CloudMonitor為您提供企業級開放型一站式監控解決方案。Hologres已經接入CloudMonitor的雲端服務監控，方便您通過CloudMonitor全面瞭解Hologres執行個體的資源使用、業務運行及健康情況，及時收到異常警示並做出響應，保證應用程式運行順暢。本文為您介紹如何通過CloudMonitor監測Hologres執行個體的相關指標並上報警示。
前提條件
已開通購買Hologres執行個體。
使用建議
目前CloudMonitor已經支援按照Hologres執行個體類型（包括即時數倉Hologres（從執行個體）、即時數倉Hologres（湖倉加速）、即時數倉Hologres（通用型）、即時數倉Hologres（計算群組））展示對應執行個體的監控指標，不同的執行個體類型對應專屬監控指標，以便更好的監控業務異常並處理，建議將實時數倉Hologres的監控切換為對應執行個體類型下的監控，以獲得更好的監控體驗。在CloudMonitor控制台的即時數倉Hologres頁面，頂部提供地區選取器，頁簽欄可切換不同產品形態的監控視圖，包括即時數倉Hologres(從執行個體)、即時數倉Hologres(湖倉加速)、即時數倉Hologres(通用型)和即時數倉Hologres(計算群組)。您可單擊建立警示規則或查看警示規則進行警示管理。
CloudMonitor指標
當前CloudMonitor支援的Hologres執行個體監控指標詳情，更多有關CloudMonitor資訊請參見Hologres管控台的監控指標。
全量指標與系統事件定義
CloudMonitor以指標列表頁面統一維護每個雲產品推送的監控中繼資料。您可以在Hologres的指標列表頁面查看CloudMonitor中Hologres推送的全部時序指標和系統事件。其中，時序指標包含Metric ID、指標含義、單位、維度（Dimensions）和最小統計周期（Min Periods）；系統事件包含事件名稱、事件含義、事件狀態和事件等級。
Hologres在CloudMonitor中的命名空間（Namespace）為acs_hologres，不同執行個體類型對應不同的指標集，您可以按執行個體類型查看。
執行個體類型 | 指標列表頁面 |
全部（ | |
即時數倉Hologres（通用型） | |
即時數倉Hologres（計算群組） | |
即時數倉Hologres（湖倉加速） | |
即時數倉Hologres（從執行個體） |
訪問指標列表頁面需登入阿里雲帳號，RAM使用者還需具備CloudMonitor查看許可權，詳情請參見授予RAM使用者CloudMonitor查看許可權。
指標列表頁面展示的是CloudMonitor當前實際推送的指標和事件。若與本文或Hologres管控台的監控指標存在差異，請以指標列表頁面為準。
調用CloudMonitorAPI查詢監控資料時，所需的Namespace、MetricName、Dimensions和Period均取自該頁面，詳情請參見API方式訪問監控指標。
查看監控指標
您可以直接登入CloudMonitor控制台查看。
在左側導覽列，單擊雲產品監控。
在巨量資料計算地區，單擊目標執行個體類型（即時數倉Hologres（從執行個體）、即時數倉Hologres（湖倉加速）、即時數倉Hologres（通用型）或即時數倉Hologres（計算群組）），進入Hologres監控大盤。
單擊地區後的
表徵圖，選擇目標地區。單擊目標執行個體ID或操作列的監控圖表，查看執行個體相關指標的狀態。
說明您可以自訂查看執行個體指標的時間段，監控資料最多保留30天。
監控警示實踐
一鍵警示
Hologres支援您在CloudMonitor中開啟一鍵警示功能，為所有執行個體設定預設的警示規則，開啟後，會建立CPU使用率、磁碟使用率、記憶體使用量率、串連數等相關警示規則，作用於阿里雲帳號（主帳號）下的所有Hologres執行個體，方便對多個常見的重要指標進行異常警示，快速發現問題。預設警示規則包括：
如果串連數使用率（Info）連續3次平均值>=95就通知，通知對象為雲帳號警示連絡人。
如果儲存水位（Warn）連續3次平均值>90就通知，通知對象為雲帳號警示連絡人。
如果記憶體水位（Warn）連續3次平均值>=90就通知，通知對象為雲帳號警示連絡人。
如果CPU水位（Info）連續3次平均值>=99就通知，通知對象為雲帳號警示連絡人。
預設每次警示的周期為5分鐘，可自訂設定。
建立警示規則
除預設的一鍵警示外，您還可以根據業務情況，對更多的監控指標設定警示，操作詳情如下：
在左側導覽列，選擇。
在報警規則頁面，單擊创建报警规则，根據提示設定警示資訊。具體操作，請參見建立警示規則。
警示設定最佳實務
執行個體CPU使用率（%）
該指標反映了Hologres的資源是否存在瓶頸，也反映了您的資源使用是否充分。推薦的警示如下：
警示規則：
緊急（Critical）：“執行個體CPU使用率連續60個周期（1周期=1分鐘），監控值>=99%”，有效監測叢集的資源水位，長期打滿需要擴容。
警告（Warn）：“執行個體CPU使用率連續10個周期（1周期=1分鐘），監控值>=99%”，可以及時觀測是否因為業務變動導致CPU打滿。
不建議出現一次執行個體CPU使用率達到100%就警示。短時間內的CPU使用率達到100%並不表示系統過載或異常，而是代表了高效的資源利用。
不建議CPU的警示水位設定過低。因為沒有任務運行時，也可能有系統組件在運行，會佔用一定資源。
Worker節點CPU使用率（%）
該指標反映了Hologres中每個Worker資源是否存在瓶頸，也反映了資源使用是否充分。推薦警示如下：
警示規則
緊急（Critical）：“Worker節點CPU使用率連續60個周期（1周期=1分鐘），監控值>=99%”，有效監測每個Worker的資源水位，長期打滿需要擴容。
警告（Warn）：“Worker節點CPU使用率連續10個周期（1周期=1分鐘），監控值>=99%”，可以及時觀測是否因為業務變動導致CPU打滿。
不推薦出現一次Worker節點CPU使用率達到100%就警示。短時間內的CPU使用率達到100%並不表示系統過載或異常，而是代表了高效的資源利用。
不推薦CPU的警示水位設定過低，因為沒有任務運行時，也可能有系統組件在運行，會佔用一定資源。
執行個體記憶體使用量率（%）
該指標反映了執行個體的記憶體使用量情況。推薦的警示如下：
警示規則
緊急（Critical）：“執行個體記憶體使用量率連續60個周期（1周期=1分鐘），監控值>=99%”，有效監測叢集的記憶體水位，長期打滿建議擴容。
警告（Warn）：“執行個體記憶體使用量率連續10個周期（1周期=1分鐘），監控值>=99%”，可以及時觀測是否因為業務變動導致記憶體打滿。
不推薦記憶體指標的警示水位設定過低。因為記憶體不僅用於Query運行，也用於Meta、Cache等部分，在執行個體任務空閑時也有一定的記憶體使用量。
Worker節點記憶體使用量率（%）
該指標反映了Worker的記憶體使用量情況。推薦的警示如下：
警示規則
緊急（Critical）：“Worker節點記憶體使用量率連續60個周期（1周期=1分鐘），監控值>=99%”，有效監測叢集的記憶體水位，長期打滿建議擴容。
警告（Warn）：“Worker節點記憶體使用量率連續10個周期（1周期=1分鐘），監控值>=99%”，可以及時觀測是否因為業務變動導致記憶體打滿。
不推薦記憶體指標的警示水位設定過低，因為記憶體不僅用於Query運行，也用於Meta、Cache等部分，在執行個體任務空閑時也有一定的記憶體使用量。
串連數使用率最高的FE的串連數使用率（%）
警告（Warn）：“串連數使用率最高的FE的串連數使用率連續5個周期（1周期=1分鐘），監控值>=95%”，可以有效監測叢集的串連數使用方式，及時清理空閑串連。
wal sender使用率最高的FE的wal sender使用率（%）
該指標反映了當前每個FE的Walsender使用率最大值。推薦的警示規則如下：
警告（Warn）：“wal sender使用率最高的FE的wal sender使用率連續5個周期（1周期=1分鐘），監控值>=95%”，可以有效監測叢集的Walsender使用方式。
本執行個體正在運行中Query最長的時間長度（milliseconds）
該指標可以有效監測執行個體中當前時刻是否有長時間啟動並執行Query。推薦的警示規則如下：
警告（Warn）：“本執行個體正在運行中Query最長的時間長度連續10個周期（1周期=1分鐘），監控值>=3600000milliseconds”。
正在啟動並執行 Serverless Computing 的查詢中，最長的時間長度（milliseconds）
該指標可以有效監測Serverless叢集中的任務運行情況，如果已耗用時間過長，可以及時取消相關任務。推薦的警示規則如下：
警告（Warn）：“正在啟動並執行Serverless Computing的查詢中，最長的時間長度連續10個周期（1周期=1分鐘），監控值>=3600000milliseconds”。
失敗Query QPS(countS)
該指標反映了執行個體中運行Query的失敗情況，可以針對失敗Query設定警示，方便及時瞭解執行個體中Query運行情況。推薦的警示規則如下：
警告（Warn）：“失敗Query QPS中，連續10個周期（1周期=1分鐘），監控值>=10countS”。如果執行個體中失敗Query較多，建議根據慢Query日誌查看詳情失敗詳情，並針對性治理。
FE replay延遲（milliseconds）
該指標反映了每個FE的replay時間，如果時間過長，說明replay慢，可能原因為FE卡住，導致Query卡住，需要及時處理。推薦的警示如下：
警示規則
警告（Warn）：“FE replay延遲連續10個周期（1周期=1分鐘），監控值>=300000milliseconds”，出現警示時，前往HoloWeb活躍Query查看是否有長時間啟動並執行Query，並嘗試取消Query。
不推薦FE replay延遲設定的時間過短。因為執行個體中有中繼資料的修改就有FE的replay，通常情況下，FE的replay時間在秒級都屬於正常現象。
主從同步延遲（milliseconds）
該指標僅在從執行個體中展示，反映了主從同步的延遲情況，推薦的警示規則如下：
警告（Warn）：“主從同步延遲連續10個周期（1周期=1分鐘），監控值>=600000milliseconds”。
每個DB統計資訊缺失的表個數（countS）
該指標反映了Auto Analyze的品質，如果長時間存在缺失統計資訊的表，可以對錶手動執行Analyze命令，詳情請參見ANALYZE和AUTO ANALYZE。推薦的警示如下：
警示規則
警告（Warn）：“每個DB統計資訊缺失的表個數連續60個周期（1周期=1分鐘），監控值>=10countS”。
不建議監控值設定過低。因為執行個體中表數量太多時，也會導致Auto Analyze執行速度降低。
訂閱系統事件
除時序指標外，Hologres還將部分營運操作以系統事件的形式接入CloudMonitor。您可以訂閱這些事件，通過簡訊、郵件等方式接收通知，及時瞭解執行個體中進行中的營運操作。當前已接入CloudMonitor的系統事件如下：
功能 | 系統事件 |
計算群組分時彈性 | 計算群組分時彈性變更配置開始、計算群組分時彈性變更配置完成、計算群組分時彈性變更配置失敗 |
營運事件 | 建立計劃事件、計劃事件開始執行、計劃事件執行成功、計劃事件執行失敗、計劃事件取消、計劃事件執行時間變更 |
查看事件：登入CloudMonitor控制台，在左側導覽列選擇，在事件監控頁簽按雲產品、事件層級、事件名稱和時間段篩選，其中雲產品選擇互動式分析。詳情請參見查看系統事件。
訂閱事件：在系統事件頁面單擊立即建立，訂閱類型選擇系統事件，產品選擇互動式分析。完整操作步驟請參見設定事件警示。
Hologres在CloudMonitor中的產品名稱為互動式分析。
系統事件的完整定義（事件名稱、事件含義、事件狀態和事件等級）請參見Hologres的指標列表頁面。
舊版系統事件警示規則功能已不再升級並會逐步下線，建議您使用事件訂閱功能。
常見監控問題排查
當監控指標出現不符合業務預期的波動，或者出現警示時，可以通過監控指標常見問題排查監控指標的問題並處理。
API方式訪問監控指標
除了CloudMonitor控制台，CloudMonitor也提供自訂監控大盤、API等方式訪問監控指標，以便業務能夠更加靈活地訪問監控。其中：
調用API前，請先在Hologres的指標列表頁面擷取目標指標的取值：Namespace取acs_hologres，MetricName取頁面中的Metric ID列，Period取頁面中的Min Periods列，Dimensions取頁面中的Dimensions列（其中userId無需填寫，CloudMonitor會自動擷取當前帳號的ID並代入）。取值規則詳情請參見附錄1 雲產品監控指標。
授予RAM使用者CloudMonitor查看許可權
預設情況下，RAM使用者無法查看CloudMonitor的指標資訊。此時需要您對該RAM使用者授予CloudMonitor查看許可權。
您可使用阿里雲帳號（主帳號）登入RAM控制台，為RAM使用者授予如下許可權，授權方法請參見管理RAM使用者的許可權。
您也可根據需求自行選擇許可權。
許可權名稱 | 許可權功能描述 |
AliyunCloudMonitorFullAccess | 管理CloudMonitor（CloudMonitor）的許可權。 |
AliyunCloudMonitorReadOnlyAccess | 唯讀訪問CloudMonitor（CloudMonitor）的許可權。 |
AliyunCloudMonitorMetricDataReadOnlyAccess | 訪問CloudMonitor（CloudMonitor）時序指標資料的許可權。 |