138 lines
3.7 KiB
Markdown
138 lines
3.7 KiB
Markdown
|
# 【E21现场】OLAP频繁出现多个告警
|
|||
|
|
|
|||
|
|
| ID | Creation Date | Assignee | Status |
|
|||
|
|
|----|----------------|----------|--------|
|
|||
|
|
| OMPUB-1052 | 2023-11-01T10:13:35.000+0800 | 戚岱杰 | 已解决 |
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
E21现场，近期NZ中有多个OLAP的告警：
|
|||
|
|
* Disk_usages_data
|
|||
|
|
* OLAP Data Transporter Logs/s Threshold
|
|||
|
|
* OLAP High CPU Usage > 80%
|
|||
|
|
* OLAP High Disk IO > 90%**qidaijie** commented on *2023-11-01T11:19:04.778+0800*:
|
|||
|
|
|
|||
|
|
Disk_usages_data告警与 OMPUB-1031 问题有关，可关注其评论。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**qidaijie** commented on *2023-11-06T11:25:47.476+0800*:
|
|||
|
|
|
|||
|
|
经确认OLAP High Disk IO > 90%告警均由Clickhouse服务器产生，普遍持续10-20分钟。
|
|||
|
|
* 该告警监控的是磁盘IO使用率，即处理IO使用时间（例如，如果统计间隔 1 秒，该设备有 0.8 秒在处理 I/O，而 0.2 秒闲置，那么该设备的 %util = 0.8/1 = 80%），该参数表示了一些设备的繁忙程度：
|
|||
|
|
** 使用率可以暗示设备的繁忙程度，即当前时段IO请求较多，但即使%util 是 100%，因为磁盘阵列有并发能力，磁盘使用未必就到达了瓶颈。
|
|||
|
|
* 对于Clickhouse数据库来说，数据入库/查询/合并/TTL删除历史数据等操作均会产生IO请求。
|
|||
|
|
* 通过资料和部分云平台IO监控，应当从请求的平均队列长度、响应时间、使用率多个指标进行联合告警。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
临时处置方案：暂将该告警置为失效。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**qidaijie** commented on *2023-11-07T10:42:45.993+0800*:
|
|||
|
|
|
|||
|
|
以下告警均由MWV-IGW产生。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
OLAP Data Transporter Logs/s Threshold：
|
|||
|
|
* E现场各Data Transporter均为单机虚拟机环境，增加P3级别日志量提示性告警，阈值为15w/s；用于在站点日志量较大时有相关提示记录。
|
|||
|
|
* 该站点日志量普遍在15w以上，流量峰值期间在20-24w。
|
|||
|
|
* 本次版本升级前后该站点日志量没有太大差距，在历史也一直存在。
|
|||
|
|
** !MWV-IGW日志量.png|thumbnail!!日志量提示告警.png|thumbnail!
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
OLAP High CPU Usage > 80%：
|
|||
|
|
* 该告警为OLAP机器通用的CPU使用率告警，阈值为80%。
|
|||
|
|
* 与上述告警相关，MWV-IGW处理日志汇聚到国家中心所需要的CPU随之增加；普遍在83%左右，峰值在90-94%。
|
|||
|
|
* 本次版本升级后程序优化处理能力提升，CPU使用率远高于升级前；因此每天会产生相关告警。
|
|||
|
|
** !MWV-IGW CPU使用率.png|thumbnail!!MWV-IGW CPU使用率-历史.png|thumbnail!
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
综合以上信息：上述告警均为MWV-IGW站点日志量较大产生，且CPU也近乎处于满载状态。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**qidaijie** commented on *2023-11-15T15:41:24.590+0800*:
|
|||
|
|
|
|||
|
|
经过对ETL程序优化，优化后流量高峰期CPU使用率，较之前降低了40%左右。
|
|||
|
|
|
|||
|
|
!MWV-IGW优化后CPU使用率.png|thumbnail!
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
后续再持续观察。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**qidaijie** commented on *2023-11-17T14:31:16.440+0800*:
|
|||
|
|
|
|||
|
|
持续观察3天，流量高峰期CPU使用率维持在50-60%，无明显波动。
|
|||
|
|
|
|||
|
|
!image-2023-11-17-14-31-24-886.png|width=419,height=330!
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
总结：
|
|||
|
|
* 分中心处理程序经过优化，CPU使用率较之前降低了40%左右，高峰期CPU使用率维持在50-60%之间，不再产生CPU相关告警。
|
|||
|
|
* 随着处理能力提升，OLAP Data Transporter Logs/s Threshold日志量提示告警阈值已提高至30万。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
## Attachments
|
|||
|
|
|
|||
|
|
**47496/image-2023-11-17-14-31-24-886.png**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**46740/MWV-IGW_TaskManager_20231101_1030.html**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**46741/MWV-IGW_TaskManager_20231101_2030.html**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**46738/MWV-IGW+CPU使用率.png**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**46752/MWV-IGW+CPU使用率-历史.png**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**46689/MWV-IGW-KVM-DT001.html**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**46690/MWV-IGW日志量.png**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**47378/MWV-IGW优化后CPU使用率.png**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|
|||
|
|
**46747/日志量提示告警.png**
|
|||
|
|
|
|||
|
|
---
|
|||
|
|
|