一、查看诊断信息
1. 登录 DBbrain 控制台。
2. 在左侧导航栏,选择诊断优化。
3. 在上方选择对应的数据库类型和实例 ID,选择异常诊断页签。
4. 在页面右侧选择查看实时或历史诊断信息。
5. 查看时间轴范围内的健康得分趋势图、诊断的异常事件和实例架构图。
·查看健康得分趋势图
单击趋势图中的任意时间点,显示该时间点的健康得分。
·查看诊断事件条形图
鼠标悬停至诊断事件条形图时,将展示风险等级、概要和起止时间等信息,单击条形图可跳转至事件详情页面,可查看事件详情、现场描述、智能分析、优化建议等信息。查看事件详情的操作请参见 异常告警。
将鼠标悬停在诊断事件时间轴上,上下滚动鼠标滑轮,可放大/缩小时间轴范围。
·查看健康得分、副本集实例架构图或分片实例的实时 SQL 趋势图和实时慢 SQL 趋势图
注意:说明:
·健康得分
展示实时的健康得分。在健康得分下单击详情,可跳转至健康报告页面,查看健康得分、得分详情和健康报告。
·副本集实例架构图
实例的 Proxy 和节点架构、发生告警的节点位置,将鼠标悬浮在对应节点上,鼠标悬停至对应节点或 Proxy 上,可显示对应的指标均值。
·分片实例的实时 SQL 趋势图和实时慢 SQL 趋势图
实时 SQL 趋势图:展示 aggregate、command、count、delete、getmore、insert、read、update 请求个数。
实时慢 SQL 趋势图:展示100ms 以上的请求次数和集群最大 CPU 使用率。
二、查看诊断提示
诊断事件显示等级分为健康、提示、告警、严重、致命。DBbrain 会定期(每10分钟)的对实例进行健康巡检。
1. 登录 DBbrain 控制台。
2. 在左侧导航栏,选择诊断优化。
3. 在上方选择对应的数据库类型和实例 ID,选择异常诊断页签。
4. 在页面右侧选择查看实时或历史诊断信息。
·实时:选择实时,展示近三小时的风险分布和诊断详情。
·历史:选择历史,展示已选时间段的风险分布和诊断详情。
5. 查看已选时间范围的诊断提示。
·查看诊断事件详情
在诊断详情中,单击具体的事件告警所在行,或者鼠标悬停至事件告警上,单击查看,进入事件详情页面,查看事件详情。
事件详情主要包括事件详情、现场描述、智能分析、优化建议等信息。诊断类型不同展示的事件详情不同,请以实际展示为准。
·事件详情:包括诊断项、起止时间、风险等级、概要等信息。
·AI 洞察:展示各节点的洞察结果。
·现场描述:异常事件(或健康巡检事件)的外在表现现象的快照和性能趋势等信息。
·优化建议:给出异常诊断事件的优化建议。
·忽略/取消忽略告警
注意:说明:
注意:该功能仅针对诊断项为非“健康巡检”的异常告警。
·在诊断详情中,鼠标悬停至事件告警上,单击忽略,可选择忽略本条、忽略此类型,单击确定。
·忽略本条:仅忽略本条告警。
·忽略此类型:忽略后,由相同根因产生的异常告警也将被忽略。
已被忽略的诊断事件,将会被置为灰色。
·若需取消忽略,单击取消忽略,单击确定。
·若需要展示已忽略的告警,可勾选显示忽略。
·单击忽略管理,可查看已忽略内容和已忽略类型。
·支持进入事件详情页,在右上方单击忽略或取消忽略。
三、诊断项详细说明
诊断项为智能诊断的项目,其类别包括性能、可用性、可靠性、可维护性四类,每个诊断项仅属于一个类别。
| 诊断项名称 | 诊断项类别 | 说明 | 风险等级划分 |
| 节点连通性检查 | 可用性 | 数据库连接异常,无法连接数据库实例 | 致命 |
| 读等待队列高 | 性能 | 在进行读操作时,等待访问数据库的请求数量较多 | 提示:读等待队列 ≥ 64,且持续时间 ≥ 1分钟告警:读等待队列 ≥ 64,且持续时间 ≥ 10分钟严重:读等待队列 ≥ 64,且持续时间 ≥ 30分钟致命:读等待队列 ≥ 64,且持续时间 ≥ 60分钟 |
| 写等待队列过高 | 性能 | 在进行写操作时,等待访问数据库的请求数量较多 | 提示:写等待队列 ≥ 64,且持续时间 ≥ 1分钟告警:写等待队列 ≥ 64,且持续时间 ≥ 10分钟严重:写等待队列 ≥ 64,且持续时间 ≥ 30分钟致命:写等待队列 ≥ 64,且持续时间 ≥ 60分钟 |
| 连接过多 | 可用性 | 数据库连接数过多 | 提示:70%>连接数利用率 ≥ 60%告警:80%>连接数利用率 ≥ 70%严重:90%>连接数利用率 ≥ 80%致命:连接数利用率 ≥ 90% |
| 主从延迟 | 可维护性 | 主从节点数据同步延迟过大 | 提示:10分钟>主从延迟 ≥ 1分钟告警:30分钟>主从延迟 ≥ 10分钟严重:60分钟>主从延迟 ≥ 30分钟致命:主从延迟 ≥ 60分钟 |
| Oplog 保存时间 | 可维护性 | Oplog 保存时间过长 | 提示:480分钟>Oplog保存时间 ≥ 120分钟告警:120分钟>Oplog保存时间 ≥ 60分钟严重:60分钟>Oplog保存时间 ≥ 30分钟致命:Oplog保存时间<30分钟 |
| 缓存使用高 | 性能 | 数据库的内存缓存使用率较高 | 提示:WT 缓存使用率超过95%,且持续时间1分钟告警:WT 缓存使用率超过95%,且持续时间5分钟严重:WT 缓存使用率超过95%,且持续时间10分钟致命:WT 缓存使用率超过95%,且持续时间30分钟 |
| 脏缓存过高 | 性能 | 内存中存在大量未写入磁盘的数据 | 提示:Cache Dirty 超过20%,且持续时间1分钟告警:Cache Dirty 超过20%,且持续时间5分钟严重:Cache Dirty 超过20%,且持续时间10分钟致命:Cache Dirty 超过20%,且持续时间30分钟 |
| 入流量过高 | 性能 | 数据库接收到的请求或数据流量超过了其处理能力 | 提示:1000MB>节点入流量 ≥ 800MB告警:1200MB>节点入流量 ≥ 1000MB严重:1500MB>节点入流量 ≥ 1200MB致命:节点入流量 ≥ 1500MB |
| 节点出流量过高 | 性能 | 某个节点(如主节点或从节点)向外部发送的数据流量过大 | 提示:1000MB>节点出流量 ≥ 800MB告警:1200MB>节点出流量 ≥ 1000MB严重:1500MB>节点出流量 ≥ 1200MB致命:节点出流量 ≥ 1500MB |
| 磁盘利用率过高 | 可用性 | 数据库实例的磁盘使用率接近或达到其最大容量 | 提示:80%>磁盘利用率 ≥ 60%告警:90%>磁盘利用率 ≥ 80%严重:95%>磁盘利用率 ≥ 90%致命:磁盘利用率 ≥ 95% |
| 内存利用率过高 | 可用性 | 数据库实例的内存使用率接近或达到其最大容量 | 提示:80%>内存利用率 ≥ 70%告警:90%>内存利用率 ≥ 80%严重:95%>内存利用率 ≥ 90%致命:内存利用率 ≥ 95% |
| CPU 利用率过高 | 可用性 | 数据库实例的 CPU 使用率接近或达到其最大容量 | 提示:80%>CPU 利用率 ≥ 60%告警:90%>CPU 利用率 ≥ 80%严重:95%>CPU 利用率 ≥ 90%致命:CPU 利用率 ≥ 95% |
| 节点内存超限 | 可用性 | 某个 MongoDB 实例或节点的内存使用量超过了其配置的限制 | 致命 |
| 慢查询 | 性能 | 执行时间较长的查询,这些查询可能会影响数据库的性能和响应时间 | 提示:发生慢 SQL,且 CPU 利用率 ≤ 40%告警:发生慢 SQL,且40%<CPU 利用率 ≤ 60%严重:发生慢 SQL,且60%<CPU 利用率 ≤80%致命:发生慢 SQL,且 CPU 利用率 > 80% |
| 实时活跃会话过高 | 可用性 | 同时连接到数据库的会话数量超过了系统的承载能力 | 提示:100000>活跃会话 ≥ 2000告警:400000>活跃会话 ≥ 100000严重:900000>活跃会话 ≥ 400000致命:活跃会话 ≥ 900000 |
| 节点 pageheap 内存过高 | 可用性 | 使用的内存量超过了预期 | 通知 |