Usar painéis do Grafana para monitorar o Spanner Omni

Monitore a integridade e o desempenho das suas implantações do Spanner Omni com painéis do Grafana. Esses painéis visualizam as métricas do Spanner Omni ingeridas no Prometheus, fornecendo insights abrangentes sobre o estado operacional da sua implantação. Você ganha visibilidade sobre a integridade geral do sistema, o consumo de recursos e os processos internos críticos.

Inventário de painéis

A tabela a seguir oferece um resumo geral dos painéis disponíveis:

Painel Principais métricas Finalidade principal
Visão geral QPS, latência, capacidade Monitore o desempenho de implantação de alto nível, incluindo consultas por segundo (QPS), latência de solicitação e capacidade de processamento de dados.
Insights do sistema CPU, memória, tempo de espera de bloqueio Foco no consumo de recursos e na integridade no nível do banco de dados (por exemplo, CPU, memória e tempo de espera de bloqueio) para bancos de dados selecionados.
Insights de implantação CPU, memória e uso da rede Forneça insights detalhados sobre o consumo geral de recursos de implantação e estatísticas de rede.
Sistema de arquivos do Spanner Omni Operações de arquivo, latência e capacidade de processamento Monitore as operações, o desempenho, a latência e a capacidade de processamento do sistema de arquivos subjacente.
gRPC Contagem, status e latência de RPC Acompanhe estatísticas detalhadas RPC para comunicação do lado do servidor e do lado do cliente.
Compactações Taxa de sucesso e falha da compactação, atraso da compactação Visualize a performance da manutenção de dados em segundo plano, com foco nas taxas de sucesso e falha da compactação e no atraso da compactação.
Divisões, mesclagens e movimentações Divisão, fusão e movimentação de contagem; tamanho do grupo Monitore a distribuição dinâmica de dados, incluindo operações de diretório (divisões, fusões e movimentações), dimensionamento de grupos de dados e possíveis pontos de acesso.
Tablets Contagem de tablets, distribuição de carga Fornece insights detalhados sobre estatísticas, operações e distribuição de carga de blocos, além de identificar possíveis pontos de acesso.
TrueTime Desvio, incerteza, violações de SLA Monitore a integridade e a confiabilidade do serviço Spanner Omni TrueTime, incluindo desvio, incerteza e violações de SLA.
Registro compartilhado Taxa de gravação, taxa de erros de classificação Monitore a performance do registro compartilhado, especificamente as taxas de gravação e as taxas de erro de classificação.

Confira alguns dos gráficos disponíveis nos painéis:

  • Capacidade de computação (vCPU): o número total de vCPUs provisionados em toda a implantação.

  • Capacidade de memória: a memória física total provisionada em toda a implantação.

  • Capacidade de armazenamento: a capacidade total e disponível de armazenamento do sistema de arquivos.

  • Status do nó: rastreia a contagem de servidores totais e não íntegros na implantação.

  • Utilização de computação: a porcentagem da capacidade total de vCPU em uso.

  • Uso da memória: uso total da memória em toda a implantação. O uso será alto porque o Spanner Omni usa memória ociosa para fins de cache.

  • Utilização do armazenamento: a porcentagem da capacidade total de armazenamento em uso.

  • Armazenamento usado por vCPU: a proporção entre o armazenamento total usado e a contagem total de vCPU.

  • Servidores: uma tabela detalhada que mostra métricas por servidor e por zona para utilização de CPU, utilização de memória, tempo de atividade, total de vCPU, memória total, armazenamento usado e capacidade de armazenamento.

Painel de insights do sistema

O painel de insights do sistema se concentra na integridade e no desempenho dos bancos de dados na implantação. Esse painel inclui os seguintes gráficos:

  • Visão geral do uso da CPU: uso geral do banco de dados CPU agregado em todos os servidores selecionados.

  • Uso da CPU por usuário e sistema: uso de CPU no banco de dados selecionado, agrupado por tarefas de usuário e sistema e prioridade.

  • Uso da CPU por tipo de operação: uso de CPU agrupado por tipo de operação para o banco de dados selecionado agregado nos servidores selecionados.

  • Uso da CPU por tipo de operação: alta prioridade: uso de CPU agrupado por tipo de operação e filtrado por alta prioridade para o banco de dados selecionado, agregado nos servidores selecionados.

  • Uso da CPU por tipo de operação: prioridade média: uso de CPU agrupado por tipo de operação e filtrado por prioridade média para o banco de dados selecionado agregado nos servidores selecionados.

  • Uso da CPU por tipo de operação: baixa prioridade: uso de CPU agrupado por tipo de operação e filtrado por baixa prioridade para o banco de dados selecionado agregado nos servidores selecionados.

  • Latência da solicitação (P50, P90, P99): latência em um banco de dados selecionado, agrupada por métodos de leitura e gravação nos servidores selecionados.

  • Latência de solicitação por método (P50, P90, P99): latência em um banco de dados selecionado, agrupada por métodos de API nos servidores selecionados.

  • Latência da transação (P50, P90, P99): latência da solicitação em um banco de dados selecionado, agrupada por tipo de transação e envolvimento do líder nos servidores selecionados.

  • Capacidade de processamento: capacidade de leitura e gravação em um banco de dados selecionado em servidores selecionados.

  • Capacidade de processamento por método: capacidade de processamento em um banco de dados selecionado, agrupada por método em servidores selecionados.

  • Operações por segundo: operações por segundo em um banco de dados selecionado, agrupadas por métodos de leitura e gravação em servidores selecionados.

  • Operações por segundo por método: operações por segundo em um banco de dados selecionado agrupadas por métodos em servidores selecionados.

  • Uso do armazenamento por banco de dados: bytes físicos não replicados usados por cada banco de dados. O tablet líder de cada grupo fornece essa métrica. A quantidade real de bytes físicos replicados em todos os tablets de um grupo pode ser maior ou menor, dependendo do estado das compactações em cada tablet. No entanto, essa métrica fornece uma ideia aproximada de quanto armazenamento físico não replicado cada banco de dados usa.

  • Tempo de espera de bloqueio: tempo total de espera de bloqueio para conflitos de bloqueio do banco de dados selecionado em um intervalo de cinco minutos.

  • Taxa de transações canceladas: a taxa de transações canceladas. As taxas de cancelamento podem ser mais altas quando há conflitos entre transações.

  • Contagem de objetos de esquema: número de objetos de esquema do banco de dados selecionado.

  • Participantes da transação: distribuição do número de participantes da transação em cada tentativa de commit do banco de dados.

Painel de insights de implantação

O painel de insights de implantação oferece mais informações sobre o consumo de recursos de implantação. Esse painel inclui os seguintes gráficos:

  • Uso da CPU: uso agregado de CPU para os servidores selecionados.

  • Uso da CPU do servidor: uso de CPU para cada servidor selecionado.

  • Uso da CPU do processo: uso de CPU para cada processo agregado em todos os servidores selecionados.

  • Uso de memória: uso de memória agregado para os servidores selecionados. Espere valores altos porque o Spanner Omni armazena dados em cache na memória, que pode ser liberada se necessário.

  • Utilização da memória do servidor: utilização da memória de cada um dos servidores selecionados. Espere valores altos porque o Spanner Omni armazena dados em cache na memória, que pode ser liberada se necessário.

  • Tamanho da memória residente do processo: tamanho da memória residente de cada processo para servidores selecionados.

  • Tamanho da memória virtual do processo: tamanho da memória virtual de cada processo para os servidores selecionados.

  • Detalhamento da memória do servidor: uso da memória por categoria (cache, fragmentada, memtable_pinned, sistema, atualizações, outros) agregado nos servidores selecionados. Essa recordação é específica para o processo span_server.

  • Bytes enviados da rede: bytes enviados por interface agregados em todos os servidores.

  • Bytes recebidos da rede: bytes recebidos por interface agregados em todos os servidores.

  • 10 principais servidores por bytes enviados pela rede: os 10 principais servidores por bytes enviados pela rede (visualização em tabela).

  • 10 principais servidores por bytes recebidos da rede: os 10 principais servidores por bytes recebidos da rede (visualização em tabela).

Painel do sistema de arquivos do Spanner Omni

O painel do sistema de arquivos do Spanner Omni monitora as operações do sistema de arquivos subjacente essenciais para o desempenho, incluindo taxas de operação, latência e capacidade de processamento. Esse painel inclui os seguintes gráficos:

  • Gráficos de operações de arquivo:

    • Operações por segundo: rastreia a taxa total de operações de arquivo, agrupadas por operação.

    • Operações locais e remotas por segundo: rastreia a taxa de operações de arquivo, separadas por acesso local e remoto.

    • Erros de operação por segundo: mostra a taxa de operações com falha do sistema de arquivos, agrupadas por operação e status.

  • Gráficos de latência: incluem gráficos de latência P50, P90 e P99 para operações de arquivos locais e remotos, agrupados por operação.

  • Gráficos de capacidade de processamento:

    • Capacidade de processamento de leitura e gravação local e remota: acompanha a taxa de capacidade de processamento de leitura e gravação, separada por acesso local e remoto.

    • Bytes por operação: inclui bytes P50 e P90 transferidos por operação para acesso local e remoto.

  • Estatísticas do sistema de arquivos:

    • Tamanho total do sistema de arquivos por zona: mostra o tamanho total provisionado do sistema de arquivos, agrupado por zona do Spanner Omni.

    • Uso do sistema de arquivos por zona: mostra o tamanho atual do sistema de arquivos usado, agrupado por zona do Spanner Omni.

Painel do gRPC

O painel do gRPC acompanha estatísticas detalhadas de RPC para todos os servidores na implantação. Esse painel inclui os seguintes gráficos:

  • Métricas do lado do servidor: monitoram a performance do RPC do ponto de vista do servidor.

    • Latência de RPC por método (P50, P90, P99): latência por método RPC no lado do servidor.

    • Capacidade de processamento enviada pelo servidor por método: bytes enviados por segundo por método para os servidores selecionados.

    • Capacidade de processamento enviada pelo servidor por processo: bytes enviados por segundo por processo para os servidores selecionados.

    • Capacidade de processamento recebida do servidor por método: bytes recebidos por segundo por método para servidores selecionados.

    • Capacidade de processamento recebida do servidor por processo: bytes recebidos por segundo por processo para os servidores selecionados.

    • Contagem de status canônicos do servidor por método: taxa de ocorrência do código de status canônico por método para os servidores selecionados.

    • RPCs concluídas do servidor por método: taxa de RPCs concluídas por método para servidores selecionados.

    • Canais ativos do servidor: o número total de canais gRPCcriados do lado do servidor desde que o aplicativo foi iniciado e que permanecem ativos.

  • Métricas do lado do cliente: monitoram a performance do RPC na perspectiva do cliente.

    • Latência de ida e volta do cliente por método (P50, P90, P99): latência de ida e volta RPC por método, que inclui latência do servidor, rede e tempo de fila.

    • Capacidade de processamento enviada pelo cliente por método: bytes enviados por segundo por método para os servidores selecionados.

    • Capacidade de processamento enviada pelo cliente por processo: bytes enviados por segundo por processo para os servidores selecionados.

    • Capacidade de processamento recebida pelo cliente por método: bytes recebidos por segundo por método para os servidores selecionados.

    • Capacidade de processamento recebida pelo cliente por processo: bytes recebidos por segundo por processo para os servidores selecionados.

    • Contagem de status canônicos do cliente por método: taxa de ocorrência do código de status canônico por método como um cliente gRPC para servidores selecionados.

    • RPCs concluídas do cliente por método: taxa de RPCs concluídas do cliente por método para servidores selecionados.

Painel de compactações

O painel de compactações mostra uma visualização da performance das tarefas de compactação em segundo plano. Esse painel inclui os seguintes gráficos:

  • Compactações com êxito e com falha (última hora): rastreia as contagens de compactações com êxito e com falha agrupadas por tipo de compactação e por servidor.

  • Taxa de bytes de saída de compactações: rastreia a taxa de bytes de saída de compactações em um intervalo de dois minutos, agrupada por tipo de compactação e por servidor.

  • Distribuição do tamanho da entrada de compactações: um mapa de calor mostra a distribuição dos tamanhos de entrada de compactação.

  • Tamanho da entrada de compactações (média): mostra o tamanho médio da entrada de compactação, agrupado por tipo de compactação e por servidor.

  • Tamanho da entrada de compactações (estimativas de percentil): fornece estimativas de percentil (P50, P95, P99) do tamanho da entrada de compactação, agrupadas por tipo de compactação e por servidor.

  • Distribuição do atraso de compactação principal: um mapa de calor mostra a distribuição do atraso de compactação principal agregada em todos os servidores.

  • Atraso de compactação principal (média) por servidor: mostra a média do atraso de compactação principal por servidor.

  • Atraso de compactação principal (estimativas de percentil) por servidor: fornece estimativas de percentil (P50, P90, P99) do atraso de compactação principal por servidor.

Divide, mescla e move o painel

O painel de divisões, fusões e movimentações acompanha a distribuição dinâmica de dados no cluster, incluindo operações de diretório e dimensionamento de grupos. Esse painel inclui os seguintes gráficos:

  • Distribuição do tamanho da divisão: o tamanho da divisão do diretório, incluindo os percentis P50, P90, P99 e P100, agregados em todos os servidores selecionados.

  • Distribuição do tamanho do grupo: todos os bytes alocados para o grupo (persistentes e na memória), com percentis P50, P90, P99 e P100, agregados em todos os servidores selecionados.

  • Tamanho do grupo na distribuição de memória: todos os bytes alocados para o grupo em estruturas de dados na memória, com percentis P50, P90, P99 e P100, agregados em todos os servidores selecionados.

  • Tamanho do grupo por zona: os tamanhos P50, P90, P99 e P100 de todos os bytes alocados (persistentes e na memória) para o grupo, agrupados por zona do Spanner Omni.

  • Número de movimentações internas de dados bem-sucedidas: contagens de movimentações, divisões e fusões de diretórios e grupos em um período de uma hora, agrupadas por iniciador, ação e tipo de movimentação.

  • Número de movimentações de dados internos com falha: contagens de erros em tentativas de movimentações, divisões e fusões de diretórios e grupos em uma janela de uma hora.

  • Erros não divisíveis por motivo e tipo: taxa de erros não divisíveis em que as divisões sobrecarregadas são ignoradas porque o intervalo não era divisível.

  • Pontuação de pico de uso de CPU de divisão: a carga máxima de uso de CPU em todas as divisões de cada banco de dados.

Painel de tablets

O painel de tablets oferece insights detalhados sobre estatísticas, operações e possíveis pontos de acesso. Esse painel inclui os seguintes gráficos:

  • Total de tablets: o número total de tablets Paxos em toda a implantação.

  • Contagem de tablets por zona: o número de tablets, agrupados por zona do Spanner Omni.

  • Contagem de tablets por servidor: o número de tablets nos servidores selecionados.

  • Contagem de líderes por zona: a contagem de tablets de líderes, agrupados por zona do Spanner Omni.

  • Contagem de líderes por servidor: o número de tablets líderes nos servidores selecionados.

  • Tablets não atribuídos por zona: o número de tablets não atribuídos por zona.

  • Cargas de tablet por zona: a taxa de cargas de tablet agrupadas por zona.

  • Desconexões de tablet por zona e motivo: a taxa de desconexões de tablet por zona, categorizada pelo motivo da desconexão.

  • Carga máxima de tablet para cada servidor: uma visualização em tabela mostra a carga máxima de computação para um tablet em cada servidor.

  • Contagem de blocos mais usados: a contagem total de blocos mais usados (tablets que excedem um limite de carga de computação).

  • Distribuição da carga do tablet: a distribuição da carga de computação por tablet, mostrando as estimativas de percentil P50 e P90 e o valor exato de MAX.

Painel do TrueTime

O painel do TrueTime oferece visibilidade da integridade e da confiabilidade do serviço Spanner Omni TrueTime. Esse painel inclui os seguintes gráficos:

  • Disponibilidade do TrueTime: monitora a disponibilidade geral do serviço TrueTime.

  • Deriva do TrueTime P99: rastreia o 99º percentil da deriva do TrueTime.

  • Incerteza do TrueTime P99: rastreia o 99º percentil da incerteza do TrueTime.

  • Violações do SLA de relógio: mostra a contagem de violações do contrato de nível de serviço (SLA) de relógio.

  • Contagens de migração de VM: rastreia o número de migrações máquina virtual.

  • Deriva do TrueTime no líder: monitora a deriva do TrueTime especificamente nos nós líderes.

  • PPM de direcionamento desejado e real do TrueTime: compara os valores de direcionamento desejado e real de partes por milhão (ppm).

  • Erro de direção do TrueTime: rastreia o erro no mecanismo de direção do TrueTime.

Painel de registros compartilhados

O painel de registros compartilhados é dedicado ao monitoramento do desempenho e do status de recuperação dos registros compartilhados. Esse painel inclui os seguintes gráficos:

  • Taxa de gravação de registros compartilhados: contagem de entrada de registro compartilhadas por segundo, agregadas e divididas por banco de dados.

  • Bytes de registro compartilhados gravados: bytes de registro compartilhados gravados por segundo (capacidade de processamento), agregados e detalhados por banco de dados.

  • Taxa de gravação de lotes de registros compartilhados: lotes de registros compartilhados gravados por segundo agregados em todos os servidores selecionados.

  • Distribuição da latência de gravação em lote de registros compartilhados: a distribuição da latência de P50, P90 e P99 para gravações em lote de registros compartilhados.

  • Distribuição da contagem de entradas de lote de registros compartilhados: a distribuição P50, P90 e P99 de contagens de entradas em lotes de registros compartilhados.

  • Taxa de solicitação do LogSort: a taxa de solicitações LogSort agregadas em servidores selecionados.

  • Taxa de erros de classificação do LogSort: a taxa de erros de classificação de LogSort agregados em todos os servidores selecionados.

  • Leitores de registros compartilhados em andamento: o número total de leitores de registros compartilhados que estão envolvidos na recuperação de tablets.

A seguir