Cloud Composer 1 Cloud Composer 2
Auf dieser Seite wird beschrieben, wie Sie auf das Monitoring-Dashboard für eine Cloud Composer-Umgebung zugreifen und es verwenden.
Eine Anleitung zum Überwachen wichtiger Umgebungsmesswerte finden Sie unter Systemzustand und Leistung mit wichtigen Messwerten überwachen.
Weitere Informationen zu bestimmten Messwerten finden Sie unter Umgebungen mit Cloud Monitoring überwachen.
Auf das Monitoring-Dashboard zugreifen
Das Monitoring-Dashboard enthält Messwerte und Diagramme für Monitoring-Trends der DAG-Ausführungen in Ihrer Umgebung und zum Identifizieren von Problemen mit Airflow-Komponenten und Cloud Composer-Ressourcen.
So greifen Sie auf das Monitoring-Dashboard für Ihre Umgebung zu:
Rufen Sie in der Google Cloud Console die Seite Umgebungen auf.
Klicken Sie in der Liste der Umgebungen auf den Namen Ihrer Umgebung. Die Seite Umgebungsdetails wird geöffnet.
Rufen Sie den Tab Monitoring auf.
Benachrichtigungen für Messwerte einrichten
Sie können Benachrichtigungen für einen Messwert einrichten, indem Sie auf das Glockensymbol in der Ecke der Monitoring-Karte klicken.
Messwert in Monitoring ansehen
Eine detaillierte Beschreibung eines Messwerts erhalten Sie in Monitoring.
Klicken Sie im Monitoring-Dashboard von Cloud Composer auf die drei Punkte in der oberen rechten Ecke einer Messwertkarte und wählen Sie Im Metrics Explorer ansehen aus, um dorthin zu gelangen.
Messwertbeschreibungen
Jede Cloud Composer-Umgebung hat ein eigenes Monitoring-Dashboard. Messwerte, die in einem Monitoring-Dashboard für eine bestimmte Umgebung angezeigt werden, verfolgen nur die DAG-Ausführungen, Airflow-Komponenten und Umgebungsdetails für diese Umgebung. Wenn Sie beispielsweise zwei Umgebungen haben, fasst das Dashboard nicht die Messwerte aus beiden Umgebungen zusammen.
Umgebungsübersicht
| Umgebungsmesswert | Beschreibung |
|---|---|
| Umgebungsstatus (Airflow-Monitoring-DAG) | Eine Zeitachse, die den Zustand der Composer-Bereitstellung zeigt. Der grüne Status gibt nur den Status der Composer-Bereitstellung an. Dies bedeutet nicht, dass alle Airflow-Komponenten betriebsbereit sind und DAGs ausgeführt werden können. |
| Planer-Heartbeat | Eine Zeitachse mit dem Heartbeat des Airflow-Planers. Suchen Sie nach roten Bereichen, um Probleme mit Airflow-Planern zu identifizieren. Wenn Ihre Umgebung mehr als einen Planer hat, ist der Heartbeat-Status fehlerfrei, solange mindestens einer der Planer antwortet. |
| Webserverstatus | Eine Zeitachse mit dem Status des Airflow-Webservers. Dieser Status wird anhand der vom Airflow-Webserver zurückgegebenen HTTP-Statuscodes generiert. |
| Datenbankstatus | Eine Zeitachse mit dem Status der Verbindung zur Cloud SQL-Instanz, auf der die Airflow-Datenbank gehostet wird. |
| Umgebungsvorgänge | Eine Zeitachse mit Vorgängen, die die Umgebung ändern, z. B. das Ausführen von Konfigurationsaktualisierungen oder das Laden von Umgebungs-Snapshots. |
| Wartungsvorgänge | Eine Zeitachse mit Zeiträumen, in denen Wartungsvorgänge im Cluster der Umgebung ausgeführt werden. |
| Umgebungsabhängigkeiten | Eine Zeitachse mit dem Status der Erreichbarkeit und Berechtigungsprüfungen für den Betrieb der Umgebung. |
DAG-Statistiken
| Umgebungsmesswert | Beschreibung |
|---|---|
| Erfolgreiche DAG-Ausführungen | Die Gesamtzahl der erfolgreichen Ausführungen für alle DAGs in der Umgebung während des ausgewählten Zeitraums. Wenn die Anzahl der erfolgreichen DAG-Ausführungen unter die erwarteten Werte sinkt, kann dies auf Fehler hinweisen (siehe Fehlgeschlagene DAG-Ausführungen) oder ein Planungsproblem. |
| Fehlgeschlagene DAG-Ausführungen Fehlgeschlagene Aufgaben | Gesamtzahl der nicht erfolgreiche Ausführungen für alle DAGs in der Umgebung im ausgewählten Zeitraum. Die Gesamtzahl der Aufgaben, die im ausgewählten Zeitraum in der Umgebung fehlgeschlagen sind. Fehlgeschlagene Aufgaben führen nicht immer zu einem Fehler bei der Ausführung eines DAG. Sie können jedoch ein nützliches Signal für die Fehlerbehebung von DAG-Fehlern sein. |
| Abgeschlossene DAG-Ausführungen | Die Anzahl der erfolgreichen und fehlgeschlagenen DAGs für Intervalle im ausgewählten Zeitraum. So können Sie vorübergehende Probleme mit DAG-Ausführungen identifizieren und mit anderen Ereignissen wie Worker-Pod-Bereinigungen korrelieren. |
| Erledigte Aufgaben | Die Anzahl der in der Umgebung abgeschlossenen Aufgaben mit einer Aufschlüsselung erfolgreicher und fehlgeschlagener Aufgaben. |
| Ausführungsdauer Median-DAG | Der Medianwert für die Dauer von DAG-Ausführungen. Mithilfe dieses Diagramms können Sie Leistungsprobleme identifizieren und Trends bei der DAG-Dauer erkennen. |
| Airflow-Tasks | Die Anzahl der Task im Status „Wird ausgeführt“, „In der Warteschlange“ oder „Ausgesetzt“ zu einem bestimmten Zeitpunkt. Airflow-Tasks sind Aufgaben, die sich in Airflow in einer Warteschlange befinden. Sie können entweder an die Celery- oder Kubernetes Executor-Broker-Warteschlange gesendet werden. Tasks in der Celery-Warteschlange sind Taskinstanzen, die in die Celery-Broker-Warteschlange gestellt wurden. |
| Zombie-Aufgaben gelöscht | Die Anzahl der Zombie-Aufgaben, die in einem kurzen Zeitfenster beendet wurden. Zombie-Aufgaben werden häufig durch die externe Beendigung von Airflow-Prozessen verursacht. Der Airflow-Planer bricht regelmäßig Zombie-Tasks ab, was in diesem Diagramm dargestellt wird. |
| Größe der DAG-Bags | Die Anzahl der DAGs, die zu einem bestimmten Zeitpunkt im Bucket Ihrer Umgebung bereitgestellt und von Airflow verarbeitet wurden. Dies kann bei der Analyse von Leistungsengpässen hilfreich sein. Beispielsweise kann eine größere Anzahl von DAG-Bereitstellungen die Leistung aufgrund einer übermäßigen Last beeinträchtigen. |
| DAG-Prozessorfehler | Die Anzahl der Fehler und Zeitüberschreitungen pro Sekunde, die beim Verarbeiten von DAG-Dateien aufgetreten sind. Der Wert gibt die Häufigkeit der vom DAG-Prozessor gemeldeten Fehler an. Dies ist ein anderer Wert als die Anzahl der fehlgeschlagenen DAGs. |
| Gesamtzeit zum Parsen aller DAGs | Ein Diagramm mit der Gesamtzeit, die Airflow benötigt, um alle DAGs in der Umgebung zu verarbeiten. Eine längere Parsing-Zeit kann sich auf die Effizienz auswirken. Weitere Informationen finden Sie unter Unterschied zwischen der DAG-Analyse und der DAG-Ausführungszeit. |
Planerstatistiken
| Umgebungsmesswert | Beschreibung |
|---|---|
| Planer-Herzschlag | Siehe Umgebungsübersicht. |
| Gesamte CPU-Nutzung des Planers | Die Gesamtnutzung von vCPU-Kernen durch Container, die in allen Airflow-Planer-Pods ausgeführt werden, und das kombinierte vCPU-Limit für alle Planer. |
| Gesamte Arbeitsspeichernutzung des Planers | Die Gesamtnutzung des Arbeitsspeichers durch Container, die in allen Airflow-Planer-Pods ausgeführt werden, und das kombinierte vCPU-Limit für alle Planer. |
| Gesamte Laufwerksnutzung des Planers | Die Gesamtnutzung des Speicherplatzes durch Container, die in allen Airflow-Planer-Pods ausgeführt werden, und das kombinierte Speicherplatzlimit für alle Planer. |
| Neustarts von Planercontainern | Die Gesamtzahl der Neustarts für einzelne Planercontainer. |
| Bereinigungen von Planer-Pods | Anzahl der Bereinigungen von Airflow-Planer-Pods. Eine Pod-Bereinigung kann auftreten, wenn ein bestimmter Pod im Cluster Ihrer Umgebung seine Ressourcenlimits erreicht. |
Worker-Statistiken
| Umgebungsmesswert | Beschreibung |
|---|---|
| Gesamte Worker-CPU-Nutzung | Die Gesamtnutzung von vCPU-Kernen durch Container, die in allen Airflow-Worker-Pods ausgeführt werden, und das kombinierte vCPU-Limit für alle Worker. |
| Gesamte Worker-Arbeitsspeichernutzung | Die Gesamtnutzung des Arbeitsspeichers durch Container, die in allen Airflow-Worker-Pods ausgeführt werden, und das kombinierte vCPU-Limit für alle Worker. |
| Gesamte Laufwerksnutzung der Worker | Die Gesamtnutzung des Speicherplatzes durch Container, die in allen Airflow-Worker-Pods ausgeführt werden, und das kombinierte Speicherplatzlimit für alle Worker. |
| Aktive Worker | Die aktuelle Anzahl der Worker in Ihrer Umgebung. In Cloud Composer 2 wird die Anzahl der aktiven Worker in Ihrer Umgebung automatisch skaliert. |
| Neustarts von Worker-Containern | Die Gesamtzahl der Neustarts für einzelne Worker-Container. |
| Bereinigte Worker-Pods | Anzahl der Bereinigungen von Airflow-Worker-Pods. Eine Pod-Bereinigung kann auftreten, wenn ein bestimmter Pod im Cluster Ihrer Umgebung seine Ressourcenlimits erreicht. Wenn ein Airflow-Worker-Pod entfernt wird, werden alle auf diesem Pod ausgeführten Taskinstanzen unterbrochen und später von Airflow als fehlgeschlagen markiert. |
| Airflow-Tasks | Siehe Umgebungsübersicht. |
| Zeitüberschreitungen beim Veröffentlichen in Celery Broker |
Die Gesamtzahl der AirflowTaskTimeout-Fehler, die beim Veröffentlichen von Aufgaben in Celery Brokers aufgetreten sind. Dieser Messwert entspricht dem Airflow-Messwert celery.task_timeout_error. |
| Fehler von Celery-Ausführungsbefehlen |
Die Gesamtzahl der Exit-Codes ungleich null aus Celery-Aufgaben. Dieser Messwert entspricht dem Airflow-Messwert celery.execute_command.failure. |
| Vom System beendete Tasks | Die Anzahl der Workflowtasks, bei denen der Task-Runner mit SIGKILL beendet wurde, beispielsweise aufgrund von Worker-Arbeitsspeicher- oder Heartbeat-Problemen. |
Webserverstatistiken
| Umgebungsmesswert | Beschreibung |
|---|---|
| Webserverstatus | Siehe Umgebungsübersicht. |
| Webserver-CPU-Nutzung | Die Gesamtnutzung von vCPU-Kernen durch Container, die in allen Airflow-Webserverinstanzen ausgeführt werden, und das kombinierte vCPU-Limit für alle Webserver. |
| Webserver-Arbeitsspeichernutzung | Die Gesamtnutzung des Arbeitsspeichers durch Container, die in allen Airflow-Webserverinstanzen ausgeführt werden, und das kombinierte vCPU-Limit für alle Webserver. |
| Gesamte Laufwerksnutzung des Webservers | Die Gesamtnutzung des Speicherplatzes durch Container, die in allen Airflow-Webserverinstanzen ausgeführt werden, und das kombinierte Speicherplatzlimit für alle Webserver. |
SQL-Datenbankstatistiken
| Umgebungsmesswert | Beschreibung |
|---|---|
| Datenbankstatus | Siehe Umgebungsübersicht. |
| CPU-Nutzung der Datenbank | Die Nutzung von CPU-Kernen durch die Cloud SQL-Datenbankinstanzen Ihrer Umgebung. |
| Arbeitsspeichernutzung der Datenbank | Die Gesamtnutzung des Arbeitsspeichers durch die Cloud SQL-Datenbankinstanzen Ihrer Umgebung. |
| Datenträgerbelegung der Datenbank | Die Gesamtnutzung des Arbeitsspeichers durch die Cloud SQL-Datenbankinstanzen Ihrer Umgebung. |
| Datenbankverbindungen | Die Gesamtzahl der aktiven Verbindungen zur Datenbank und das Verbindungslimit insgesamt. |
| Größe der Airflow-Metadaten-Datenbank | Größe der Airflow-Metadaten-Datenbank. Weitere Informationen zum Verwalten der Airflow-Metadatendatenbank finden Sie unter Airflow-Datenbank bereinigen. |
Unterschied zwischen der DAG-Parsing-Zeit und der DAG-Ausführungszeit
Im Monitoring-Dashboard einer Umgebung wird die Gesamtzeit angezeigt, die zum Parsen aller DAGs in Ihrer Cloud Composer-Umgebung erforderlich ist, sowie die durchschnittliche Zeit, die zum Ausführen eines DAG benötigt wird.
Das Parsen eines DAG und das Planen von Aufgaben aus einem DAG zur Ausführung sind zwei separate Vorgänge, die vom Airflow-Planer ausgeführt werden.
Die DAG-Parsing-Zeit ist die Zeit, die der Airflow-Planer benötigt, um eine DAG-Datei zu lesen und zu parsen.
Bevor der Airflow-Planer Aufgaben aus einem DAG planen kann, muss er die DAG-Datei parsen, um die Struktur des DAG und die definierten Aufgaben zu ermitteln. Nachdem die DAG-Datei geparst wurde, kann der Planer Aufgaben aus dem DAG planen.
Die DAG-Ausführungszeit ist die Summe aller Ausführungszeiten von Aufgaben für einen DAG.
Wenn Sie sehen möchten, wie lange es dauert, eine bestimmte Airflow-Aufgabe aus einem DAG auszuführen, wählen Sie in der Airflow-Weboberfläche einen DAG aus und öffnen Sie den Tab Aufgabendauer. Auf diesem Tab werden die Ausführungszeiten von Aufgaben für die angegebene Anzahl der letzten DAG-Ausführungen angezeigt.