# 监控指标 ## Alluxio 监控指标 ### 缓存存储 | 指标 | 标签 | 类型 | 组件 | 描述 | | ------------------------------------ | ------------- | ------- | ----------- | ---------------------------------- | | `alluxio_cached_storage` | `type` | gauge | worker | 缓存数据量 | | `alluxio_cached_capacity` | `type` | gauge | worker | 配置的最大缓存存储量 | | `alluxio_data_cached_pages` | - | gauge | worker | 在页面存储中缓存的页面数量 | | `alluxio_data_cached_files` | - | gauge | worker | 缓存的文件数量，包括完全缓存和部分缓存的文件 | | `alluxio_cached_storage_by_priority` | `priority` | gauge | worker | 缓存数据量 | | `alluxio_eviction_by_ttl` | `policy_path` | counter | worker | 由 TTL 策略从 Alluxio worker 中驱逐的字节总数。 | | `alluxio_quota_size_used` | `dir` | gauge | coordinator | 给定配额范围内已使用的字节数。 | | `alluxio_quota_size_capacity` | `dir` | gauge | coordinator | 配额规则中定义的给定配额范围的容量。 | | `alluxio_eviction_by_quota` | `dir` | counter | worker | 由配额规则从 Alluxio worker 中驱逐的字节总数。 | ### 缓存访问 | 指标 | 标签 | 类型 | 组件 | 描述 | | ---------------------------------------------- | ------------------------------ | --------- | ------ | ---------------------------------------------------------------------------------------------------- | | `alluxio_data_access` | `method` | histogram | worker | 所有数据访问请求的聚合 | | `alluxio_data_throughput` | `dir`, `method`, `destination` | counter | worker | 所有数据访问的数据吞吐量计数器 | | `alluxio_meta_operation` | `op` | counter | worker | 元数据操作的 rpc 调用计数器 | | `alluxio_meta_operation_latency_ms` | `op`, `state` | histogram | worker | 元数据操作的 rpc 调用延迟 | | `alluxio_meta_operation_errors` | `op` | counter | worker | 元数据操作 rpc 调用处理过程中的错误计数器 | | `alluxio_ufs_error` | `ufs_type`, `error_code` | counter | worker | rpc 调用计数器 | | `alluxio_ufs_latency_ms` | `method`, `ufs_type` | histogram | worker | UFS 调用延迟的直方图 | | `alluxio_ufs_client_latency_ms` | `method`, `ufs_type`, `state` | histogram | worker | UFS 客户端 API 调用延迟的直方图 | | `alluxio_ufs_client_call_processing` | `method`, `ufs_type` | gauge | worker | 正在处理的 UFS 客户端调用的 gauge 值 | | `alluxio_ufs_data_access` | `dir`, `method` | counter | worker | UFS 访问量 | | `alluxio_ufs_fallback` | `method` | counter | worker | UFS fallback 量 | | `alluxio_cached_data_read` | `dir`, `is_pinned` | counter | worker | 读取时命中 Alluxio 缓存并由其提供服务的数据量 | | `alluxio_missed_data_read` | `dir`, `is_pinned` | counter | worker | 读取时未命中 Alluxio 缓存的数据量 | | `alluxio_cache_hit_calls` | - | counter | worker | 页面存储中的缓存命中次数 | | `alluxio_cache_miss_calls` | - | counter | worker | 页面存储中的缓存未命中次数 | | `alluxio_external_data_read` | `dir` | counter | | 客户端缓存未命中时的读取数据量 | | `alluxio_cleared_stale_cached_data` | - | counter | worker | 已清除的陈旧缓存数据量 | | `alluxio_cached_evicted_data` | - | counter | worker | 被驱逐的数据量 | | `alluxio_cached_async_evicted_data` | - | counter | worker | 被异步驱逐的数据量 | | `alluxio_trigger_async_evicted_total` | - | counter | worker | 触发异步驱逐的次数计数器 | | `alluxio_page_store_operation_errors` | `op`, `cause` | counter | worker | 页面存储操作失败计数器 | | `alluxio_page_store_dir_operation_errors` | `dir` | counter | worker | 特定页面存储目录中的失败计数器 | | `alluxio_page_store_dir_operations` | `dir` | counter | worker | 特定页面存储目录中的操作计数器 | | `alluxio_page_store_io_latency_microseconds` | `dir`, `op`, `success` | histogram | worker | 页面存储中 IO 操作的延迟 | | `alluxio_metadata_cache_hit_calls` | `type` | counter | worker | 命中缓存的元数据检索调用计数器 | | `alluxio_external_file_metadata_request_calls` | - | counter | worker | 从 UFS 获取文件元数据的调用计数器，通常是文件元数据缓存未命中的结果 | | `alluxio_metadata_cache_miss_calls` | `type` | counter | worker | 未命中缓存的元数据检索调用计数器。注意，文件缓存未命中并不总是导致对外部数据源的请求，因此与 alluxio\_external\_file\_metadata\_request\_calls 不同。 | | `alluxio_passive_cache_async_loaded_files` | `result` | counter | worker | 启用被动缓存时异步加载的文件数量 | | `alluxio_page_store_device_total_capacity` | `dir` | gauge | worker | 页面存储目录所在物理存储设备的总容量 | | `alluxio_page_store_device_available_capacity` | `dir` | gauge | worker | 页面存储目录所在物理存储设备的可用容量 | | `alluxio_metastore_storage_size` | `dir` | gauge | worker | metastore RocksDB 目录中文件的总逻辑大小。 | | `alluxio_metastore_disk_capacity` | `dir` | gauge | worker | metastore RocksDB 所在磁盘的容量。 | | `alluxio_netty_data_ingress` | - | counter | worker | 从客户端到 worker 的入站字节数（不含 TLS） | | `alluxio_netty_data_egress` | - | counter | worker | 从 worker 到客户端的出站字节数（不含 TLS） | | `alluxio_worker_thread_pool_rejections` | `dir` | counter | worker | worker 线程池中的拒绝计数器 | | `alluxio_rpc_executor_current_queue_length` | `executor_name` | gauge | worker | 当前正在处理和待处理的 RPC 请求数量 | | `alluxio_rpc_executor_active_threads` | `executor_name` | gauge | worker | 正在执行 RPC 的活跃线程数量 | | `alluxio_rpc_executor_current_threads` | `executor_name` | gauge | worker | 用于执行 RPC 的线程数量（包括占用和空闲） | | `alluxio_rpc_executor_max_threads` | `executor_name` | gauge | worker | 用于执行 RPC 的最大线程数量 | ### S3 API | 指标 | 标签 | 类型 | 组件 | 描述 | | --------------------------------- | ---------------------------- | --------- | ------ | -------------------- | | `alluxio_s3_api_throughput` | `method` | histogram | worker | S3 API 吞吐量的直方图 | | `alluxio_s3_api_call_latency_ms` | `method`, `state` | histogram | worker | S3 API 调用延迟 | | `alluxio_s3_api_call_processing` | `method` | gauge | worker | 正在处理的 S3 API 调用计数器 | | `alluxio_s3_authn_latency_ms` | `result`, `reason` | histogram | worker | S3 认证延迟。 | | `alluxio_s3_authz_latency_ms` | `result`, `method`, `reason` | histogram | worker | S3 授权延迟。 | | `alluxio_sts_api_call_processing` | `method` | gauge | worker | 正在处理的 STS API 调用计数器。 | | `alluxio_sts_requests_total` | `result`, `reason` | counter | worker | STS 请求总数。 | ### FUSE | 指标 | 标签 | 类型 | 组件 | 描述 | | ------------------------------------ | ---------------------- | --------- | ---- | ------------------------------------------- | | `alluxio_fuse_concurrency` | `method` | gauge | fuse | 记录 fuse 方法的实时并发数 | | `alluxio_fuse_call_latency_ms` | `method`, `state` | histogram | fuse | fuse 操作延迟 | | `alluxio_fuse_result` | `method`, `state` | counter | fuse | fuse 操作结果计数器 | | `alluxio_fuse_path_cache_hits_bytes` | - | counter | fuse | fuse 路径缓存命中计数器 | | `alluxio_fuse_path_cache_misses` | - | counter | fuse | fuse 路径缓存未命中计数器 | | `alluxio_fuse_buffer_size` | `method`, `sequential` | histogram | fuse | 记录顺序或随机读写及其缓冲区大小。 | | `alluxio_fuse_block_size` | `method` | histogram | fuse | 记录随机读写时的块大小。"块大小"可理解为 fio 测试中指定的 \`bs\` 参数。 | | `alluxio_fuse_open_files` | - | gauge | fuse | fuse 打开的文件数量。 | ### 客户端 SDK | 指标 | 标签 | 类型 | 组件 | 描述 | | ----------------------------------------------------------- | ------------------------------------------- | --------- | ------------------------- | ------------------------------------------------- | | `alluxio_grpc_client_call_latency_ms` | `method`, `instance`, `state` | histogram | worker, coordinator, fuse | 客户端 gRPC 调用延迟 | | `alluxio_grpc_client_concurrency` | `method`, `instance` | gauge | worker, coordinator, fuse | 客户端 gRPC 调用并发数 | | `alluxio_grpc_client_errors` | `method`, `status_code`, `instance` | counter | worker, coordinator, fuse | 客户端 gRPC 错误总数 | | `alluxio_grpc_client_successes` | `method`, `instance` | counter | worker, coordinator, fuse | 客户端成功的 gRPC 调用总数 | | `alluxio_netty_operations` | `op` | counter | worker, coordinator, fuse | Netty 操作数量（如读写请求） | | `alluxio_netty_operation_errors` | `op`, `reason`, `instance` | counter | worker, coordinator, fuse | 客户端 Netty 操作错误总数 | | `alluxio_read_from_workers` | `instance` | counter | worker, coordinator, fuse | 客户端从 worker 读取的字节总数 | | `alluxio_async_prefetch_cache_bytes` | `instance` | counter | worker, coordinator, fuse | 客户端异步预取到本地的字节总数 | | `alluxio_async_prefetch_hit_cache_bytes` | `instance` | counter | worker, coordinator, fuse | 客户端命中异步预取缓存的字节总数 | | `alluxio_async_prefetch_random_read_requests` | `instance` | counter | worker, coordinator, fuse | 异步预取记录的客户端随机读请求总数 | | `alluxio_multi_replica_read_from_workers` | `cluster_name`, `local_cluster`, `hot_read` | counter | worker | 客户端在读取多副本文件时从 Alluxio worker 读取的字节数 | | `alluxio_rpc_retry_on_different_workers` | `op`, `retry_count` | counter | worker | 启用多副本时客户端在不同 worker 上重试的计数器。 | | `alluxio_rpc_position_reader_read_calls` | `component` | counter | worker | 客户端 position reader 读取成功计数器。 | | `alluxio_rpc_position_reader_data_read` | `component` | counter | worker | 客户端 position reader 读取的字节计数器。 | | `alluxio_rpc_position_reader_read_failed_total` | `component`, `final_attempt` | counter | worker | 客户端 position reader 读取失败计数器。 | | `alluxio_client_netty_read_time_to_receive_first_packet_ms` | - | histogram | fuse | 从客户端发送读请求到 worker，再到 worker 将响应的第一个数据包发回客户端之间的延迟。 | ### 作业服务 | 指标 | 标签 | 类型 | 组件 | 描述 | | ----------------------------------------------- | ----------------------------------- | ------- | ----------- | ------------------------------------ | | `alluxio_completed_job` | `type`, `state` | counter | coordinator | 作业计数器。 | | `alluxio_job_process_file` | `type`, `state` | counter | coordinator | 文件计数器。 | | `alluxio_job_process_file_size` | `type`, `state` | counter | coordinator | 作业服务处理的文件累计大小。 | | `alluxio_active_job_count` | `type` | gauge | coordinator | 调度器中的作业计数器，type 值为 running 或 waiting | | `alluxio_distributed_load_job_dispatched_size` | - | counter | coordinator | 分布式加载中分派的字节计数器 | | `alluxio_distributed_load_job_failure` | `reason`, `final_attempt`, `worker` | counter | coordinator | 分布式加载失败计数器 | | `alluxio_distributed_load_job_loaded_bytes` | - | counter | coordinator | 分布式加载中加载的字节计数器 | | `alluxio_distributed_load_job_processed` | - | counter | coordinator | 分布式加载中加载的非空文件副本计数器 | | `alluxio_distributed_load_job_scanned` | - | counter | coordinator | 分布式加载中扫描的 inode 计数器 | | `alluxio_distributed_load_job_skipped` | - | counter | coordinator | 分布式加载中跳过的 inode 计数器 | | `alluxio_distributed_load_data_loaded` | - | counter | worker | 分布式加载中每个 worker 加载的字节计数器 | | `alluxio_distributed_load_data_loaded_from_ufs` | - | counter | worker | 分布式加载中每个 worker 从 UFS 加载的字节计数器 | | `alluxio_worker_job_task_count` | - | gauge | coordinator | 每个 worker 当前执行的任务数量。 | ### 写入缓存 | 指标 | 标签 | 类型 | 组件 | 描述 | | -------------------------------------------------------- | -------------------------- | --------- | ------ | ----------------- | | `alluxio_write_buffer_write_status` | `status` | counter | worker | 写缓冲区写入状态 | | `alluxio_write_buffer_worker_failure` | `worker` | counter | worker | 向 worker 写入的失败计数 | | `alluxio_write_buffer_worker_bytes_written` | `worker` | counter | worker | 写入 worker 的字节数 | | `alluxio_write_buffer_unique_bytes_written` | - | counter | worker | 客户端写入的唯一字节数 | | `alluxio_write_buffer_foundationdb_call_latency_ms` | `method`, `state` | histogram | worker | FoundationDB 调用延迟 | | `alluxio_write_buffer_persist_tasks` | `status` | counter | worker | 持久化任务数量 | | `alluxio_write_buffer_transition_worker` | `worker` | counter | worker | worker 转换次数 | | `alluxio_write_buffer_async_persist_throughput` | - | counter | worker | 异步持久化吞吐量 | | `alluxio_write_buffer_async_file_checker_abnormal_files` | - | counter | worker | 异步文件检查器发现的异常文件数量 | | `alluxio_dual_buffer_file_system_requests` | `operation`, `buffer_type` | counter | worker | 双缓冲文件系统请求计数器。 | ### 授权 | 指标 | 标签 | 类型 | 组件 | 描述 | | -------------------------------------------- | -- | ------- | ------------ | --------------- | | `alluxio_auth_permission_check_total` | - | counter | worker, fuse | 授权权限检查总次数。 | | `alluxio_auth_permission_check_cache_misses` | - | counter | worker, fuse | 授权权限检查缓存未命中总次数。 | ### 集群与进程 | 指标 | 标签 | 类型 | 组件 | 描述 | | -------------------------------------------------------------- | -------------------------------------------------- | --------- | ------------------------- | ------------------------- | | `alluxio_version` | `version` | gauge | worker, coordinator, fuse | Alluxio 组件版本信息 | | `alluxio_license_expiration_date` | - | gauge | coordinator | 许可证到期日期，以 epoch 时间格式表示 | | `alluxio_cumulative_unavailable_workers` | `worker_addr` | counter | worker, coordinator | 客户端遇到不可用 worker 的累计次数。 | | `alluxio_unavailable_worker_probe_attempts` | `worker_addr`, `attempt` | counter | worker, coordinator | 对不可用 worker 的存活探测尝试次数 | | `alluxio_worker_membership_refresh_count` | - | counter | worker | worker 成员关系刷新总次数 | | `alluxio_dynamic_resource_pool_current_resources` | `pool_name` | gauge | worker | 动态资源池中当前的资源数量 | | `alluxio_dynamic_resource_pool_capacity` | `pool_name` | gauge | worker | 动态资源池的容量 | | `alluxio_dynamic_resource_pool_acquisition_timeouts` | `pool_name` | counter | worker | 动态资源池中获取超时的总次数 | | `alluxio_dynamic_resource_pool_create_new_resource_latency_ms` | `pool_name` | histogram | worker | 在动态资源池中创建新资源的延迟 | | `alluxio_etcd_call_errors` | `type` | counter | coordinator, worker, fuse | etcd 调用错误总数 | | `alluxio_etcd_client_calls` | `type` | counter | coordinator, worker, fuse | etcd 客户端调用总数 | | `alluxio_etcd_client_call_latency_ms` | `type` | histogram | coordinator, worker, fuse | etcd 客户端调用延迟 | | `alluxio_netty_direct_memory_usage` | - | gauge | worker | Netty 直接内存用量 | | `alluxio_rocksdb_memory_usage` | - | gauge | worker | RocksDB 内存用量 | | `process_start_time_seconds` | - | gauge | coordinator, worker, fuse | 自 unix epoch 以来的进程启动时间（秒） | | `process_cpu_seconds_total` | - | counter | coordinator, worker, fuse | 总用户和系统 CPU 时间（秒） | | `jvm_threads_current` | - | gauge | coordinator, worker, fuse | JVM 的当前线程数 | | `jvm_memory_used_bytes` | `area=heap/nonheap` | gauge | coordinator, worker, fuse | 给定 JVM 内存区域的已用字节数 | | `jvm_memory_max_bytes` | `area=heap/nonheap` | gauge | coordinator, worker, fuse | 给定 JVM 内存区域的最大字节数 | | `jvm_gc_collection_seconds` | `gc="G1 Young Generation"/"G1 Old Generation"/...` | summary | coordinator, worker, fuse | 在给定 JVM 垃圾回收器中花费的时间（秒） | | `jvm_buffer_pool_used_bytes` | `pool=direct/mapped` | gauge | coordinator, worker, fuse | 给定 JVM 缓冲池的已用字节数 |