資料庫自治平臺 KAP 監控告警架構及例項演示

一、KAP 監控告警功能介紹

KAP 是 KaiwuDB 的自治服務工具，在 KAP 中監控主要是幫助使用者全面掌握 KaiwuDB 叢集的整體執行情況，實時監測叢集相關效能，並支援定製化的模板展示各種指標資料。

在告警管理中系統可以根據配置的規則、訂閱、通知等資訊進行告警，幫助使用者及早發現問題、解決問題，從而提高被監控叢集持續服務的能力，有效保障資料庫服務的穩定性、安全及可靠性。

二、監控告警的技術架構

KAP 的監控告警實現了多叢集監控指標及日誌的採集、儲存，支援平臺監控展示和告警監測和推送。具體流程如下圖所示：

三、監控實現

(1)metric 指標採集

metrics 由 metric name 和 label name 組成。

{=,…}，儲存相關指標名稱如下表所示：

(2)指標型別：

• Counter(計數器)：累計度量指標，只能遞增、不能為負，也不支援減少，但可以重置回 0；

• Gauge(儀表盤)：用於儲存有著起伏特徵的指標資料，例如記憶體空閒大小；

• Histogram(直方圖)：對每個取樣點進行統計，打到各個分類值中(bucket);對每個取樣點值累計和(sum);對取樣點的次數累計和(count)；

• Summary(摘要)：Histogram 的擴充套件型別，直接由監控端自行聚合計算出分位數，並計算結果給 prometheus server 的樣本採取請求。

四、告警實現

• 告警規則管理可支援設定指標觸發規則、告警範圍、告警等級、告警詳情等資訊，系統根據定製的規則檢測指標值，滿足觸發條件後生成告警事件；

• 告警通道，是告警事件傳送的通道，使告警事件、告警日誌、錯誤日誌推送至配置好的伺服器；

• 告警訂閱實現使用者根據需要推送告警規則。支援使用者自定義告警資訊傳送方式，即透過哪些通道推送哪些分組內告警事件資訊。如不配置訂閱則只能在告警事件中檢視告警資訊；

• 告警事件中使用者可以檢視歷史產生的告警事件，點選時間可檢視對應告警事件的詳情。瞭解發生告警的節點、產生時間、恢復時間、最後一次告警時間、告警概述、告警詳情，以及告警通知資訊。