Мониторинг состояния кластера MongoDB и его хостов

Данные о состоянии кластера и его хостов доступны в консоли управления. Их можно посмотреть на вкладке Мониторинг страницы управления кластером или в сервисе Yandex Monitoring.

Диагностическая информация о состоянии кластера представлена в виде графиков.

Период обновления графиков:

• Для хостов стандартной конфигурации и хостов с увеличенным соотношением количества гигабайт RAM к количеству vCPU (memory-optimized): 15 секунд.
• Для хостов с гарантированной долей vCPU ниже 100% (burstable): 150 секунд.

Вы можете настроить алерты в сервисе Yandex Monitoring для получения уведомлений о сбоях в работе кластера. В Yandex Monitoring используются два порога срабатывания алерта: Warning и Alarm. При превышении заданного порога вы получите оповещения через настроенные каналы уведомлений.

Мониторинг состояния кластераМониторинг состояния кластера

Для просмотра детальной информации о состоянии кластера Managed Service for MongoDB:

1. Перейдите на страницу каталога и выберите сервис Managed Service for MongoDB.

2. Нажмите на имя нужного кластера и выберите вкладку Мониторинг.

3. Чтобы перейти к работе с метриками, дашбордами или алертами в сервисе Yandex Monitoring, нажмите кнопку Открыть в Monitoring на панели сверху.

На странице появятся следующие графики:

• Asserts total — количество срабатываний assert в кластере.
• Average operation time per host — среднее время выполнения операций каждым хостом (в микросекундах).
• Average operations time on primary — среднее время выполнения операций на первичных репликах (в микросекундах).
• Average operations time on secondaries — среднее время выполнения операций на вторичных репликах (в микросекундах).
• CPU usage per host — степень утилизации vCPU на каждом хосте (в долях от количества ядер vCPU).
• CPU usage per host, top 5 hosts — 5 хостов с наибольшей утилизацией vCPU (в процентах).
• Configured oplog size per host — размер журнала операций (oplog) на каждом хосте кластера (в гигабайтах).
• Connections per host — среднее количество подключений к каждому хосту.
• Data size on primary, top 5 databases — размер пяти наибольших баз данных на первичной реплике (в байтах). На графике используются данные без сжатия.
• Disk read per host, top 5 hosts — 5 хостов с наибольшей нагрузкой на чтение из дисковой подсистемы (байт/с).
• Disk space usage per host, top 5 hosts — 5 хостов с наибольшим использованием места в хранилище (выводится два графика: в байтах и в процентах). На графике используются данные после применения сжатия.
• Disk usage per host, top 5 hosts — 5 хостов с наибольшей нагрузкой на подсистему I/O хранилища (байт/с).
• Disk write per host, top 5 hosts — 5 хостов с наибольшей нагрузкой на запись в дисковую подсистему (килобайт/с).
• Documents affected on primary — среднее количество затронутых запросами документов на первичной реплике.
• Documents affected on secondaries — среднее количество затронутых запросами документов на всех вторичных репликах.
• Documents affected per host — среднее количество документов, затронутое запросами на каждом хосте.
• Hosts available for read — количество хостов, принимающих запросы на чтение.
• Hosts available for write — количество хостов, принимающих запросы на запись.
• Index size on primary, top 5 indexes — размер пяти наибольших индексов на первичной реплике (в байтах).
• Memory usage per host — объем оперативной памяти, использованной каждым хостом (в байтах).
• Memory usage per host, top 5 hosts — 5 хостов с наибольшим использованием оперативной памяти (в процентах).
• Network data received per host, top 5 hosts — 5 хостов с наибольшей сетевой нагрузкой на чтение (килобайт/с).
• Network data sent per host, top 5 hosts — 5 хостов с наибольшей сетевой нагрузкой на запись (килобайт/с).
• Network usage per host, top 5 hosts — 5 хостов с наибольшей суммарной сетевой нагрузкой (килобайт/с).
• Open cursors total — количество открытых в кластере курсоров.
• Oplog window — временной диапазон, за который хранятся данные репликации в коллекции oplog каждого хоста.
• Page faults per host — количество отказов страниц на каждом хосте.
• Queries on secondaries — среднее количество запросов каждого типа, выполненных на вторичных репликах.
• Queries on primary — среднее количество выполненных на первичных репликах запросов каждого типа.
• Read operations time, top 5 collections — 5 коллекций с наибольшим количеством времени, затраченным на выполнение операций чтения.
• Readers/writers active queue per host, top 5 — суммарный размер пяти наибольших очередей для каждого хоста:
  • с запросами на чтение;
  • с запросами на запись.
• Replicated queries — среднее количество реплицированных запросов в кластере.
• Replication lag per host and write_concern wait — задержки репликации на каждом хосте и ожидание подтверждения записи (в секундах).
• Scan and order per host — количество сортировок данных без использования индекса на каждом хосте.
• Scanned / returned — показывает соотношения:
  • scanned_docs / returned_docs — количество просканированных документов к количеству возвращенных;
  • scanned_keys / returned_docs — количество просканированных ключей индекса к количеству возвращенных документов.
• TTL indexes activity — общее количество индексов TTL.
• Total operations count on cluster — общее количество выполненных в кластере операций.
• Total operations time on cluster — общее время выполнения операций в кластере (в миллисекундах).
• WiredTiger cache pages evicted on primary — среднее количество страниц оперативной памяти, вытесненных на первичной реплике.
• WiredTiger cache state on primary — использование кеша WiredTiger на первичной реплике (в байтах).
• WiredTiger checkpoint time on primary — время создания контрольных точек WiredTiger на первичной реплике (в миллисекундах).
• WiredTiger concurrent transactions on primary — среднее количество параллельных транзакций на первичной реплике.
• WiredTiger transactions state on primary — среднее количество транзакций каждого уровня на первичной реплике.
• Write conflicts per host — количество конфликтов записи на каждом хосте.
• Write operations time, top 5 collections — 5 коллекций с наибольшим количеством времени, затраченным на выполнение операций записи.

Мониторинг состояния хостовМониторинг состояния хостов

Для просмотра детальной информации о состоянии отдельных хостов Managed Service for MongoDB:

1. Перейдите на страницу каталога и выберите сервис Managed Service for MongoDB.
2. Нажмите на имя нужного кластера и выберите вкладку Хосты → Мониторинги.
3. Выберите нужный хост из выпадающего списка. Возле имени хоста будет показана его роль (PRIMARY или SECONDARY) и тип (MONGOCFG, MONGOD, MONGOINFRA, MONGOS).

На этой странице выводятся графики, показывающие нагрузку на отдельный хост кластера:

• CPU — загрузка процессорных ядер. При повышении нагрузки значение Idle уменьшается.
• Memory — использование оперативной памяти (в байтах). При высоких нагрузках значение параметра Free уменьшается, остальные — растут.
• Disk Bytes — скорость дисковых операций (байт/с).
• Disk IOPS — интенсивность дисковых операций (операций/с).
• Network Bytes — скорость обмена данными по сети (байт/с).
• Network Packets — интенсивность обмена данными по сети (пакетов/с).

Настройка алертов в Yandex MonitoringНастройка алертов в Yandex Monitoring

Чтобы настроить автоматический мониторинг других показателей состояния кластера:

Рекомендуемые значения порогов для некоторых метрик:

Метрика	Обозначение	Alarm	Warning
Доступность БД на запись	can_write	Равно 0	—
Задержка репликации	replset_status-replicationLag	180	30
Объем использованного хранилища	disk.used_bytes	90% от размера хранилища	70% от размера хранилища

Для метрики disk.used_bytes значения порогов Alarm и Warning задаются только в байтах. Например, рекомендуемые значения для диска размером в 100 ГБ:

• Alarm — 96636764160 байт (90%).
• Warning — 75161927680 байт (70%).

Текущий размер хранилища можно посмотреть в детальной информации о кластере. Полный список поддерживаемых метрик см. в документации Monitoring.

Отслеживание перехода в режим только чтениеОтслеживание перехода в режим только чтение

Чтобы отслеживать степень заполнения хранилища на хостах кластера и получать уведомления в случае скорого исчерпания свободного места:

1. Создайте алерт.

2. Добавьте метрику состояния disk.free_bytes.

   Для этого создайте запрос в конструкторе запросов:

   service=managed-mongodb → name=disk.free_bytes → host=* → resource_id=* → resource_type=cluster.

3. Задайте в параметрах алерта значения порогов для оповещения:

   • Условие срабатывания — выберите условие Меньше или равно для размера свободного дискового пространства, при котором сработает алерт.

     Рекомендуемые значения порогов в зависимости от размера хранилища:

     Размер хранилища, ГБ	Alarm	Warning
     ⩽ 600	1G (1 ГБ)	1500M (1,5 ГБ)
     > 600	6G (6 ГБ)	10G (10 ГБ)

   • Дополнительные настройки → Функция агрегации — выберите значение Минимум (минимальное значение метрики за период).

Состояние и статус кластераСостояние и статус кластера

Состояние кластера указывает на исправность его хостов, а Статус показывает, запущен кластер, остановлен или находится в промежуточном состоянии.

Для просмотра состояния и статуса кластера:

1. Перейдите на страницу каталога и выберите сервис Managed Service for MongoDB.
2. Наведите курсор на индикатор в столбце Доступность в строке нужного кластера.

Состояния кластераСостояния кластера

Состояние	Описание	Предлагаемые действия
ALIVE	Кластер работает в штатном режиме.	Действий не требуется.
DEGRADED	Кластер работает не на полную мощность: минимум один из хостов имеет состояние, отличное от ALIVE.	Выполните диагностику: Перейдите на вкладку Хосты и посмотрите, какие из них в нерабочем состоянии. Перейдите на вкладку Операции и убедитесь, что все операции завершились. Убедитесь, что кластер не находится в процессе технического обслуживания. Если причины не удалось выяснить самостоятельно, обратитесь в службу поддержки.
DEAD	Кластер неработоспособен: ни один его хост не работает.	Составьте обращение в службу поддержки, указав: Идентификатор кластера. Идентификаторы последних операций, которые на нем выполнялись. Время по графикам доступности, когда кластер перешел в состояние DEAD.
UNKNOWN	Состояние кластера неизвестно.	Составьте обращение в службу поддержки, указав: Идентификатор кластера. Идентификаторы последних операций, которые на нем выполнялись. Время по графикам доступности, когда кластер перешел в состояние UNKNOWN.

Статусы кластераСтатусы кластера

Статус	Описание	Предлагаемые действия
CREATING	Идет подготовка к первому запуску	Подождите немного и приступайте к работе. Время создания кластера зависит от класса хостов.
RUNNING	Кластер работает в штатном режиме	Действий не требуется.
STOPPING	Кластер останавливается	Через некоторое время кластеру будет присвоен статус STOPPED, и он будет выведен из работы. Действий не требуется.
STOPPED	Кластер остановлен	Запустите кластер, чтобы вернуть его в работу.
STARTING	Остановленный ранее кластер запускается	Через некоторое время кластеру будет присвоен статус RUNNING. Подождите немного и приступайте к работе.
UPDATING	Выполняется обновление состояния кластера	По завершении обновления ему будет присвоен статус RUNNING. Подождите немного и приступайте к работе.
ERROR	Произошла ошибка, которая не позволяет кластеру продолжить работу	Выполните начальную диагностику: Проанализируйте графики мониторинга кластера и просмотрите операции, которые на нем выполнялись. Соберите список из идентификаторов проблемных ресурсов. Если причины ошибки не удалось выяснить самостоятельно, обратитесь в службу поддержки.
STATUS_UNKNOWN	Кластер не может определить свой статус	Выполните начальную диагностику: Проанализируйте графики мониторинга кластера и просмотрите операции, которые на нем выполнялись. Соберите список из идентификаторов проблемных ресурсов. Если причины ошибки не удалось выяснить самостоятельно, обратитесь в службу поддержки.