Hologres:CloudMonitor

インスタンス CPU 使用率 (%)

このメトリックは、Hologres インスタンスにリソースのボトルネックが存在するか、またはリソースが完全に利用されているかを示します。推奨される構成:

• アラートルール:

  • 重大: このメトリックの値が 60 サイクル連続で 99% 以上の場合、重大レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートに基づいて、インスタンスのリソース使用量を効果的に監視し、スケールアウト操作を実行するかどうかを判断できます。

  • 警告: このメトリックの値が 10 サイクル連続で 99% 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートがレポートされた場合は、高い CPU 使用率がビジネスの変更によって引き起こされたかどうかを確認できます。

• このメトリックの値が 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ことをお勧めします。短期間での 100% の CPU 使用率は、システムの過負荷や例外を示すものではありません。このシナリオは、高いリソース使用率を示します。

• アラートをトリガーするために、このメトリックのしきい値を過度に小さい値に設定しないことをお勧めします。タスクが実行されていない場合でも、一部のコンポーネントが実行中でリソースを消費している可能性があります。

ワーカー CPU 使用率 (%)

このメトリックは、Hologres インスタンスの各ワーカーノードにリソースのボトルネックが存在するか、またはリソースが完全に利用されているかを示します。推奨される構成:

• アラートルール:

  • 重大: このメトリックの値が 60 サイクル連続で 99% 以上の場合、重大レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートに基づいて、各ワーカーノードのリソース使用量を効果的に監視し、スケールアウト操作を実行するかどうかを判断できます。

  • 警告: このメトリックの値が 10 サイクル連続で 99% 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートがレポートされた場合は、高い CPU 使用率がビジネスの変更によって引き起こされたかどうかを確認できます。

• このメトリックの値が 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ことをお勧めします。短期間での 100% の CPU 使用率は、システムの過負荷や例外を示すものではありません。このシナリオは、高いリソース使用率を示します。

• アラートをトリガーするために、このメトリックのしきい値を過度に小さい値に設定しないことをお勧めします。タスクが実行されていない場合でも、一部のコンポーネントが実行中でリソースを消費している可能性があります。

インスタンスメモリ使用量 (%)

このメトリックは、インスタンスのメモリ使用量を示します。推奨される構成:

• アラートルール:

  • 重大: このメトリックの値が 60 サイクル連続で 99% 以上の場合、重大レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートに基づいて、インスタンスのメモリ使用量を効果的に監視し、スケールアウト操作を実行するかどうかを判断できます。

  • このメトリックの値が 10 サイクル連続で 99% 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートがレポートされた場合は、高いメモリ使用量がビジネスの変更によって引き起こされたかどうかを確認できます。

• アラートをトリガーするために、このメトリックのしきい値を過度に小さい値に設定しないことをお勧めします。クエリに加えて、メタデータとキャッシュデータはメモリリソースを消費します。インスタンスでタスクが実行されていなくても、メモリリソースは消費されます。

ワーカーメモリ使用量 (%)

このメトリックは、ワーカーノードのメモリ使用量を示します。推奨される構成:

• アラートルール:

  • 重大: このメトリックの値が 60 サイクル連続で 99% 以上の場合、重大レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートに基づいて、インスタンス上の各ワーカーノードのメモリ使用量を効果的に監視し、スケールアウト操作を実行するかどうかを判断できます。

  • 警告: このメトリックの値が 10 サイクル連続で 99% 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートがレポートされた場合は、高いメモリ使用量がビジネスの変更によって引き起こされたかどうかを確認できます。

• アラートをトリガーするために、このメトリックのしきい値を過度に小さい値に設定しないことをお勧めします。クエリに加えて、メタデータとキャッシュデータはメモリリソースを占有します。インスタンスでタスクが実行されていなくても、メモリリソースは消費されます。

最大接続使用率 (%)

このメトリックは、インスタンス上の FE ノード間の最大接続使用率を示します。推奨される構成:

警告: このメトリックの値が 5 サイクル連続で 95% 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートに基づいて、インスタンスの接続使用量を効果的に監視し、アイドル状態の接続をできるだけ早く閉じることができます。

Binlog WAL 送信者使用率 (%)

このメトリックは、FE ノード間の最大 walsender 使用率を示します。推奨される構成:

警告: このメトリックの値が 5 サイクル連続で 95% 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。このアラートに基づいて、インスタンスの walsender 使用量を効果的に監視できます。

最長アクティブクエリ時間 (ミリ秒)

このメトリックに基づいて、指定された時点でインスタンスに長時間実行されているクエリが存在するかどうかを確認できます。推奨される構成:

警告: このメトリックの値が 10 サイクル連続で 3,600,000 ミリ秒以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。

サーバーレスコンピューティング最長アクティブクエリ時間 (ミリ秒)

このメトリックを使用して、サーバーレスコンピューティングリソースを使用するタスクの実行ステータスを効果的に監視できます。タスクの実行時間が長すぎる場合は、できるだけ早くタスクをキャンセルできます。推奨される構成:

警告: このメトリックの値が 10 サイクル連続で 3,600,000 ミリ秒以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。

失敗したクエリ QPS (countS)

このメトリックは、インスタンス上の 1 秒あたりの失敗したクエリの総数を示します。このメトリックに基づいてアラートルールを設定できます。推奨される構成:

警告: このメトリックの値が 10 サイクル連続で 10 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。インスタンスで多数のクエリが失敗した場合は、スロークエリログで失敗の詳細を確認し、ガバナンスを実行することをお勧めします。

FE リプレイ実行時間 (ミリ秒)

このメトリックは、各 FE ノードのリプレイ期間を示します。このメトリックの値が大きすぎる場合、クエリが FE ノードでスタックしている可能性があります。この場合は、できるだけ早くトラブルシューティングを実行してください。推奨される構成:

• アラートルール:

  警告: このメトリックの値が 10 サイクル連続で 300,000 ミリ秒以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。この場合、HoloWeb コンソールで完了までに長時間を要するクエリを確認してキャンセルします。

• アラートをトリガーするために、このメトリックのしきい値を過度に小さい値に設定しないことをお勧めします。インスタンスのメタデータが変更されると、FE リプレイが発生します。ほとんどの場合、このメトリックの値が秒単位であれば、その値は正常と見なされます。

インスタンス同期ラグ (ミリ秒)

このメトリックはセカンダリインスタンスに対してのみ表示され、プライマリインスタンスからセカンダリインスタンスへのデータ同期の待機時間を示します。推奨される構成:

警告: このメトリックの値が 10 サイクル連続で 600,000 ミリ秒以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。

DB 別統計情報欠落テーブル数 (countS)

このメトリックは、自動分析機能のパフォーマンスを示します。特定のテーブルの統計情報が長期間収集されない場合は、それらのテーブルに対して手動で ANALYZE 文を実行します。詳細については、「ANALYZE と自動分析」をご参照ください。推奨される構成:

• アラートルール:

  警告: このメトリックの値が 60 サイクル連続で 10 以上の場合、警告レベルのアラートがレポートされます。各サイクルの期間は 1 分です。

• アラートをトリガーするために、このメトリックのしきい値を過度に小さい値に設定しないことをお勧めします。これは、インスタンスに多数のテーブルが含まれている場合、自動分析機能の実行速度が低下するためです。