用户指南—监控与告警—存储资源监控

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
简介: 为方便您掌握实例的运行状态,PolarDB-X提供监控查询功能。您可以在控制台上查看计算资源监控和存储资源监控信息。其中存储资源监控展示了实例存储层资源的性能数据,本文将介绍如何查看存储资源监控信息。

操作步骤

  1. 登录云原生分布式数据库控制台
  2. 在页面左上角选择目标实例所在地域。
  3. 实例列表页,单击PolarDB-X 2.0页签。
  4. 找到目标实例,单击实例ID。
  5. 在左侧导航栏中,单击监控与报警 > 存储资源监控
  6. 节点页面中间的下拉框中选择目标存储节点并设置查询时间段,单击确定27.png
  7. 以下是对实例存储节点的监控项说明:
监控项 指标 说明
CPU cpu CPU使用率的平均值。
内存 mem JVM Old Generation的内存使用率。内存使用率波动属于正常现象。
磁盘空间 ins_size 磁盘空间总使用量,单位为MByte。
data_size 数据空间使用量,单位为MByte。
log_size 实例存储节点的日志空间使用量,单位为MByte。
tmp_size 临时文件空间使用量,单位为MByte。
other_size 系统文件空间使用量,单位为MByte。
网络流量 recv_k 每秒输入流量,单位为Kbps。
sent_k 每秒输出流量,单位为Kbps。
连接数 active_session 当前活跃连接数。
total_session 当前总连接数。
IOPS iops 每秒读写次数,包括每秒读写总次数、每秒读次数、每秒写次数。
QPS qps 每秒请求数。
TPS tps 每秒事务数。
内存缓冲池 ibuf_dirty_ratio 缓冲池的脏块率。
ibuf_read_hit 缓冲池的读命中率。
ibuf_use_ratio 缓冲池的利用率。
InnoDB读写数量 inno_data_read 实例存储节点每秒从存储引擎读取的数据量。
inno_data_written 实例存储节点每秒往存储引擎写入的数据量。
InnoDB缓冲池请求数 ibuf_request_r 缓冲池的每秒读次数。
ibuf_request_w 缓冲池的每秒写次数。
InnoDB日志写 Innodb_log_write_requests 实例存储节点日志的每秒写请求数量和每秒同步数据到磁盘的次数。
Innodb_os_log_fsyncs 实例存储节点日志的每秒同步数据到磁盘的次数。
临时表 tb_tmp_disk 实例存储节点每秒创建的临时表数量。
操作 com_delete 每秒Delete数。
com_insert 每秒Insert数。
com_insert_select 每秒Insert_Select数。
com_replace 每秒Replace数。
com_replace_select 每秒Replace_Select数。
com_select 每秒Select数。
com_update 每秒Update数。
  1. 说明
  • 上述各监控项的数据采集周期均为1分钟。
  • 最多支持查看7天内的监控数据。

上一篇:计算资源监控

相关文章
|
5月前
|
运维 监控 网络协议
物联网设备状态监控全解析:从告警参数到静默管理的深度指南-优雅草卓伊凡
物联网设备状态监控全解析:从告警参数到静默管理的深度指南-优雅草卓伊凡
145 11
物联网设备状态监控全解析:从告警参数到静默管理的深度指南-优雅草卓伊凡
|
4月前
|
编解码 监控 算法
CDN+OSS边缘加速实践:动态压缩+智能路由降低30%视频流量成本(含带宽峰值监控与告警配置)
本方案通过动态压缩、智能路由及CDN与OSS集成优化,实现视频业务带宽成本下降31%,首帧时间缩短50%,错误率降低53%。结合实测数据分析与架构创新,有效解决冷启动延迟、跨区域传输及设备适配性问题,具备快速投入回收能力。
235 0
|
7月前
|
数据采集 运维 监控
数据采集监控与告警:错误重试、日志分析与自动化运维
本文探讨了数据采集技术从“简单采集”到自动化运维的演进。传统方式因反爬策略和网络波动常导致数据丢失,而引入错误重试、日志分析与自动化告警机制可显著提升系统稳定性与时效性。正方强调健全监控体系的重要性,反方则担忧复杂化带来的成本与安全风险。未来,结合AI与大数据技术,数据采集将向智能化、全自动方向发展,实现动态调整与智能识别反爬策略,降低人工干预需求。附带的Python示例展示了如何通过代理IP、重试策略及日志记录实现高效的数据采集程序。
303 7
数据采集监控与告警:错误重试、日志分析与自动化运维
|
11月前
|
Prometheus 运维 监控
智能运维实战:Prometheus与Grafana的监控与告警体系
【10月更文挑战第26天】Prometheus与Grafana是智能运维中的强大组合,前者是开源的系统监控和警报工具,后者是数据可视化平台。Prometheus具备时间序列数据库、多维数据模型、PromQL查询语言等特性,而Grafana支持多数据源、丰富的可视化选项和告警功能。两者结合可实现实时监控、灵活告警和高度定制化的仪表板,广泛应用于服务器、应用和数据库的监控。
981 3
|
7月前
|
Prometheus Kubernetes 监控
Kubernetes监控:Prometheus与AlertManager结合,配置邮件告警。
完成这些步骤之后,您就拥有了一个可以用邮件通知你的Kubernetes监控解决方案了。当然,所有的这些配置都需要相互照应,还要对你的Kubernetes集群状况有深入的了解。希望这份指南能帮助你创建出适合自己场景的监控系统,让你在首次发现问题时就能做出响应。
325 22
|
Prometheus 监控 Cloud Native
【监控】prometheus传统环境监控告警常用配置
【监控】prometheus传统环境监控告警常用配置
【监控】prometheus传统环境监控告警常用配置
|
10月前
|
Prometheus 监控 Cloud Native
无痛入门Prometheus:一个强大的开源监控和告警系统,如何快速安装和使用?
Prometheus 是一个完全开源的系统监控和告警工具包,受 Google 内部 BorgMon 系统启发,自2012年由前 Google 工程师在 SoundCloud 开发以来,已被众多公司采用。它拥有活跃的开发者和用户社区,现为独立开源项目,并于2016年加入云原生计算基金会(CNCF)。Prometheus 的主要特点包括多维数据模型、灵活的查询语言 PromQL、不依赖分布式存储、通过 HTTP 拉取时间序列数据等。其架构简单且功能强大,支持多种图形和仪表盘展示模式。安装和使用 Prometheus 非常简便,可以通过 Docker 快速部署,并与 Grafana 等可
4422 2
|
11月前
|
Prometheus 运维 监控
智能运维实战:Prometheus与Grafana的监控与告警体系
【10月更文挑战第27天】在智能运维中,Prometheus和Grafana的组合已成为监控和告警体系的事实标准。Prometheus负责数据收集和存储,支持灵活的查询语言PromQL;Grafana提供数据的可视化展示和告警功能。本文介绍如何配置Prometheus监控目标、Grafana数据源及告警规则,帮助运维团队实时监控系统状态,确保稳定性和可靠性。
937 0
|
存储 传感器 监控
云监控:引领未来监控技术的新篇章
传统监控系统需要投入大量的人力物力进行建设和维护,而云监控则通过云计算平台的按需付费特性降低了建设和维护成本。用户只需根据实际需求购买相应的服务和资源即可实现监控功能,无需担心设备升级、维护等问题。
|
Prometheus 监控 Cloud Native
SpringCloud微服务实战——搭建企业级开发框架(四十五):【微服务监控告警实现方式二】使用Actuator(Micrometer)+Prometheus+Grafana实现完整的微服务监控
无论是使用SpringBootAdmin还是使用Prometheus+Grafana都离不开SpringBoot提供的核心组件Actuator。提到Actuator,又不得不提Micrometer,从SpringBoot2.x开始,Actuator的功能实现都是基于Micrometer的。
1007 57