Monitore a integridade e o desempenho do ambiente com as principais métricas no painel do Monitoring

Cloud Composer 1 | Cloud Composer 2 | Cloud Composer 3

Nesta página, descrevemos como monitorar a integridade e o desempenho geral do ambiente do Cloud Composer 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 no nível do ambiente.

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

Neste tutorial, você aprenderá sobre as principais métricas que servem como indicadores principais de problemas com o desempenho e a integridade do ambiente, além de conhecer as diretrizes para interpretar cada métrica em ações corretivas para manter a integridade do ambiente. Você também definirá regras de alertas para cada métrica, executará o DAG de exemplo e usará essas métricas e alertas para otimizar o desempenho do 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. Veja mais detalhes em 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:

    Acesse 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

Ative a API Cloud Composer.

Ative a API

criar o ambiente do Cloud Composer

Crie um ambiente do Cloud Composer 2.

Como parte desse 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 executar operações no projeto do Google Cloud.

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

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

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

Cada ambiente do Cloud Composer tem o próprio painel do Monitoring.

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 ambiente do Cloud Composer. A cor verde da barra de integridade do ambiente indica que o ambiente está íntegro, e o status não íntegro é indicado pela cor vermelha.

    • Em intervalos de alguns minutos, o Cloud Composer executa um DAG de atividade chamado airflow_monitoring. Se a execução do DAG de atividade for concluída com êxito, o status de integridade será True. Se a execução do DAG de atividade falhar, por exemplo, devido à remoção de pods, ao encerramento de processos externos ou à manutenção, o status de integridade será False.

  5. Selecione a seção Banco de dados SQL, localize o item 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 a instância do Cloud SQL do seu ambiente. A barra de integridade verde do banco de dados indica conectividade, e as falhas de conexão são indicadas na 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 for possível.

  6. No item Integridade do banco de dados, observe as métricas Uso da CPU do banco de dados e Uso da memória do banco de dados.

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

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

  7. Selecione a seção Programadores, localize o item Pulsação do programador no painel e observe a métrica Pulsação do programador.

    • Esta linha do tempo mostra a integridade do programador do Airflow. Verifique se há áreas vermelhas para identificar problemas do agendador do Airflow. Se o ambiente tiver mais de um programador, o status do sinal de funcionamento será íntegro, desde que pelo menos um deles 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, localize o item Tarefas zumbi eliminadas no painel e observe a métrica Tarefas zumbi eliminadas.

    • Esse gráfico indica o número de tarefas zumbi eliminadas em uma janela de tempo pequena. As tarefas zumbis geralmente são causadas pelo encerramento externo dos processos do Airflow (como quando o processo de uma tarefa é encerrado).

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

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

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

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

A lista a seguir descreve os valores de referência que podem indicar problemas e oferecem ações corretivas para resolver esses problemas.

  • Integridade do ambiente (DAG de monitoramento do Airflow)

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

    • As falhas podem significar remoções de pods ou encerramentos de workers devido a sobrecarga ou mau funcionamento do ambiente. As áreas vermelhas na linha do tempo de integridade do ambiente geralmente se correlacionam com áreas vermelhas nas outras barras de integridade dos componentes individuais do ambiente. Identifique a causa raiz analisando outras métricas no painel do Monitoring.

  • Integridade do banco de dados

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

    • Falhas significam que há problemas de conectividade com o banco de dados do Airflow, que podem ser resultado de uma falha ou inatividade do banco de dados devido a uma sobrecarga do banco de dados (por exemplo, devido ao alto uso da CPU ou da memória ou latência maior durante a conexão com o banco de dados). Esses sintomas são causados com mais frequência por DAGs abaixo do ideal, como quando eles usam muitas variáveis de ambiente ou do Airflow definidas globalmente. Identifique a causa raiz analisando as métricas de uso de 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% do uso médio da CPU ou da memória em uma janela de 12 horas

    • O banco de dados pode estar sobrecarregado. Analise a correlação entre as execuções do DAG e os picos no uso da CPU ou da 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 um para dois (recomendado).

  • Tarefas zumbi excluídas

    • Mais de uma tarefa zumbi a cada 24 horas

    • O motivo mais comum para tarefas zumbi é a falta de recursos de CPU ou memória no cluster do ambiente. Revise os gráficos de uso de recursos do worker e atribua mais recursos a eles ou aumente o tempo limite das tarefas zumbi para que o programador espere mais antes de considerar uma tarefa como zumbi.

  • Reinicializações do contêiner do worker

Criar canais de notificação

Siga as instruções descritas 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 de mercado 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 do Monitoring clicando no ícone de sino no canto do item correspondente:

Criar um alerta para uma métrica exibida no painel de monitoramento
Figura 1. Crie 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 de métrica. A página Criar política de alertas é aberta.

  2. Na seção Transformar dados:

    1. Configure a seção Em cada série temporal conforme descrito na configuração de políticas de alertas para a métrica.

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

  3. Clique em Próxima.

  4. Configure as notificações. Expanda 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 o valor "Nomear a 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 de política de alertas

  • Nome da métrica: ambiente do Cloud Composer – íntegro
  • 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: horas
    • 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 as notificações e finalize o alerta:

    • Nomeie a política de alertas: Integridade do ambiente do Airflow

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

  • Nome da métrica: Cloud Composer Environment - Database Healthy
  • 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: horas
    • 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 as notificações e finalize o alerta:

    • Nomeie a política de alertas: Integridade 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: horas
    • Função de janela contínua: mean

  • Configure o gatilho de alertas:

    • Tipos de condição: limite
    • Acionador de alerta: Qualquer série temporal que 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 de 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 - Uso de 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: horas
    • Função de janela contínua: mean

  • Configure o gatilho de alertas:

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

  • Configure as notificações e finalize o alerta:

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

Métrica de sinais de funcionamento 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: horas
    • Função de janela contínua: contagem

  • 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: 216

      1. É possível conseguir esse número executando uma consulta que agrega o valor _scheduler_heartbeat_count_mean no Editor de consultas do Metrics Explorer.

    • Nome da condição: condição de sinal de funcionamento do programador

  • Configure as notificações e finalize o alerta:

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

Métrica "Tarefas zumbis eliminadas": 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 que viola
    • Posição do limite: acima do limite
    • Valor do limite: 1
    • Nome da condição: condição das tarefas zumbi

  • Configure as notificações e finalize o alerta:

    • Nomeie a política de alertas: "Tarefas zumbis 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 que viola
    • Posição do limite: acima do limite
    • Valor do limite: 1
    • Nome da condição: condição das tarefas zumbi

  • Configure as 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 upload de políticas de alertas para as principais métricas fornecidas neste tutorial com base nos respectivos comparativos de mercado:

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

  2. Substitua:

    • PROJECT_ID: o ID do seu projeto. Por exemplo, example-project.
    • EMAIL_ADDRESS: o endereço de e-mail que precisará 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 > Cluster do GKE 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 os resultados.

Fazer upload de um DAG de amostra

O DAG de amostra memory_consumption_dag.py fornecido neste tutorial imita o uso intensivo de memória do worker. O DAG contém quatro tarefas, e cada uma delas grava dados em uma string de amostra, consumindo 380 MB de memória. O DAG de amostra está programado para ser executado a cada dois minutos e começará a ser executado automaticamente após o upload para o ambiente do Composer.

Faça upload do seguinte DAG de amostra para o ambiente criado 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 os resultados do teste:

  1. Verifique sua caixa de e-mails para confirmar se você recebeu uma notificação do 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 será redirecionado para o Metrics Explorer. Analise os detalhes do incidente de alerta:

    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 eliminou mais de uma tarefa zumbi.

  3. No ambiente do Cloud Composer, acesse a guia Monitoramento, abra a seção Estatísticas do DAG e encontre o gráfico Tarefas zumbi eliminadas:

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

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

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

    Abra a seção "Workers" no painel do Monitoring e revise as métricas de uso da CPU e da memória do worker:

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

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

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

Otimizar seu ambiente e avaliar o desempenho dele

Com base na análise da utilização de recursos do worker, é preciso alocar mais memória aos workers para que todas as tarefas no DAG sejam bem-sucedidas.

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

  2. Aloque mais memória do worker:

    1. Na guia de configuração do ambiente, encontre a configuração Recursos > Cargas de trabalho e clique em Editar.

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

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

  3. Abra a guia de DAGs, clique no nome do DAG de amostra (memory_consumption_dag) e clique em Retomar DAG.

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

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

Resumo

Neste tutorial, você aprendeu sobre as principais métricas de integridade e desempenho no nível do ambiente, como configurar políticas de alertas para cada métrica e como interpretar cada métrica em ações corretivas. Em seguida, você executou um DAG de amostra, identificou a causa raiz dos problemas de integridade do ambiente com a ajuda de alertas e gráficos do Monitoring e otimizou seu ambiente alocando mais memória para os workers. No entanto, é recomendável otimizar os 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. No Console do Google Cloud, acesse a página Gerenciar recursos.

    Acessar "Gerenciar recursos"

  2. Na lista de projetos, selecione o projeto que você quer excluir e clique em Excluir .
  3. Na caixa de diálogo, digite o ID do projeto e clique em Encerrar para excluí-lo.

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 vai excluir o bucket do ambiente durante este procedimento.
  2. Exclua cada uma das políticas de alerta criadas no Cloud Monitoring.

Terraform

  1. Verifique se o script do Terraform não contém entradas para recursos que ainda são necessários para seu projeto. Por exemplo, é possível manter algumas APIs ativadas e permissões do IAM ainda atribuídas (se você tiver adicionado essas definições ao script do Terraform).
  2. Execute terraform destroy.
  3. Exclua manualmente o bucket do ambiente. O Cloud Composer não a exclui automaticamente. É possível fazer isso no console ou na Google Cloud CLI.

A seguir