集群监控主要包括两个方面的内容,分别是集群健康情况和集群的运行状态。
http://ip:9200/_cluster/health?pretty
1status:
2#集群状态,分为green、yellow和red。
3number_of_nodes/number_of_data_nodes:
4#集群的节点数和数据节点数。
5active_primary_shards:
6#集群中所有活跃的主分片数。
7active_shards:
8#集群中所有活跃的分片数。
9relocating_shards:
10#当前节点迁往其他节点的分片数量,通常为0,当有节点加入或者退出时该值会增加。
11initializing_shards:
12#正在初始化的分片。
13unassigned_shards:
14#未分配的分片数,通常为0,当有某个节点的副本分片丢失该值就会增加。
15number_of_pending_tasks:
16#是指主节点创建索引并分配shards等任务,如果该指标数值一直未减小代表集群存在不稳定因素
17active_shards_percent_as_number:
18#集群分片健康度,活跃分片数占总分片数比例。
19number_of_pending_tasks:
20#pending task只能由主节点来进行处理,这些任务包括创建索引并将shards分配给节点。
集群状态信息主要包含整个集群的一些统计信息,例如文档数、分片数、资源使用情况等。
http://ip:9200/_cluster/stats?pretty
1indices.count:
4#索引总数。
5indices.shards.total:
6#分片总数。
7indices.shards.primaries:
8#主分片数量。
9docs.count:
10#文档总数。
11store.size_in_bytes:
12#数据总存储容量。
13segments.count:
14#段总数。
15nodes.count.total:
16#总节点数。
17nodes.count.data:
18#数据节点数。
19nodes. process. cpu.percent:
20#节点CPU使用率。
21fs.total_in_bytes:
22#文件系统使用总容量。
23fs.free_in_bytes:
24#文件系统剩余总容量。
节点监控主要针对各个节点,有很多指标对于保证ES集群的稳定运行非常重要。
http://ip:9200/_nodes/stats?pretty
1name:
2#节点名。
3roles:
4#节点角色。
5indices.docs.count:
6#索引文档数。
7segments.count:
8#段总数。
9jvm.heap_used_percent:
10#内存使用百分比。
11thread_pool.{bulk, index, get, search}.{active, queue, rejected}:
12#线程池的一些信息,包括bulk、index、get和search线程池,主要指标有active(激活)线程数,线程queue(队列)数和rejected(拒绝)线程数量。
以下一些指标是一个累加值,当节点重启之后会清零。
1indices.indexing.index_total:
2#索引文档数。
3indices.indexing.index_time_in_millis:
4#索引总耗时。
5indices.get.total:
6#get请求数。
7indices.get.time_in_millis:
8#get请求总耗时。
9indices.search.query_total:
10#search总请求数。
11indices.search.query_time_in_millis:
12#search请求总耗时。indices.search.fetch_total:fetch操作总数量。
13indices.search.fetch_time_in_millis:
14#fetch请求总耗时。
15jvm.gc.collectors.young.collection_count:
16#年轻代垃圾回收次数。
17jvm.gc.collectors.young.collection_time_in_millis:
18#年轻代垃圾回收总耗时。
19jvm.gc.collectors.old.collection_count:
20#老年代垃圾回收次数。
21jvm.gc.collectors.old.collection_time_in_millis:
22#老年代垃圾回收总耗时。
一些需要计算的指标: 节点监控的计算指标主要分为两类,分别为请求速率指标和请求处理延迟指标,下面作具体介绍。
1index_per_min:
2#每分钟索引请求数量。计算公式如下:
3#索引请求率=(index_total两次采集差值)/(系统时间差值(ms))×60000 (公式1)
4indexAverge_per_min:
5#索引请求处理延迟。计算公式如下:
6#索引延迟=(index_time_in_millis两次采集差值)/(index_total两次采集差值) (公式2)
7get_per_min:
8#每分钟get请求数量,计算公式如(公式1),更改相应参数。
9getAverage_per_min:
10#get请求处理延迟,计算公式如(公式2) ,更改相应参数。
11merge_per_min:
12#每分钟merge请求数量,计算公式如(公式1),更改相应参数。
13mergeAverage_per_min:
14#merge请求处理延迟,计算公式如(公式2) ,更改相应参数。
15searchQuery_per_min:
16#每分钟query请求数量,计算公式如(公式1),更改相应参数。
17searchQueryAverage_per_min:
18#query请求延迟,计算公式如(公式2) ,更改相应参数。
19searchFetch_per_min:
20#每分钟fetch请求数量,计算公式如(公式1),更改相应参数。
21searchFetchAverage_per_min:
22#fetch请求延迟,计算公式如(公式2) ,更改相应参数。
23youngGc_per_min:
24#每分钟young gc数量,计算公式如(公式1),更改相应参数。
25youngGcAverage_per_min:
26#young gc请求延迟,计算公式如(公式2) ,更改相应参数。
27oldGc_per_min:
28#每分钟old gc数量,计算公式如(公式1),更改相应参数。
29oldGcAverage_per_min:
30#old gc请求延迟,计算公式如(公式2) ,更改相应参数。
索引监控指标主要针对单个索引,不过也可以通过“_all”对集群中所有索引进行监控。
http://ip:9200/_stats?pretty
1http://ip:9200/_stats?pretty。
2关键指标说明:
3indexname.primaries.docs.count:
4#索引文档数量。
以下一些指标是一个累加值,当节点重启之后会清零。
1indexname.primaries.indexing.index_total:
2#索引文档数。
3indexname.primaries.indexing.index_time_in_millis:
4#索引总耗时。
5indexname.primaries.get.total:
6#get请求数。
7indexname.primaries.get.time_in_millis:
8#get请求总耗时。
9indexname.primaries.search.query_total:
10#search总请求数。
11indexname.primaries.search.query_time_in_millis:
12#search请求总耗时。indices.search.fetch_total:fetch操作总数量。
13indexname.primaries.search.fetch_time_in_millis:
14#fetch请求总耗时。
15indexname.primaries.refresh.total:
16#refresh请求总量。
17indexname.primaries.refresh.total_time_in_millis:
18#refresh请求总耗时。
19indexname.primaries.flush.total:
20#flush请求总量。
21indexname.primaries.flush.total_time_in_millis:
22#flush请求总耗时。
理解了上面的指标
就可以使用Prometheus和Grafana进行监控展示
下面是我们测试环境的Grafana上展示的Elasticsearch集群的状态
可以看到prometheus采集到的的指标信息还是比较全面的