Hologres:CloudMonitor

インスタンスの CPU 使用率 (%)

Hologres リソースがボトルネックになっているか、または完全に利用されているかを示します。推奨されるアラートルール：

• アラートルール：

  • クリティカル：1 分周期で、インスタンスの CPU 使用率が 60 回連続して 99% 以上の場合にアラートをトリガーします。使用率が一貫して高い場合は、スケールアウトします。

  • 警告：1 分周期で、インスタンスの CPU 使用率が 10 回連続して 99% 以上の場合にアラートをトリガーします。高い CPU 使用率がビジネス上の変更によって引き起こされたものかを確認します。

• CPU 使用率が一度 100% になっただけでアラートをトリガーしないでください。一時的なスパイクは必ずしも過負荷を示すものではなく、効率的なリソース使用率を表すことがあります。

• 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リソースを消費することがあります。

ワーカーの CPU 使用率 (%)

いずれかの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、またリソースがどの程度完全に使用されているかを示します。推奨されるアラートルール：

• アラートルール：

  • クリティカル：1 分周期で、ワーカーノードの CPU 使用率が 60 回連続して 99% 以上の場合にアラートをトリガーします。使用率が一貫して高い場合は、スケールアウトします。

  • 警告：1 分周期で、ワーカーノードの CPU 使用率が 10 回連続して 99% 以上の場合にアラートをトリガーします。高い CPU 使用率がビジネス上の変更によって引き起こされたものかを確認します。

• ワーカーノードで CPU 使用率が一度 100% になっただけでアラートをトリガーしないでください。一時的なスパイクは必ずしも過負荷を示すものではなく、効率的なリソース使用率を表すことがあります。

• 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リソースを消費することがあります。

インスタンスのメモリ使用率 (%)

インスタンスの全体的なメモリ使用率を反映します。推奨されるアラートルール：

• アラートルール：

  • クリティカル：1 分周期で、インスタンスのメモリ使用率が 60 回連続して 99% 以上の場合にアラートをトリガーします。使用率が一貫して高い場合は、スケールアウトします。

  • 警告：1 分周期で、インスタンスのメモリ使用率が 10 回連続して 99% 以上の場合にアラートをトリガーします。高いメモリ使用率がビジネス上の変更によって引き起こされたものかを確認します。

• 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、メタデータ、キャッシュに使用されるため、インスタンスがアイドル状態でも一部のメモリは消費されます。

ワーカーのメモリ使用率 (%)

個々のワーカーノードのメモリ使用率を反映します。推奨されるアラートルール：

• アラートルール：

  • クリティカル：1 分周期で、ワーカーノードのメモリ使用率が 60 回連続して 99% 以上の場合にアラートをトリガーします。使用率が一貫して高い場合は、スケールアウトします。

  • 警告：1 分周期で、ワーカーノードのメモリ使用率が 10 回連続して 99% 以上の場合にアラートをトリガーします。高いメモリ使用率がビジネス上の変更によって引き起こされたものかを確認します。

• 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、メタデータ、キャッシュに使用されるため、インスタンスがアイドル状態でも一部のメモリは消費されます。

最大 FE 接続使用率 (%)

警告：1 分周期で、最大 FE 接続使用率が 5 回連続して 95% 以上の場合にアラートをトリガーします。これにより、接続使用率を監視し、アイドル状態の接続を迅速にクリアできます。

最大 FE binlog WAL sender 使用率 (%)

すべての FE にわたる最大 WAL sender 使用率を反映します。推奨されるアラートルール：

警告：1 分周期で、最大 FE WAL sender 使用率が 5 回連続して 95% 以上の場合にアラートをトリガーします。

最長アクティブクエリ時間 (ミリ秒)

インスタンス上で長時間実行されているクエリを監視します。推奨されるアラートルール：

警告：1 分周期で、最長アクティブクエリ時間が 10 回連続して 3,600,000 ミリ秒以上の場合にアラートをトリガーします。

最長アクティブサーバーレスコンピューティングクエリ時間 (ミリ秒)

サーバーレスコンピューティングタスクを監視します。タスクが長時間実行されすぎた場合、それを終了できます。推奨されるアラートルール：

警告：1 分周期で、サーバーレスコンピューティングにおける最長アクティブクエリ時間が 10 回連続して 3,600,000 ミリ秒以上の場合にアラートをトリガーします。

失敗したクエリ QPS (count/s)

インスタンス上で失敗したクエリの数を示します。推奨されるアラートルール：

警告：1 分周期で、失敗したクエリ QPS が 10 回連続して 10 count/s 以上の場合にアラートをトリガーします。多数のクエリが失敗した場合、スロークエリログで失敗の詳細を確認し、それに応じて最適化してください。

FE 再生時間 (ミリ秒)

各 FE の再生時間を示します。過度な再生時間は、FE が遅いかスタックしていることを示唆し、クエリが停止する原因となる可能性があります。推奨されるアラートルール：

• アラートルール：

  警告：1 分周期で、FE 再生実行時間が 10 回連続して 300,000 ミリ秒以上の場合にアラートをトリガーします。HoloWeb コンソールの [Active Queries] ページで長時間実行されているクエリを確認し、それらを終了させてみてください。

• FE 再生時間のしきい値を低く設定しすぎないでください。FE の再生はインスタンスのメタデータが変更されるたびに発生し、数秒の再生時間は正常です。

インスタンスの同期ラグ (ミリ秒)

フォロワーインスタンスのみに表示されます。プライマリインスタンスとフォロワーインスタンス間のデータ同期の遅延を示します。推奨されるアラートルール：

警告：1 分周期で、インスタンスの同期ラグが 10 回連続して 600,000 ミリ秒以上の場合にアラートをトリガーします。

DB 別統計情報欠落テーブル数 (count)

自動 ANALYZE 機能の品質を反映します。テーブルの統計情報が長期間欠落している場合は、そのテーブルに対して手動で ANALYZE コマンドを実行してください。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ルール：

• アラートルール：

  警告：1 分周期で、各データベースで統計情報が欠落しているテーブルの数が 60 回連続して 10 以上の場合にアラートをトリガーします。

• アラートのしきい値を低く設定しすぎないでください。インスタンスに多数のテーブルがある場合、自動 ANALYZE プロセスが遅くなることがあります。