监控概述

资源监控指标

在CCE控制台，可以查看如下指标。

• 查看集群监控数据
• 查看节点监控数据
• 查看工作负载的监控数据
• 查看容器实例Pod的监控数据

在AOM控制台，可以查看主机指标和容器实例的指标。

查看集群监控数据

1. 登录CCE控制台，单击集群名称进入集群。
2. 在左侧导航栏单击“集群信息”，在右侧可看到集群所有节点（不含控制节点）近一小时的CPU指标和内存指标，以及控制节点的状态、所在可用区、CPU使用率和内存使用率等信息。

   表1 集群监控指标

   监控指标	指标含义
   CPU分配率	分配给工作负载使用的CPU占比。 CPU分配率 = 集群下运行的Pod CPU配额申请值（Request）之和 / 集群下所有节点（不含控制节点）的CPU可分配量之和
   内存分配率	分配给工作负载使用的内存占比。 内存分配率 = 集群下运行的Pod 内存配额申请值（Request）之和 / 集群下所有节点（不含控制节点）的内存可分配量之和
   CPU使用率	集群CPU使用率。 CPU使用率 = 集群下所有节点（不含控制节点）上实际使用的CPU使用率的平均值
   内存使用率	集群内存使用率。 内存使用率 = 集群下所有节点（不含控制节点）上实际使用的内存使用率的平均值

   

   节点资源（CPU或内存）可分配量=总量-预留值-驱逐阈值。详情请参见节点预留资源策略说明。

查看节点监控数据

除了在集群监控界面查看所有节点监控数据外，您还可以查看单个节点的监控数据。

1. 登录CCE控制台，单击集群名称进入集群。
2. 在左侧导航栏选择“节点管理”，在右侧节点所在行单击“监控”即可查看节点监控数据。
3. 您可以自定义调整数据的统计方式及时间范围。监控数据来源于AOM，可查看节点的监控数据包括CPU、内存、磁盘、网络、GPU等。

   表2 节点监控指标

   监控指标	指标含义
   CPU使用率	节点CPU使用率。 CPU使用率 = CPU内核占用 / CPU总核数
   CPU内核占用	已实际使用的CPU核个数。
   物理内存使用率	节点物理内存使用率。 内存使用率 = （物理内存容量 - 可用物理内存） / 物理内存容量
   可用物理内存	节点尚未被使用的物理内存。
   磁盘使用率	节点数据盘上文件系统的磁盘使用率，根据文件分区分别计算。数据盘分区详情请参见数据盘空间分配说明。 磁盘使用率 = （磁盘容量 - 可用磁盘空间） / 磁盘容量
   可用磁盘空间	还未经使用的磁盘空间，单位为GiB。
   下行速率	一般指从网络下载数据到节点的速度，单位为KB/s。
   上行速率	一般指从节点上传网络的速度，单位为KB/s。
   GPU使用率	节点GPU使用率。
   显存使用率	已使用的显存占显存容量的百分比。 显存使用率 = 显存使用量 / 显存容量
   显存使用量	已使用的显存大小，单位为GiB。

查看工作负载的监控数据

工作负载的监控数据可以在工作负载详情的监控页面下查看。

1. 登录CCE控制台，单击集群名称进入集群。
2. 在左侧导航栏选择“工作负载”，在右侧工作负载所在行单击“监控”即可查看工作负载监控数据。
3. 您可以自定义调整数据的统计方式及时间范围。监控数据来源于AOM，可查看工作负载的监控数据包括CPU、内存、网络、GPU等。
   

   如果工作负载有多个实例，监控数据可能根据“统计方式”而不同。例如，当选择“最大/最小值”时，各监控数据的取值为该工作负载下所有实例的最大/最小值。选择“平均值”时，各监控数据的取值为该工作负载下所有实例的平均值。

   表3 工作负载监控指标

   监控指标	指标含义
   CPU使用率	工作负载的CPU使用率。 CPU使用率 = CPU内核占用 / 所有业务容器CPU核数限制值之和（未配置限制值时采用节点总量）
   CPU内核占用	已实际使用的CPU核个数。
   物理内存使用率	工作负载的物理内存使用率。 内存使用率 = 物理内存使用量 / 所有业务容器CPU核数限制值之和（未配置限制值时采用节点总量）
   物理内存使用量	已实际使用的物理内存。
   磁盘读取速率	每秒从磁盘读出的数据量，单位为KB/s。
   磁盘写入速率	每秒写入磁盘的数据量，单位为KB/s。
   下行速率	一般指从网络下载数据的速度，单位为KB/s。
   上行速率	一般指从节点上传网络的速度，单位为KB/s。
   GPU使用率	工作负载GPU使用率。
   显存使用率	已使用的显存占显存容量的百分比。 显存使用率 = 显存使用量 / 显存容量
   显存使用量	已使用的显存大小，单位为GiB。

查看容器实例Pod的监控数据

在工作负载详情页面的实例列表页签中可以查看Pod的监控数据。

1. 登录CCE控制台，单击集群名称进入集群。
2. 在左侧导航栏选择“工作负载”，在右侧单击工作负载名称，查看实例列表。
3. 在实例所在行单击“监控”即可查看某个实例的监控数据。
4. 您可以自定义调整数据的统计方式及时间范围。监控数据来源于AOM，可查看实例的监控数据包括CPU、内存、网络、GPU等。
   

   如果单个实例下存在多个容器，监控数据可能根据“统计方式”而不同。例如，当选择“最大/最小值”时，各监控数据的取值为该实例下所有容器的最大/最小值。选择“平均值”时，各监控数据的取值为该实例下所有容器的平均值。

   表4 实例监控指标

   监控指标	指标含义
   CPU使用率	Pod的CPU使用率。 CPU使用率 = Pod实际使用的CPU核数 / Pod中所有业务容器CPU核数限制值之和（未配置限制值时采用节点总量）
   CPU内核占用	已实际使用的CPU核个数。
   物理内存使用率	Pod的物理内存使用率。 内存使用率 = Pod实际使用的物理内存 / Pod中所有业务容器物理内存限制值之和（未配置限制值时采用节点总量）
   物理内存使用量	已实际使用的物理内存。
   磁盘读取速率	每秒从磁盘读出的数据量，单位为KB/s。
   磁盘写入速率	每秒写入磁盘的数据量，单位为KB/s。
   下行速率	一般指从网络下载数据的速度，单位为KB/s。
   上行速率	一般指从节点上传网络的速度，单位为KB/s。
   GPU使用率	Pod的GPU使用率。
   显存使用率	已使用的显存占显存容量的百分比。 显存使用率 = 显存使用量 / 显存容量
   显存使用量	Pod已使用的显存大小，单位为GiB。