Apache Doris 集群管理:SHOW FRONTENDS DISKS 命令详解
2025-06-27 03:43:40作者:昌雅子Ethen
概述
在 Apache Doris 分布式分析型数据库中,前端节点(Frontend)是集群的重要组成部分,负责元数据管理、查询协调等工作。本文将详细介绍 SHOW FRONTENDS DISKS 命令,该命令用于查看 FE 节点上关键目录的磁盘使用情况,是Doris集群运维中不可或缺的监控工具。
命令用途
SHOW FRONTENDS DISKS 命令主要提供以下信息:
- FE节点上各类关键目录的磁盘使用情况
- 文件系统级别的容量和使用率数据
- 各类型目录的实际存储位置
通过这些信息,DBA可以:
- 监控磁盘空间使用情况,预防磁盘满导致的系统故障
- 合理规划存储资源分配
- 排查因磁盘空间不足导致的问题
命令语法
SHOW FRONTENDS DISKS;
返回结果详解
执行该命令后,将返回包含以下字段的表格:
| 字段名 | 说明 |
|---|---|
| Name | FE节点在BDBJE中的唯一标识名称 |
| Host | FE节点所在服务器的IP地址 |
| DirType | 目录类型,包括:meta(元数据)、log(日志)、audit-log(审计日志)、temp(临时文件)、deploy(部署目录) |
| Dir | 该类型目录在服务器上的实际路径 |
| Filesystem | 目录所在的Linux文件系统 |
| Capacity | 文件系统总容量 |
| Used | 已使用空间大小 |
| Available | 剩余可用空间 |
| UseRate | 空间使用百分比 |
| MountOn | 文件系统的挂载点 |
权限要求
执行此命令需要以下权限之一:
- ADMIN_PRIV(管理员权限)
- NODE_PRIV(节点管理权限)
高级用法
如需对查询结果进行进一步筛选,可以使用表值函数 frontends_disks(),它与 SHOW FRONTENDS DISKS 命令等效:
SELECT * FROM FRONTENDS_DISKS();
通过这种方式,可以结合WHERE等SQL子句进行更灵活的查询,例如:
-- 只查询使用率超过80%的目录
SELECT * FROM FRONTENDS_DISKS() WHERE UseRate > 80;
实际应用示例
执行基础查询:
SHOW FRONTENDS DISKS;
典型返回结果示例:
+-----------------------------------------+-------------+-----------+---------------------------------+------------+----------+------+-----------+---------+------------+
| Name | Host | DirType | Dir | Filesystem | Capacity | Used | Available | UseRate | MountOn |
+-----------------------------------------+-------------+-----------+---------------------------------+------------+----------+------+-----------+---------+------------+
| fe_a1daac68_5ec0_477c_b5e8_f90a33cdc1bb | 10.xx.xx.90 | meta | /home/disk/output/fe/doris-meta | /dev/sdf1 | 7T | 2T | 4T | 36% | /home/disk |
| fe_a1daac68_5ec0_477c_b5e8_f90a33cdc1bb | 10.xx.xx.90 | log | /home/disk/output/fe/log | /dev/sdf1 | 7T | 2T | 4T | 36% | /home/disk |
| fe_a1daac68_5ec0_477c_b5e8_f90a33cdc1bb | 10.xx.xx.90 | audit-log | /home/disk/output/fe/log | /dev/sdf1 | 7T | 2T | 4T | 36% | /home/disk |
| fe_a1daac68_5ec0_477c_b5e8_f90a33cdc1bb | 10.xx.xx.90 | temp | /home/disk/output/fe/temp_dir | /dev/sdf1 | 7T | 2T | 4T | 36% | /home/disk |
| fe_a1daac68_5ec0_477c_b5e8_f90a33cdc1bb | 10.xx.xx.90 | deploy | /home/disk/output/fe | /dev/sdf1 | 7T | 2T | 4T | 36% | /home/disk |
+-----------------------------------------+-------------+-----------+---------------------------------+------------+----------+------+-----------+---------+------------+
运维建议
-
元数据目录(meta):这是最重要的目录,存储了集群的所有元数据信息。建议:
- 保持至少30%的可用空间
- 定期监控使用率变化
- 考虑使用高性能存储设备
-
日志目录(log/audit-log):
- 设置合理的日志保留策略
- 对于审计日志,可根据合规要求调整保留周期
- 大流量场景下,日志可能快速增长,需特别关注
-
临时目录(temp):
- 查询过程中产生的临时文件存放位置
- 突发大查询可能导致临时目录快速填满
- 建议与其他关键目录分开存储
-
通用监控策略:
- 对所有目录设置使用率告警阈值(如80%)
- 定期检查各目录所在文件系统的健康状况
- 在容量规划时预留足够buffer
常见问题排查
问题1:FE节点启动失败,报磁盘空间不足
排查步骤:
- 使用
SHOW FRONTENDS DISKS查看各目录使用情况 - 重点关注meta和log目录
- 清理不必要的历史日志文件
- 如有必要,扩展磁盘容量或迁移数据目录
问题2:查询性能下降,临时目录使用率高
解决方案:
- 检查temp目录使用率
- 优化大查询,减少中间结果集
- 考虑为temp目录分配更大的空间
- 定期清理旧的临时文件
总结
SHOW FRONTENDS DISKS 是Apache Doris集群运维中的重要工具,通过它DBA可以全面掌握FE节点的磁盘使用状况。合理利用此命令并结合定期监控,可以有效预防因磁盘问题导致的系统故障,保障集群稳定运行。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
303
2.67 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
133
162
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++
629
222
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
1.03 K
459
暂无简介
Dart
594
129
React Native鸿蒙化仓库
JavaScript
231
307
🎉 (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
1.06 K
613
仓颉编译器源码及 cjdb 调试工具。
C++
123
605
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.55 K