Hologres:Cloud Monitor

インスタンスの CPU 使用率 (%)

このメトリックは、Hologres にリソースのボトルネックがあるかどうか、およびリソースが完全に利用されているかどうかを示します。 推奨されるアラート：

• アラートルール:

  • 緊急：「インスタンスの CPU 使用率が 60 回連続 (1 エポック = 1 分) で 99% 以上」。このルールは、クラスターのリソース使用量を効果的に監視します。 使用率が長時間高いままである場合は、クラスターをスケールアウトする必要があります。

  • 警告：「インスタンスの CPU 使用率が 10 回連続 (1 エポック = 1 分) で 99% 以上」。このルールにより、サービスの変更に起因する CPU 使用率の最大化を迅速に検知できます。

• インスタンスの CPU 使用率が一度 100% に達したときにトリガーされるアラートは設定しないでください。 CPU 使用率が一時的に 100% に急上昇しても、システムの過負荷や異常を示すものではなく、効率的なリソース利用を表します。

• CPU アラートのしきい値を低く設定しすぎないでください。 タスクが実行されていない場合でも、システムコンポーネントがアクティブになり、一部のリソースを消費する可能性があります。

ワーカーノードの CPU 使用率 (%)

このメトリックは、Hologres の各ワーカーノードにリソースのボトルネックがあるかどうか、およびリソースが完全に利用されているかどうかを示します。 推奨されるアラート：

• アラートルール

  • 緊急：「ワーカーノードの CPU 使用率が 60 回連続 (1 エポック = 1 分) で 99% 以上」。このルールは、各ワーカーノードのリソース使用量を効果的に監視します。 使用率が長時間高いままである場合は、クラスターをスケールアウトする必要があります。

  • 警告：「ワーカーノードの CPU 使用率が 10 回連続 (1 エポック = 1 分) で 99% 以上」。このルールにより、サービスの変更に起因する CPU 使用率の最大化を迅速に検知できます。

• ワーカーノードの CPU 使用率が一度 100% に達したときにトリガーされるアラートは設定しないでください。 CPU 使用率が一時的に 100% に急上昇しても、システムの過負荷や異常を示すものではなく、効率的なリソース利用を表します。

• CPU アラートのしきい値を低く設定しすぎないでください。 タスクが実行されていない場合でも、システムコンポーネントがアクティブになり、一部のリソースを消費する可能性があります。

インスタンスのメモリ使用量 (%)

このメトリックは、インスタンスのメモリ使用量を反映します。 推奨されるアラート：

• アラートルール

  • 緊急：「インスタンスのメモリ使用量が 60 回連続 (1 エポック = 1 分) で 99% 以上」。このルールは、クラスターのメモリ使用量を効果的に監視します。 使用率が長時間高いままである場合は、クラスターをスケールアウトする必要があります。

  • 警告：「インスタンスのメモリ使用量が 10 回連続 (1 エポック = 1 分) で 99% 以上」。このルールにより、サービスの変更に起因するメモリ使用率の最大化を迅速に検知できます。

• メモリアラートのしきい値を低く設定しすぎないでください。 メモリはクエリの実行だけでなく、メタデータやキャッシュにも使用されます。 インスタンスがアイドル状態の場合でも、一定量のメモリが消費されます。

ワーカーノードのメモリ使用量 (%)

このメトリックは、ワーカーノードのメモリ使用量を反映します。 推奨されるアラート：

• アラートルール

  • 緊急：「ワーカーノードのメモリ使用量が 60 回連続 (1 エポック = 1 分) で 99% 以上」。このルールは、クラスターのメモリ使用量を効果的に監視します。 使用率が長時間高いままである場合は、クラスターをスケールアウトする必要があります。

  • 警告：「ワーカーノードのメモリ使用量が 10 回連続 (1 エポック = 1 分) で 99% 以上」。このルールにより、サービスの変更に起因するメモリ使用率の最大化を迅速に検知できます。

• メモリアラートのしきい値を低く設定しすぎないでください。 メモリはクエリの実行だけでなく、メタデータやキャッシュにも使用されます。 インスタンスがアイドル状態の場合でも、一定量のメモリが消費されます。

接続使用率が最も高い FE の接続使用率 (%)

このメトリックは、各 FE ノードの最大接続使用率を反映します。 推奨されるアラートルールは次のとおりです：

警告：「接続使用率が最も高い FE の接続使用率が 5 回連続 (1 エポック = 1 分) で 95% 以上」。このルールは、クラスターの接続使用率を効果的に監視し、アイドル接続を迅速にクリアするのに役立ちます。

WAL 送信者使用率が最も高い FE の WAL 送信者使用率 (%)

このメトリックは、各 FE ノードの最大 WAL 送信者使用率を反映します。 推奨されるアラートルールは次のとおりです：

警告：「WAL 送信者使用率が最も高い FE の WAL 送信者使用率が 5 回連続 (1 エポック = 1 分) で 95% 以上」。このルールは、クラスターの WAL 送信者使用率を効果的に監視するのに役立ちます。

インスタンスで実行中のクエリの最長期間 (ミリ秒)

このメトリックは、インスタンス内に長時間実行クエリがあるかどうかを効果的に監視するのに役立ちます。 推奨されるアラートルールは次のとおりです：

警告：「インスタンスで実行中のクエリの最長期間が 10 回連続 (1 エポック = 1 分) で 3,600,000 ミリ秒以上」。

Serverless Computing で実行中のクエリの最長期間 (ミリ秒)

このメトリックは、サーバーレスクラスターでのタスク実行を効果的に監視するのに役立ちます。 タスクの実行時間が長すぎる場合は、迅速にキャンセルできます。 推奨されるアラートルールは次のとおりです：

警告：「Serverless Computing で実行中のクエリの最長期間が 10 回連続 (1 エポック = 1 分) で 3,600,000 ミリ秒以上」。

失敗したクエリの QPS (カウント)

このメトリックは、インスタンス内の失敗したクエリの数を反映します。 失敗したクエリに対してアラートを設定して、クエリの実行ステータスを常に把握できます。 推奨されるアラートルールは次のとおりです：

警告：「失敗したクエリの QPS が 10 回連続 (1 エポック = 1 分) で 10 カウント以上」。インスタンスで失敗したクエリが多い場合は、スロークエリログで失敗の詳細を確認し、適切な措置を講じてください。

FE 再生レイテンシ (ミリ秒)

このメトリックは、各 FE の再生時間を反映します。 再生時間が長い場合は再生が遅いことを示しており、FE のスタックが原因である可能性があります。 これにより、クエリがスタックする可能性があり、直ちに対応が必要です。 推奨されるアラート：

• アラートルール

  警告：「FE 再生レイテンシが 10 回連続 (1 エポック = 1 分) で 300,000 ミリ秒以上」。アラートがトリガーされた場合は、HoloWeb の [アクティブクエリ] に移動して長時間実行クエリを確認し、キャンセルを試みることができます。

• FE 再生レイテンシのしきい値を低く設定しすぎないでください。 インスタンスでメタデータが変更されるたびに FE の再生が発生します。 通常、数秒の範囲の FE 再生時間は正常です。

プライマリ/セカンダリ同期遅延 (ミリ秒)

このメトリックは、読み取り専用セカンダリインスタンスに対してのみ表示され、プライマリ/セカンダリ同期遅延を反映します。 推奨されるアラートルールは次のとおりです：

警告：「プライマリ/セカンダリ同期遅延が 10 回連続 (1 エポック = 1 分) で 600,000 ミリ秒以上」。

各 DB で統計情報が欠落しているテーブル数 (カウント)

このメトリックは、Auto Analyze の品質を反映します。 テーブルの統計情報が長時間欠落している場合は、手動で ANALYZE コマンドを実行できます。 詳細については、「ANALYZE と AUTO ANALYZE」をご参照ください。 推奨されるアラート：

• アラートルール

  警告：「各 DB で統計情報が欠落しているテーブル数が 60 回連続 (1 エポック = 1 分) で 10 カウント以上」。

• しきい値を低く設定しすぎないでください。 インスタンス内のテーブル数が多いと、Auto Analyze の実行も遅くなる可能性があります。