método: Bytes recibidos por segundo por método para los servidores seleccionados.

    • Capacidad de procesamiento recibida del servidor por proceso: Bytes recibidos por segundo por proceso para los servidores seleccionados.

    • Recuento de estado canónico del servidor por método: Es la tasa de ocurrencia del código de estado canónico por método para los servidores seleccionados.

    • RPCs completadas del servidor por método: Es la tasa de RPCs completadas por método para los servidores seleccionados.

    • Canales activos del servidor: Es la cantidad total de canales gRPC creados en el servidor desde que se inició la aplicación y que permanecen activos.

  • Métricas del cliente: Supervisan el rendimiento de RPC desde la perspectiva del cliente.

    • Latencia de ida y vuelta del cliente por método (P50, P90, P99): Latencia de ida y vuelta RPC por método, que incluye la latencia del servidor, la red y el tiempo en la cola.

    • Client Sent Throughput Per Method: Bytes enviados por segundo por método para los servidores seleccionados.

    • Client Sent Throughput Per Process: Bytes enviados por segundo por proceso para los servidores seleccionados.

    • Capacidad de procesamiento recibida por el cliente por método: Bytes recibidos por segundo por método para los servidores seleccionados.

    • Client Received Throughput Per Process: Bytes recibidos por segundo por proceso para los servidores seleccionados.

    • Client Canonical Status Count Per Method: Tasa de ocurrencia del código de estado canónico por método como cliente de gRPC para los servidores seleccionados.

    • RPCs de cliente completadas por método: Es la tasa de RPCs de cliente completadas por método para los servidores seleccionados.

Panel de compactaciones

En el panel de compactaciones, se muestra una visualización del rendimiento de las tareas de compactación en segundo plano. En este panel, se incluyen los siguientes gráficos:

  • Compacts correctos y fallidos (última hora): Realiza un seguimiento de los recuentos correctos y fallidos de los tipos de compactación agrupados por tipo de compactación y por servidor.

  • Compactions Output Bytes Rate: Realiza un seguimiento de la tasa de bytes de salida de las compactaciones durante un intervalo de 2 minutos, agrupados por tipo de compactación y por servidor.

  • Distribución del tamaño de entrada de las compactaciones: Un mapa de calor muestra la distribución de los tamaños de entrada de las compactaciones.

  • Compactions Input Size (Mean): Muestra el tamaño promedio de entrada de la compactación, agrupado por tipo de compactación y por servidor.

  • Tamaño de entrada de las compactaciones (estimaciones de percentiles): Proporciona estimaciones de percentiles (P50, P95, P99) del tamaño de entrada de las compactaciones, agrupadas por tipo de compactación y por servidor.

  • Distribución del retraso de la compactación principal: Un mapa de calor muestra la distribución del retraso de la compactación principal agregada en todos los servidores.

  • Retraso de compactación principal (promedio) por servidor: Muestra el promedio del retraso de compactación principal por servidor.

  • Major Compaction Lag (Percentile Estimates) Per Server: Proporciona estimaciones de percentiles (P50, P90, P99) del retraso de la compactación principal por servidor.

Panel de divisiones, combinaciones y movimientos

El panel de divisiones, combinaciones y movimientos hace un seguimiento de la distribución dinámica de los datos en el clúster, incluidas las operaciones de directorio y el tamaño de los grupos. En este panel, se incluyen los siguientes gráficos:

  • Distribución del tamaño de la división: Es el tamaño de la división del directorio, incluidos los percentiles P50, P90, P99 y P100, agregados en todos los servidores seleccionados.

  • Distribución del tamaño del grupo: Todos los bytes asignados para el grupo (persistentes y en memoria), con percentiles P50, P90, P99 y P100, agregados en los servidores seleccionados.

  • Distribución del tamaño del grupo en la memoria: Todos los bytes asignados para las estructuras de datos en memoria del grupo, con percentiles P50, P90, P99 y P100, agregados en los servidores seleccionados.

  • Group Size By Zone: Los tamaños P50, P90, P99 y P100 para todos los bytes asignados (persistentes y en memoria) para el grupo, agrupados por zona de Spanner Omni.

  • Cantidad de movimientos de datos internos exitosos: Recuentos de movimientos, divisiones y combinaciones de directorios y grupos en un período de 1 hora, agrupados por iniciador, acción y tipo de movimiento.

  • Cantidad de movimientos internos de datos fallidos: Recuento de errores en los intentos de movimientos, divisiones y combinaciones de directorios y grupos durante un período de 1 hora.

  • Errores de no división por motivo y tipo: Es el porcentaje de errores de no división en el que se ignoran las divisiones sobrecargadas porque el rango no se pudo dividir.

  • Puntuación máxima de uso de CPU de división: Es la carga máxima de uso de CPU en todas las divisiones de cada base de datos.

Panel de tablets

El panel de tablets proporciona estadísticas detalladas sobre las tablets, las operaciones y los posibles puntos de acceso. En este panel, se incluyen los siguientes gráficos:

  • Total Tablet Count: Es la cantidad total de tablets de Paxos en toda la implementación.

  • Tablet Count By Zone: Es la cantidad de tablets, agrupadas por zona de Spanner Omni.

  • Recuento de tablets por servidor: Es la cantidad de tablets en los servidores seleccionados.

  • Leader Count By Zone: Es el recuento de tablets de líderes, agrupadas por zona de Spanner Omni.

  • Recuento de líderes por servidor: Es el recuento de tablets líderes en los servidores seleccionados.

  • Tablets sin asignar por zona: Es la cantidad de tablets sin asignar por zona.

  • Tablet Loads By Zone: Es la tasa de cargas de la tablet agrupadas por zona.

  • Tablet Unloads By Zone By Reason: Es la tasa de descargas de tablets por zona, categorizada según el motivo de la descarga.

  • Max Tablet Load For Each Server: En una vista de tabla, se muestra la carga de procesamiento máxima para una tablet en cada servidor.

  • Recuento de tablets sobrecargadas: Es el recuento total de tablets sobrecargadas (tablets que superan un umbral de carga de procesamiento).

  • Distribución de la carga de la tablet: Es la distribución de la carga de procesamiento por tablet, en la que se muestran las estimaciones de percentiles P50 y P90, y el valor exacto de MAX.

Panel de TrueTime

El panel de TrueTime proporciona visibilidad del estado y la confiabilidad del servicio de TrueTime Omni de Spanner. En este panel, se incluyen los siguientes gráficos:

  • Disponibilidad de TrueTime: Supervisa la disponibilidad general del servicio de TrueTime.

  • Deriva del P99 de TrueTime: Realiza un seguimiento del percentil 99 de la deriva de TrueTime.

  • Incertidumbre de P99 de TrueTime: Realiza un seguimiento del percentil 99 de la incertidumbre de TrueTime.

  • Incumplimientos del ANS de reloj: Muestra el recuento de incumplimientos del Acuerdo de Nivel de Servicio (ANS) de reloj.

  • Recuentos de migración de VMs: Realiza un seguimiento de la cantidad de migraciones de máquina virtual.

  • Desviación de TrueTime en el líder: Supervisa la desviación de TrueTime específicamente en los nodos líderes.

  • PPM de dirección deseado y real de TrueTime: Compara los valores de partes por millón (ppm) de dirección deseados y reales.

  • Error de dirección de TrueTime: Registra el error en el mecanismo de dirección de TrueTime.

Panel de registro compartido

El panel de registros compartidos es un panel dedicado para supervisar el rendimiento de los registros compartidos y el estado de recuperación. En este panel, se incluyen los siguientes gráficos:

  • Tasa de escritura de registros compartidos: Es el recuento de entrada de registro compartidas por segundo, agregadas y desglosadas por base de datos.

  • Bytes de registros compartidos escritos: Bytes de registros compartidos escritos por segundo (capacidad de procesamiento), agregados y desglosados por base de datos.

  • Tasa de escritura de lotes de registros compartidos: Lotes de registros compartidos escritos por segundo, agregados en todos los servidores seleccionados.

  • Distribución de latencia de escritura por lotes de registros compartidos: Es la distribución de latencia de P50, P90 y P99 para las escrituras por lotes de registros compartidos.

  • Distribución del recuento de entradas de lotes de registros compartidos: Es la distribución de P50, P90 y P99 de los recuentos de entradas dentro de los lotes de registros compartidos.

  • Tasa de solicitudes de LogSort: Es la tasa de solicitudes de LogSort agregadas en los servidores seleccionados.

  • Tasa de errores de ordenamiento de LogSort: Es la tasa de errores de ordenamiento de LogSort agregados en los servidores seleccionados.

  • Lectores de registros compartidos en curso: Es la cantidad total de lectores de registros compartidos que participan en la recuperación de la tablet.

¿Qué sigue?