[Binospace] HBase Metrics参数详解

阅读更多

本研究针对HBase 0.94.* 及以上版本的系统。

RegionServer

本目标主要集中分析在RegionServer提供的相关Metrics接口。在0.94新版本中,Metrics包括:RegionServerMetrics、JvmMetrics、以及RegionServerDynamicMetrics。下面分别进行介绍。

1、RegionServerMetrics

这是延续了以前版本的Metrics。它主要是以RegionServer为单位的基本功能的监控信息的收集,主要包括:

1)通用信息的收集。例如RS内store个数、storefiles的个数等。

2)与RS整体读写性能指标相关的参数。例如Cacheblock相关的信息、RS内读写请求个数、写操作相关的性能、以及读操作相关的性能。

3)功能性调整的参数个数。如Compaction、Split等。

下面细化这些参数的含义。(ps:参数名省略了前两位的hbase.regionserver.,例如如果blockCacheCount,那么Metrics上实际名字是hbase.regionserver.blockCacheCount)

  • 与BlockCache相关的参数。
参数名 含义 备注
blockCacheCount RegionServer中缓存到blockcache中block的个数。 如果有大规模的scan操作或者随机读比较频繁,该值往往偏高。
blockCacheFree 返回block cache中空闲的内存大小。计算方法为:getMaxSize() – getCurrentSize(),单位是Byte 该值反映出当前BlockCache中还有多少空间可以被利用。
blockCacheSize 当前使用的blockCache的大小。BlockCache. getCurrentSize(),单位是Byte 该值反映出BlockCache的使用状况。
blockCacheHitCount 被BlockCache命中的getBlock操作。 该值反映出RegionServer上Region的访问特性。
blockCacheMissCount BlockCache未命中的getBlock操作。 该值反映出RegionServer上Region的访问特性。
blockCacheEvictedCount BlockCache中被换出的Block的个数。 该值反映出RegionServer上Region的访问特性。
blockCacheHitRatio getBlock操作中命中缓存的百分比。 该值越高,对于读服务就更加高效。这是优化读服务的一种衡量标准。
blockCacheHitCachingRatio hitCachingCount的含义是指那些因为读block不存在,而把block加入缓存时,会认为这是一次hitCaching操作(直接翻译:正在进行Caching,然后才命中)。 一般如果对于大表进行Scan操作,会造成该值升高。
blockCacheHitRatioPastNPeriods 在过去的N个周期内平均的命中率。(默认的过去周期窗口个数是5) 在CacheStats类中,会有PastN大小的数组,记录在N个周期内的hitCount大小。RegionServer每次取数据时,都会rollMetricsPeriod,从而记录当前hitCount到对应PastN的数组中。
blockCacheHitCachingRatioPastNPeriods 在过去的N个周期内平均CachingBlock的命中率。(默认的过去周期的窗口为5) 同上。
  • 与hdfs本地性相关的参数。
参数名 含义 备注
hdfsBlocksLocalityIndex 统计RegionServer所在机器的数据本地化的概率。 HDFSBlocksDistribution用来计算RegionServer下的所有数据的分散度。
  • 基本配置信息的相关参数
参数名 含义 备注
stores RegionServer包含的Store的个数 每一个HRegion会根据ColumnFamily的个数设置同数目的Store,每个Store下有一个MemStore和若干个StoreFiles组成。因此,stores的个数其实是RegionServer的一种数据组织管理单元。
storefiles RegionServer中所有的Storefiles的个数 如上,每一个Store会包含若干个StoreFiles,每个StoreFile是HFile结构。StoreFiles很多的RegionServer,在一定程度上可以反应出写操作频繁。
memstoreSize RegionServer中所有HRegion中的memstore大小的总和 该值的变化,可以反应出一个RegionServer上写请求的负载状况。可以观察memstoreSize的变化率,如果在单位时间内变化比较抖动,可以近似认为Put操作频繁。
numPutsWithoutWAL RegionServer中不写WAL(Write-Ahead-Log)的Put操作的个数 表示RegionServer中有多少次”不安全”的put操作。这里的不安全是指,如果Put操作只写入MemStore,而不执行Hlog.append操作。
dataInMemoryWithoutWAL RegionServer中不写WAL的Put操作的数据在Memstore占用的空间 表示RegionServer中不安全的put操作占用的Memstore的大小,该值是具体的存储空间的大小。
readRequestsCount RegionServer从启动到统计时刻期间内读请求的个数。 该值表示自从HRegionServer启动到目前为止所有Region的读请求的总和。如下操作会触发HRegion的读请求+1:

 

1)getClosestRowBefore:定位Row时用到,客户端上的HConnectionManager定位row到Region位置的过程。由于在HConnectionManager上有缓存,

因此不是所有的row定位Region的过程中,都需要执行这个操作。

2)getScanner:客户端段换取scanner实例的过程,会记录一次读请求

3)scanner执行一次next(list)操作,会记录一次读请求。ps:如果10000个数据,client的每次next取1,则调用next 10000次,

readRequestCount +=10000

如果client 按照每次next取10000个数据,则只会记录一次读请求。

总结:readRequestCount与客户端读取数据的个数不等价,而且大部分情况下readRequestCount 远小于客户端读取数据个数

writeRequestCount RegionServer从启动到统计时刻期间内写请求得个数。 该值表示自从HRegionServer启动到目前为止所有Region的写请求的总和。如下操作会触发HRegion的写请求的个数+1:

 

1) 单一Delete操作。写请求个数+1

2)单一Put操作。写请求个数+1

3)batchMutate操作。虽然大部分操作都是批量操作(多Row),但是每次批量操作只会记录一次写请求。

4)checkAndMutate操作。写操作+1,操作的范围是单Row。

5)append(Append)操作,Append是对于单行操作的聚集。只记录一次写操作。

6)incrementColumnValue操作。columnValue的必须是64bit long型值,每次操作记录写操作+2

7)bulkLoadHFiles操作。写请求的个数+1,与导入的hfile文件数无关。

总结:writeRequestCount与客户端写操作个数不完全等价,大部分情况下writeRequestCount远小于客户端写操作的个数(尤其批量写频繁的情况下)。

requestCount RegionServer从启动到统计时刻期间内请求的总个数 该值不等于writeRequestCount + readRequestCount的和。它统计的操作是在HRegionServer对象上的操作,因此比HRegion的操作更靠近Client端,统计的内容有:1)getRegionInfo 获得HRegion的相关信息。 +1

 

2)getClosestRowBefore 帮助HConnectionManager定位row对应的Region位置。+1

3)get操作,单行读操作。 +1

4)exists()操作,单行操作,判断Get是否存在。+1

5)put操作,单行写操作。+1

6)put(List)操作,批量写操作。+ list.size()

7) checkAndMutate 操作,单行操作。 +1

8)openScanner操作,打开一个scanner。 +1

9)scanner next(nbrows)操作,从scanner读取nbrows行数据,+nbrows

10) close() 操作,RegionServer下线前的操作。+1

11)delete操作,单行操作。+1

12)delete(List)操作,批量删除操作。+ list.size()

13) lockRow操作。HTable提供了对于单行的客户端加锁服务。+1

14)unlockRow操作。HTable提供了对于单行的客户端解锁服务。+1

15)mutateRow操作。单行复合操作。+1

16)append操作。单行操作 +1

17)increment操作。单行操作 +1

18) incrementColumnValue操作。单行操作 +1

19) Multi(MultiAction

20 )execCoprocessor, 执行一次Coprocessor,+1

21) getCompactionState,获取Region的compaction信息, +1

总结:requestCount在很大程度上反映了RegionServer的负载状况。如果对于该Count的值进行分解,按照功能可以分为如下几类:

  • 和客户端读数据直接相关的读操作的个数 (Get、Scan、Next等操作)
  • 和客户度写操作直接相关的写操作的个数 (Put、Delete、Multi、mutate、append、increment、incrementColumnValue、等操作)
  • RegionServer的功能性操作的个数。(getCompactionState,close,getRegionInfo )

 

这里 补充一下在hbase监控页面上看到的每个RegionServer的Request实时计算流程。

RegionServer会定期(hbase.regionserver.msginterval)执行操作,这主要包括:

1)更新RegionServerMetrics对象 。其中

this.metrics.incrementRequests(this.requestCount.get());
this.metrics.requests.intervalHeartBeat();

RegionServerMetrics.requests 属于MetricsRate,也就是每次event时,会在累加count,然后等待执行一次intervalHeartBeat就会把计算在相近的连续两次ntervalHeartBeat之间的速度。request_between_interval/interval。

显然每次执行metrics时,regionserver就会更新这个值到Metrics上。

2)RegionServer向Master报告当前的负载信息 。

会创建成一个HServerLoad,其中有两个参数,一个是当前RegionServer上RegionRequest的个数,是在(hbase.regionserver.msginterval)期间内的所有的request个数,另外一个是metrics刚刚更新的requestCountRate。

其中第一个值用来做HMaster的统计使用,第二个值就是我们在页面上每次刷新看到的最新的request值。

 

3)RegionServer的RequestCount归零。

因此 ,从这个可以看出,如果在Table层次上做统计Table,需要细化到每一个Region的RequestCount,目前未开发的RegionServerMetrics还无法满足这种需求。总结一下,可以继续开发完善的点有 :

1) 按照读写操作区分requestCount的统计,实时掌握以RegionServer为监控对象的负载状况。

2)借助writeRequestCount和readRequestCount的值,在数据收集过程中,按照Table为单位重新整合。如果必要的话,需要对其收集数据的方式进行重算,保证每行的操作能够得到统计。这样可以实时统计每个Table的读写负载状况。(需要较大的开发量)

  • 与HLog、HFile有关的Metrics
参数名 含义 备注
storefileIndexSizeMB

在RegionServer内所有Store下对应的

StoreFile文件都会有一个Reader,

该Reader中包含了dataBlockIndexReader

和 metaBlockIndexReader两类

 

indexSize=dataBlockIndexReader.heapSize()

+ metaBlockIndexReader.heapSize()

该值与HFile的数目以及大小有关,基本上是StoreFile数目越多,该值就会越大。因此,可以通过该值来推断出RegionServer上Store的规模来。
totalStaticIndexSize HRegionServer上每个HFile文件的IndexSize的大小,这是指未压缩的,不带有其它信息的所有HFileBlockIndex信息的总和 。 该值是HFileBlock Index 的总大小,可以反映出RegionServer上HFileBlock的总规模。
rootIndexSizeKB 内容与storefileIndexSizeMB等同  
totalStaticBloomSizeKB 所有Store上的Bloom Filter大小的总和。 可以衡量Bloom Filter占用的存储资源状况。
fsWriteLatency 当前每次写HLog操作的平均Latency 可以反映出写数据的性能状况。
fsWriteSize 当前每次写HLog操作的平均长度 可以结合参数numPutsWithoutWAL,如果numPutsWithoutWAL比较小的情况下,可以一定程度上反映出当前每行的大小。
fsSyncLatency 当前HLog的sync操作的延迟状况 可以在一定程度上反映出HBase所依赖的HDFS 写数据的状态。如果出现过高,此时,监控系统应该给出报警信息。
slowHLogAppendTime 该值反映出RS的Append Hlog操作超过1000ms的平均延迟情况 可以时刻掌握Append HLog性能异常点的状况,可以通过该值分析出,在哪些时间段内的Append Hlog操作的问题较多。
slowHLogAppendCount 当前RS进行Append Hlog操作中,延迟超过1000ms的个数。 实时掌握节点内Append HLog插入异常的状况,如果在一定时间内,发现该值处于不断增长的状况,说明插入的数据有了新问题。
fsReadLatency 当前RS进行的HFile读取操作的平均延迟。 可以实时掌握每一个时间点的延迟情况
fsPReadLatency 同上,不同之处,这里统计的是PositionRead的平均延迟。与fsReadLatency是互斥的。 同上。
checksumFailuresCount HFile进行checksum过程中出错次数。 可以检查HDFS读写数据异常或者网络状况的异常。
fsReadLatencyHistogram 是一种概率统计fsReadLatency,例如99.9%的latency的大小是多少。 借助MetricsHistogram可以更好地分析Latency的状况。HBase性能分析中,可能受到outlier影响比较大,因此,统计大部分的操作的延迟更合理一些。
fsWriteLatencyHistogram 同上,统计写延迟。 同上。
fsPreadLatencyHistogram 同上,统计PostionRead的延迟。 同上。
  • 功能性参数。
参数名 含义 备注
compactionTime 平均执行一次Compaction的时间 Compaction的性能会影响到读写数据性能。
compactionSize 平均执行一次Compaction操作文件的大小 可以衡量出Compaction处理的数据量。
flushTime 当前flush一次MemStore需要使用的时间。 衡量出MemStore到HFile的过程
flushSize 当前flush一次需要的时间。 衡量出MemStore flush的大小。
regionSplitSuccessCount Split成功的次数 Split操作的状况。
regionSplitFailureCount Split出错的次数 Split操作的状况。
updatesBlockedMs 因为MemStore不足需要进行Flush操作,而阻塞正常写操作的时间。 反映出因为阻塞式Flush而造成的写阻塞状况
updatesBlockedSecondsHighWater 当前阻塞的时间积累。 相当于目前已经有多长时间的阻塞。

From Binospace, post HBase Metrics参数详解

文章的脚注信息由WordPress的wp-posturl插件自动生成

 

你可能感兴趣的:(HBase,Metrics)