2024大數(shù)據(jù)監(jiān)控分析工具規(guī)范

前 目 GB/T5271.1-2000GB/T35295-2017GBT35589-2017大數(shù)據(jù)監(jiān)測和分析工具（Bigdatamonitoringandanalysis指標收集（Dataindex數(shù)據(jù)分析（Data保存指標(Savedata可視化(Data服務指標（Dataservice服務指標是BigDeterBigDeter任務指標（Datataskindicator）節(jié)點指標（Datanodeindicator）服務日志（Service計數(shù)器（Datacounter）作業(yè)（執(zhí)行器（Executor）溢寫率（SpillWriteRate大數(shù)據(jù)核心索引系統(tǒng)包括HDFSYARNHDFSNameNode、DataNode、JournalNodeNameNodeHDFS節(jié)點，journalNode負責Guarantea。ctivenAmenodestandbynamenodeeditlogJVMContext:包含JVMMetricsJavarpccontext:遠程過程調(diào)用上下文索引，包括rpcretrycache,DFSContext:分布式文件系統(tǒng)的上下文相關元，包括NameNode、FsNameSystem、JournalNodeDataNode,FSVolume,RouterrPCMetrics,UGIContext:包括UgimetricsMetricssystemContext:包含MetricssystemFdefaultcontextYarnHadoopResourceManager、NodeManager、Container資源的統(tǒng)一管理和分配NodeManagerContainerCPUYarnContainerMetrics:UGIContext:包含Ugimetricsmetricssystemcontext:包含metricssystemdefaultcontext:MapReduceSpark點是都為大規(guī)模數(shù)據(jù)集提供并行計算。MapReduceComputeEngine是基于非內(nèi)存的計算框架，SparkComputeEngineMapReduceTaskIndexTaskCountersFileSystemCounters:MapReduce的讀取/寫入數(shù)據(jù)大小，HDFSJobCounters:任務指標，MapEndReduceEndmap-reducemap-reducemapreduce割成多個階段，每個階段又可以被分割成多個任務。ExecutorTasksMetric:ExecutorIndex:根據(jù)Executor存儲器:暫時保存CPU網(wǎng)絡IO:盤IO:負載:表示操作系統(tǒng)CPUCPU機器硬件信息:CPUCPUCPUCPUB)DataNode3C)基于RESTAPIAgent，從RESTAPI30Dresultthreshold我們的任務包括MapReduceSpark和Hive。我們對指標進行分低。根據(jù)GC的比例CPU41%以下的比例是健康的，12%的比例是需要優(yōu)化的，34%以上的比例是必須優(yōu)化的。60%以上(健康)、50%-60%(optimistable4050optimistable4050%(optimistable)40%，我們必須優(yōu)化。2，這意味著幾乎所有記錄都在盤中覆蓋30Dresultthreshold日志的錯誤分析Warn格式:項目名稱_indexclass_cluster項目名稱:不同的服務。大數(shù)據(jù)生態(tài)系統(tǒng)的核心項目有NameNode，DataNode，ResourceManager,NodeManager,HiveServer,指標是JVMMetrics，RPC、UGI、ClusterMetrics公式:指標詳細類_計算方式。A2指定的監(jiān)視控制卡組。格式:<key,value，例如<IP,172.10.0.