NDCAS集群大数据采集分析软件(二)

上一篇文章中我们浏览了NDCAS软件的集群总览功能，除了整体上需要对集群有一目了然的了解，我们很多时候需要查看每个节点的具体相关监控指标。

这篇文章中我们就来看看NDCAS软件的节点总览功能，看看NDCAS具体给我们带来哪些节点监控详情！

 首先是节点总览面板，这里从节点的几个关键指标总体运行情况，让我们对该节点的运行状况，健康状态有个开门见山的了解，截图如下：

总览

选择你要查看的节点，首先看到的是已在线的时间，总CPU核数。

 CPU使用率是最关心的了，CPU繁忙程度是load与cpu使用率的一个比值，高性能计算中如果全部的核数都已跑满，这个值接近100%，如果你fork了太多的线程，或是mpi跑了太多的进程，这个繁忙程度就会远大于100%，说明CPU忙不过来了。

 内存当然很重要了，如果内存满了，要么系统过慢（用到swap了），要么触发oom程序死掉，要么宕机呢！

 这里的文件系统是指节点本地的文件系统（不包括NFS，GPFS，LUSTRE等），本地磁盘满会导致各种临时文件无法创建，产生很多诡异的报错。注意不要让本地磁盘空间满了哦！

CPU和内存

 时间序列线显示CPU和内存的使用率。并且详细区分CPU（iowait, irq, nice, softirq, steal, system）和内存(used, buffers, cached)使用率的类型，这有助于分析追踪历史状态。

load反映节点的负载状态，但与CPU不同。

  CPU核的最高/最低/平均温度变化

 现代CPU的运行主频往往是在某个区间内变化的，你可知你的计算服务器CPU真实运行主频怎样？NDCAS可以帮您看到每个cpu core的真实运行主频。

网络

 

网络监控可以看到每块网卡的流量和收发数据包数量。网络到底慢不慢？从这里可以窥见了！

 当然集群内部IB数据更重要的，你确定你的应用程序数据和存储数据都走的IB网吗？

 磁盘

 每个磁盘分区的使用率

系统慢是什么原因？不知道就先来看看存储性能吧，大多的系统慢都是存储不给力导致的：

 

 

 磁盘吞吐量，ops，延迟，队列长度，繁忙程度这些量足够让你找到磁盘是否慢，哪块磁盘慢了。

 

 

你可知你的应用io读写数据块的大小？这可不是文件大小，大文件也可能是小io，每次只读一小块。装上NDCAS来看看吧。

关注诺熵科技公众号，获取HPC/AI/大数据技术资料，分享集群运维最佳实践，获取你的专属集群定制化监控报表，快来吧～