Monitorar a integridade e o desempenho do ambiente com as principais métricas no painel de monitoramento

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Nesta página, descrevemos como monitorar o ambiente geral do Cloud Composer a integridade e o desempenho do ambiente com as principais métricas no painel do Monitoring.

Introdução

Este tutorial se concentra nas principais métricas de monitoramento do Cloud Composer que podem fornecer uma boa visão geral da integridade e do desempenho do ambiente.

O Cloud Composer oferece várias métricas que descrevem o estado atual do ambiente. As diretrizes de monitoramento neste tutorial são baseadas nas métricas expostas no painel de monitoramento do seu ambiente do Cloud Composer.

Neste tutorial, você vai aprender sobre as principais métricas que servem como indicadores principais de problemas com a performance e a integridade do seu ambiente, além das diretrizes para interpretar cada métrica em ações corretivas para manter o ambiente saudável. Você também vai configurar regras de alerta para cada métrica, executar o DAG de exemplo e usar essas métricas e alertas para otimizar a performance do seu ambiente.

Objetivos

Custos

Neste tutorial, usamos o seguinte componente faturável do Google Cloud:

Ao concluir este tutorial, exclua os recursos criados para evitar o faturamento contínuo. Para mais detalhes, consulte Limpeza.

Antes de começar

Esta seção descreve as ações necessárias antes de iniciar o tutorial.

Criar e configurar um projeto

Para este tutorial, você precisa de um projeto do Google Cloud. Configure o projeto da seguinte maneira:

  1. No console do Google Cloud, selecione ou crie um projeto:

    Acessar o seletor de projetos

  2. Verifique se o faturamento foi ativado para o projeto. Saiba como verificar se o faturamento está ativado em um projeto.

  3. Verifique se o usuário do projeto do Google Cloud tem os seguintes papéis para criar os recursos necessários:

    • Administrador de ambiente e de objetos do Storage (roles/composer.environmentAndStorageObjectAdmin)
    • Administrador do Compute (roles/compute.admin)
    • Editor do Monitoring (roles/monitoring.editor)

Ativar as APIs do projeto

Enable the Cloud Composer API.

Enable the API

criar o ambiente do Cloud Composer

Crie um ambiente do Cloud Composer 2.

Como parte deste procedimento, você concede o papel Extensão do agente de serviço da API Cloud Composer v2 (roles/composer.ServiceAgentV2Ext) à conta do agente de serviço do Composer. O Cloud Composer usa essa conta para realizar operações no projeto do Google Cloud.

Explore as principais métricas de desempenho e integridade no nível do ambiente

Este tutorial se concentra nas principais métricas que podem dar uma boa visão geral a integridade e o desempenho geral do ambiente.

O Painel de monitoramento no console do Google Cloud contém várias métricas e gráficos que permitem monitorar tendências no seu ambiente e identificar problemas com componentes do Airflow e recursos do Cloud Composer.

Cada ambiente do Cloud Composer tem um ambiente mais avançado.

Familiarize-se com as principais métricas abaixo e localize cada uma delas no painel do Monitoring:

  1. No console do Google Cloud, acesse a página Ambientes.

    Acessar "Ambientes"

  2. Na lista de ambientes, clique no nome do ambiente. A página Detalhes do ambiente é aberta.

  3. Acesse a guia Monitoramento.

  4. Selecione a seção Visão geral, localize o item Visão geral do ambiente no painel e observe a métrica Integridade do ambiente (DAG de monitoramento do Airflow).

    • Esta linha do tempo mostra a integridade do Cloud Composer de nuvem. A cor verde da barra de integridade do ambiente indica que o ambiente é íntegro, e o status de ambiente não íntegro é indicado pela cor vermelha.

    • A cada poucos minutos, o Cloud Composer executa um DAG de atividade chamado airflow_monitoring. Se a execução do DAG de atividade for concluída, o status de integridade será True. Se a execução do DAG de atividade falhar (por exemplo, devido à remoção de pods, encerramento de processos externos ou manutenção), o status de integridade é False.

  5. Selecione a seção Banco de dados SQL e localize Integridade do banco de dados. no painel e observe a métrica Integridade do banco de dados.

    • Essa linha do tempo mostra o status da conexão com o instância do Cloud SQL do seu ambiente. A barra de integridade do banco de dados verde indica conectividade, enquanto as falhas de conexão são indicadas com a cor vermelha.

    • O pod de monitoramento do Airflow dá um ping no banco de dados periodicamente e informa o status de integridade como True se uma conexão puder ser estabelecida ou como False se não.

  6. No item Integridade do banco de dados, observe os Uso de CPU do banco de dados e Métricas de uso de memória do banco de dados.

    • O gráfico de uso da CPU do banco de dados indica o uso de núcleos de CPU pelas instâncias do banco de dados do Cloud SQL do seu ambiente em comparação com o limite total de CPU do banco de dados disponível.

    • O gráfico de uso de memória do banco de dados indica o uso de memória pelo as instâncias de banco de dados do Cloud SQL do seu ambiente em comparação o limite total de memória disponível do banco de dados.

  7. Selecione a seção Programadores e localize o sinal de funcionamento do programador. no painel e observe a métrica Frequência de funcionamento do programador.

    • Esta linha do tempo mostra a integridade do agendador do Airflow. Verifique se há áreas vermelhas para identificar problemas do agendador do Airflow. Se as ambiente tiver mais de um agendador, então o status do sinal de funcionamento será desde que pelo menos um dos programadores esteja respondendo.

    • O programador será considerado não íntegro se o último sinal de funcionamento tiver sido recebido mais de 30 segundos (valor padrão) antes do horário atual.

  8. Selecione a seção Estatísticas do DAG e localize Tarefas zumbi eliminadas. item no painel e observe a métrica Zombie Tasks killed.

    • Este gráfico indica o número de tarefas zumbi eliminadas em um pequeno janela de tempo. Tarefas zumbi geralmente são causadas pelo encerramento externo dos processos do Airflow (como quando um processo de tarefa é encerrado).

    • O agendador do Airflow elimina tarefas zumbi periodicamente, o que é refletido neste gráfico.

  9. Selecione a seção Workers e localize Reinicializações do contêiner do worker. item no painel e observe a métrica Reinicializações do contêiner do worker.

    • Um gráfico indica o número total de reinicializações para contêineres de workers individuais. Muitas reinicializações de contêiner podem afetar a disponibilidade seu serviço ou outros serviços downstream que o usam como dependência.

Conheça os comparativos de mercado e as possíveis ações corretivas para as principais métricas

A lista a seguir descreve valores de comparação que podem indicar problemas e fornece ações corretivas que podem ser usadas para resolver esses problemas.

  • Integridade do ambiente (DAG de monitoramento do Airflow)

    • Taxa de sucesso menor que 90% em uma janela de quatro horas

    • As falhas podem resultar na remoção de pods ou no encerramento de workers porque quando o ambiente está sobrecarregado ou com defeito. As áreas vermelhas na linha do tempo de integridade do ambiente geralmente estão relacionadas a áreas vermelhas nas outras barras de integridade dos componentes do ambiente individual. Identifique a causa raiz analisar outras métricas no painel do Monitoring.

  • Integridade do banco de dados

    • Menos de 95% de taxa de sucesso em uma janela de 4 horas

    • As falhas indicam que há problemas de conectividade com o banco de dados do Airflow, o que pode ser resultado de uma falha ou inatividade do banco de dados porque ele está sobrecarregado (por exemplo, devido ao uso intenso de CPU ou memória ou latência mais alta ao se conectar ao banco de dados). Esses sintomas são mais frequentemente causados por DAGs subótimas, como quando elas usam muitas variáveis de ambiente ou do Airflow definidas globalmente. Identificar a raiz o que pode causar, analisando as métricas de uso dos recursos do banco de dados SQL. Também é possível inspecionar os registros do programador em busca de erros relacionados à conectividade do banco de dados.

  • Uso de CPU e memória do banco de dados

    • Mais de 80% no uso médio da CPU ou da memória em um período de 12 horas

    • O banco de dados pode estar sobrecarregado. Analise a correlação entre as execuções de DAG e os picos no uso de CPU ou memória do banco de dados.

  • Sinal de funcionamento do programador

    • Menos de 90% de taxa de sucesso em uma janela de 4 horas

    • Atribua mais recursos ao programador ou aumente o número de programadores de 1 para 2 (recomendado).

  • Tarefas zumbi excluídas

    • Mais de uma tarefa zumbi a cada 24 horas

    • O motivo mais comum para tarefas zumbis é a falta de CPU ou memória no cluster do ambiente. Analise os gráficos de uso de recursos dos workers e atribua mais recursos a eles ou aumente o tempo limite das tarefas zumbis para que o agendador aguarde mais tempo antes de considerar uma tarefa como zumbi.

  • Reinicializações do contêiner do worker

Criar canais de notificação

Siga as instruções em Criar um canal de notificação para criar um canal de notificação por e-mail.

Para saber mais sobre canais de notificação, consulte Gerenciar canais de notificação.

Criar políticas de alerta

Crie políticas de alertas com base nos comparativos fornecidos nas seções anteriores deste tutorial para monitorar continuamente os valores das métricas e receber notificações quando elas violarem uma condição.

Console

É possível configurar alertas para cada métrica apresentada no painel de monitoramento clicando no ícone de sino no canto do item correspondente:

Criar um alerta para uma métrica exibida no painel de monitoramento
Figura 1. Criar um alerta para uma métrica exibida no painel de monitoramento (clique para ampliar)

  1. Encontre cada métrica que você quer monitorar no painel do Monitoring e clique no ícone de sino no canto do item da métrica. A página Criar política de alertas é aberta.

  2. Na seção Transformar dados:

    1. Configure a seção Within each time series conforme descrito na configuração das políticas de alerta para a métrica.

    2. Clique em Próxima e configure a seção Configurar o acionador de alertas conforme descrito na configuração das políticas de alertas para a métrica.

  3. Clique em Próxima.

  4. Configure as notificações. Abra o menu Canais de notificação e selecione os canais de notificação que você criou na etapa anterior.

  5. Clique em OK.

  6. Na seção Nomear a política de alertas, preencha o campo Nome da política de alertas. Use um nome descritivo para cada uma das métricas. Use a opção política de alertas" conforme descrito na configuração das políticas de alertas para a métrica.

  7. Clique em Próxima.

  8. Revise a política de alertas e clique em Criar política.

Métrica de integridade do ambiente (DAG de monitoramento do Airflow) - configurações da política de alertas

  • Nome da métrica: ambiente do Cloud Composer: saudável
  • API: composer.googleapis.com/environment/healthy

  • Filtros:

    environment_name = [ENVIRONMENT_NAME]
location = [CLUSTER_LOCATION]

  • Transformar dados > Em cada série temporal:

    • Janela contínua: personalizada
    • Valor personalizado: 4
    • Unidades personalizadas: hora(s)
    • Função de janela contínua: fração verdadeira

  • Configure o gatilho de alertas:

    • Tipos de condição: limite
    • Acionador de alerta: Qualquer série temporal que viola
    • Posição do limite: abaixo do limite
    • Valor do limite: 90
    • Nome da condição: Condição de integridade do ambiente

  • Configure notificações e finalize o alerta:

    • Nome da política de alertas: "Saúde do ambiente do Airflow"

Métrica de integridade do banco de dados: configurações da política de alertas

  • Nome da métrica: ambiente do Cloud Composer: integridade do banco de dados
  • API: composer.googleapis.com/environment/database_health

  • Filtros:

    environment_name = [ENVIRONMENT_NAME]
location = [CLUSTER_LOCATION]

  • Transformar dados > Em cada série temporal:

    • Janela contínua: personalizada
    • Valor personalizado: 4
    • Unidades personalizadas: hora(s)
    • Função de janela contínua: fração verdadeira

  • Configure o gatilho de alertas:

    • Tipos de condição: limite
    • Acionador de alerta: Qualquer série temporal que viola
    • Posição do limite: abaixo do limite
    • Valor do limite: 95
    • Nome da condição: condição de integridade do banco de dados

  • Configure notificações e finalize o alerta:

    • Nome da política de alertas: "Saúde do banco de dados do Airflow"

Métrica de uso da CPU do banco de dados: configurações da política de alertas

  • Nome da métrica: Ambiente do Cloud Composer - Uso de CPU do banco de dados
  • API: composer.googleapis.com/environment/database/cpu/utilization

  • Filtros:

    environment_name = [ENVIRONMENT_NAME]
location = [CLUSTER_LOCATION]

  • Transformar dados > Em cada série temporal:

    • Janela contínua: personalizada
    • Valor personalizado: 12
    • Unidades personalizadas: hora(s)
    • Função de janela contínua: mean

  • Configurar o gatilho de alerta:

    • Tipos de condição: limite
    • Acionador de alerta: qualquer série temporal viola
    • Posição do limite: acima do limite
    • Valor do limite: 80
    • Nome da condição: condição de uso da CPU do banco de dados

  • Configure as notificações e finalize o alerta:

    • Nomeie a política de alertas: "Uso da CPU do banco de dados do Airflow".

Métrica de uso da CPU do banco de dados: configurações da política de alertas

  • Nome da métrica: ambiente do Cloud Composer: utilização da memória do banco de dados
  • API: composer.googleapis.com/environment/database/memory/utilization

  • Filtros:

    environment_name = [ENVIRONMENT_NAME]
location = [CLUSTER_LOCATION]

  • Transformar dados > Em cada série temporal:

    • Janela contínua: personalizada
    • Valor personalizado: 12
    • Unidades personalizadas: hora(s)
    • Função de janela contínua: mean

  • Configurar o gatilho de alerta:

    • Tipos de condição: limite
    • Acionador de alerta: qualquer série temporal viola
    • Posição do limite: acima do limite
    • Valor do limite: 80
    • Nome da condição: condição de uso da memória do banco de dados

  • Configure notificações e finalize o alerta:

    • Nome da política de alertas: Uso de memória do banco de dados do Airflow

Métrica de batimentos do programador: configurações da política de alertas

  • Nome da métrica: ambiente do Cloud Composer – sinais de funcionamento do programador
  • API: composer.googleapis.com/environment/scheduler_heartbeat_count

  • Filtros:

    environment_name = [ENVIRONMENT_NAME]
location = [CLUSTER_LOCATION]

  • Transformar dados > Em cada série temporal:

    • Janela contínua: personalizada
    • Valor personalizado: 4
    • Unidades personalizadas: hora(s)
    • Função de janela contínua: contagem

  • Configurar o gatilho de alerta:

    • Tipos de condição: limite
    • Acionador de alerta: Qualquer série temporal que viola
    • Posição do limite: abaixo do limite

    • Valor do limite: 216

      1. Para conferir esse número, execute uma consulta que agregue o valor _scheduler_heartbeat_count_mean no Editor de consultas do Metrics Explorer.

    • Nome da condição: condição de funcionamento do programador

  • Configure notificações e finalize o alerta:

    • Nomeie a política de alertas: Sinal de funcionamento do programador do Airflow

Métrica "Tarefas zumbi eliminadas": configurações da política de alertas

  • Nome da métrica: ambiente do Cloud Composer: tarefas zumbi excluídas
  • API: composer.googleapis.com/environment/zombie_task_killed_count

  • Filtros:

    environment_name = [ENVIRONMENT_NAME]
location = [CLUSTER_LOCATION]

  • Transformar dados > Em cada série temporal:

    • Janela contínua: 1 dia
    • Função de janela contínua: soma

  • Configure o gatilho de alertas:

    • Tipos de condição: limite
    • Acionador de alerta: qualquer série temporal viola
    • Posição do limite: acima do limite
    • Valor do limite: 1
    • Nome da condição: condição das tarefas zumbi

  • Configure notificações e finalize o alerta:

    • Nome da política de alertas: tarefas zumbi do Airflow

Métrica de reinicializações do contêiner do worker: configurações da política de alertas

  • Nome da métrica: ambiente do Cloud Composer - tarefas zumbis eliminadas
  • API: composer.googleapis.com/environment/zombie_task_killed_count

  • Filtros:

    environment_name = [ENVIRONMENT_NAME]
location = [CLUSTER_LOCATION]

  • Transformar dados > Em cada série temporal:

    • Janela contínua: 1 dia
    • Função de janela contínua: soma

  • Configure o gatilho de alertas:

    • Tipos de condição: limite
    • Acionador de alerta: qualquer série temporal viola
    • Posição do limite: acima do limite
    • Valor do limite: 1
    • Nome da condição: condição das tarefas zumbi

  • Configure notificações e finalize o alerta:

    • Nomeie a política de alertas: "Tarefas zumbis do Airflow"

Terraform

Execute um script do Terraform que cria um canal de notificação por e-mail e faz o upload de políticas de alertas para as principais métricas fornecidas neste tutorial com base nos respectivos comparativos:

  1. Salve o arquivo de exemplo do Terraform no seu computador local.

  2. Substitua:

    • PROJECT_ID: o ID do projeto. do seu projeto. Por exemplo, example-project.
    • EMAIL_ADDRESS: o endereço de e-mail que precisa ser notificado caso um alerta seja acionado.
    • ENVIRONMENT_NAME: o nome do ambiente do Cloud Composer. Por exemplo, example-composer-environment.
    • CLUSTER_NAME: o nome do cluster do ambiente que pode ser encontrado em Configuração do ambiente > Recursos > GKE cluster no console do Google Cloud.
resource "google_monitoring_notification_channel" "basic" {
  project      = "PROJECT_ID"
  display_name = "Test Notification Channel"
  type         = "email"
  labels = {
    email_address = "EMAIL_ADDRESS"
  }
  # force_delete = false
}

resource "google_monitoring_alert_policy" "environment_health_metric" {
  project      = "PROJECT_ID"
  display_name = "Airflow Environment Health"
  combiner     = "OR"
  notification_channels = [google_monitoring_notification_channel.basic.name] // To manually add a notification channel add it with the syntax "projects/[PROJECT_ID]/notificationChannels/[CHANNEL_ID]"
  conditions {
    display_name = "Environment health condition"
    condition_threshold {
      filter     = "resource.type = \"cloud_composer_environment\" AND metric.type=\"composer.googleapis.com/environment/healthy\" AND resource.label.environment_name=\"ENVIRONMENT_NAME\""
      duration   = "60s"
      comparison = "COMPARISON_LT"
      threshold_value = 0.9
      aggregations {
        alignment_period   = "14400s"
        per_series_aligner = "ALIGN_FRACTION_TRUE"
      }
    }
  }

}

resource "google_monitoring_alert_policy" "database_health_metric" {
  project      = "PROJECT_ID"
  display_name = "Airflow Database Health"
  combiner     = "OR"
  notification_channels = [google_monitoring_notification_channel.basic.name] // To manually add a notification channel add it with the syntax "projects/[PROJECT_ID]/notificationChannels/[CHANNEL_ID]"
  conditions {
    display_name = "Database health condition"
    condition_threshold {
      filter     = "resource.type = \"cloud_composer_environment\" AND metric.type=\"composer.googleapis.com/environment/database_health\" AND resource.label.environment_name=\"ENVIRONMENT_NAME\""
      duration   = "60s"
      comparison = "COMPARISON_LT"
      threshold_value = 0.95
      aggregations {
        alignment_period   = "14400s"
        per_series_aligner = "ALIGN_FRACTION_TRUE"
      }
    }
  }
}

resource "google_monitoring_alert_policy" "alert_database_cpu_usage" {
  project      = "PROJECT_ID"
  display_name = "Airflow Database CPU Usage"
  combiner     = "OR"
  notification_channels = [google_monitoring_notification_channel.basic.name] // To manually add a notification channel add it with the syntax "projects/[PROJECT_ID]/notificationChannels/[CHANNEL_ID]"
  conditions {
    display_name = "Database CPU usage condition"
    condition_threshold {
      filter     = "resource.type = \"cloud_composer_environment\" AND metric.type=\"composer.googleapis.com/environment/database/cpu/utilization\" AND resource.label.environment_name=\"ENVIRONMENT_NAME\""
      duration   = "60s"
      comparison = "COMPARISON_GT"
      threshold_value = 80
      aggregations {
        alignment_period   = "43200s"
        per_series_aligner = "ALIGN_MEAN"
      }
    }
  }
}

resource "google_monitoring_alert_policy" "alert_database_memory_usage" {
  project      = "PROJECT_ID"
  display_name = "Airflow Database Memory Usage"
  combiner     = "OR"
  notification_channels = [google_monitoring_notification_channel.basic.name] // To manually add a notification channel add it with the syntax "projects/[PROJECT_ID]/notificationChannels/[CHANNEL_ID]"
  conditions {
    display_name = "Database memory usage condition"
    condition_threshold {
      filter     = "resource.type = \"cloud_composer_environment\" AND metric.type=\"composer.googleapis.com/environment/database/memory/utilization\" AND resource.label.environment_name=\"ENVIRONMENT_NAME\""
      duration   = "60s"
      comparison = "COMPARISON_GT"
      threshold_value = 80
      aggregations {
        alignment_period   = "43200s"
        per_series_aligner = "ALIGN_MEAN"
      }
    }
  }
}

resource "google_monitoring_alert_policy" "alert_scheduler_heartbeat" {
  project      = "PROJECT_ID"
  display_name = "Airflow Scheduler Heartbeat"
  combiner     = "OR"
  notification_channels = [google_monitoring_notification_channel.basic.name] // To manually add a notification channel add it with the syntax "projects/[PROJECT_ID]/notificationChannels/[CHANNEL_ID]"
  conditions {
    display_name = "Scheduler heartbeat condition"
    condition_threshold {
      filter     = "resource.type = \"cloud_composer_environment\" AND metric.type=\"composer.googleapis.com/environment/scheduler_heartbeat_count\" AND resource.label.environment_name=\"ENVIRONMENT_NAME\""
      duration   = "60s"
      comparison = "COMPARISON_LT"
      threshold_value = 216 // Threshold is 90% of the average for composer.googleapis.com/environment/scheduler_heartbeat_count metric in an idle environment
      aggregations {
        alignment_period   = "14400s"
        per_series_aligner = "ALIGN_COUNT"
      }
    }
  }
}

resource "google_monitoring_alert_policy" "alert_zombie_task" {
  project      = "PROJECT_ID"
  display_name = "Airflow Zombie Tasks"
  combiner     = "OR"
  notification_channels = [google_monitoring_notification_channel.basic.name] // To manually add a notification channel add it with the syntax "projects/[PROJECT_ID]/notificationChannels/[CHANNEL_ID]"
  conditions {
    display_name = "Zombie tasks condition"
    condition_threshold {
      filter     = "resource.type = \"cloud_composer_environment\" AND metric.type=\"composer.googleapis.com/environment/zombie_task_killed_count\" AND  resource.label.environment_name=\"ENVIRONMENT_NAME\""
      duration   = "60s"
      comparison = "COMPARISON_GT"
      threshold_value = 1
      aggregations {
        alignment_period   = "86400s"
        per_series_aligner = "ALIGN_SUM"
      }
    }
  }
}

resource "google_monitoring_alert_policy" "alert_worker_restarts" {
  project      = "PROJECT_ID"
  display_name = "Airflow Worker Restarts"
  combiner     = "OR"
  notification_channels = [google_monitoring_notification_channel.basic.name] // To manually add a notification channel add it with the syntax "projects/[PROJECT_ID]/notificationChannels/[CHANNEL_ID]"
  conditions {
    display_name = "Worker container restarts condition"
    condition_threshold {
      filter     = "resource.type = \"k8s_container\" AND (resource.labels.cluster_name = \"CLUSTER_NAME\" AND resource.labels.container_name = monitoring.regex.full_match(\"airflow-worker|base\") AND resource.labels.pod_name = monitoring.regex.full_match(\"airflow-worker-.*|airflow-k8s-worker-.*\")) AND metric.type = \"kubernetes.io/container/restart_count\""

      duration   = "60s"
      comparison = "COMPARISON_GT"
      threshold_value = 1
      aggregations {
        alignment_period   = "86400s"
        per_series_aligner = "ALIGN_RATE"
      }
    }
  }
}

Testar as políticas de alertas

Nesta seção, descrevemos como testar as políticas de alertas criadas e interpretar resultados.

Fazer upload de um DAG de amostra

O DAG memory_consumption_dag.py de exemplo fornecido neste tutorial imita a utilização intensiva de memória do worker. O DAG contém quatro tarefas, cada uma delas grava dados em uma string de amostra, consumindo 380 MB de memória. A amostra O DAG está programado para ser executado a cada dois minutos e começa a ser executado automaticamente depois de fazer o upload no ambiente do Composer.

Faça upload do DAG de amostra a seguir no ambiente que você criou nas etapas anteriores:

from datetime import datetime
import sys
import time

from airflow import DAG
from airflow.operators.python import PythonOperator


def ram_function():
    data = ""
    start = time.time()
    for i in range(38):
        data += "a" * 10 * 1000**2
        time.sleep(0.2)
        print(f"{i}, {round(time.time() - start, 4)}, {sys.getsizeof(data) / (1000 ** 3)}")
    print(f"Size={sys.getsizeof(data) / (1000 ** 3)}GB")
    time.sleep(30 - (time.time() - start))
    print(f"Complete in {round(time.time() - start, 2)} seconds!")


with DAG(
    dag_id="memory_consumption_dag",
    start_date=datetime(2023, 1, 1, 1, 1, 1),
    schedule="1/2 * * * *",
    catchup=False,
) as dag:
    for i in range(4):
        PythonOperator(
            task_id=f"task_{i+1}",
            python_callable=ram_function,
            retries=0,
            dag=dag,
        )

Interpretar alertas e métricas no Monitoring

Aguarde cerca de 10 minutos após o DAG de amostra começar a ser executado e avalie resultados do teste:

  1. Verifique sua caixa de e-mails para confirmar se você recebeu uma notificação de Google Cloud Alerting com o assunto que começa com [ALERT]. O conteúdo desta mensagem contém os detalhes do incidente da política de alertas.

  2. Clique no botão Ver incidente na notificação por e-mail. Você está redirecionadas para o Metrics Explorer. Analisar os detalhes do alerta incidente:

    Detalhes do incidente de alerta
    Figura 2. Detalhes do incidente de alerta (clique para ampliar)

    O gráfico de métricas do incidente indica que as métricas criadas excederam o limite de 1, o que significa que o Airflow detectou e matou mais de um zumbi tarefa.

  3. No ambiente do Cloud Composer, acesse a guia Monitoring, abra a seção DAG statistics e encontre o gráfico Zombie tasks killed:

    Gráfico de tarefas zumbi
    Figura 3. Gráfico de tarefas zumbi (clique para ampliar)

    O gráfico indica que o Airflow eliminou cerca de 20 tarefas zumbi dentro de apenas nos primeiros 10 minutos da execução do DAG de amostra.

  4. De acordo com os comparativos e as ações corretivas, o motivo mais comum para tarefas zumbis é a falta de memória ou CPU do worker. Identifique a causa raiz de tarefas zumbi analisando o uso de recursos dos workers.

    Abrir a seção "Workers" no painel do Monitoring e revisar o worker Métricas de uso de CPU e memória:

    Métricas de uso de CPU e memória do worker
    Figura 4.Métricas de uso de CPU e memória do worker (clique para ampliar)

    O gráfico de uso da CPU total dos workers indica que o uso da CPU do worker estava abaixo de 50% do limite total disponível o tempo todo. Portanto, a CPU disponível é suficiente. O gráfico "Uso total de memória de workers" mostra que a execução do DAG de exemplo resultou em atingir o limite de memória alocável, que equivale a quase 75% do limite total de memória mostrado no gráfico. O GKE reserva 25% dos primeiros 4 GiB de memória e mais 100 MiB de memória em cada nó para lidar com a remoção de pods.

    É possível concluir que os workers não têm os recursos de memória para executar e o DAG de amostra.

Otimizar o ambiente e avaliar a performance

Com base na análise da utilização de recursos do worker, é preciso alocar mais aos workers para que todas as tarefas do DAG sejam bem-sucedidas.

  1. No ambiente do Composer, abra a guia DAGs, clique no nome do DAG de exemplo (memory_consumption_dag) e clique em Pause DAG.

  2. Aloque mais memória para o worker:

    1. Na guia "Configuração do ambiente", encontre a configuração Recursos > Workloads e clique em Editar.

    2. No item Worker, aumente o limite de Memória. Neste tutorial, usam 3,25 GB.

    3. Salve as alterações e aguarde alguns minutos para que o worker seja reiniciado.

  3. Abra a guia "DAGs", clique no nome do DAG de exemplo (memory_consumption_dag) e clique em Reativar DAG.

Acesse Monitoramento e verifique se nenhuma nova tarefa zumbi apareceu depois que você atualizou os limites de recursos do worker:

Gráfico de tarefas zumbi após a mudança do limite de memória
Figura 5. Gráfico de tarefas zumbi depois que o limite de memória é alterado (clique para ampliar)

Resumo

Neste tutorial, você aprendeu sobre os principais fatores de integridade e métricas de desempenho, como configurar políticas de alertas para cada métrica e como para interpretar cada métrica em ações corretivas. Depois, você executou um DAG de amostra identificou a causa raiz dos problemas de saúde do ambiente com a ajuda de alertas e gráficos do Monitoring e otimizou seu ambiente com a alocação de mais memória aos workers. No entanto, é recomendável otimizar seus DAGs para reduzir o consumo de recursos do worker, porque não é possível aumentar os recursos além de um determinado limite.

Limpar

Para evitar cobranças na sua conta do Google Cloud pelos recursos usados neste tutorial, exclua o projeto que os contém ou mantenha o projeto e exclua os recursos individuais.

Exclua o projeto

  1. In the Google Cloud console, go to the Manage resources page.

    Go to Manage resources

  2. In the project list, select the project that you want to delete, and then click Delete.
  3. In the dialog, type the project ID, and then click Shut down to delete the project.

Excluir recursos individuais

Se você planeja ver vários tutoriais e guias de início rápido, a reutilização de projetos pode evitar que você exceda os limites da cota do projeto.

Console

  1. Exclua o ambiente do Cloud Composer. Você também exclui o bucket do ambiente durante esse procedimento.
  2. Exclua cada uma das políticas de alertas criadas no Cloud Monitoring.

Terraform

  1. Confirme que o script do Terraform não contém entradas para recursos que ainda são exigidos pelo seu projeto. Por exemplo, talvez você queira manter algumas APIs ativadas e as permissões do IAM ainda atribuídas (se você adicionou essas definições ao script do Terraform).
  2. Execute terraform destroy.
  3. Exclua manualmente o bucket do ambiente. O Cloud Composer não exclui automaticamente. Você pode fazer isso console ou Google Cloud CLI.

A seguir