Мониторинг состояния кластера Managed Service for YTsaurus

1. В консоли управления перейдите в нужный каталог.
2. В списке сервисов выберите Managed Service for YTsaurus.
3. Нажмите на имя нужного кластера и выберите вкладку Мониторинг.
4. Чтобы перейти к работе с метриками, дашбордами или алертами, выберите в списке сервисов Yandex Monitoring.

На странице отображаются две вкладки Cluster и Master с графиками:

• Automaton thread CPU usage — загрузка CPU потоком Automaton, основным исполняющим потоком мастера (в процентах).
  • TOTAL — суммарная загрузка по всем master-нодам.
  • ms-N — загрузка потоком Automaton на master-ноде N.
• User write time — время, затраченное на операции записи от пользователя.
  • root — время, затраченное на операции записи от пользователя root.
  • robot-odin — время, затраченное на операции записи от пользователя robot-odin.
  • scheduler — время, затраченное на операции записи от планировщика.
  • tablet_cell_changelogger — время, затраченное на операции записи от tablet_cell_changelogger.
• User read time — время, затраченное на операции чтения от пользователя.
  • tablet_cell_changelogger — время, затраченное на операции чтения от tablet_cell_changelogger.
  • root — время, затраченное на операции чтения от пользователя root.
  • operations_client — время, затраченное на операции чтения от клиентского пользователя.
• Master memory usage — использование памяти мастером (в ГБ).
  • ms-N — использование памяти на master-ноде N.
• LocalRead thread CPU usage — загрузка CPU потоком LocalRead.
  • TOTAL — суммарная загрузка по всем master-нодам (в процентах).
  • ms-N — загрузка потока LocalRead на master-ноде N.
• User write request rate — частота запросов на запись от пользователя (записей в секунду).
  • root — частота запросов на запись от пользователя root.
  • robot-odin — частота запросов на запись от пользователя robot-odin.
  • scheduler — частота запросов на запись от планировщика.
  • tablet_cell_changelogger — частота запросов на запись от tablet_cell_changelogger.
• User read request rate — частота запросов на чтение от пользователя (чтений в секунду).
  • root — частота запросов на чтение от пользователя root.
  • queue_agent — частота запросов на чтение от пользователя queue_agent.
  • operations_client — частота запросов на чтение от клиентского пользователя.
• Create chunk requests — количество запросов на создание чанков (запросов в секунду).
  • TOTAL — суммарное количество запросов на создание чанков от всех пользователей.
  • root — количество запросов на создание чанков от пользователя root.
  • robot-odin — количество запросов на создание чанков от пользователя robot-odin.
  • scheduler — количество запросов на создание чанков от планировщика.
  • tablet_cell_snapshotter — количество запросов на создание чанков от пользователя tablet_cell_snapshotter.
• В блоке Compute resources:
  • CPU distributed vs total — общее и распределенное количество ресурсов CPU в кластере.
    • distributes_resources — количество распределенных ресурсов CPU.
    • total_cluster_resources — общее количество ресурсов CPU в кластере.
  • GPU distributed vs total — общее и распределенное количество ресурсов GPU в кластере..
    • distributes_resources — количество распределенных ресурсов GPU.
    • total_cluster_resources — общее количество ресурсов GPU в кластере.
  • Memory distributed vs total — общее и распределенное количество ресурсов памяти в кластере.
    • distributes_resources — количество распределенных ресурсов памяти.
    • total_cluster_resources — общее количество ресурсов памяти в кластере.
  • Undistributed resources — количество нераспределенных ресурсов.
    • memory — количество нераспределенных ресурсов памяти.
    • cpu — количество нераспределенных ресурсов CPU.
• В блоке Scheduler pools:
  • CPU: usage, demand, guarantee — использование, запрос и гарантия ресурсов CPU.
    • usage — количество используемых ресурсов CPU.
    • demand — количество запрошенных ресурсов CPU.
    • guarantee — количество гарантированных ресурсов CPU.
  • RAM: usage, demand, guarantee — использование, запрос и гарантия ресурсов RAM.
    • usage — количество используемой памяти.
    • demand — количество запрошенной памяти.
    • guarantee — количество гарантированной памяти.
  • GPU: usage, demand, guarantee — использование, запрос и гарантия ресурсов GPU.
    • usage — количество используемых ресурсов GPU.
    • demand — количество запрошенных ресурсов GPU.
    • guarantee — количество гарантированных ресурсов GPU.
  • Running operation count — количество выполняющихся операций в статусе running.
    • lightweight usage — количество lightweight-операций в статусе running.
    • usage — количество операций в статусе running.
  • Total operation count — общее количество операций.
    limit — максимально допустимое количество операций.
    usage — количество используемых операций.
• В блоке Problems:
  • Offline nodes — ноды в статусе offline.
  • Banned nodes — ноды в статусе banned.
  • Decomissioned nodes — ноды в состоянии decommissioned.
  • Alerts — количество активных предупреждений о проблемах на нодах кластера YTsaurus.

1. В консоли управления выберите каталог с кластером, для которого нужно настроить алерты.
2. В списке сервисов выберите Monitoring.
3. В блоке Сервисные дашборды выберите Managed Service for YTsaurus — Cluster Resources.
4. На нужном графике нажмите на значок и выберите пункт Создать алерт.
5. Если на графике несколько показателей, выберите запрос данных для формирования метрики и нажмите Продолжить. Подробнее о языке запросов см. документацию Yandex Monitoring.
6. Задайте пороговые значения Alarm и Warning для срабатывания алерта.
7. Нажмите кнопку Создать алерт.

1. Создайте алерт.
2. Добавьте метрику состояния.
3. В параметрах алерта задайте значения порогов для оповещения.