Cette rubrique décrit les variables et les panneaux des tableaux de bord du plan de contrôle Fluid et du cache JindoRuntime. Les variables de tableau de bord permettent d'ajuster les dimensions d'observabilité, telles que l'intervalle de surveillance et le namespace du jeu de données. Les panneaux aident à évaluer l'état des composants et les performances du cache afin de détecter rapidement les problèmes et les opportunités d'optimisation.
Tableau de bord du plan de contrôle Fluid : surveille l'état et les performances des composants du plan de contrôle Fluid : contrôleur de jeu de données (dataset controller), contrôleur d'exécution (runtime controller), webhook et plug-in CSI.
Tableau de bord du cache Fluid JindoRuntime : surveille l'efficacité du cache et l'utilisation des ressources d'un système de cache JindoRuntime spécifique.
Détectez les défaillances des composants, diagnostiquez les problèmes de performance du cache et identifiez les optimisations avant qu'ils n'affectent vos charges de travail.
Prérequis
Avant de commencer, assurez-vous d'avoir :
Activé Managed Service for Prometheus pour le composant Fluid. Consultez Étape 2 : Afficher le tableau de bord Fluid.
Tableau de bord du plan de contrôle Fluid
Variables du tableau de bord
Les variables contrôlent la portée et la granularité des données dans tous les panneaux. La modification d'une variable met à jour tous les panneaux associés.
| Variable | Valeurs valides | Description |
|---|---|---|
interval |
1m, 5m, 10m, 30m, 1h, 6h | Durée du cycle de surveillance. Des intervalles plus courts affichent des tendances plus fines ; des intervalles plus longs lissent les pics. |
quantile |
0.5, 0.75, 0.90, 0.95, 0.99 | Percentile utilisé pour les panneaux de latence et de temps de traitement. Par exemple, 0.90 correspond au P90. |
runtime |
JindoRuntime, AlluxioRuntime, JuiceFSRuntime | Type d'exécution à surveiller. Filtre tous les panneaux liés à l'exécution selon le type sélectionné. |
Types d'exécution :
JindoRuntime : moteur d'exécution JindoFS, développé par l'équipe Alibaba Cloud Elastic MapReduce (EMR). Écrit en C++, il offre la gestion des jeux de données, la mise en cache et la prise en charge d'OSS.
AlluxioRuntime : moteur d'exécution open source Alluxio. Il prend en charge la gestion des jeux de données, la mise en cache et l'accès accéléré aux PVC, Ceph et Cloud Parallel File System (CPFS). Adapté aux scénarios de cloud hybride.
JuiceFSRuntime : moteur d'accélération de cache distribué basé sur JuiceFS. Prend en charge la mise en cache et l'accélération spécifiques à chaque scénario. Consultez Introduction to JuiceFS.
Panneaux
Quatre groupes de panneaux : commencez par Component running status pour vérifier l'état de santé, puis examinez Fluid Controller Detailed Indicator ou Fluid webhook detailed indicators pour identifier la cause racine. Le groupe Resource usage fournit les données CPU, mémoire et réseau pour tous les pods du contrôleur.
Component running status
Indique si chaque composant Fluid est en cours d'exécution et la fréquence des redémarrages des pods. Des redémarrages fréquents signalent une instabilité.
| Panneau | Description |
|---|---|
| Dataset Controller Ready Replicas | Pods du contrôleur de jeu de données à l'état Running. Si ce nombre est inférieur au nombre attendu de réplicas, les opérations sur les jeux de données peuvent être bloquées. |
| History of Dataset controller restarts | Nombre de redémarrages des pods du contrôleur de jeu de données. |
| Runtime Number of ready copies of controller | Pods du contrôleur d'exécution à l'état Running. |
| History Runtime Controller Restart Times | Nombre de redémarrages des pods du contrôleur d'exécution. |
| Fluid Webhook ready copies | Pods du webhook Fluid à l'état Running. |
| Number of historical fluid Webhook restarts | Nombre de redémarrages des pods du webhook Fluid. |
| Fluid CSI Plug-in Ready Copies | Pods du plug-in CSI Fluid à l'état Running. |
| Historical Fluid CSI plug-in restarts | Nombre de redémarrages des pods du plug-in CSI Fluid. |
| Fluid Component Restart | Cinq principaux composants Fluid par nombre de redémarrages au cours des deux dernières minutes. Identifie le composant nécessitant une attention particulière. |
Fluid Controller Detailed Indicator
Métriques de performance internes des contrôleurs d'exécution (runtime) et de chargement de données (DataLoad). Vérifiez ces indicateurs lorsque la réconciliation des jeux de données ralentit ou que la charge du serveur API augmente.
| Panneau | Description |
|---|---|
| Runtime Controller processing time | Temps de traitement du contrôleur d'exécution par cycle, exprimé en valeurs percentiles. Des valeurs élevées soutenues peuvent indiquer une surcharge. |
| Number of Runtime controller processing failures | Types et nombres d'échecs lors de la gestion des ressources d'exécution : échecs de déploiement et échecs de vérification de l'état. Toute valeur non nulle nécessite une investigation. |
| Runtime Number of controller threads | Nombre de threads actifs et maximum du contrôleur d'exécution. Si les threads actifs approchent du maximum, le contrôleur peut constituer un goulot d'étranglement. |
| DataLoad Controller Threads | Nombre de threads actifs et maximum du contrôleur DataLoad. |
| Controller Queue Length | Longueur de la file d'attente de travail (workqueue) de chaque contrôleur Fluid. Une file qui s'allonge indique que le contrôleur prend du retard dans la réconciliation. |
| Total number of Kubernetes API requests | Nombre total de requêtes envoyées par tous les pods du contrôleur Fluid au serveur API Kubernetes par cycle. Des pics soudains peuvent entraîner une limitation du débit (throttling) du serveur API. |
| Runtime Controller Kubernetes API requests | Requêtes du contrôleur d'exécution vers le serveur API Kubernetes, ventilées par code de statut HTTP. Des taux élevés d'erreurs 4xx ou 5xx indiquent des problèmes de configuration ou d'autorisations. |
| Total time consumed by unfinished processing of controller | Temps cumulatif passé par chaque contrôleur Fluid sur les tâches en cours. Des valeurs persistamment élevées suggèrent des tâches bloquées. |
Fluid webhook detailed indicators
Surveille le webhook Fluid, qui intercepte les requêtes de création de pod pour injecter des sidecars FUSE. La latence du webhook affecte directement le temps de démarrage des pods.
| Panneau | Description |
|---|---|
| Fluid Webhook Pod CPU Usage | Utilisation du CPU de chaque pod de webhook Fluid par cycle. |
| Fluid Webhook Pod Memory Usage | Utilisation de la mémoire de chaque pod de webhook Fluid par cycle. |
| Total number of requests processed in Fluid Webhook | Nombre total de requêtes traitées par le webhook Fluid par cycle. |
| The number of requests processed in each Fluid Webhook Pod | Nombre de requêtes par pod de webhook Fluid par cycle. Permet de détecter un déséquilibre de charge entre les réplicas. |
| Fluid Webhook Request Processing Delay | Latence de traitement des requêtes du webhook Fluid, exprimée en percentile. Un P99 élevé ralentit le démarrage des pods à l'échelle du cluster. |
| Request processing delay of each Fluid Webhook Pod | Latence de traitement des requêtes par pod, exprimée en percentile. Identifie les pods lents responsables de la latence de queue. |
Resource usage
Métriques CPU, mémoire et réseau pour tous les pods du contrôleur Fluid. Utilisez-les pour détecter la pression sur les ressources derrière les problèmes affichés dans les autres groupes de panneaux.
| Panneau | Description |
|---|---|
| CPU usage | Utilisation du CPU de chaque pod du contrôleur Fluid par cycle. |
| Memory usage | Utilisation de la mémoire de chaque pod du contrôleur Fluid par cycle. |
| Network Send Rate per Pod | Débit d'envoi réseau de chaque pod du contrôleur Fluid par cycle. |
| Network Receive Rate per Pod | Débit de réception réseau de chaque pod du contrôleur Fluid par cycle. |
Tableau de bord du cache Fluid JindoRuntime
Variables du tableau de bord
Sélectionnez un jeu de données par namespace et par nom pour limiter la portée de tous les panneaux au système de cache de ce jeu de données.
| Variable | Description |
|---|---|
namespace |
Namespace du jeu de données cible. |
fluid_dataset |
Nom du jeu de données Fluid cible. |
Panneaux
Trois groupes de panneaux : commencez par Dataset overview pour confirmer l'état de santé des pods de cache, puis consultez Cache system metrics pour l'efficacité du cache et la bande passante. Pour les problèmes au niveau FUSE, tels qu'une latence applicative élevée, utilisez FUSE metrics pour isoler la cause.
Dataset overview
| Panneau | Description |
|---|---|
| Ready Pod Num | Nombre de pods prêts par composant (master, worker, FUSE) du système de cache sélectionné. |
| Pod Overview | Informations sur les pods par composant : nombre de redémarrages (dernière heure), requêtes et limites CPU et mémoire. |
Cache system metrics
Indicateurs principaux de l'état du cache : utilisation de la capacité, efficacité de la diffusion des données et bande passante fournie aux applications.
| Panneau | Description |
|---|---|
| Cache Capacity Usage (%) | Proportion de la capacité de cache actuellement utilisée. |
| Cache Capacity Usage | Capacité maximale et actuelle du cache en valeurs absolues. |
| Cache Hit Ratio Per Minute | Taux de succès du cache (cache hit) par minute pour le système de cache sélectionné. |
| Read Bytes Per Minute | Lectures par minute, réparties entre les succès de cache (Cache Hit) et les accès au stockage backend (From Backend). Une part élevée de From Backend signifie que la plupart des lectures contournent le cache. |
| Cache System Aggregated Bandwidth |
Trafic sortant total sur toutes les interfaces réseau des pods worker — bande passante fournie par le système de cache aux applications.
Remarque
Si les pods worker utilisent le réseau hôte, cette valeur peut être surestimée. Pour des lectures précises, exécutez les pods worker sur le réseau de conteneurs. |
| Cache Worker Pod Network I/O |
E/S réseau par pod worker.
Remarque
Si les pods worker utilisent le réseau hôte, cette valeur peut être surestimée. Pour des lectures précises, exécutez les pods worker sur le réseau de conteneurs. |
| Cache System Pod Memory Usage | Utilisation de la mémoire des pods master et worker. Si les workers utilisent la mémoire processus comme support de cache, la capacité de cache est incluse. |
| Cache System Pod CPU Usage by Cores | Utilisation du CPU des pods master et worker. |
| Aggregated File Operation Requests | Fréquence agrégée des opérations de métadonnées de fichiers. Seules les opérations GetAttr et ReadDir sont comptabilisées. |
FUSE metrics (via CSI)
Surveille les pods FUSE injectés via le pilote CSI. Vérifiez ces indicateurs lorsque les applications signalent une latence élevée d'accès aux fichiers ou des opérations de métadonnées lentes.
| Panneau | Description |
|---|---|
| FUSE Network I/O |
E/S réseau par pod FUSE.
Remarque
Si un pod FUSE utilise le réseau hôte, cette valeur peut être surestimée. Pour des lectures précises, exécutez les pods FUSE sur le réseau de conteneurs. |
| FUSE Memory Usage/Limit (%) | Utilisation de la mémoire en pourcentage de la limite par pod FUSE. Vide si aucune limite n'est définie. |
| FUSE CPU Throttled Percent | Pourcentage de limitation du CPU (throttling) par pod FUSE. Vide si aucune limite n'est définie. |
| Meta Ops Per Second | Opérations de métadonnées par seconde (GetAttr, ReadDir, Open) par pod FUSE. |
| Meta Ops P99 Latency | Latence P99 des opérations de métadonnées (GetAttr, ReadDir, Open) par pod FUSE. |
| Read/Write Ops Per Second | Opérations de lecture/écriture par seconde par pod FUSE. |
| Read/Write Ops P99 Latency | Latence P99 des opérations de lecture/écriture par pod FUSE. |
FUSE metrics (via sidecar)
Surveille les conteneurs sidecar FUSE injectés dans les pods d'application. Équivalent aux métriques CSI, mais limité aux sidecars.
| Panneau | Description |
|---|---|
| FUSE Memory Usage/Limit (%) | Utilisation de la mémoire en pourcentage de la limite par sidecar FUSE. Vide si aucune limite n'est définie. |
| FUSE CPU Throttled Percent | Pourcentage de limitation du CPU (throttling) par sidecar FUSE. Vide si aucune limite n'est définie. |
| Meta Ops Per Second | Opérations de métadonnées par seconde (GetAttr, ReadDir, Open) par sidecar FUSE. |
| Meta Ops P99 Latency | Latence P99 des opérations de métadonnées (GetAttr, ReadDir, Open) par sidecar FUSE. |
| Read/Write Ops Per Second | Opérations de lecture/écriture par seconde par sidecar FUSE. |
| Read/Write Ops P99 Latency | Latence P99 des opérations de lecture/écriture par sidecar FUSE. |