首页
/ Apache Doris监控指标全面解析:从基础到实践

Apache Doris监控指标全面解析:从基础到实践

2025-06-27 17:53:42作者:胡易黎Nicole

一、Doris监控体系概述

Apache Doris作为一款高性能的MPP分析型数据库,提供了完善的监控指标体系,帮助管理员全面掌握集群运行状态。监控指标主要分为两大类:

  1. 进程监控:反映Doris进程本身的运行状态
  2. 节点监控:反映Doris进程所在节点的机器资源使用情况

二、监控数据获取方式

2.1 基础获取方式

通过HTTP接口获取监控数据,支持两种格式:

# 获取Prometheus格式的监控数据
curl http://fe_host:http_port/metrics
curl http://be_host:webserver_port/metrics

# 获取JSON格式的监控数据
curl http://fe_host:http_port/metrics?type=json
curl http://be_host:webserver_port/metrics?type=json

2.2 监控数据类型说明

大多数监控指标类型为Counter(计数器),即累积值。有效使用方式是定期采集(如每15秒)并计算单位时间内的变化率(斜率),例如:

  • 查询错误率 = doris_fe_query_err的斜率变化(每秒错误数)
  • 元数据写入速率 = doris_fe_edit_log中写入量的斜率变化

三、FE核心监控指标详解

3.1 关键进程指标(P0级)

指标名称 单位 说明 异常处理建议
doris_fe_connection_total FE MySQL端口当前连接数 超过限制会导致新连接无法建立
doris_fe_edit_log_write 元数据日志写入次数 斜率异常可能反映元数据写入问题
doris_fe_max_journal_id - 当前FE节点的最大元数据日志ID 主从FE间ID差距过大表明同步问题
doris_fe_qps 次/秒 查询请求QPS 反映集群查询负载
doris_fe_query_latency_ms 毫秒 查询延迟百分位统计 高延迟需优化查询或扩容

3.2 元数据相关指标

  • doris_fe_edit_log系列:监控元数据日志的健康状态
    • current_bytes:当前元数据日志大小,超过阈值需人工干预
    • read/write:监控元数据读写频率
  • doris_fe_image_write:元数据镜像生成状态,失败需立即处理

3.3 任务调度指标

  • doris_fe_scheduled_tablet_num:正在调度的tablet数量
    • 长期有值表明集群不稳定
  • doris_fe_tablet_status_count:tablet调度状态统计
    • in_sched快速增加:tablet长期处于不健康状态
    • not_ready快速增加:大量tablet无法满足调度条件

3.4 线程池监控

通过doris_fe_thread_pool监控各线程池状态:

  • active_thread_num:正在执行的任务数
  • pool_size:线程池总线程数
  • task_in_queue:排队任务数

重点关注:

  • agent-task-pool:Master FE下发Agent Task的线程池
  • mysql-nio-pool:MySQL Server的NIO线程池

四、BE核心监控指标

4.1 存储引擎关键指标

指标名称 单位 说明 重要性
doris_be_base_compaction_num 基线压缩任务数 P0
doris_be_cumulative_compaction_num 增量压缩任务数 P0
doris_be_tablet_compaction_failed 压缩失败次数 P1

4.2 查询执行指标

  • doris_be_query_scan_bytes:查询扫描数据量
  • doris_be_query_scan_rows:查询扫描行数
  • doris_be_query_latency_ms:查询延迟百分位

五、监控最佳实践

  1. 告警策略建议

    • P0级指标设置实时告警
    • 元数据相关失败指标设置立即告警
    • QPS/延迟设置动态基线告警
  2. 容量规划参考

    • 长期观察doris_fe_tablet_num的分布均衡性
    • 监控doris_fe_max_tablet_compaction_score预测性能瓶颈
  3. 故障排查路径

    • 查询变慢:检查查询延迟+压缩分数+线程池队列
    • 写入失败:检查元数据日志+editlog队列

六、总结

Apache Doris的监控指标体系设计完善,覆盖了从进程内部状态到节点资源的全方位监控。合理利用这些指标,可以:

  1. 实时掌握集群健康状态
  2. 快速定位性能瓶颈
  3. 预测容量需求
  4. 优化资源配置

建议结合Prometheus+Grafana等监控系统,构建完整的Doris监控告警体系,为生产环境稳定运行保驾护航。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
426
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
239
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
988
394
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
936
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69