全部產品
Search

搜尋本產品

    Managed Service for Prometheus：如何使用Prometheus監控Cassandra

    文件中心

    Managed Service for Prometheus：如何使用Prometheus監控Cassandra

    更新時間：Aug 28, 2026

    本文介紹如何使用Prometheus監控Cassandra。

    前提條件

    已建立Prometheus執行個體，具體操作，請參見：

    步驟一：自行部署Cassandra JMX Agent

    1. 您需要根據Cassandra的版本下載合適的Cassandra JMX Agent到Cassandra所在的ECS內。

    2. 解壓縮下載的Agent壓縮包到MCAC_ROOT，修改cassandra-env.sh檔案，追加以下內容。

      MCAC_ROOT=/path/to/directory
JVM_OPTS="$JVM_OPTS -javaagent:${MCAC_ROOT}/lib/datastax-mcac-agent.jar"
      重要

      Cassandra JMX Agent給Prometheus暴露的資料抓取連接埠為9103，如果需要修改為其他的連接埠，則修改${MCAC_ROOT}/config/collectd.conf.tmpl檔案中的如下所示的內容為想要提供的連接埠。

      
LoadPlugin write_prometheus
<Plugin write_prometheus>
  Port "9103"
</Plugin>

    3. 完成上述配置之後，重新啟動Cassandra應用程式，在ECS伺服器上執行命令curl localhost:{jmx連接埠}/metrics，查看是否正常有資料返回，如果有資料返回，則說明Cassandra JMX Agent已經正確安裝。

      
# HELP collectd_collectd_cache_size write_prometheus plugin: 'collectd' Type: 'cache_size', Dstype: 'gauge', Dsname: 'value'
# TYPE collectd_collectd_cache_size gauge
collectd_collectd_cache_size(collectd="cache",instance="172.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1") 6985 16
# HELP collectd_collectd_derive_total write_prometheus plugin: 'collectd' Type: 'derive', Dstype: 'derive', Dsname: 'value'
# TYPE collectd_collectd_derive_total counter
collectd_collectd_derive_total(collectd="write_queue",type="dropped",instance="172.1xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1") 0 168768x
# HELP collectd_collectd_queue_length write_prometheus plugin: 'collectd' Type: 'queue_length', Dstype: 'gauge', Dsname: 'value'
# TYPE collectd_collectd_queue_length gauge
collectd_collectd_queue_length(collectd="write_queue",instance="172.1xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1") 144 168
# HELP collectd_contextswitch_total write_prometheus plugin: 'contextswitch' Type: 'contextswitch', Dstype: 'derive', Dsname: 'value'
# TYPE collectd_contextswitch_total counter
collectd_contextswitch_total(instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1") 3xxx 168768x
# HELP collectd_cpu_total write_prometheus plugin: 'cpu' Type: 'cpu', Dstype: 'derive', Dsname: 'value'
# TYPE collectd_cpu_total counter
collectd_cpu_total(cpu="0",type="idle",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 50160255 16876
collectd_cpu_total(cpu="0",type="interrupt",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686
collectd_cpu_total(cpu="0",type="nice",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 226 1687686335
collectd_cpu_total(cpu="0",type="softirq",instance="172.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 13644 16876
collectd_cpu_total(cpu="0",type="steal",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686335x
collectd_cpu_total(cpu="0",type="system",instance="172.1xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 231356 16876
collectd_cpu_total(cpu="0",type="user",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 1519742 168768
collectd_cpu_total(cpu="0",type="wait",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 585 1687686335
collectd_cpu_total(cpu="1",type="idle",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 50596353 16876
collectd_cpu_total(cpu="1",type="interrupt",instance="17xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686
collectd_cpu_total(cpu="1",type="nice",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 219 1687686335
collectd_cpu_total(cpu="1",type="softirq",instance="172.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 9320 168768
collectd_cpu_total(cpu="1",type="steal",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686335x
collectd_cpu_total(cpu="1",type="system",instance="172.1xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 129114 16876
collectd_cpu_total(cpu="1",type="user",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 1504382 168768
collectd_cpu_total(cpu="1",type="wait",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 50115892 16876
collectd_cpu_total(cpu="1",type="interrupt",instance="17xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686
collectd_cpu_total(cpu="1",type="nice",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 190 1687686335
collectd_cpu_total(cpu="2",type="softirq",instance="172.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 4906 168768
collectd_cpu_total(cpu="2",type="steal",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686335x
collectd_cpu_total(cpu="2",type="system",instance="172.1xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 230256 16876
collectd_cpu_total(cpu="2",type="user",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 1562142 168768
collectd_cpu_total(cpu="2",type="wait",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 8267 168768633x
collectd_cpu_total(cpu="3",type="idle",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 50612210 16876
collectd_cpu_total(cpu="3",type="interrupt",instance="17xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686
collectd_cpu_total(cpu="3",type="nice",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 218 1687686335
collectd_cpu_total(cpu="3",type="softirq",instance="172.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 2815 168768
collectd_cpu_total(cpu="3",type="steal",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 0 1687686335x
collectd_cpu_total(cpu="3",type="system",instance="172.1xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 129656 16876
collectd_cpu_total(cpu="3",type="user",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 1506299 168768
collectd_cpu_total(cpu="3",type="xxx",instance="172.16.xxx",cluster="Test Cluster",dc="datacenter1",rack="rack1",insight_series="1") 183 1687686335x

    步驟二：接入 Cassandra

    1. 登入CloudMonitor控制台。

    2. 在左側導覽列，單擊接入中心。

    3. 在接入中心頁面的資料庫地區，單擊 Cassandra。

    1. 在Cassandra面板的開始接入頁簽完成接入，然後單擊確定。

      參數

      說明

      選擇所屬環境類型

      可以接入以下兩種服務環境：

      • Container Service環境

      • ECS(VPC)

      選擇叢集

      選擇目的地組群。

      Pod 標籤

      部署 Cassandra 服務 Pod 的標籤（建議使用有特定標識的標籤）

      服務連接埠

      步驟一中安裝的 Cassandra JMX Agent 的連接埠，預設連接埠號碼會自動填滿。

      Metrics 採集路徑

      步驟一中安裝的 Cassandra JMX Agent 指標透出路徑，預設路徑會自動填滿。

      Metric 採集間隔（單位/秒）

      可觀測監控 Prometheus 版採集指標資料的時間間隔，預設30秒。

    步驟三：查看Cassandra大盤資料

    1. 登入CloudMonitor控制台。

    2. 在左側導覽列，單擊接入管理。

    3. 在接入管理頁面的已接入環境頁簽中，選擇目標環境，在目標環境列表中，單擊目標環境名稱進入容器環境詳情頁面。

    4. 在組件管理頁簽下的組件類型地區，單擊Cassandra，然後單擊大盤，即可查看所有的大盤名稱。

      大盤列表中包含 Cassandra Detail 和 Cassandra Summary 兩個監控大盤，標籤均為 cassandra。

    5. 單擊目標大盤名稱，查看對應的Grafana大盤。

    步驟四：配置 Cassandra 監控警示

    1. 在組件管理頁簽下的組件類型地區，單擊Cassandra，然後單擊警示規則，即可查看預設建立的警示規則。

      預設建立的警示規則包括：

      • 請求逾時數

      • 失敗請求數

      • 懸掛訊息數

      • 磁碟使用率

      • 記憶體使用量率

      • CPU 使用率

      • 用戶端串連數

      所有規則狀態均為運行中，可對每條規則執行編輯、停止或查看警示事件操作。

    2. 您還可以根據業務需求新增警示規則，建立Prometheus警示規則的具體操作，請參見建立Prometheus警示規則。

    關鍵計量說明

    叢集/節點基礎資訊

    指標名稱

    關鍵層級

    指標描述

    指標說明

    mcac_client_connected_native_clients

    Major

    CQL串連數

    串連數過多會佔用系統過多資源，導致用戶端延遲變高。

    mcac_table_live_disk_space_used_total

    Major

    cassandra佔據的空間

    該指標過高可能導致硬碟空間不足以及資料存取延遲增加。

    mcac_table_snapshots_size

    Recommand

    cassandra快照檔案大小

    快照用於資料恢複，該指標過高可能導致硬碟空間不足從而無法儲存下完整的快照。

    collectd_uptime

    Major

    節點開機時間

    該指標過高說明系統長期沒有進行重啟，存在漏洞的系統可能會帶來安全隱患。

    關鍵效能指標

    指標名稱

    重要層級

    指標描述

    指標說明

    mcac_table_read_latency

    Critical

    用戶端讀取資料的延遲

    該指標過高會導致應用程式的讀取速度變慢，影響使用者體驗。

    mcac_table_write_latency

    Critical

    用戶端寫資料的延遲

    該指標過高會導致應用程式的寫入速度變慢，影響使用者體驗。

    異常和錯誤

    指標名稱

    重要層級

    指標描述

    指標說明

    mcac_client_request_timeouts_total

    Critical

    逾時的用戶端請求

    該指標過高，說明系統負載較高，會嚴重影響使用者體驗。

    mcac_client_request_failures_total

    Critical

    出現異常的用戶端請求

    該指標過高，說明系統負載較高，會嚴重影響使用者體驗。

    mcac_dropped_message_dropped_total

    Critical

    丟棄的訊息

    該指標過高，說明系統負載較高，會嚴重影響使用者體驗。

    緩衝和布隆過濾器

    指標名稱

    重要層級

    指標描述

    指標說明

    mcac_table_key_cache_hit_rate

    Major

    key_cache的命中率

    該指標過低可能會導致應用程式的讀取速度變慢，影響使用者體驗。

    mcac_table_row_cache_hit_total

    Major

    row_cache的叫用次數

    該指標過低可能會導致應用程式的讀取速度變慢，影響使用者體驗。

    mcac_table_row_cache_miss_total

    Recommand

    row_cache未命中的次數

    該指標過高可能會導致應用程式的讀取速度變慢，影響使用者體驗。

    mcac_table_row_cache_hit_out_of_range_total

    Recommand

    row_cache命中但還是去訪問磁碟的次數

    該指標過高可能會導致應用程式的讀取速度變慢，影響使用者體驗。

    mcac_table_bloom_filter_false_ratio

    Major

    布隆過濾器的誤判率

    當布隆過濾器誤判比例過高時，會導致查詢結果中有很多本來不存在的元素被判斷為存在，從而浪費查詢時間和資源。這會降低查詢效能並增加查詢成本。

    CPU/記憶體/硬碟使用趨勢

    指標名稱

    重要層級

    指標描述

    指標說明

    collectd_cpu_total

    Critical

    CPU的使用率

    該指標過高說明系統負載較高，會導致用戶端請求延遲過高，嚴重影響使用者體驗。

    collectd_memory

    Critical

    記憶體的使用率

    該指標過高說明系統負載較高，會導致用戶端請求延遲升高，嚴重影響使用者體驗。

    collectd_df_df_complex

    Critical

    硬碟的使用率

    該指標過高說明硬碟可用空間不足，會導致資料無法正常持久化儲存，有宕機的風險。

    SSTable壓縮

    指標名稱

    重要層級

    指標描述

    指標說明

    mcac_table_pending_compactions

    Major

    進行中的SSTable壓縮任務

    該指標過高說明系統負載較高，會導致用戶端請求延遲升高，建議合理配置SSTable的壓縮間隔。

    mcac_table_compaction_bytes_written_total

    Major

    SSTable的壓縮速率

    該指標過低說明系統壓縮速率較慢，會導致壓縮任務累積，建議提高節點的硬體設定。

    mcac_table_compression_ratio

    Major

    SSTable的壓縮率

    該指標過高說明壓縮後的檔案仍然過大，壓縮沒有達到預期的效果。

    磁碟檔案

    指標名稱

    重要層級

    指標描述

    指標說明

    mcac_table_live_ss_table_count

    Major

    SSTable的數量

    該指標越高會導致硬碟佔用過高並且讀寫延遲增加，需合理配置SSTable的壓縮策略。

    mcac_table_live_disk_space_used_total

    Major

    SSTable佔用的硬碟空間

    該指標越高會導致硬碟佔用過高並且讀寫延遲增加，需合理配置SSTable的壓縮策略。

    mcac_table_ss_tables_per_read_histogram

    Major

    一次read操作需要讀取的SSTable數量

    該指標越高會導致用戶端讀取延遲增加。

    mcac_commit_log_total_commit_log_size

    Major

    Commit Log佔用的硬碟空間

    該指標過高會導致硬碟空間不足，讀寫效能下降以及資料恢復增加。

    mcac_table_memtable_live_data_size

    Major

    MemTable佔用的空間

    該指標過高會導致資料寫入效能下降，節點穩定性下降。

    mcac_table_waiting_on_free_memtable_space

    Major

    等待釋放MemTable花費的時間

    該指標過高會導致資料寫入效能下降，節點穩定性下降。

    線程池狀態

    指標名稱

    重要層級

    指標描述

    指標說明

    mcac_thread_pools_active_tasks

    Critical

    線程池中正在活躍的任務數量

    阻塞任務過多會導致佔用系統資源過高，響應速度下降甚至系統崩潰。

    mcac_thread_pools_total_blocked_tasks_total

    Critical

    線程池中正處於阻塞狀態的任務數量

    阻塞任務過多會導致佔用系統資源過高，響應速度下降甚至系統崩潰。

    mcac_thread_pools_pending_tasks

    Critical

    線程池中處於pending狀態的任務數量

    處於pending狀態的任務過多會導致佔用系統資源過高，這些任務對應的請求逾時，甚至導致系統崩潰。

    mcac_thread_pools_completed_tasks

    Major

    線程池中已經完成的任務數量

    該指標可以反映系統的輸送量，該指標越高說明系統的效能優秀。

    JVM相關

    指標名稱

    重要層級

    指標描述

    指標說明

    mcac_jvm_memory_used

    Critical

    已經使用的JVM堆記憶體大小

    該指標越高，可能導致記憶體不足，觸發頻繁的記憶體回收，降低應用的吞吐率。

    mcac_jvm_gc_time

    Critical

    應用程式用於GC的時間

    該指標過高說明GC過於頻繁，系統用於執行使用者任務時間較少，可能導致用戶端請求逾時，甚至導致系統崩潰等。