TiDB 重要监控指标详解
使用 Ansible 部署 TiDB 集群时,一键部署监控系统 (Prometheus/Grafana),监控架构请看 TiDB 监控框架概述。
目前 Grafana Dashboard 整体分为 PD、TiDB、TiKV、Node_exporter、Overview 等。
以下为 TiDB Dashboard 部分监控说明:
说明
Query Summary
Duration:SQL 执行的时间
- Statement OPS:SQL 执行数量统计(包含
SELECT
、INSERT
、UPDATE
等) - QPS By Instance:每个 TiDB 上的 QPS
Query Detail
Internal SQL OPS:TiDB 内部 SQL 语句执行数量统计
Server
Connection count:每个 TiDB 的连接数
- Failed Query OPM:失败 SQL 的统计,例如语法错误、主键冲突等
- Heap Memory Usage:每个 TiDB 使用的堆内存大小
- Events OPM:统计关键事件,例如 start,close,gracefull-shutdown,kill,hang 等
- Uncommon Error OPM:TiDB 非正常错误的统计,包括 panic,binlog 写失败等
Transaction
Transaction OPS:事务执行数量统计
- Transaction Duration:事务执行的时间
- Session Retry Error OPS:事务重试时遇到的错误数量
Executor
Expensive Executor OPS:消耗系统资源比较多的算子统计,包括 Merge Join,Hash Join,Index Look Up Join,Hash Agg,Stream Agg,Sort,TopN 等
- Queries Using Plan Cache OPS:使用 Plan Cache 的查询数量统计
Distsql
Distsql Duration:Distsql 处理的时长
- Distsql QPS:Distsql 的数量统计
KV Errors
KV Retry Duration:KV 重试请求的时间
- TiClient Region Error OPS:TiKV 返回 Region 相关错误信息的数量
- KV Backoff OPS:TiKV 返回错误信息的数量(事务冲突等)
- Lock Resolve OPS:事务冲突相关的数量
- Other Errors OPS:其他类型的错误数量,包括清锁和更新 SafePoint
KV Duration
KV Cmd Duration 99:KV 命令执行的时间
KV Count
KV Cmd OPS:KV 命令执行数量统计
- Txn OPS:启动事务的数量统计
- Load SafePoint OPS:更新 SafePoint 的数量统计
PD Client
PD TSO OPS:TiDB 从 PD 获取 TSO 的数量
- PD TSO Wait Duration:TiDB 从 PD 获取 TSO 的时间
- PD Client CMD OPS:PD Client 执行命令数量统计
- PD Client CMD Duration: PD Client 执行命令耗时
- PD Client CMD Fail OPS:PD Client 执行命令失败统计
Schema Load
Load Schema Duration:TiDB 从 TiKV 获取 Schema 的时间
- Load Schema OPS:TiDB 从 TiKV 获取 Schema 的数量统计
- Schema Lease Error OPM:Schema Lease 出错,包括 change 和 outdate 两种,出现 outdate 错误时会报警
DDL
DDL Duration 95:DDL 语句处理时间统计
- DDL Batch Add Index Duration 100:创建索引时每个 Batch 所花费的时间统计
- DDL Deploy Syncer Duration:Schema Version Syncer 初始化,重启,清空等操作耗时
- Owner Handle Syncer Duration:DDL Owner 在执行更新,获取以及检查 Schema Version 的耗时
- Update Self Version Duration:Schema Version Syncer 更新版本信息耗时
Statistics
Auto Analyze Duration 95:自动 ANALYZE 耗时统计
- Auto Analyze QPS:自动 ANALYZE 数量统计
- Stats Inaccuracy Rate:统计信息不准确度统计
- Pseudo Estimation OPS:使用假的统计信息优化 SQL 的数量统计
- Dump Feedback OPS:存储统计信息 Feedback 的数量统计
- Update Stats OPS:利用 Feedback 更新统计信息的数量统计
Meta
AutoID QPS:AutoID 相关操作的数量统计,包括全局 ID 分配、单个 Table AutoID 分配、单个 Table AutoID Rebase 三种操作
- AutoID Duration:AutoID 相关操作的耗时
GC
Worker Action OPM:GC 相关操作的数量统计,包括 run_job,resolve_lock,delete_range 等操作
- Duration 99:GC 相关操作的耗时统计
- GC Failure OPM:GC 相关操作失败数量统计
- Too Many Locks Error OPM:GC 清锁过多错误的数量统计
看完两件小事
如果你觉得这篇文章对你挺有启发,我想请你帮我两个小忙:
- 把这篇文章分享给你的朋友 / 交流群,让更多的人看到,一起进步,一起成长!
- 关注公众号 「方志朋」,公众号后台回复「资源」 免费领取我精心整理的前端进阶资源教程