ganglia监控hadoop各指标说明

为什么80%的码农都做不了架构师？>>>   

监控指标大致如下： 

default.shuffleInput 

dfs.datanode 

jvm 

mapred.shuffleOutput 

rpc 

metricssystem 



dfs.datanode.blockChecksumOp_avg_time 块校验平均时间 
dfs.datanode.blockChecksumOp_num_ops 块检验次数 
dfs.datanode.blockReports_avg_time 块报告平均时间 
dfs.datanode.blockReports_num_ops 块报告次数 
dfs.datanode.block_verification_failures 块验证失败次数 
dfs.datanode.blocks_read 从硬盘读块总次数 
dfs.datanode.blocks_removed 删除块数目 
dfs.datanode.blocks_replicated 块复制总次数 
dfs.datanode.blocks_verified 块验证总次数 
dfs.datanode.blocks_written 向硬盘写块总次数 
dfs.datanode.bytes_read 读出总字节包含crc验证文件字节数 
dfs.datanode.bytes_written 写入总字节数（在写入每个packet时计数） 
dfs.datanode.copyBlockOp_avg_time 复制块平均时间 （单位ms） 
dfs.datanode.copyBlockOp_num_ops 复制块次数 
dfs.datanode.heartBeats_avg_time 向namenode汇报平均时间 
dfs.datanode.heartBeats_num_ops 向namenode汇报总次数 
dfs.datanode.readBlockOp_avg_time 读块平均时间（单位ms） 
dfs.datanode.readBlockOp_num_ops 读块总次数 一般和dfs.datanode.blocks_read 一致，先从硬盘读入输入流，增加dfs.datanode.blocks_read 计数，然后再增加该计数 
dfs.datanode.reads_from_local_client 从本地读入块次数 
dfs.datanode.reads_from_remote_client 从远程读入块次数 
dfs.datanode.replaceBlockOp_avg_time 替换块平均时间（负载均衡策略） 
dfs.datanode.replaceBlockOp_num_ops 替换块次数（负载均衡策略） 
dfs.datanode.volumeFailures notfound 和block拥有的volume 失败有关 
dfs.datanode.writeBlockOp_avg_time 写块平均时间 
dfs.datanode.writeBlockOp_num_ops 写块总次数一般和dfs.datanode.blocks_written 一致，先从硬盘，增加dfs.datanode.blocks_read 计数，然后再增加该计数 
dfs.datanode.writes_from_local_client 写本地次数 
dfs.datanode.writes_from_remote_client 写远程次数 
jvm.metrics.gcCount gc总次数 
jvm.metrics.gcTimeMillis gc总耗时(ms) 
jvm.metrics.logError jvm error 次数 
jvm.metrics.logFatal jvm出现fatal次数 
jvm.metrics.logInfo jvm info出现次数 
jvm.metrics.logWarn jvm warn出现次数 
jvm.metrics.maxMemoryM jvm试图使用最大内存（M），如果没有限制返回Long.MAX_VALUE 
jvm.metrics.memHeapCommittedM jvm提交堆内存大小 
jvm.metrics.memHeapUsedM jvm使用堆内存大小 
jvm.metrics.memNonHeapCommittedM jvm非堆内存已提交大小 
jvm.metrics.memNonHeapUsedM jvm非堆内存已使用大小 
jvm.metrics.threadsBlocked 正在阻塞等待监视器锁的线程数目 
jvm.metrics.threadsNew 尚未启动的线程数目 
jvm.metrics.threadsRunnable 正在执行状态的线程数目 
jvm.metrics.threadsTerminated 已退出线程数目 
jvm.metrics.threadsTimedWaiting 等待另一个线程执行取决于指定等待时间的操作的线程数目 
jvm.metrics.threadsWaiting 无限期地等待另一个线程来执行某一特定操作的线程数目 




rpc.metrics.NumOpenConnections                     number of open connections rpc连接打开的数目 
rpc.metrics.ReceivedBytes                          number of bytes received rpc收到的字节数 
rpc.metrics.RpcProcessingTime_avg_time             Average time for RPC Operations in last interval rpc在最近的交互中平均操作时间                   
rpc.metrics.RpcProcessingTime_num_ops              rpc在最近的交互中连接数目 
rpc.metrics.RpcQueueTime_avg_time                  rpc在交互中平均等待时间 
rpc.metrics.RpcQueueTime_num_ops                 rpc queue中完成的rpc操作数目 
rpc.metrics.SentBytes                              number of bytes sent  rpc发送的数据字节 
rpc.metrics.callQueueLen                           length of the rpc queue  rpc 队列长度 
rpc.metrics.rpcAuthenticationFailures              number of failed authentications  rpc 验证失败次数 
rpc.metrics.rpcAuthenticationSuccesses             number of successful authentications   验证成功数 
rpc.metrics.rpcAuthorizationFailures               number of failed authorizations   授权失败次数 
rpc.metrics.rpcAuthorizationSuccesses              number of successful authorizations  成功次数 



mapred.shuffleInput.shuffle_failed_fetches     从map输出中取数据过程中获取失败次数     
mapred.shuffleInput.shuffle_fetchers_busy_percent   在获取map输出过程中并行获取线程忙碌占总并行获取线程百分比 
mapred.shuffleInput.shuffle_input_bytes              shuffle过程中读入数据字节 
mapred.shuffleInput.shuffle_success_fetches    从map输出中取数据过程中获取成功次数  
mapred.shuffleOutput.shuffle_failed_outputs    向reduce发送map输出失败次数 
mapred.shuffleOutput.shuffle_handler_busy_percent    向reduce发送map输出中server线程忙碌占总工作线程(在tasktracker.http.threads中配置)百分比。 
mapred.shuffleOutput.shuffle_output_bytes            shuffle过程中输出数据字节 
mapred.shuffleOutput.shuffle_success_outputs         向reduce成功 
mapred.tasktracker.mapTaskSlots                设置map槽数 
mapred.tasktracker.maps_running                正在运行的map数 
mapred.tasktracker.reduceTaskSlots             设置reduce槽数 
mapred.tasktracker.reduces_running             正在运行的reduce数 
mapred.tasktracker.tasks_completed             完成任务数      
mapred.tasktracker.tasks_failed_ping           因tasktracker与task交互失败导致的失败的task数目 
mapred.tasktracker.tasks_failed_timeout        因task未在mapred.task.timeout配置的(默认10分钟)时间内汇报进度而超时kill的task数目 
rpc.detailed-metrics.canCommit_avg_time        rpc询问是否提交任务平均时间 
rpc.detailed-metrics.canCommit_num_ops         rpc询问是否提交任务次数 
rpc.detailed-metrics.commitPending_avg_time    rpc报告任务提交完成，但是该提交仍然处于pending状态的平均时间 
rpc.detailed-metrics.commitPending_num_ops     rpc报告任务提交完成，但是该提交仍然处于pending状态的次数 
rpc.detailed-metrics.done_avg_time             rpc报告任务成功完成的平均时间 
rpc.detailed-metrics.done_num_ops              rpc报告任务成功完成的次数 
rpc.detailed-metrics.fatalError_avg_time       rpc报告任务出现fatalerror的平均时间 
rpc.detailed-metrics.fatalError_num_ops        rpc报告任务出现fatalerror的次数 
rpc.detailed-metrics.getBlockInfo_avg_time     从指定datanode获取block的平均时间 
rpc.detailed-metrics.getBlockInfo_num_ops      从指定datanode获取block的次数 
rpc.detailed-metrics.getMapCompletionEvents_avg_time  reduce获取已经完成的map输出地址事件的平均时间 
rpc.detailed-metrics.getMapCompletionEvents_num_ops   reduce获取已经完成的map输出地址事件的次数 
rpc.detailed-metrics.getProtocolVersion_avg_time      获取rpc协议版本信息的平均时间 
rpc.detailed-metrics.getProtocolVersion_num_ops       获取rpc协议版本信息的次数 
rpc.detailed-metrics.getTask_avg_time                 当子进程启动后，获取jvmtask的平均时间 
rpc.detailed-metrics.getTask_num_ops                  当子进程启动后，获取jvmtask的次数 
rpc.detailed-metrics.ping_avg_time                    子进程周期性的检测父进程是否还存活的平均时间 
rpc.detailed-metrics.ping_num_ops                     子进程周期性的检测父进程是否还存活的次数 
rpc.detailed-metrics.recoverBlock_avg_time             为指定的block开始恢复标记生成的平均时间 
rpc.detailed-metrics.recoverBlock_num_ops              为指定的block开始恢复标记生成的次数 
rpc.detailed-metrics.reportDiagnosticInfo_avg_time     向父进程报告任务错误消息的平均时间，该操作应尽可能少，这些消息会在jobtracker中保存 
rpc.detailed-metrics.reportDiagnosticInfo_num_ops      向父进程报告任务错误消息的次数 
rpc.detailed-metrics.startBlockRecovery_avg_time       开始恢复block的平均时间 
rpc.detailed-metrics.startBlockRecovery_num_ops        开始恢复block的次数 
rpc.detailed-metrics.statusUpdate_avg_time             汇报子进程进度给父进程的平均时间 
rpc.detailed-metrics.statusUpdate_num_ops              汇报子进程进度给父进程的次数 
rpc.detailed-metrics.updateBlock_avg_time              更新block到新的标记及长度的平均操作时间 
rpc.detailed-metrics.updateBlock_num_ops               更新block到新的标记及长度的次数

HBASE监控项翻译

hbase.regionserver.blockCacheCount  ：内存中缓存块(block cache)数。缓存中StoreFiles(HFiles)的块（block）数量。

hbase.regionserver.blockCacheEvictedCount  ：因超出堆大小限制，从缓存中释放的块数量。

hbase.regionserver.blockCacheFree： 可用的缓存块容量。

hbase.regionserver.blockCacheHitCachingRatio：缓存块的缓存命中率（0-100）。读取的缓存命中率被配置为查看缓存（如cacheblocks=true）。

hbase.regionserver.blockCacheHitCount  ：StoreFiles(HFiles)从缓存中读取的块数量。

hbase.regionserver.blockCacheHitRatio：缓存块的命中率(0-100).包括所有读请求，尽管cacheBlocks=false的读出会被计为cache丢失。

hbase.regionserver.blockCacheMissCount：被StoreFiles (HFiles)请求但是未从缓存中读出的块数量。

hbase.regionserver.blockCacheSize：内存中块缓存的容量，特指被blockcache占用的内存容量。

hbase.regionserver.compactionQueueSize ：Compaction队列大小，用于compaction的RegionServer中的Store个数。

hbase.regionserver.flushQueueSize ：MemStore中等待flush操作的排队region数量。

hbase.regionserver.fsReadLatency_avg_time ：文件系统延迟（ms）。从HDFS读操作的平均时间。

hbase.regionserver.memstoreSizeMB   ：当前RegionServer中所有Memstore的总容量(MB)。

hbase.regionserver.requests ：总 的读和写请求次数。请求相当于RegionServer的RPC调用，因此一个Get相当于一次请求，但是哪怕Scan的caching值设置为 1000，对SCAN每个“下一次”调用仅相当于一次请求，（例如，非每行）。对于大数据块的请求，每个 HFile对应一次请求。

hbase.regionserver.storefileIndexSizeMB：RegionServer中 StoreFile文件索引大小的总和(MB)。

转载于:https://my.oschina.net/vieky/blog/98770