GaussDB(DWS) 数据库智能监控运维服务-节点监控指标

  GaussDB(DWS)使用DMS来承载数据库的智能运维体系，提供了数据库运维过程中的监控，分析，处理三大核心处理过程。本文将着重介绍DMS服务中对于集群主机硬件指标监控数据。

  在GaussDB(DWS) 产品中完成集群创建后，即可在集群管理页面看到创建的集群信息，选择集群操作选项中的监控面板功能，即可进入 DMS服务中。

DMS提供了多项关于数据库相关的监控与工具功能，本文中我们主要关注监控功能中对于节点监控指标。

对于数据库集群中节点监控主要在于CPU 内存 磁盘 网络四个方面，从当前这个概览界面可以看主机当前的一些状态指标

CPU使用率	通过 /proc/stat 获得CPU状态 ，由SYS（内核态） 与 USER（用户态）占比相加获得当前CPU使用率，该指标反映了节点CPU压力状态。
内存使用率	通过 /proc/meminfo获得内存信息，由总内存减去空闲内存与缓存占比获得当前内存使用率，该指标反映了节点内存使用状态。
平均磁盘使用率	通过读取节点磁盘挂载信息，获得节点磁盘容量使用情况。
磁盘I/O	通过iostat 命令获得当前节点IO状态，该指标反映了当前磁盘IO流量情况。
TCP协议重传率	通过/proc/net/snmp 获得节点网络协议统计结果，该指标一定程度上反映了节点的网络质量。
网络I/O	通过/proc/net/dev 获得节点各个网络端口的流量情况，该指标反映了节点的网络流量压力状态。
状态	通过检查节点到集群CCN节点是否可达，判断节点当前状态。

将鼠标移动至某个指标，还可以查看更详细的一些监控值例如CPU，可以查看用户态 系统态 IDLE IO等待消耗的CPU占比。

节点监控页面上还可以针对磁盘和网络活动更加详细的信息，例如磁盘功能将对每个节点各个磁盘的IO状态指标进行采集与展示。

DMS服务从CPU 内存 磁盘 网络四个方面对数据库节点展开监控，那么这些监控指标如何体现了数据库当前的状态，从这些指标又怎么发现数据库当前可能存在的问题

CPU指标：CPU使用率反映了集群当前运行业务情况，业务数量越多计算量越多，节点的CPU使用率越高，当在集群业务高峰期观察时将可以看到CPU使用率是处在高位。对于CPU指标举例两类场景问题：

CPU使用率一直处于高位	排查集群运行的业务，业务SQL或者表索引是否设计不合理或者需要排查节点是否存在非GaussDB进程一直消耗CPU资源。
各节点CPU使用率明显差异	排查集群业务，是否业务分布不合理，对于CN节点可以查看是否未配置负载均衡，导致单个节点压力过大。

内存指标：内存使用率反映当前集群运行时消耗内存情况，业务涉及的数据量越多，节点的内存消耗越多。举例内存指标相关问题：

内存使用率缓慢增长	排查是否存在内存泄露问题
各节点内存使用率明显差异	排查集群业务，是否业务分布不合理

磁盘指标：磁盘指标反映了当前集群运行时集群数据对于磁盘占用情况， 举例磁盘指标相关问题：

磁盘使用率短期内迅速增长	排查是否业务与磁盘占用是否相符，是否数据库存在过多脏页，临时文件等占用大量磁盘资源。
节点磁盘IO等待时间过高	排查磁盘状态，磁盘是否处于慢盘状态。
各节点磁盘使用率明显差异	排查集群业务，是否业务分布不合理，导致数据倾斜。

网络指标：网络指标反映了当前集群运行时各个节点网络流量状态，举例网络问题：

网络TCP重传率高	排查集群网络，是否网络拥塞，网络状态不良。
网络丢包数过高	排查集群业务与网络，是否是业务压力导致网卡丢包或网络本身问题。